“2023年是AIGC爆发之年，不管是基于文字聊天的ChatGPT，还是基于图像生成的midjourney及stablediffusion，都强大到足以提高我们的工作效率，因此2024年将是AIGC落地之年……”
从趋势来看，AI技术革新当前设计工作流程是不可避免的，从招聘信息上看，国内大厂比如腾讯、网易、百度，早已经将AI技术加入到设计流程中。
既然大势不可挡，与其焦虑，不如将其化为动力，将AI打磨成手中的利剑！！！
之前做过SD出图的文章，相信有人跟着学会发现，出图质量并没有达到满意效果，但是看到网上别人出图质量很高又很捉急~~~
究其原因，其实是对AI的提示词输入不太符合模型要求，因此AI并没有理解你的真正意图~~~
本期跟大家分享下提示的书写规范，介绍Stable
Diffusion文生图的操作方法以及提示词编写的语法技巧，保证你看完之后就能轻松成为一名专业的绘图魔法师。
01
—
ai绘画软件基础操作
在Stable Diffusion中，有文生图和图生图2种绘图模式，今天我们主要介绍如何使用文生图来绘制我们想要的图片。
下面是Stable Diffusion文生图界面的基础板块布局，如果你此前更换过主题相关的扩展插件，界面的功能布局可能会有所区别，但主要操作项都是相同的。
通过操作流程就能看出，我们最终的出图效果是由模型、提示词、参数设置三者共同决定的，缺一不可。
其中， 模型主要决定画风、提示词主要决定画面内容，而参数则主要用于设置图像的预设属性。
02
—
提示词_prompt_
写提示词的过程中，就好比是甲方给我们布置任务，如果只说要设计一张图，不说图中要什么内容，也不提图片是干啥用，我们会一脸懵逼无从下手。
同理，stable diffusion在绘图时需要提供准确清晰的引导，提示词描述的越具体，画面内容就会越稳定。
提示词公式，有用三段式公式：
也有人用万能公式：
当然网络上也有许多其他博主分享的咒语公式，内容都大同小异，只要能满足出图需求即可。本期文章，我们采用三段式进行讲解。
2.1 画质
画质是增强画面表现力的常用词汇，我们经常在一些惊艳的真实系AI图片中看到比如增加细节、摄影画质、电影感等词，可以一定程度上提升画面细节。
但注意最终图像的分辨率和精细度主要还是由图像尺寸来决定的，而本地运行的Stable Diffusion支持的绘图尺寸很大程度决定于显卡性能。
如果电脑显卡算力跟不上，再多的关键词也弥补不了硬件差距，当然在Stable Diffusion中也有一些实现高清修复的小技巧，后边章节介绍。
常用常用词
英文
| 中文
—|—
masterpiece| 杰作，大师级
best quality
| 最佳品质
hyper quality
| 超级品质
8k
| 8K分辨率
insane details| 疯狂的细节
intricate details
| 复杂的细节
hyperdetailed
| 超详细细节
high detail
| 高细节度
ultra detailed
| 超详细
这些都是通用词，每次生成图片都用得上，可以明显提升画面质量。
2.2 风格参考
风格用于描述画面想呈现的风格和情绪表达，比如加入艺术家的名字、艺术手法、年代、色彩等。还有一些特定风格，比如3D风格、真实风格、卡通风格。
多数情况下都是先选好特定风格的模型，然后根据模型作者提供的触发词强化风格。因为在Stable
Diffusion中，图像风格基本是由模型决定的，如果此前该模型并没有经过艺术风格关键词的训练，是无法理解该艺术词含义的。
常用提示词
3D风格
使用以上词汇可以生成比较好的3D风格
真实风格
Realistic, RAW photo, dslr, soft lighting, film grain,Fujifilm XT3, Screen
Space Refraction, high detailed skin, natural skin texture,
真实的，RAW照片，数码相机，柔和的灯光，胶片颗粒，富士胶片XT3，屏幕空间折射（更真实的光影），高细节的皮肤，自然的皮肤纹理。
以上为真实照片常用词汇，下边是示例图：
卡通风格
动漫、Q版、插画、极简主义插画、北欧风格插画、CG画、卡通、扁平风、可爱风格、迪士尼风格
