在上一篇的文章中，我们讲解了Stable Diffusion提示词的基本用法，不了解的到可以去学习一下———Stable Diffusion之提示词指南(一)。这章我们再详细讲解一下其他高级用法和负提示词。

注意：部分语法只是适用于AUTOMATIC1111 Web UI(以下简称Web UI)，而有些不适用于ComfyUI。

高阶语法技巧

在上次的文章中，我们已经提到过部分使用方法，我们再回顾一下。可能你还有印象，如下的提示词权重提示。

提示词权重

该语法只适用于Web UI。

• 英文圆括号(tag)：每套一层权重增加1.1 倍
• 英文大括号{tag}：每套一层权重增加1.05 倍
• 英文方括号[tag]：每套一层权重减少0.9 倍(减权重)
• 英文圆括号(tag:N)：指定权重 x N倍
• 多层括号就是叠加计算：[[tag]]将权重调整为原来的0.81倍(0.9 x 0.9)，((tag))则将权重提高到1.21倍(1.1 x 1.1)

提示词注释

该语法只适用于Web UI。

有时候，我们就算通过提高或削弱权重，也不能阻止部分提示词污染其他提示词的现象，尤其是带有颜色描述的提示词，很容易相互影响。

那么还有什么办法可以让我们的描述更加精确呢？这里可以考虑采用“注释”这一种提示词的用法。

注释写法是：主体描述\(注释内容1,注释内容2\)

比如：

BestQuality\(extremely detailed CG unity 8k wallpaper\)

这个最佳质量(BestQuality)，通过后面括号的内容“极其细致的CG统一8k壁纸”(extremely detailed CG unity 8k wallpape)进行了补充。

比如我们下面的画面：

1girl,(purple hair),black eyes,smile,yellow hat,white skin,(pink Sweaters:1.3),open hands,highres,looking at viewer,upper_body,

我们可以看到帽子没有渲染成我们想要的颜色。我们添加注释后再试试。

1girl\(purple hair\),black eyes,smile,yellow hat,white skin,(pink Sweaters:1.3),open hands,highres,looking at viewer,upper_body,

关键词混合

该语法只适用于Web UI。

官方也把这个称为关键词编辑，也有些人叫分步描绘。

你可以混合使用两个关键字，专有术语是Prompt Scheduling。语法是：

[关键字1:关键字2:数字]

此外还有两种：

[关键字1:数字]
[关键字1::数字]

即：

[from:to:when] 意思是：在经过指定数量的步骤后，将位于 from 处的提示词替换为 to 处的提示词。
[to:when] 意思是：在经过指定数量的步骤后，将位于 to 处的提示词添加到提示中。
[from::when] 意思是：在经过指定数量的步骤后，从提示中删除位于 from 处的提示词。

注意：如果when小于1，比如为0.4就代表整体绘制步数的40%，以[from:to:when]为例，就代表前40%使用from的提示词，后60%使用to的提示词。

我们来添加一下背景：a [green forests:river:0.5] landscape background，如下，同时我们迭代步数设置为30。

1 girl\(purple hair\),black eyes,smile,(yellow hat:1.1),white skin,(pink Sweaters:1.3),open hands,highres,looking at viewer,upper_body,a [green forests:river:0.5] landscape background,

由此可知在前面1-15迭代步数，提示词为：

1 girl\(purple hair\),black eyes,smile,(yellow hat:1.1),white skin,(pink Sweaters:1.3),open hands,highres,looking at viewer,upper_body,a green forests landscape background,

由此可知在前面15-30迭代步数，提示词为：

1 girl\(purple hair\),black eyes,smile,(yellow hat:1.1),white skin,(pink Sweaters:1.3),open hands,highres,looking at viewer,upper_body,a river landscape background,

结果如下：

我们可以看到在后面其实也明显没出现河流，这个因为在Stable Diffusion 中模型绘制图像内容并非按照完美百分比的步骤进行绘制，画面内容在前面 20 步左右时已基本定型，后续的迭代步数更多是丰富细节，基本不会再添加或减少主体内容。

为验证，我们可以改为a [green forests:river:8] landscape background，在前面8步骤是森林的绘制，后面的8-30是河流的绘制，在绘图定型之前介入修改。结果如下：

我们能看到明显的河流出现在画面中。

[to:when]和[from:to:when]类似，但它只能设置在指定的位置放入to关键词。

[to::when]也称为停止绘制，这个和分步绘制的原理相同，都是控制模型运行时绘制特定内容的步数占比。两者的区别在于：停止绘制只针对画面中单个关键词，并且是先绘制特定元素再移除。注意中间是双冒号。

1 girl\(purple hair\),black eyes,smile,(yellow hat:1.1),white skin,(pink Sweaters:1.3),open hands,highres,looking at viewer,upper_body,a [green forests::0.3] landscape background,

