1.1 Stable Diffusion提示词的作用边界与中英文使用场景
我最早接触SD的时候,以为提示词就是许愿池,写"一个绝美的女孩,大片质感",按下生成就该出图。折腾了两个月才明白,提示词更像是在给一位刚进组的摄影师下brief——它能决定构图方向、氛围倾向、画面里有没有那束光,它管不了模型本身没见过的东西。你让它画"一只六条腿的猫",它会照做,可你让它画"2027年最新款手机",它只能拿训练数据里的旧款来拼凑。提示词的作用边界,我总结成一句话:描述你能用眼睛看见的东西,别描述你希望发生的剧情。
这个边界感在中文场景里更容易踩坑。我见过不少朋友一上来就写大段中文长句,什么"水墨画风格,意境悠远,充满诗意,仿佛置身于江南烟雨之中",出来的图往往糊成一团或者完全跑偏。SD的CLIP文本编码器整体是英文语料喂大的,中文词很多时候没法稳定落到它学过的语义空间里。近两年社区出了不少中文微调模型和双语编码方案,情况好了很多,可我个人的习惯还是英文打底、中文补充。写英文提示词的好处是每个词都在模型的"舒适区"里,坏处是翻译过程中丢细节——"烟雨"翻成misty rain,味道差一截。
中文提示词的真正用武之地,我觉得在三种场合。一种是中文母语模型或者经过中文微调的checkpoint,词表本身对中文友好,这时候直接写中文反而更准。一种是我自己写批注、做笔记、给素材打标签,用中文回忆线索快。还有一种是在国内社区里搜模板、交流经验,中文关键词的命中率高。实际生产环境里,我基本都是中英双轨并行:脑子里先过一遍中文意图,落笔时转成英文关键词组,需要强调的意象再单独补一个中文词试试效果。这么干不优雅,但好用。
1.2 Prompt基本结构:主体、风格、构图、光线、画质与参数
我把提示词拆成六块积木,写的时候像摆积木一样往上摞。主体是第一块,也是最不该含糊的一块。写人物,年龄、性别、发型、服饰、表情、动作,能具体就具体;写场景,地点、天气、时间、季节、环境里的标志物,一条条列出来。我吃过"beautiful woman"这种模糊词的亏,模型给你的答案永远是大路货,千人一面。改成"middle-aged woman, silver-streaked hair tied in a low bun, linen apron, holding a clay teapot, soft wrinkles around eyes",画面立刻有了人味。
风格和构图是第二第三块。风格词决定它像照片还是像画、像哪个年代的画,photorealistic、oil painting、anime、cyberpunk、Chinese ink painting,这些词的分量很重,放太靠后容易被主体词压过去。构图词我常用的有close-up、full body shot、wide angle、low angle view、from above、centered composition,配合景别和焦段词一起用,像35mm lens、85mm portrait lens,效果更稳。
光线和画质是后面两块。光我习惯写具体一点,golden hour light、soft window light、rim lighting、neon glow,比笼统的"dramatic lighting"更好使。画质词别堆太多,masterpiece、best quality、8k、highly detailed这些老词在SD1.5上还有用,放到SDXL上就有点边际递减,我一般留两三个就够。参数是最后一块,采样器、步数、CFG、尺寸、种子,它们不进提示词本体,可决定了前五块积木怎么落地。我写模板时习惯把参数单独拎出来做备注,提示词归提示词,配置归配置,回头改起来不乱。
1.3 中英文提示词差异与对照阅读方法
中英文提示词最直观的差别在颗粒度。英文一个词能顶中文半句话,"translucent"、"iridescent"、"volumetric"这类形容词在中文里要找对应表达往往得绕一大圈。反过来中文的意象化表达,像"疏影横斜"、"朦胧"、"苍劲",翻成英文常常只剩下几个干巴巴的形容词。我读别人的优秀prompt时养成了一个习惯:先看英文原版,再用自己的话翻译成中文记在旁边,两边对照着看,哪个词负责哪个视觉元素,慢慢就摸出门道了。
对照阅读还有一个好处,能识别出"伪精确词"。有些英文词看着高级,比如ethereal、cinematic,实际在模型里触发的效果很宽泛,写不写差别不大。中文里对应的"空灵"、"电影感"也一样,属于氛围润滑剂,不是结构性词语。我的对照笔记里会把词分成三类:骨架词(主体、构图、光线硬指标)、肉感词(材质、情绪、氛围)、装饰词(画质、渲染器、修饰形容词)。骨架词一律用英文写,肉感词中英都试,装饰词能省则省。这么分完类,写prompt的速度快了一大截。
中英混写这件事我也常干,前提是心里有数。中文微调模型里混英文问题不大,原版SD1.5里混中文长句风险就高。稳妥的做法是把中文压缩成关键词,别写句子,"水墨,留白,远山"比"画面要像水墨画那样留出大片空白"靠谱得多。读别人的中英对照模板时,我更关注词序和权重符号的位置,同一个词放前面放后面、加不加括号,出来的效果差挺远,这个只能靠多跑图去体感。
1.4 提示词大全的组织逻辑、分类方式与检索路径
这份大全我没有按字母表排,也没有按模型版本切。我按"写作时的手感"来组织——你写prompt的时候脑子里想的是"我要画个人"还是"我要画个场景"还是"我要修掉画面里的瑕疵",检索路径就跟着这个思路走。主体模块放前面,风格、构图、光线、画质按积木顺序往下排,负面词单独成章,场景模板库再按题材细分。这么排的好处是查起来顺手,坏处是同一个词可能在几个地方出现,我在索引里做了交叉标注,正文里不重复解释。
分类上我用了两级结构。一级是功能分类:正向词、负面词、模板、进阶技巧、工作流。二级是题材分类:人像、风景、产品、插画、国风、科幻。每个词条我尽量配上中英对照、适用模型、常见坑点三个信息。有些词条还附了一两句我自己跑图时的备注,比如"这个词在SDXL上容易过曝,CFG别超过7",这种话教科书里不会有,可实战里能省不少试错时间。
检索路径我设计了三条。一条是按章节顺序读,适合刚入门的人建立整体框架。一条是按关键词跳转,书末有中英双语索引表,想到哪个词直接翻。还有一条是按场景反查,先翻到第四章模板库,看哪个模板接近你想要的画面,再顺着模板里的词回到前面的模块章节去看解释。三条路我自己都在用,赶时间的时候走第二条,做新项目的时候走第三条,系统学习的时候走第一条。工具书嘛,怎么顺手怎么来。