以上为动漫、Q版、插画常用词汇，下边是示例图：
Anime：是日式动漫的风格。
Chibi：在英文中没有Q版这种说法，一般来讲用Chibi来表现Q版的风格。
Nordic illustration：北欧风格插画，一般来说是比较扁平的风格。
2.3 构图镜头
常用提示词
英文
| 中文
—|—
from front
| 前视角
from behind
| 后视角
from side
| 侧视角
from above
| 仰视视角
from below
| 俯视视角
dynamic angle
| 动态视角
centered
| 居中
full body
| 全身像
half-body
| 半身像
cowboy shot
| 七分身镜头
wide shot
| 广角镜头
close-up
| 特写
这些词一般用来表现画面的构图和角度，非常好用。
2.4 主体描述
用于描述画面的主体内容，比如说是人或者动物，人物的着装、表情，动物的毛发、动作等，物体的材质等。如：
一个女孩，白色长发，浅绿色连衣裙，对着镜头笑，
一般同一画面中的主体内容不要超过2个，Stable
Diffusion对多个物体的组合生成能力较弱，如果对画面内容有特定要求，可以先挨个生成主体素材进行拼合，然后用controlNet插件约束进行出图。
2.5 环境背景
主要是设定画面周围的场景和辅助元素等背景描述，比如天空的颜色，四周的背景，环境的灯光，画面色调等。常见的如：
黑色背景，白色背景，渐变背景，简单的背景，复杂的背景，
当然除了以上简单背景背景词汇，也可以加入背景主题，这一步是为了渲染画面氛围，凸显图片的主题，比如：
室内，室外，森林中，山里面，科幻场景，城市街道，蓝天白云，风景，圣诞节，白天，夜晚，
背景可以根据画面想要传达的内容去选择。
2.6 反向提示词negative prompt
反向提示词指不需要在画面中出现的内容，一般来讲是比较通用的，如：
NSFW,裸体,裸露,色情，(差的质量,低质量 :1.4)变形的虹膜，变形的瞳孔，(变形，扭曲，毁容
:1.3),裁剪画框外，画得不好,糟糕的结构,错误的结构,多余的肢体,缺失的肢体，漂浮的肢体，克隆的脸，(变异的手和手指
:1.4),断开的肢体,额外的腿，融合的手指，多余的手指，长脖子，变异,突变的,丑陋,恶心，截肢,模糊jpeg 伪影,水印,有水印,文字,签名,草图
除了这些通用的提示词，也可以根据画面需要去添加，比如生成的画面中出现了猫，而你这个图并不想要猫出现在画面里面，那么可以把“cat”加到反向提示词中。
03
—
提示词的高阶玩法
看到这里，你已经掌握了Stable Diffusion提示词的基础书写规则。但WebUI的强大并不止于此，作者“贴心”的为我们预设了很多更加高阶的玩法。
掌握这些技巧可以让你更高效的控制模型出图，下面就是本篇文章的高能部分，记得做好笔记哦～
上图中我为大家整理汇总了Stable
Diffusion常用语法的格式和功能说明，WebUI的高阶语法包括：强调关键词、分步绘制、停止绘制、打断提示词、链接提示词、交替绘制、提示词转义。
3.1 强调关键词
强调关键词是依赖括号和数值来控制特定关键词的权重，当权重数值越高，说明模型对该关键词更加重视。
在运行过程中模型就会着重绘制该部分的元素，在最终成像时图片中就会体现更多对应信息。反之数值越低，则最终图片中对应内容会展示的更少。
控制关键词的括号共有三种类型：圆括号()、花括号{}和方括号[]
，分别表示将括号内关键词的权重调整到原有的1.1倍、1.05倍和0.9倍。其中花括号{}平时很少会使用， 一般都是用圆括号()和方括号[] 。
需要注意的是，这里括号是支持多层叠加的，每层括号都表示乘以固定倍数的权重。
以下面这张图为例，默认情况下女孩的发色会是红色和金色结合成的橘红色，而当【blonde
hair】加上表示提高权重的圆括号时，模型对金发部分的绘制会加强，最终图像里就出现更多金色的头发。
反之，【blonde hair】加上表示降低权重的方括号时，金发部分被减弱，模型在绘制时就会优先关注剩下的关键词【red
hair】，所以最终图像里出现更多红色的头发。
除了直接加括号外，还有一种更常用的控制权重方法，那就是直接填写数值。
举个例子，下图默认情况下头发是呈现白、金、红三种颜色，如果我们在【white