在前面30%添加森林，后面30%-70%删除该提示词的影响。

使用关键字混合，就可以实现类似于prompt-to-prompt的效果，通过编辑生成高度相似的图像对。

地址：https://prompt-to-prompt.github.io/

总结一下：

[from:to:when]

• when：代表迭代步数或比例。
  • 当 0 < when < 1，假设迭代步数为N，则step = when * N
  • 当 when >= 1，则step = when
• from：是(prompt)提示词，表示在when前的步骤数渲染from提示词
• to： 是(prompt)提示词，表示在when后的步骤数渲染to提示词

[to:when]

• when：代表迭代步数或比例。
  • 当 0 < when < 1，假设迭代步数为N，则step = when * N
  • 当 when >= 1，则step = when
• to： 是(prompt)提示词，表示在when后的步骤数渲染to提示词

[from::when]

• when：代表迭代步数或比例。
  • 当 0 < when < 1，假设迭代步数为N，则step = when * N
  • 当 when >= 1，则step = when
• from： 是(prompt)提示词，表示在when后的步骤删除from提示词

打断提示词

该语法只适用于Web UI。

打断的语法非常简单，也很好理解，就是在提示词之间加上关键词【BREAK】，它的作用时打断前后提示词的联系，在一定程度上减少提示词污染的情况。

我们知道Web UI中没有token限制。但如果提示词包含超过 75 个token（CLIP token生成器的限制），它将启动另外 75 个token的新块，因此新的“限制”变为 150。该过程可以永远继续，或者直到你的计算机内存不足…

每个 75 个token块都经过独立处理，生成的表示在输入到 Stable Diffusion 的 U-Net 之前会被连接起来。

打断语法（Break）的用法，BREAK是一个特殊提示，插入后它会强制将Token数凑齐调整为75。这样我们就能够控制不同层次提示词的打断效果了。这个语法指令相当于手动分组，确保每组都能描述完整的画面特征。使用BREAK可以切断不同组之间的上下文关联，防止元素相互干扰。

比如我们调整一下上面的提示词，去掉upper_body上半身限制，然后添加blue pants蓝色的裤子。

1 girl\(purple hair\),black eyes,smile,(yellow hat:1.1),white skin,(pink Sweaters:1.3),open hands,highres,looking at viewer,a [green forests::0.3] landscape background blue pants,

裤子并没有展示我们需要的颜色，我们尝试添加BREAK分开，防止相互影响。

1 girl\(purple hair\),black eyes,smile,(yellow hat:1.1),white skin,(pink Sweaters:1.3),open hands,highres,looking at viewer,a [green forests::0.3] landscape background BREAK blue pants,

可以看到效果不错，朝着我们设置的方向绘制了。

融合提示词

融合语法和打断正好相反，是将前后提示词的内容联系起来，模型在绘制时就会关联前后的元素特征，最终呈现出具备融合图像的特征。它的关键词是「AND」。

模型本身就是将一段提示词结合起来理解，为什么要额外加上「AND」呢？看完下面这个例子就很好理解了，可以发现如果只是通过逗号分隔，模型绘制时只是简单将黄色和绿色进行填充拼接，而加上「AND」后，模型会将黄色和绿色当作一个词来理解，最终绘制出草绿色。

1 girl\(green hair, yellow hair\),black eyes,smile,(yellow hat:1.1),white skin,(pink Sweaters:1.3),open hands,highres,looking at viewer,a [green forests::0.3] landscape background BREAK blue pants,

在提示词中green hair,yellow hair，使用逗号，则生成的头发是黄色的。如下：

而使用AND替换逗号，如下：

1 girl\(yellow hair AND green hair\),black eyes,smile,(yellow hat:1.1),white skin,(pink Sweaters:1.3),open hands,highres,full_shot,looking at viewer,a [green forests::0.3] landscape background BREAK blue pants,

可以看到通过AND替换明显结果不同，同时也支持权重如：yellow hair AND green:1.2 hair。

总结一下：

[tag1 AND tag2 AND tag3 AND …]

• AND 必须大写，且 AND 的提示词越多，需要的迭代步数越高设置权重，可以写为 tag1:w1 AND tag2:w2 AND tag3:w3，不需要加()，但是这个权重单纯只是指 AND 中的权重，并非全局权重。

提示词交替

除了融合外，还有一种语法也可以实现关键词融合的效果，那就是提示词交替。即提示词也可以进行轮转来进行提示，采用的格式如下：

[提示词一|提示词二]

比如我们添加[clouds|flower|cthulhu mythos] in background到提示词中。

1 girl\(yellow hair AND green hair\),black eyes,smile,(yellow hat:1.1),white skin,(pink Sweaters:1.3),open hands,highres,full_shot,looking at viewer,a [green forests::0.3] landscape background BREAK blue pants,[clouds|flower|cthulhu mythos] in background,