2.1 主体描述模块:人物、场景、物体的中英文模板
写主体描述这件事,我吃过太多亏。刚开始玩SD那阵子,我写“一个漂亮女孩站在街上”,出来的图十张里有八张像同一个模子刻出来的网红脸。后来我把主体拆成几个必填项:年龄、性别、发型、服饰、表情、动作、手里拿什么。缺一项,模型就自己发挥,发挥出来的东西往往不是你想要的。现在我的习惯是先写中文草稿,把能想到的细节全列出来,再逐条转成英文关键词。草稿阶段不怕啰嗦,转英文时做减法。
人物模板我常用的结构是这样:[年龄/性别] + [发型发色] + [服饰材质] + [表情] + [动作] + [道具] + [环境互动]。举个例子,中文草稿写“三十岁上下的女人,银灰色头发低低挽成髻,穿亚麻围裙,手里端着一只粗陶茶壶,眼角有细纹,神情放松”。转成英文就是a woman in her thirties, silver-streaked hair in a low bun, linen apron, holding a rustic clay teapot, fine lines around eyes, relaxed expression。这串词扔进SD1.5和SDXL都能跑出有辨识度的人像,比“beautiful woman”强出几条街。道具和环境互动是我后来加上的,手里有东西、身上有生活痕迹,人物才立得住。
场景模板换个思路,我按“地点+天气+时间+季节+标志物”来搭。中文写“清晨的江南小镇,石板路湿漉漉的,河面上飘着薄雾,远处一座石拱桥”,英文拆成early morning, Jiangnan water town, wet cobblestone street, thin mist over the river, stone arch bridge in the distance。物体模板更简单,抓住材质、颜色、形态、用途四个点。写一只杯子,别只写“a cup”,写成hand-thrown ceramic cup, celadon glaze, slightly uneven rim, steam rising from tea,画面立刻有了触感。我习惯在主体词后面补一个环境词,让物体有落脚的地方,孤零零一个物体飘在白底上,怎么看都像产品目录。
这里有个坑我踩过好几次:主体词互相打架。有一回我写a close-up portrait of a full body warrior,模型直接懵了,出来的图半身不半身全身不全身。主体描述里只能有一个核心主体,修饰词围着它转,别塞两个矛盾的空间指令进去。还有一个坑是形容词堆叠,beautiful gorgeous stunning elegant woman这种写法,模型会把几个词平均一下,效果反而不如一个准确的elegant woman in her fifties。我现在的做法是每个维度只留一个最准的词,多出来的位置让给具体细节。
2.2 风格与媒介模块:摄影、插画、赛博朋克、国风等对照
风格词是整条prompt里分量最重的几块积木之一。我做过对比测试,同样的主体描述,加上photorealistic和加上oil painting,出来的图完全是两个世界。摄影类我常用photorealistic, DSLR photo, 35mm film grain, soft bokeh;插画类用digital illustration, flat color, clean line art, concept art;赛博朋克这套词很成熟,cyberpunk, neon-lit alley, holographic signage, rain-slicked streets, chrome and concrete,基本不会跑偏。国风词要小心,Chinese ink painting和guofeng illustration出来的东西差别很大,前者偏水墨写意,后者更接近现代国风插画,我一般两个都试,看哪个更贴目标。
中英对照在这块特别明显。英文的cyberpunk一个词就能带出一整套视觉语言:霓虹、雨夜、高对比、亚洲城市元素。中文写“赛博朋克”效果差不多,可写“赛博朋克风格,未来感,科技感”就有点稀释了,后面两个词太泛,会把画面往通用科幻上拉。国风这边反过来,中文的“水墨”“留白”“工笔”“写意”每个词都有明确指向,翻成英文反而容易丢层次。ink wash painting能覆盖水墨,meticulous brushwork对应工笔,freehand brushwork对应写意,可“气韵生动”这种词翻过去就剩个spiritual resonance,模型基本不买账。我的处理办法是国风模板里中英混写,骨架用英文,关键意象补中文词试效果。
风格词的位置我一般放在主体描述之后、构图词之前。放太靠前会抢主体的戏,放太靠后容易被画质词淹没。权重语法在风格词上很好用,(cyberpunk:1.3)能把赛博感拉满,(watercolor:0.8)能压一压水彩的透明感。风格混搭要谨慎,我试过cyberpunk + Chinese ink painting,出来一堆发光的墨块,谈不上难看,可跟预期差得远。混搭时我会写清楚融合点,比如cyberpunk cityscape rendered in ink wash style, neon lights bleeding into wet ink,给模型一个具体的结合方式,比干巴巴扔两个风格词强。
2.3 构图与镜头模块:视角、景别、焦段与空间关系
构图词决定观众站在哪儿看画面。我常用的景别有extreme close-up, close-up, medium shot, full body shot, wide shot, establishing shot,视角有eye level, low angle view, high angle view, bird's eye view, worm's eye view。空间关系词也管用,foreground blur, subject in midground, background bokeh能把画面分出层次。我写人像时习惯先定景别再定视角,medium shot, eye level, subject centered,三块积木一摆,构图框架就出来了。拍产品静物我会用top-down view, flat lay, symmetrical composition,出来的图干净利落,方便后期裁切。
