前言

在上一篇中我们了解了SD的工作原理，这篇我们来实践一下，通过提示词（prompt）的输入，让SD生成我们满意的图片。在生成图片前，我们先了解下提示词的基础原则，有了这些知识能迅速帮助各位同学构建出自己的提示词。

基本原则

你了解prompt的基本原理后，我们先来介绍下写 prompt 的基本原则。

原则一：prompt 不是越长越好

很多人刚学习 prompt 时，会觉得 prompt 越长越好，但实际上这是不对的。精准表达你的意图才是最重要的，而不是堆积非常多无用的词语。

另外，长度最好保持在 75 个单词（或约 60 个字）以内。

原则二：越重要的词放在靠前的位置

很多人在写 prompt 时，会较常忽略这一点。比如说，如果你想要生成一张猫的图片，那么你应该将「猫」这个词放在靠前的位置，而不是放在靠后的位置。

原则三：善用符号
  • 使用逗号分隔：虽然 SDXL 在语意理解上已经有了很大的提升，但是在使用 prompt 时，还是建议使用逗号来分隔不同的意图。
  • 使用 () 调整权重：你可以输入 (keyword:weight) 方式来控制关键词的权重，比如 (hight building: 1.2 ) 就意味着 hight building 的权重变高，如果填写的权重数小于 1，则意味着这个词的权重会变低，生成的图与这个词更不相关。

了解以上的提示词原理之后，你应该就可以使用SD生成图片了。但是呢，生成的图片效果可能并不是你想要的，比如你想要生成的图片是动漫风格的，但生成的图片却是真人风格的，这时你就需要通过某些手段让 AI 生成特定风格的图片。要想调整图片风格，有多种方法：

  • 方法一：通过 prompt 来影响生成图片的效果，这是个最简单的方法。本章会介绍如何使用 prompt 来调整图片风格，同时介绍一些更高效的方法。
  • 方法二：通过加载不同的 Checkpoint 模型来影响生成图片的效果，这个是最简单的做法，你可以去看一些大模型网站比如：知名的C站，哩布哩布等，了解行业常用模型。
  • 方法三：通过 LoRA 来影响生成图片的效果。这个方法稍微复杂一些，但是相较于方法一，可用的模型会更多，而且文件也小非常多。后续我会给大家介绍一下 LoRA 的使用方法。
基本模板

你了解完基本原则后，我们介绍下写 prompt 的模板，一般 prompt 会包含以下内容：

  1. Subject：因为主体是最重要的，所以主体一般会放在首位。
  2. Environment：环境包含：
    • 主体周围的环境，比如说「在一片森林里」、「在一片草地上」等等。
    • 光照，比如「体积光」、「自然光」等等。
    • 天气，比如「晴天」、「下雪」等等。
  3. Medium：媒介可以是图片的拍摄媒介，如「全景」「肖像画」，亦或者承载的媒介，比如「油画」。
  4. Style：可以用 4W 记忆：
    • When：什么年代的风格？
    • Who：你想要谁的风格？（人或组织）
    • What：什么艺术类型的风格？或者艺术运动的风格？
    • Where：什么国家的风格？

以上这套模板是prompt的最基础结构。

学习 prompt 的方法

其实了解完 prompt 的基本原则和模板后，你就已经可以写 prompt 并生成图片了。但是，我认为绝大数人（包括我）其实很难一次就生成你脑海中满意的图片。原因是：

  • 绝大多数人缺乏对美的认知：这是一个很大的问题，因为你不知道你想要的图片是什么样的，所以你也不知道该怎么写 prompt。
  • 绝大多数人缺乏美术相关知识：即使你知道什么是美，但是你不知道该怎么表达出来，比如如果你根本不知道世界上有一名画家叫「梵高」，那你不可能会在 prompt 里写出「梵高风格」这样的词语。

那有没有解决方案呢？

我觉得最佳的方法是「先模仿后超越」。 先去看别人怎么写，然后根据自己的需求进行修改，并且通过控制变量的方式去多尝试，比如一次只改一个词，这样你就能知道每个词对生成图片的影响。

我推荐几个不错的学习网站：

你要知道的一些知识

当你把上面的这些原则模板方法理解了之后，那么我们继续往下看你必须知道的一些知识：

💡 提示词基础原理

  • 正向提示词：我要在图像里呈现什么；
  • 反向提示词：我不要在图像里呈现什么；
  • 提示词与提示词之间要用英文逗号分隔；
  • 提示词之间是可以换行，但换行时也是要记得在结尾加上逗号来进行区分；
  • 每个提示词自身权重默认值都是1，越靠前的提示词权重越高；
  • 控制在75个单词以内。

💡 提示词的各种符号

  • 小括号()代表：增加权重，1层1.1倍；
  • 中括号[]代表：减少权重，1层0.9倍；
  • 大括号{}代表：增加权重，1层1.05倍。

💡 控制提示词生效时间

  • [提示词1：提示词2：0-1数值]：数值的百分比前计算提示词1采样，数值的百分比后计算提示词2采样。 </aside>

💡 提示词的组成

  • 基础词汇：通用的词语，主要对画质的提示，通常无论哪种图片都可以加上，也称起手式常用的有(最好的质量,超细节,杰作,精细的细节,高分辨率,8k壁纸);
  • 主体词：对图像的主题进行描述的词语，比如环境描述，光线描述，构图比例，图像包含的人物，物体，场景等等。
  • 细节词：对于主体更加细节的描述，比如人物年龄（小孩、青年、中年、老年）、发型（长发、短发等）、发色（红色、绿色等）、情绪表情（微笑、哭泣等）、眼睛（大小、瞳孔颜色等）、服装（紧身衣、连衣裙、西装等）、人物四肢动作（手臂动作，双腿动作等）。

上面也提到了，在你会使用prompt生成图片之后通过调整prompt来控制图片，不过呢，有时候用prompt生成图片的效果可能并不是你想要的，比如你想要生成的图片是动漫风格的，但生成的图片却是真人风格的，这时你就需要通过某些手段让 AI 生成特定风格的图片。要想调整图片风格，有多种方法：

  • 方法一：通过加载不同的 Checkpoint 模型来影响生成图片的效果，这个是最简单的做法，网址在上一节可以看到。
  • 方法二：通过 LoRA 来影响生成图片的效果。这个方法稍微复杂一些，但是相较于方法一，可用的模型会更多，而且文件也小非常多。后续我会给大家介绍一下 LoRA 的使用方法。
SDWebUI主界面

主要分为8大区域：

  1. 主要功能导航栏；
  2. 提示词编写区域；
  3. 图像模型、VAE和CLIP设置区域；
  4. 采样器选择和Septs设置；
  5. 插件及画面分辨率设置区域；
  6. 生成图像浏览区；
  7. 生成图像主要按钮及提示词模板设置；
  8. LoRA模型、嵌入式模型、超网络模型加载区域。

总结：

那么恭喜你，也很感谢你，看完了这些枯燥乏味的文字。其实学习完以上教程可以算入门SD了，能生成非常漂亮的图片。下一章我们按照SDUI主界面着重讲一下最重要的采样器及调配参数。

返回