这可能是你从来没有见过的生产模式。
提示词又成为魔法、咒语，在AI时代，掌握了提示词，你可以在一分钟之内写一篇文章，做一首歌曲，生成一张精致的图片。
一、基础原理
大多数人用不好提示词的根本原因是他没有理解提示词的运行机制。当你输入一个红色的帽子，Stable Diffusion并不是在画布上去框定一个帽子的轮廓，并将所有像素点渲染成红色。同样当你输一个8K时，Stable Diffusion也不会给你生成一个8K分辨率的图片。

二、提示词作用

一个措辞合适的提示词至关重要，决定了将你的想法编程一些漂亮的图像还是变成低质量与奇形怪状的图像！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，模仿这些图片的绘制方式给你画一张图出来。
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。

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。

三、提示词结构
提示词分为正向提示词【常规写法三三段：（画面质量）（画面主体内容）（其他细节/背景）】

• 画面质量用于提升出图的整体画面品质 示范：masterpiece,best quality,highly detailed (杰作，最好的质量，高度详细)
• 画面主体与其他细节可使用【自然语言】或【Tag提示词】来描述，也可两者结合。【自然语言】就像我们平时沟通的语句，不能过于复杂。【Tag提示词】就是用一个个词语描述画面的元素。

1. tag--默认tag权重1倍
2. （tag）--提高tag权重1.1倍
3. （（tag））--提高tag权重1.1x1.1=1.21倍
4. （tag:1.5）--提高tag权重1.5倍（可自定义：倍数，建议最大不超过1.5）
5. [tag]--降低tag权重9%
6. （tag：0.5）--降低tag权重50%

提示词还可以分为反向（负面）提示词

负面提示词的写法一般组合形式：（不想在画面中出现的风格/元素）+（低画面质量）示范：oli painting,cartoon,watermark,signature,worst quality,low quality,bad quality(翻译：油画，漫画，水印，签名，最差质量，低质量，坏质量)

这样更便于SD的语言编码器进行处理，让Stable Diffusion更好的理解我们的输入。平时也可以多收集一些优秀作品的提示词作为自己的素材库，分门别类整理好。我自己也整理了一份【Stable Diffusion提示词库】，一共12000+词组。

图片的提示词包含各种风格、主题类型。
这份词库我已经打包好，点击下方卡片即可免费领取！

四、提示词语法汇总

强调关键词-括号语法格式：（A）【A】{A}

• 在关键词外侧加上不同类型的括号，每层括号表示乘以固定倍数的权重，可多层叠加

强调关键词-数值语法格式：（A：N）

• 参数N为直接填写的权重数值，范围在0.1-100，数值大于1代表提高权重，小于1代表降低权重

分步绘制 语法解析-语法格式：【A:B:N】

• 通过参数可控制其中多少步数用于绘制提示词A，剩下的用于绘制提示词B

停止绘制 语法解析-语法格式：【A::N】

• 直接添加提示词A进行绘制，在指定迭代步数后再移除该提示词

打断提示词 语法解析-语法格式：A BREAK B

• 在提示词间加上关键词 BREAK （必须大写），可以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。

融合提示词 语法解析-语法格式：A AND B

• 在提示词间加上关键词 AND （必须大写），可以关联前后的元素特征，最终形成具备融合图像的效果。

交替绘制 语法解析-语法格式：【AIBI...】

• 使用中竖线【I】分隔多个提示词，在外侧加上方括号，运算时模型会在A和B内容间交替切换。

矩阵排列 语法解析-语法格式：A I B I...

• 使用中竖线【I】分隔多个提示词模型会自动将提示词进行交叉组合（第一段提示词默认保留，每个组合的提示词都会生成一张对应的图像。

还有更多资源可以分享：
【Stable Diffusion学习路线思维导图】

【Stable Diffusion安装包（含常用插件、模型）】

【AI绘画视频合集】

上述资料我已经打包好，点击下方卡片即可免费领取！

四、提示词语法汇总