hair】后面设置权重为0.9，表示白发部分的权重降低为原来的0.9倍，则最终图像里白发部分的绘制会明显降低。
同理，我们增加红发和金发关键词的权重时，对应发色就会被加强。
虽然强调关键词语法支持的权重范围在0.1～100之间，但是过高和过低的权重都会影响出图效果，因此建议大家控制在 0.5～1.5 范围即可。
这里还有个快捷操作的小技巧，就是选中对应关键词后，按住 ctrl+⬆️ / ⬇️
，可以快速增加和减少权重数值，默认每次修改0.1，可以在设置中修改默认数值。
3.2 分步绘制
分步绘制在官方文档中的称呼是渐变绘制，但实际体验下来感觉叫做分步绘制会更好理解。该语法的原理是 通过参数来控制整个绘制过程中用于绘制特定关键词的步数占比
，语法格式如下：
这里大家可以通过下面的例子来理解分布绘制语法的功能。
分布绘制可以控制画面中不同元素的融合比例，在上面的图片中可以看到，随着沙漠在采样迭代步数中占比的提升，接着绘制的森林元素已很难影响画面主体内容，基本都是沙漠元素。
3.3 停止绘制
停止绘制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，字符用的是2个冒号。
同样，我们结合下面的案例中来理解停止绘制语法的效果。
结合分步绘制和停止绘制的案例来看，
在SD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。
因此，对于需要优先展示的重要内容，大家尽量控制在迭代前期便开始绘制，否则后续很难在画面中体现。
3.4 打断提示词
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。
Stable
Diffusion模型在理解提示词时，并非像人类一样逐字逐句的阅读，而是会结合上下文内容来统一理解，这就导致在运行过程中有时候会出现前后关键词相互影响的情况，也就是我们俗称的污染。
通过加入【BREAK】，可以打断前后提示词的联系，模型会将前后内容分为2段话来理解，以下面这张图为例，可以看到我们在对女孩的服装进行了颜色指定，其中裤子的颜色被领带污染成了红色。
而当我们在中间加入【BREAK】后，污染就被解除了，裤子呈现了正确的蓝色。
3.5 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】
到这里有的朋友可能会问，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。
我们都知道黄色和绿色融合会呈现出草绿色，而模型在训练时有针对该内容进行深度学习，因此当【AND】链接前后关键词后就会将其以草绿色来理解，最终呈现出融合颜色的效果。
融合语法是非常强大的功能，颜色混合是其中一个方面的应用，大家在日常使用时可以灵活尝试。
3.6 交替绘制
除了融合外，还有一种语法也可以实现关键词融合的效果，那就是交替绘制。语法格式如下：
这里我们直接使用官方的案例来理解该语法的效果。通过观察迭代过程中的图像效果可以发现，模型在绘制时每一步迭代后都会切换用于绘制的关键词，而在这个过程中图像内容也被逐渐固定，最终呈现出又像牛又像马的融合怪。
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图像等。
3.7 矩阵排列
最后就是矩阵排列的语法，该语法主要用于实现批量出图的效果，提高绘图效果。语法格式如下：
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。
在下面的案例中可以看到，通过矩阵排列的提示词会依次组合生成多张图片。
以上就是我们平时常用的高阶语法，当然还有一些偏代码层的语法内容，不过平时用的不多，这里就不过多介绍。感兴趣的小伙伴文末扫码咨询~
想获取更多免费ai绘画教程，扫描下方二维码获取。
如果你是真正有耐心想花功夫学一门技术去改变现状，我可以把这套AI教程无偿分享给你，包含了AIGC资料包括AIGC入门学习思维导图、AIGC工具安装包、精品AIGC学习书籍手册、AI绘画视频教程、AIGC实战学习等。
这份完整版的AIGC资料我已经打包好，长按下方二维码，即可免费领取！