焦段词是很多人忽略的一块。35mm lens带一点环境,适合街拍和场景人像;85mm portrait lens压缩背景,人脸比例舒服;14mm ultra wide angle夸张透视,适合建筑和风景;macro lens拍细节,纹理纤毫毕现。我一般把焦段词跟景别词绑在一起写,close-up portrait, 85mm lens, shallow depth of field,比单写close-up多一层镜头感。镜头品牌词也有人用,shot on Canon EOS R5这类,我试过几次,效果不算稳定,偶尔能给画面加点“照片味”,更多时候是心理安慰。
构图词打架的情况比主体词还常见。close-up和full body shot同时出现,模型会取中间值,给你一个半身不半身的尴尬构图。centered composition和rule of thirds放一块也容易互相抵消。我的处理方式是每次只留一个主构图词,辅助词用空间关系词补充,比如full body shot, subject slightly off-center, negative space on the left。这样主次分明,模型知道该听谁的。还有一点,构图词和风格词的位置关系会影响权重,我通常把构图词放在风格词后面,画面框架稳了,风格再往上贴,不容易跑形。
2.4 光线与色彩模块:自然光、棚拍光、色调与氛围
光线词我分两类写。自然光一类:golden hour light, soft window light, overcast sky, dappled sunlight through leaves, blue hour。棚拍光一类:softbox lighting, rim light, butterfly lighting, split lighting, high key lighting, low key lighting。笼统的dramatic lighting我很少用了,这个词太宽,模型给的结果忽明忽暗,十张图里能用的没两张。换成rim lighting from behind, soft fill from the left,方向明确了,出图稳定得多。拍人像时我习惯写主光和辅光,哪怕只写一个soft window light on the face,也比不写强。
色调词跟风格词是搭档。warm tone, cool tone, muted colors, pastel palette, high contrast, desaturated这些词放在风格词后面,能把整体氛围定下来。我做过一组对比,同一个赛博朋克场景,加neon pink and cyan color palette和加monochrome blue tone,出来的图气质完全不同。国风模板里我常用 muted ink tones, sepia wash, subtle mineral pigments,比单写Chinese style多一层色彩控制。色彩词别写太多,两三个就够,写多了模型会平均分配,画面变脏。
光线和色彩的位置我一般放在构图词之后、画质词之前。这个顺序是我跑了几百张图试出来的,光线词太靠前容易跟主体抢注意力,太靠后又被画质词压住。还有一个经验:光线词和色彩词最好成对出现,golden hour light, warm amber tones比单独一个golden hour效果好,模型能同时拿到光源信息和色彩倾向。中英对照在这块差别不大,英文的光线词颗粒度更细,中文的“逆光”“侧光”“顶光”翻成英文都很直接,倒是“氛围感”这种词翻过去就散了,不如直接写具体的光。
2.5 画质与细节增强模块:分辨率、锐度、材质与渲染器
画质词是最容易堆过头的模块。我早期写prompt,结尾必挂一串masterpiece, best quality, 8k, ultra detailed, sharp focus, intricate details,后来发现SDXL上这些词边际递减得厉害,写三四个和写十个差别不大,有时候还起反作用,画面过锐、皮肤像塑料。现在我的习惯是留两三个:highly detailed, sharp focus, 8k,或者masterpiece, best quality,看模型版本调。SD1.5上老词还有用,SDXL上我更倾向写具体的材质词,skin texture, fabric weave, metal reflection, wood grain,这些词给模型的信号比空泛的“高质量”明确得多。
材质词是细节增强的暗线。写人物加pores visible, natural skin texture, fine hair strands,写布料加linen texture, visible stitching, soft folds,写金属加brushed steel, subtle reflections, fingerprint smudges。这些词不显眼,可它们决定了画面经不经得起放大看。渲染器词我用得不多,Octane render, Unreal Engine, ray tracing在3D感和产品图里效果明显,人像和风景里容易把画面往CG方向拉。用渲染器词之前我会先想清楚:我要的是照片感还是渲染感?要照片感就少碰渲染器,多写镜头和光线词。
画质词的位置我固定在prompt末尾,跟参数备注分开写。我的模板里画质词单独一行,下面空一行写Steps: 30, Sampler: DPM++ 2M Karras, CFG: 7, Size: 832x1216,改的时候互不干扰。还有个小技巧:画质词和负面词要配合看。正向写了highly detailed,负面词里最好有blurry, low quality, jpeg artifacts,一正一反把画质往中间夹。我见过有人正向堆画质词、负面词空着,出来的图该糊还是糊,问题不在正向词不够多,在负面词没兜住。
2.6 中英文对照模板的组装示例与改写练习
拿一个完整例子走一遍组装流程。目标画面:雨夜老街,一个穿风衣的女人站在便利店门口,霓虹灯映在湿漉漉的地面上,中景,稍微低角度,电影感。中文草稿我写成:“雨夜,旧城区街道,便利店门口,三十多岁女人,黑色长风衣,短发被雨打湿,手里拎着塑料袋,霓虹灯反射在积水路面,中景,低角度,电影感光线,高细节”。英文组装:
