3000字带你了解SD提示词用法,一点就通,小白轻松上手(附提示词生成器)(1.4 SD提示词运用)

news2024/9/20 16:51:37

提示词是什么

提示词是我们向AI模型发出的指令。正确的提示词能让AI准确反馈所需的输出,而优质的提示词则能使AI生成的内容更优质、更符合你的期望。这与编写程序代码颇为相似,准确的代码逻辑是程序正常运行的前提,而优秀的代码则能减少运行时的问题,更好地满足用户需求。

例如,如果你想生成一张图片,内容是1位女孩站在花店前面,最基本的提示词可以是:“1 girl is standing in front of a flower shop”,这是一个语法完整且清晰的句子;或者,你也可以通过罗列关键词的方式来构建提示词:“1 girl,standing,front ,flower”,关键词之间用英文逗号隔开,关键词间的空格是否添加根据需要而定。

更多提示词万字手册和提示词插件,可以扫描下方,免费获取

在这里插入图片描述

提示词的结构

撰写提示词时,我们同样需要采用这种结构化思维。这里提供一个常用的结构化提示词模板:

质量+风格+主体+细节+其他

质量

质量指的是图像给人的总体视觉感受,涉及的要素包括分辨率、清晰度、色彩饱和度、对比度以及噪点等。一幅高质量的图片在这些方面都会有出色的表现。我们通常都希望生成的图片能够达到高质量标准。

一些常用的质量提示词:

best quality :最佳质量

masterpiece :杰作

fine detail :精细细节

4K、8K :4K、8K:画质

UHD :超高清

HDR :高动态光照渲染

风格

风格决定了我们所期望图像的特定视觉效果,它可能包括真实照片风格、漫画风、油画质感、插画式等多样表现形式。

一些常用的风格提示词:

comic :漫画

anime artwork :动漫作品

3d model :3d模型

line art drawing :线条画

cinematic photo :电影照片

photographic :摄影照片

oil painting :油画

illustration :插画

我们可以进一步细化风格要求,如印象派(impressionist)、立体派(cubism)、抽象派(abstractionism)、波普艺术(pop art)等具体艺术流派,或者直接指定著名画家的风格,例如文森特·梵高(Vincent van Gogh,19世纪印象派画家)、约翰·萨金特(John Sargent,19世纪美国画家)、宫崎骏(Hayao Miyazaki,20世纪日本动画导演)。但需注意,选择的风格和画家应具有较高的知名度,因为较为小众的风格和画家可能未被纳入模型的训练数据中,导致模型无法识别,从而使提示词效果不佳。

主体

主体指的是我们希望在画作中呈现的主要对象,即画面的焦点所在

1girl :一名女孩

兔子 :Rabbit

山峰 :peak

海浪 :Sea wave

细节

细节是AI绘画中至关重要的一环,没有它们,AI很难精确地创作出我们期望的作品。这也是为何有时AI的表现给人感觉不尽如人意的原因。如果我们不在提示词中提供足够的细节,AI的创作就会变得随机,其结果往往难以预测。尤其是在使用SD 1.5模型时,如果没有明确的指导,其生成的图像质量通常不如SD XL模型,这与GPT-3.5相比GPT-4在回答问题时的准确性差异相似。

例如,如果我们指定的主体是“一个女孩”,那么细节可能包括:

人物特征:如脸型、发色、发型、眼睛颜色、鼻子形状、嘴唇色泽、上衣款式、下装(裤子或裙子)款式、鞋子款式等。

背景和环境:如银色沙滩、白色游轮、蔚蓝色天空、棉花糖般的白云、高耸的椰子树、红色玫瑰花等。

光照和光线效果:如工作室照明、柔光、环境光、环形光、阳光照明、电影级照明等。

在描述细节时,我们应该尽可能地发挥想象力,详尽地描绘出心中所想的场景。

high definition,artistic,extremely detailed,HD 1080p,realistic,1girl,full body,sitting,wavy brown hair,green eyes,smiling,white blouse,denim jeans,red sneakers,patio,flower pot,natural lighting,sunny,dynamic composition,

图片图片图片

提示词权重

使用权重

在构建提示词时,我们可以通过调整权重来指定某些元素在生成图像时的重要性。这是因为当使用一系列提示词时,AI模型可能会根据算法自动平衡各元素的重要性,有时这可能导致某些元素在最终图像中被省略或不明显。为了确保某个特定元素得到突出,我们可以提高其在生成过程中的权重。

格式如下:keyword:factor

keyword是你想要调整权重的提示词。

factor表示权重值,其中默认权重为1。设置小于1的值可以降低该词的权重,而大于1的值则可以增加其权重。

例如, 我们想要在图像中强调红色运动鞋,我们可以在提示词中这样表达:(red sneakers:1.3)。

图片

在SD版本中,可以直接在关键词上设置倍数

()和[]符号

权重还可以使用小括号()和中括号[]来代替,()表示1.1倍,[]表示0.9倍,可以叠加。

(keyword) 相当于 keyword:1.1

((keyword)) 相当于 keyword:1.21

[keyword] 相当于 keywor:0.9

[[keyword]] 相当于 keywor:0.81

反向提示词

负面提示词用于指定在生成图像时我们希望避免包含的元素或特征,这有助于在AI创作过程中排除不想要的内容。

一些常用的反向提示词:

低质量 : Low quality

低分辨率 : Low resolution

坏手 : bad fingers

坏脸 : bad face

Stable Diffusion 最强提示词手册

  • Stable Diffusion介绍
  • OpenArt介绍
  • 提示词(Prompt) 工程介绍

在这里插入图片描述

第一章、提示词格式

  • 提问引导
  • 示例
  • 单词的顺序

在这里插入图片描述

有需要的朋友,可以点击下方卡片免费领取!

第二章、修饰词(Modifiers)

  • Photography/摄影
  • Art Mediums/艺术媒介
  • Artists/艺术家
  • Illustration/插图
  • Emotions/情感
  • Aesthetics/美学

在这里插入图片描述

在这里插入图片描述

第三章、 Magic words(咒语)

  • Highly detailed/高细节
  • Professional/专业
  • Vivid Colors/鲜艳的颜色
  • Bokeh/背景虚化
  • Sketch vs Painting/素描 vs 绘画

在这里插入图片描述

第四章、Stable Diffusion参数

  • Resolution/分辨率
  • CFC/提词相关性
  • Step count/步数
  • Seed/种子
  • Sampler/采样
  • 反向提示词(Prompt)

在这里插入图片描述

第5章 img2img(图生图),in/outpainting(扩展/重绘)

  • 将草图转化为专业艺术作品
  • 风格转换
  • lmg2lmg 变体
  • Img2lmg+多个AI问题
  • lmg2lmg 低强度变体
  • 重绘
  • 扩展/裁剪

第6章 重要提示

  • 词语的顺序和词语本身一样重要
  • 不要忘记常规工具
  • 反向提示词(Prompt)

第7章 OpenArt展示

  • 提示词 (Prompt)
  • 案例展示

篇幅有限,这里就不一一展示了,有需要的朋友可以点击下方的卡片进行领取!

在这里插入图片描述

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2103805.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

知识付费小程序源码轻松实现一站式运营,开启知识变现之旅

技术栈: 以下是一个简单的知识付费小程序的示例代码: app.js:小程序的入口文件 App({onLaunch: function () {// 在小程序启动时执行的代码},globalData: {// 存储全局数据userInfo: null // 用户信息} })pages/index/index.js&#xff1…

【学术会议征稿】第四届智能电网与能源互联网国际会议(SGEI 2024)

第四届智能电网与能源互联网国际会议(SGEI 2024) 2024 4th International Conference on Smart Grid and Energy Internet 为交流近年来国内外在智能电网和能源互联网领域的理论、技术和应用的最新进展,展示最新成果,由沈阳工业…

Visual Studio 2022 下载和安装

文章目录 概述一,下载步骤二,安装过程 概述 Visual Studio 提供 AI 增强功能,例如用于上下文感知代码补全的 IntelliSense 和可利用开源代码中的 AI 模式的 IntelliCode。 集成的 GitHub Copilot 提供 AI 支持的代码补全、聊天辅助、调试建议…

ElasticSearch学习笔记(三)RestClient操作文档、DSL查询文档、搜索结果排序

文章目录 前言5 RestClient操作文档5.4 删除文档5.4 修改文档5.5 批量导入文档 6 DSL查询文档6.1 准备工作6.2 全文检索查询6.3 精准查询6.4 地理坐标查询6.5 复合查询6.5.1 相关性算分6.5.2 布尔查询 7 搜索结果处理7.1 排序7.1.1 普通字段排序7.1.2 地理坐标排序 前言 Elast…

qmt量化交易策略小白学习笔记第59期【qmt编程之期权数据--获取指定期权品种的详细信息--原生Python】

qmt编程之获取期权数据 qmt更加详细的教程方法,会持续慢慢梳理。 也可找寻博主的历史文章,搜索关键词查看解决方案 ! 基于BS模型计算欧式期权理论价格 基于Black-Scholes-Merton模型,输入期权标的价格、期权行权价、无风险利率…

Mac 安装Hadoop教程(HomeBrew安装)

1. 引言 本教程旨在介绍在Mac 电脑上安装Hadoop,便于编程开发人员对大数据技术的熟悉和掌握。 2.前提条件 2.1 安装JDK 想要在你的Mac电脑上安装Hadoop,你必须首先安装JDK。具体安装步骤这里就不详细描述了。你可参考Mac 安装JDK8。 2.2 配置ssh环境…

从腰子的营养成分来分析腰子能否“壮阳”,健康地吃腰子。

文章目录 引言I 腰子的营养优点缺点吃腰子无“壮阳”效果II 健康地吃腰子食用前充分清洗浸泡高尿酸及痛风群体慎吃适量吃引言 很多人认为动物内脏有着“以形补形”的好处,如吃动物腰子,能补肾、壮阳,这让很多人对“腰子”非常热爱。 腰子的营养到底如何?经常吃腰子对身体…

优思学院:FMEA与FTA故障树方法对比:工程师必须知道的关键点!

