而提示词的真正作用,你可以简单的理解为搜索的关键词,帮助你找到Stable Diffusion库中最匹配你各个提示词的图片,然后模仿这些图片的绘制方式给你画一张图出来。

所以当你输入8K高品质时,Stable Diffusion是去库中找到这些高品质图片的绘图方式,来学习模仿,而不是直接设置你图片的清晰度。

所以提示词原理有两个核心原则:

**1、Stable Diffusion不是什么都懂。**有些词如果库里没有,它是无法理解的。所以我们要更多地使用Web UI中给出的常用提示词。

**2、提示词之间会相互污染。**所以提示词不是越多越好,要尽可能地做减法。

提示词结构

提示词分为正向提示词和反向提示词。正向提示词指画面中需要出现的内容,如一个女孩大师级作品。反向提示词,指画面中不应出现内容,如崩坏的手指。

从语义来讲,提示词又可以分为:

**图片质量,**如高画质、高细节。通常我们将高画质的词组保存下来,每次先固定输入。

**图片的结构,**如半身照、全身照、全景、中景。

**图片的具体内容,**如一个女孩蓝色的头发、黑色的眼睛、微笑的表情。

**图片风格,**如单色图片、像素画、水彩等等。

明确了基本结构后,我们该如何编写提示词呢?

基于提示词的原理,我们在Stable Diffusion中编写提示词更倾向于写单个词语或简单的词组,用逗号分割,而不是写长长的一句话。

提示词库

nprompt case

prompt case