rainy night, old town street, convenience store entrance, a woman in her thirties, black trench coat, short wet hair, holding a plastic bag, neon lights reflecting on wet pavement, medium shot, slight low angle, cinematic lighting, highly detailed, sharp focus
负面词配blurry, low quality, deformed hands, extra fingers, watermark, text。参数备注Steps: 28, CFG: 6.5, Sampler: DPM++ 2M Karras, Size: 832x1216。这串东西扔进SDXL,出图基本能看,剩下的是微调权重和换种子。
改写练习我常做的一种:把模糊中文描述拆成可执行模块。原句“一个很有氛围感的国风美女,站在竹林里,像画一样”。这句话里全是氛围词,模型拿不到硬信息。我改写成:“年轻女性,黑色长发半挽,素色交领汉服,站在竹林小径中央,侧身回望,晨雾,柔和侧光,中景,国风插画风格,低饱和青绿色调”。英文对应young woman, long black hair half tied, plain cross-collar hanfu, standing on a bamboo forest path, looking back over shoulder, morning mist, soft side light, medium shot, guofeng illustration style, muted teal and green tones。改写前后跑同一组参数,后者出图的可控性高出一大截。
组装模板这件事,我的建议是别追求一步到位。先搭骨架(主体+构图+光线),跑几张看方向对不对,再往上面贴风格和画质词。每次只改一个模块,改完记下种子和参数,方便回头对比。模板不是死的,我自己的库里有几十套模板,常用的就那么五六套,其他的都是改着玩。中英文对照表我建议自己手打一遍,别直接复制别人的,打的过程就是熟悉词感的过程。打到某个词你觉得别扭,换一个,那个“换”的动作就是你的判断力在长。
3.1 负面提示词的作用机制与常见误区
负面提示词这东西,我一开始完全不当回事。正向词都写不过来,谁还有空管负面?后来有一回我死活生成不出干净的手,手指头不是六根就是黏成一坨,一个做设计的朋友看了我的prompt,问我负面词写的什么,我说空着。他发了一串过来,我贴进去重跑,手的问题好了大半。从那天起我才算真正开始用negative prompt。
它的作用机制说白了不复杂。SD在采样的时候会同时看正向和负向两个方向,正向词把画面往某个方向拽,负向词往反方向推。CFG scale控制的就是这个推拉力度。负向词写blurry,模型在去噪过程中就会避开模糊的特征;写extra fingers,它就会尽量不往多指的方向走。可这里有个很多人踩的坑——以为负面词写得越多越安全。我见过有人负面词堆了上百个词,从bad anatomy到worst quality到ugly到disfigured全塞进去,结果画面变得又平又僵,皮肤像磨了皮,衣服褶皱全没了。负面词太多会把模型往“安全但无聊”的方向推,它为了避开所有你列出的毛病,干脆什么细节都不敢做。
另一个误区是正面词和负面词互相打架。正向写detailed skin texture, pores visible,负面写skin texture, detailed,这不是自己给自己拆台吗?我有次正向写了intricate lace pattern,负面顺手挂了intricate,出来的蕾丝裙光秃秃的,我还纳闷了半天。现在每次改负面词,我都会扫一眼正向词,确认两边没有重叠或冲突。还有一点,负面词不是万能修图工具。手画崩了,光靠负面词压不住,得配合正向词里把手部描述写清楚,或者上ControlNet。负面词管的是“别往那边走”,它不负责“往这边走”,两件事得分开干。
3.2 通用负面提示词清单:低质量、畸形、水印、文字等
通用负面词是我每张图都挂的基础套餐,相当于出门前检查钥匙钱包手机。这套清单不针对具体场景,管的是那些任何图里都不想要的东西。我把它分成四组来记:画质组、结构组、水印文字组、风格污染组。
画质组管的是画面的干净程度。low quality, worst quality, blurry, jpeg artifacts, pixelated, grainy, noisy, overexposed, underexposed, low resolution,这一串覆盖了绝大多数画质翻车的情况。我通常留三到四个,low quality, blurry, jpeg artifacts是最常用的组合,再多就有点冗余了。结构组管的是形体崩坏。bad anatomy, deformed, disfigured, malformed limbs, missing limbs, extra limbs, mutated hands, extra fingers, fused fingers, long neck, twisted body,人物图里这组必挂。水印文字组很简单,watermark, text, signature, username, logo, copyright name,做商用图的时候这组一个都不能少,不然跑出来的图角落冒出一串乱码字母,后期裁都裁不干净。风格污染组看情况用,cartoon, anime, 3d render, cgi,你不想画面往那个方向跑就挂上。
这套通用清单我分模型版本调过。SD1.5上low quality, worst quality, bad anatomy, extra fingers, watermark, text, blurry这七个词就够用了,多了反而压细节。SDXL上我精简到low quality, blurry, watermark, text, deformed五个,SDXL本身对画质把控好一些,负面词写太多会把质感磨没。有个小细节,worst quality这个词在SDXL上效果不如SD1.5明显,我现在的SDXL模板里基本不挂了,换成oversaturated, plastic skin这种更具体的词。另外,text和watermark建议一直挂着,不管什么模型,训练数据里带水印的图太多了,不挂的话时不时给你冒一个出来。