故障树分析(Fault Tree Analysis, FTA)以某个不希望发生的产品故障事件或严重的系统风险(即顶事件)为分析对象,通过自上而下的分层次因果逻辑分析,逐步找出导致故障事件的必要且充分的直接原因,…

日程安排组件DHTMLX Scheduler v7.1 - 支持RFC-5545格式

DHTMLX Scheduler是一个类似于Google日历的JavaScript日程安排控件,日历事件通过Ajax动态加载,支持通过拖放功能调整事件日期和时间,事件可以按天、周、月三个种视图显示。 此版本包括几个备受期待的特性,可以帮助用户增强DHTMLX…

基于php+vue+uniapp的医院预约挂号系统小程序

开发语言:PHP框架:phpuniapp数据库:mysql 5.7(一定要5.7版本)数据库工具:Navicat11开发软件:PhpStorm 系统展示 后台登录界面 管理员功能界面 用户管理 医生管理 科室分类管理 医生信息管理 预…

30s到0.8s,记录一次接口优化成功案例!

大家好,我是沐子,推荐一个程序员免费学习的编程网站 我爱编程网(www.love-coding.com) ** 场景** 在高并发的数据处理场景中,接口响应时间的优化显得尤为重要。本文将分享一个真实案例,其中一个数据量达到…

(5) 归并排序

归并排序 归并排序是一种分治策略的排序算法。它是一种比较特殊的排序算法,通过递归地先使每个子序列有序,再将两个有序的序列进行合并成一个有序的序列。 归并排序首先由著名的现代计算机之父 John_von_Neumann 在 1945 年发明,被用在了 E…

【Python】Python 读取Excel、DataFrame对比并选出差异数据,重新写入Excel

背景:我在2个系统下载出了两个Excel,现在通过对下载的2个Excel数据,并选出差异数据 从新写入一个新的Excel中 differences_url rC:\Users\LENOVO\Downloads\differences.xlsx; //要生成的差异Excel的位置及名称 df1_url rC:\Users\LENOVO\Dow…

终于知道如何简化时间序列的特征工程了!

在处理时间序列数据时,时间特征往往是最基础且独特的要素,我们的目标通常是预测某种未来的响应或结果。 不过在很多情况下,除了时间特征之外,我们还能获取到一系列其他相关的特征或变量。 时间序列数据中的特征工程涉及从原始时…

进程、线程、时间片

1、操作系统中的程序(如微信)在运行时,系统会产生一个或多个进程,往往是一个 2、进程内可以包含多个线程,有一个主线程,主线程结束时,进程结束,进而程序结束 3、线程是cpu调度执行…

sql日期函数

目录 sql日期函数 1.获取日期时间函数 1.1 获取当前日期时间 1.2 获取当前日期 1.3 获取当前时间 2.datetime数据类型格式化 3.字符串数据类型转换成datetime数据类型 4.增加和减少时间间隔 5. 日期相差天数(天) 6. 相差时间(小时&am…

GitHub Star 数量前 11 的开源内部工具

欢迎回到我们的 GitHub Star 系列文章! 在之前的文章中,我们深入探讨了 GitHub 上最受欢迎的开源低代码项目《GitHub Star 数量前 15 的开源低代码项目》和开源无代码工具《GitHub Star 数量前 12 的开源无代码工具》,获得了热烈的反馈。本周…

【嵌入式学习笔记】---- OLED屏幕工作原理

1 驱动芯片SSD1603简介 1.1 SSD1603芯片图 SSD1603是一款点阵显示屏控制器,可嵌入在屏幕中,用于执行接收数据、显示存储、扫描刷新等任务驱动接口:128个SEG引脚和64个COM引脚,对应 128 64 128\times 64 12864像素点阵显示屏内置…

增强RAG:选择最佳的嵌入和重排模型

对于如何选择最佳的嵌入模型和重排模型,给出了详细的步骤和代码。 在构建检索增强生成(RAG)管道时,关键组件之一是检索器。我们有多种嵌入模型可供选择,包括 OpenAI、CohereAI 和开源的sentence transformers。此外&a…

排序(插入,希尔,选择,堆,冒泡,快速,归并,计数)

本文中的Swap()函数都是下面这段代码 // 交换 void Swap(int* p1, int* p2) {int tmp *p1;*p1 *p2;*p2 tmp; }文章目录 常见排序:一.插入排序1.直接插入排序:2.希尔排序: 二.选择排序1.选择排序:2.堆排序: 三.交换排…