Stable Diffusion Prompt编写规范详解

Stable Diffusion Prompt编写规范详解

一、语法结构规范

（一）基础模板框架

[质量强化] + [主体特征] + [环境氛围] + [风格控制] + [镜头参数]

• 质量强化：best quality, ultra detailed, 8k resolution‌
• 主体特征：(1girl:1.3), long silver hair, cyberpunk armor‌
• 环境氛围：neon-lit cityscape, raining, cinematic lighting‌
• 风格控制：studio ghibli style, unreal engine 5 rendering‌
• 镜头参数：wide angle, 35mm f1.4, depth of field‌

（二）语义分层原则

• 优先级排序：

  • 画风描述 → 主体对象 → 细节特征 → 环境元素 → 镜头参数‌

• 分层示例：

  masterpiece, (1girl:1.2), cherry blossom kimono, floating petals, studio ghibli style, soft focus, 85mm lens
  

二、权重控制体系

（一）符号权重系统

符号	作用	数学公式	示例
( )	增强1.1倍	weight^1.1	(detailed eyes)
{ }	增强1.05倍	weight^1.05	{realistic skin}
[ ]	降低0.9倍	weight*0.9	[blurry]
:	精确控制	(sunset:1.5)	(neon lights:1.3)

（二）动态权重策略

• 渐进式增强：

  ((cyberpunk city:1.1)) → 1.21倍权重叠加
  

  ‌

• 条件式权重：

  (winter landscape:1.2 when season=winter)
  

  ‌

三、高级控制技巧

（一）交替采样技术

red hair | blue highlights → 交替生成不同发色特征

（二）反向提示词模板

nsfw, low quality, bad anatomy, extra fingers, mutated hands, poorly drawn face

使用反向提示词来避免不希望出现的特征‌

（三）CLIP模型交互

• 分层控制原理：

  CLIP_stop_at_last_layers=2 → 增强语义理解深度
  

  通过调整CLIP模型的层数来控制语义理解的深度‌

• 跨层特征融合：

  (color harmony:1.3@layer5) → 指定CLIP层特征
  

  在特定的CLIP层上应用权重，以实现更精细的控制‌

四、场景化应用模版

（一）二次元角色设计

masterpiece, (anime girl:1.3), twintails, school uniform, sakura background, by WIT studio, sharp focus

结合高质量、主体特征、细节描述和风格控制，设计出精美的二次元角色‌

（二）写实场景构建

photorealistic, modern architecture, golden hour lighting, 8k textures, Zeiss 24-70mm f2.8, depth of field

通过写实风格、现代建筑、光影效果和镜头参数，构建出逼真的场景‌

提示：

• 使用sd-webui-prompt-all-in-one插件可实时预览提示词权重分布，帮助用户更好地理解和调整提示词‌。
• 通过Ctrl+Enter可激活多模态语义联想功能，提升提示词的编写效率和准确性‌。