3.3 人物与人体结构类负面提示词
人物图是负面词需求最密集的领域,没有之一。手、脸、身体比例,三大重灾区。手的问题我前面提过,extra fingers, fused fingers, missing fingers, mutated hands, poorly drawn hands, extra digits,这组挂上去能解决六七成的手部翻车问题。剩下三四成得靠正向词里写清楚手势,比如hands resting on the table, fingers slightly spread,让模型有个明确的落点。脸的问题复杂一些,asymmetrical eyes, crossed eyes, lazy eye, distorted face, disproportionate face, poorly drawn face,这组管的是五官错位。我遇到过最离谱的一次,人物两只眼睛一个看左一个看右,加asymmetrical eyes, crossed eyes之后重跑就正常了。
身体结构类我分两档写。基础档bad anatomy, deformed, disfigured, malformed limbs, missing limbs, extra limbs,管的是大轮廓不崩。进阶档bad proportions, unnatural pose, twisted torso, elongated neck, short legs, floating limbs, disconnected body parts,管的是比例和姿态。floating limbs这个词特别管用,有时候人物手臂跟身体之间的连接处会糊掉,看起来像飘着的,挂上这个词能逼模型把关节画清楚。还有mutation, mutated这种词我很少单独用了,太笼统,不如写具体的mutated hands, mutated face来得精准。
有个组合我踩过坑:ugly, disgusting, ugly face这组老词。早期教程里都在推,我照着挂了一阵子,发现人物的辨识度直线下降,出来的脸全往“标准美人”方向走,特色全没了。ugly这个词对模型的信号太粗暴,它会理解成“别做任何有特点的脸”。我现在的做法是删掉ugly,换成具体的结构问题词,deformed face, asymmetrical features, distorted proportions。效果反而更好,人物该好看的好看,该有特点的有特点。还有disfigured这个词,在某些模型上会把伤疤、皱纹、纹理这些也一并压掉,做老年人物或者战损角色的时候得慎用。
3.4 场景、建筑与物体类负面提示词
场景图的负面词逻辑跟人物不一样。人物怕结构崩,场景怕逻辑乱。crooked lines, tilted horizon, warped perspective, impossible geometry, Escher-like architecture,这组管的是透视和线条。我生成建筑图的时候最常翻的车就是窗户歪了、柱子斜了、地平线飘了,挂上tilted horizon, warped perspective, crooked lines能压住大半。还有cluttered, messy, chaotic composition,场景图里元素一多就容易乱,这个词能帮模型做减法。
建筑类我还会加floating structures, disconnected buildings, impossible architecture, mirrored symmetry errors。floating structures管的是那些莫名其妙飘在空中的屋顶和墙体,mirrored symmetry errors管的是左右对称做崩了的情况,比如左边三扇窗右边两扇半。做室内图的时候,furniture clipping, objects intersecting, distorted furniture, melted objects这组很有用。我做过一张书房图,椅子腿跟地板融在一起了,加了objects intersecting, melted objects之后重跑,椅子腿就清清楚楚戳在地板上了。
物体类负面词相对简单。deformed object, distorted shape, melted edges, blurry object, low detail,这组通用性很强。做产品图的时候我会额外加reflection errors, wrong shadow direction, inconsistent lighting,管的是光影逻辑。有一次我生成一只金属水壶,壶身上映出来的环境跟背景完全对不上,加了reflection errors, inconsistent lighting之后好了很多。还有transparent artifacts, ghosting,做玻璃和透明材质的时候容易出鬼影,挂上这组能减轻。场景和物体类的负面词不用像人物那么长,五到八个词基本够用,关键是每个词都要有明确的指向,别拿bad、ugly这种词凑数。
3.5 风格污染、画面噪声与构图问题类负面提示词
风格污染这事挺烦人的。你明明要的是写实照片,模型给你往插画方向跑;你要水彩,它给你加3D渲染的塑料感。我常用的防御词是cartoon, anime, 3d render, cgi, illustration, painting, sketch, digital art,看你要什么风格,把不要的那几个挂上去。做写实人像的时候我挂cartoon, anime, 3d render, cgi, plastic skin, oversaturated,做国风插画的时候反过来挂photorealistic, 3d render, cgi, photograph。风格污染词不用挂太多,三到四个足够,挂多了会把目标风格也压掉。