虽然同样是融合元素特征，但在原理上交替绘制和融合有本质区别：「交替」每步绘制时只理解单独的关键词，而「融合」是将前后的关键词一起来理解，因此交替最终呈现的效果更多是融合主体内容的画面特征，而无法像融合一样深度理解关键词之间的联系。我们平时在使用时一般主要也是使用融合语法「AND」居多，交替绘制更多是用于绘制比较猎奇的克苏鲁风格(cthulhu mythos)图像等。

总结一下：

[tag1|tag2|tag3|…]

• 第一步画tag1，第二步画tag2，第三步画tag3，…，第一轮循环结束后又从tag1重新开始画。

提示矩阵

提示矩阵排列的语法，该语法主要用于实现批量出图的效果，提高绘图效果。

提示词1|提示词2|....   

需要注意的是，该语法需要配合提示词矩阵 Prompt matrix 来使用，开启后按语法输入，模型会将关键词进行矩阵排列，每个组合的提示词都会生成一张对应的图像，若没有开启则会随机生成其中一张。

我们在提示词中加入：(yellow hat:1.1) | glasses来测试一下。

1 girl\(yellow hair AND green hair\),black eyes,smile,(yellow hat:1.1) | glasses,white skin,(pink Sweaters:1.3),open hands,highres,full_shot,looking at viewer,a [green forests::0.3] landscape background BREAK blue pants,[clouds|flower|cthulhu mythos] in background,

该语法使用|字符，系统将为它们的每种组合生成一个图像。例如，a busy city street in a modern city|illustration|cinematic lighting这个提示词，则有四种可能的组合（始终保留提示的第一部分）：

• a busy city street in a modern city
• a busy city street in a modern city, illustration
• a busy city street in a modern city, cinematic lighting
• a busy city street in a modern city, illustration, cinematic lighting

总结一下：

tag1|tag2|tag3|…

• 使用【|】分隔多个提示词，模型会自动将提示词进行交叉组合(第一段提示词默认保留)，每个组合的提示词都会生成一张对应的图像。
• 该语法需要配合提示词矩阵Prompt matrix来使用(脚本中开启)，开启后按语法输入，模型会将关键词进行矩阵排列，每个组合的提示词都会生成一张对应的图像，若没有开启则会随机生成其中一张。

使用Lora

LoRA模型，全称Low-Rank Adaptation of Large Language Models，大语言模型的低阶适应。可以理解为基础模型打的补丁，你需要什么样的风格和特定的需要，通过自训练模型Lora来实现绘图内容或风格的定制。

在提示词中使用Lora模型来调整生成图像的内容或风格时，使用Lora的语法为<lora:文件名:权重>。其中“文件名”即是Lora模型文件的名字，不包含扩展名；权重是一个不小于0的数字，默认值为1，设为0表示不使用该Lora，也可以设为比1大的数字来表示更大的权重，不过权重过大时可能会对画面起到反效果，用户可根据自己的需求以及具体Lora的表现来调整权重值以获得最佳效果。也可以同时使用多个Lora，它们的效果将会叠加。

一些Lora只需在提示词中包含<lora:文件名:权重>语法即可，也有一些Lora带有触发词，除了Lora调用语法外还必须在提示词中包含指定的触发词方能生效。在Lora的下载页面或者描述文档中一般可以看到关于触发词的说明。

即使记不住已安装的Lora的文件名也没关系，只需单击界面右上角“生成”按钮下方的“显示／隐藏额外网络”(Show/hide extra networks)按钮，在提示词下方就可以显示或隐藏额外网络面板，单击其中的“Lora”选项卡，即可看到当前所有安装的Lora，如下图所示：

在这个界面，单击一个Lora卡片，即可在提示词输入框自动添加对该Lora的引用。例如<lora:add_detail:1>​，表示使用“add_detail”这个Lora，权重为1。之后可以根据需要手动调整权重值数字。

1 girl\(yellow hair AND green hair\),black eyes,smile,(yellow hat:1.1) | glasses,white skin,(pink Sweaters:1.3),open hands,highres,full_shot,looking at viewer,a [green forests::0.3] landscape background BREAK blue pants,[clouds|flower|cthulhu mythos] in background,<lora:add_detail:1>,

结果如下：

当使用基础模型总是得不到理想效果时，不妨试一试各种Lora，合适的Lora可能会给图像效果带来惊人的提升。

如下面都是配合Lora生成的高清图片：

关于Lora的更多知识后面会再继续介绍，这里只是简单介绍一下使用方法。

最后再推荐一个不错的Prompt生成网址：

地址：https://prompthero.com/

欢迎大家关注微信公众号"壁虎说技术"，更多AI新技术，新点子在公众号第一时间更新。

参考

Features
prompt-guide
stable-diffusion-guide-3
Stable Diffusion 进阶指南-1
商用级AIGC绘画创作与技巧(Midjourney+Stable Diffusion)