不会写SD WebUI 的负面提示词？用这几款Embedding模型一键搞定！效果好到爆炸！

news2025/1/9 14:07:31

文章目录

- 一、Embedding 模型简介
- 二、负面提示词 Embedding
- 三、Embedding 资源下载
- 四、Embedding 安装与使用
- - 关于AI绘画技术储备
  - 零基础AI绘画学习资源介绍
  - 👉stable diffusion新手0基础入门PDF👈
  - 👉AI绘画必备工具👈
  - 👉AI绘画基础+速成+进阶使用教程👈
  - 👉12000+AI关键词大合集👈

大家好，我是画画的小强

今天我们继续了解AI绘画Stable Diffusion 中的一种 Embedding 模型，它能帮我们一键搞定 WebUI 中负面提示词的写作，有效提升出图质量。

一、Embedding 模型简介

Embedding（嵌入）也叫 textual inversion （文本反转），它的作用是通过训练少量的图像，让大模型快速学会一个新的概念。

比如你想在 WebUI 中生成一张《电锯人》中玛奇玛（Makima）这个角色的图像，选择一个动漫风大模型（比如 anything），即使在提示词中准确描述“一个女孩，粉色的长发，扎着辫子，白衬衫，黑色领带，黑色裤子”等角色形象特征，生成的图像与人物原型也并不相似。
在这里插入图片描述
这个时候我们可以用少量玛奇玛的图像，训练出一个 embedding 模型，这个模型可以在大模型生成玛奇玛形象的时候，将对应的特征关键词嵌入到大模型的词汇库中，从而让大模型“学会”玛奇玛长什么样，这就是 embedding 模型的作用原理。将模型的名称命名为“Makima”，在写提示词的时候加上这个模型名称，WebUI 就能自动生成准确的形象，而不需要我们再写一大串的描述词了。
在这里插入图片描述
使用这种方式，我们无需重新训练大模型就能生成个性化的图像，成本很低，而且一款 embedding 模型也只有几十到几百 KB，使用方便，在生成特定的人物形象、画风、姿势动作上应用广泛。但也因为训练数据量小，所以生成的图像精度有限，在个性化特征的表现上远不如同主题的 lora 模型稳定，所以在正面提示词中使用并不广泛。

二、负面提示词 Embedding

在 WebUI 中生成一张图像时，往往需要在负面提示词中输入很多词语，如“低分辨率、模糊、扭曲的五官、错误的手指、多余的数字，水印”等，以避免生成低质量的图像。而 embedding 可以将大段的描述性提示词整合打包为一个提示词，并产生同等甚至更好的效果，因此 embedding 模型在负面提示词中很受欢迎。
在这里插入图片描述

三、Embedding 资源下载

在 C 站的 embedding 模型： https://civitai.com/models

我们依旧可以去 Civitai 上寻找 embedding 模型。进入网站后，点击右上角的筛选工具，选择 embedding 或 textual inversion，就能看到所有可以下载的 embedding 模型了。直接以“最多下载”进行排序，排名靠前的就是目前最好用的一些 embedding 模型，进入模型详情页可以看到模型使用介绍和下载按钮。
在这里插入图片描述

我也为大家整理了目前比较常用的 6 款负面提示词 embedding 模型，大家可以根据自己的需要下载，请扫描免费获取资源包哦~

① EasyNegative

EasyNegative 是目前使用率极高的一款负面提示词 embedding 模型，可以有效提升画面的精细度，避免模糊、灰色调、面部扭曲等情况，适合动漫风大模型。

② Deep Negative_v1_75t

Deep Negative 可以提升图像的构图和色彩，减少扭曲的面部、错误的人体结构、颠倒的空间结构等情况的出现，无论是动漫风还是写实风的大模型都适用。

③ badhandv4

badhand 是一款专门针对手部进行优化的负面提示词 embedding 模型，能够在对原画风影响较小的前提下，减少手部残缺、手指数量不对、出现多余手臂的情况，适合动漫风大模型。

④Fast Negative

Fast Negative 也是一款非常强大的负面提示词 embedding 模型，它打包了常用的负面提示词，能在对原画风和细节影响较小的前提下提升画面精细度，动漫风和写实风的大模型都适用。

⑤ BadDream + UnrealisticDream

这两款 embedding 模型是专门为写实风大模型 DreamShaper 制作的，开发者是同一个人。BadDream 适合“dreamshaper 风格”的图像；UnrealisticDream 更适合写实逼真的图像，并且需要与 BadDream 或其他常规负面提示词一起使用。这两款模型也可以和前面的 Fast Negative Embedding 模型结合使用。

四、Embedding 安装与使用

Embedding 模型文件下载后，需要放进SD根目录的 embeddings 文件夹里，想删除一款 embedding 模型时也是在这个文件夹内操作。
在这里插入图片描述
Embedding 模型需要配合大模型使用。打开 WebUI，设置好大模型、写好基础提示词后，点击「生成」按钮下方的小图标，会弹出一个窗口，选择窗口内的「嵌入式 T.I. Embedding」版块，点击右侧的「刷新」按钮，所有安装好的 embedding 模型都会以卡片的形式排列在里面。