画面噪声类我分两种。一种是技术噪声,jpeg artifacts, pixelated, grainy, noisy, banding, compression artifacts,管的是画质层面的脏。另一种是内容噪声,cluttered background, messy composition, chaotic elements, random objects, busy background,管的是画面里多出来的乱七八糟的东西。busy background这个词特别好使,尤其是人像图,背景一乱主体就散了,挂上这个词能让模型把背景收拾干净。还有unwanted objects, stray elements, random text,偶尔画面角落会冒出莫名其妙的东西,这组能压一压。
构图问题类是我最近才开始系统整理的。cropped subject, cut off head, cut off limbs, subject out of frame, awkward framing, bad composition,这组管的是裁切和取景。我有一阵子总生成出头顶被切掉的人像,加cut off head, cropped subject之后好了。还有centered composition跟rule of thirds打架的问题,负面词没法直接解决,得靠正向词里只留一个构图指令。另外extreme close-up, full body shot同时出现的情况,负面词也管不了,这是我前面说的正向词打架,得回去改正向。负面词管的是“不要什么”,它管不了“两个都要”的矛盾指令,这点得拎清楚。
3.6 不同模型与任务下的负面词组合模板
模型不同,负面词的脾气也不一样。SD1.5是老黄牛,负面词挂多了它扛得住,low quality, worst quality, bad anatomy, extra fingers, mutated hands, watermark, text, blurry, jpeg artifacts这九词套餐我用了很久,稳定。SDXL精细一些,负面词挂多了画面会发闷,我精简到low quality, blurry, watermark, text, deformed, plastic skin六个,效果反而比堆一长串好。SDXL Turbo又是另一回事,它出图快,负面词的权重影响没普通SDXL那么细腻,我一般只挂blurry, low quality, watermark, text四个核心词,别的靠正向词和参数调。
任务不同,模板也得换。写实人像我用low quality, blurry, deformed, bad anatomy, extra fingers, fused fingers, asymmetrical eyes, plastic skin, watermark, text这十来个词,手和脸是重点防守区域。插画和动漫风我会把bad anatomy换成bad proportions, wonky lines, messy line art,再挂photorealistic, 3d render防写实污染。产品静物图用blurry, low quality, distorted shape, reflection errors, wrong shadow direction, watermark, text, logo,重点在光影和形状的准确性。场景建筑图用tilted horizon, warped perspective, crooked lines, floating structures, cluttered, messy composition,管线、透视和画面整洁度。
我自己的习惯是把负面词模板存在一个文本文件里,按场景分好类,用的时候整段贴进去,再根据具体图微调两三个词。调的时候一次只改一两个,改完跑同一组种子对比。有个小发现分享下:负面词里加mutated hands和extra fingers,在SD1.5上效果明显,在SDXL上不如poorly drawn hands, fused fingers管用。模型越新,负面词越要写得具体,笼统的bad anatomy在新模型上效果在衰减。这事没有一劳永逸的清单,我大概每两个月会重新跑一轮对比测试,把手头常用的模型和场景过一遍,删掉失效的词,补上新的。负面词大全不是背下来的,是试出来的。
4.1 人像摄影与角色设计模板
人像这块我踩过的坑最多,也攒下了最厚的模板本。拍人像和画角色,底层的prompt结构其实是一回事:先定人,再定穿什么、在哪、什么光、什么镜头。我常用的正向骨架是“主体描述 + 表情姿态 + 服装造型 + 环境背景 + 光线镜头 + 画质词”。中文写“一位三十岁左右的亚洲女性,短发,侧脸看向窗外,穿着米色针织开衫,坐在咖啡馆靠窗位置,午后自然光从左侧打入,85mm镜头浅景深,皮肤纹理真实”,英文对应就是“a thirty-year-old Asian woman, short hair, profile view looking out the window, wearing a beige knit cardigan, sitting by the window in a cafe, natural afternoon light from the left, 85mm lens shallow depth of field, realistic skin texture”。两边的语序我调过几次,英文习惯把主体和动作放前面,环境光线往后排,中文读起来更顺的是先场景后人物,实际写prompt的时候按英文结构走更稳,模型理解得也准。
角色设计比人像多一层“设定感”。做游戏角色或者小说插图,光写外貌不够,得把性格和身份写进去。我做过一套废土风格的角色,模板是这样的:“female scavenger, late twenties, lean build, weathered face with a small scar over the left eyebrow, wearing a patched leather jacket and fingerless gloves, utility belt with tools, standing in a ruined gas station, dusty golden hour light, full body shot, concept art style, detailed costume design”。中文:“女性拾荒者,近三十岁,精瘦体型,风霜脸孔左眉上方有一道小疤,穿打补丁的皮夹克和露指手套,工具腰带,站在废弃加油站里,尘土飞扬的黄金时刻光线,全身构图,概念设定图风格,服装细节丰富”。角色设计我一般会把full body shot和character sheet这类词挂上,方便后期做三视图。做半身像就换portrait, upper body,别让模型自己猜。
有个细节值得一提,人像模板里光线和镜头这两块最容易写漏。我早期做了一堆图,人物脸是清楚的,但整个人像贴纸一样浮在背景上,后来发现是缺了镜头词和光线方向词。现在我的模板里85mm lens, f/1.8, natural light from window这组是标配,人物立刻就有了空间感。面部特写我会换成105mm macro lens, softbox lighting, catchlight in eyes,眼神光一出来,人像就活了。负面词那边按第3章的人物套餐挂上就行,这里不再重复。对了,做亚洲人像记得在正向词里加上East Asian facial features之类的描述,不然模型容易给你跑出混血脸,这事我调了很久才摸到规律。
4.2 风景建筑与室内设计模板
风景建筑图的prompt逻辑跟人像完全两码事。人像靠细节堆,风景靠层次和氛围。我写风景模板的顺序是“地点类型 + 地貌特征 + 天气时间 + 光线氛围 + 构图视角 + 画质词”。举个我常用的山景模板:“snow-capped mountain range, alpine meadow in the foreground with wildflowers, morning mist in the valley, dramatic sunrise light hitting the peaks, wide angle lens, panoramic composition, National Geographic photography style, ultra detailed”。中文对照:“雪山山脉,前景是开满野花的高山草甸,山谷晨雾,日出戏剧性光线打在山峰上,广角镜头,全景构图,国家地理摄影风格,超精细”。这套模板我换了地点词就能复用,把mountain range换成coastal cliffs或者desert dunes,骨架不动,出图质量很稳。
建筑外景要加两组专项词:建筑风格和结构细节。我做过一组北欧现代建筑,“contemporary Scandinavian architecture, wooden facade with large glass panels, clean geometric lines, surrounded by birch trees, overcast soft light, low angle shot looking up, architectural photography, tilt-shift lens”。中文:“当代北欧建筑,木质立面配大玻璃幕墙,干净几何线条,周围白桦树环绕,阴天柔光,低角度仰拍,建筑摄影,移轴镜头”。tilt-shift lens这个词对建筑图特别管用,能把垂直线拉直,不然高楼拍出来都是斜的。还有个坑,建筑图里perspective和wide angle容易打架,写wide angle就不要再写telephoto compression,两个效果是反的,模型会给你拧巴。
室内设计模板我分住宅和商业两套。住宅模板:“minimalist living room, warm oak flooring, cream linen sofa, large window with sheer curtains, afternoon sunlight casting soft shadows, indoor plants in ceramic pots, cozy atmosphere, interior design magazine style, 24mm wide angle”。中文:“极简客厅,暖色橡木地板,米色亚麻沙发,大窗户配纱帘,午后阳光投下柔和阴影,陶瓷盆栽绿植,温馨氛围,室内设计杂志风格,24mm广角”。商业空间像餐厅、店铺,我会把cozy换成inviting but professional,再加artificial lighting design, pendant lamps, accent lighting,让光的故事更明确。室内图最容易翻车的是家具比例和空间透视,负面词里挂上furniture clipping, warped perspective能救回来不少。还有一点,室内图的地板纹理和墙面材质一定要在正向词里写清楚,oak flooring, white plaster wall比单纯写wood floor, wall强太多。
4.3 产品电商与静物广告模板
产品图的prompt跟艺术创作是两种思维。电商图要的是准确、干净、卖点清晰,容不得模型自由发挥。我的产品模板固定成“产品主体 + 材质细节 + 摆放方式 + 背景 + 布光方案 + 镜头参数 + 电商画质词”。拿香水瓶举例:“elegant glass perfume bottle with gold cap, transparent liquid inside, placed on white marble pedestal, minimalist light gray background, soft studio lighting from top left with rim light on the bottle edge, product photography, 100mm macro lens, commercial advertising style, ultra sharp”。中文:“优雅玻璃香水瓶配金色瓶盖,瓶内透明液体,放在白色大理石台座上,极简浅灰背景,左上方柔光箱主光加瓶身轮廓光,产品摄影,100mm微距镜头,商业广告风格,超锐利”。rim light这个词在产品图里是神器,能把瓶子和背景分离出来,不然玻璃瓶子容易跟背景糊成一团。
食品和饮品类又是另一套写法。我做过一组咖啡产品图,模板是:“iced latte in a tall glass, visible layers of espresso and milk, condensation droplets on glass, coffee beans scattered on wooden table, warm morning light from side window, shallow depth of field, food photography, 50mm lens, appetizing look”。中文:“高玻璃杯冰拿铁,可见浓缩咖啡与牛奶分层,杯壁冷凝水珠,木桌上散落咖啡豆,侧窗暖晨光,浅景深,美食摄影,50mm镜头,诱人观感”。condensation droplets和appetizing look这两个词我每次做饮品都挂,没有水珠的冰饮看起来假得很。食品图最怕的是“塑料感”,负面词里加plastic texture, waxy surface, artificial look能压一压。
静物广告里有个常被忽略的模块是“留白”。电商图要放文案,画面得给文字留位置。我的做法是在正向词里写negative space on the right side for text, clean composition,中文写“右侧留白用于文案,画面干净”。不写这个,模型经常把产品怼在正中间,后期加字都没地方搁。还有背景色,white background和pure white background出图效果不一样,后者更干净,但有时候会过于冷硬,做暖色调产品我换成soft warm white background。产品图的负面词相对简短,blurry, distorted shape, wrong shadow direction, reflection errors, watermark, text, logo这一组基本够用,重点是形状准确和光影逻辑,别的都可以后期修。
4.4 插画漫画与概念艺术模板
插画和概念艺术的prompt自由度很大,也最容易写得散。我习惯先把“风格锚点”钉死,再往下铺内容。风格锚点就是那几个决定画面调性的词,比如anime style, cel shading, vibrant colors或者watercolor illustration, soft edges, pastel palette。做日系插画我的模板是:“anime style illustration, a high school girl with long black hair standing on a rooftop at sunset, school uniform with fluttering skirt, wind blowing, dramatic orange and purple sky, cel shading, clean line art, vibrant colors, detailed background”。中文:“日系动漫插画,黑长直高中女生站在天台,校服裙摆被风吹起,橙紫色戏剧性晚霞天空,赛璐璐上色,干净线稿,鲜艳色彩,精细背景”。cel shading和clean line art这两个词是日系插画的命门,不写的话模型经常给你糊成厚涂或者3D渲染。
欧美漫画风格又是另一路。我用的模板里comic book style, bold ink lines, halftone dots, dynamic pose, dramatic lighting, high contrast是固定搭配。做美漫封面我会加上cover art composition, title space at top,中文写“封面构图,顶部留标题空间”。概念艺术偏场景和气氛,模板更接近电影概念图:“concept art, ancient ruins overgrown with vines, giant stone statue half-buried in the ground, mysterious fog, god rays piercing through, epic scale, matte painting style, cinematic composition”。中文:“概念艺术,被藤蔓覆盖的古代废墟,半埋在地里的巨型石像,神秘雾气,耶稣光穿透,史诗尺度,接景绘画风格,电影感构图”。matte painting和cinematic composition一挂,画面立刻有了大片感。
插画模板里我吃过一个亏:风格词写太多会互相打架。有一次我同时写了watercolor, oil painting, digital art,出来的图又像水彩又像油画又像3D,四不像。现在我一个模板只留一个主风格词,最多加一个辅助词,watercolor illustration, loose brushstrokes这种组合是安全的,watercolor, oil painting这种就必须二选一。还有线稿类插画,line art, monochrome, sketch这组词跟colorful, vibrant放一起会打架,要么纯线稿要么上色稿,得想清楚。做角色设定图我还会加character design sheet, multiple views, front and side view,一次出三视图,省得跑好几遍。
4.5 国风古风与东方美学模板
国风模板是我花心思最多的一块,因为中英文转换的坑特别多。中文里的“意境”“气韵”这些词,直译成英文模型根本不认。我的办法是用具体的视觉元素去替代抽象概念。做水墨山水,模板是:“traditional Chinese ink wash painting, misty mountains and rivers, a lone fisherman in a small boat, vast empty space, minimal composition, monochrome ink with subtle gray tones, rice paper texture, poetic atmosphere”。中文:“传统中国水墨画,云雾山水,孤舟渔翁,大量留白,极简构图,单色墨色带微妙灰调,宣纸纹理,诗意氛围”。rice paper texture这个细节很关键,不写的话模型给你跑出来是数字绘画的平滑质感,国风味就淡了。
古风人物模板我反复调过很多版。核心是服装形制、发型发饰、场景陈设三块。我常用的模板:“ancient Chinese lady in hanfu, flowing silk dress with wide sleeves, elaborate hairpin and jade ornaments, standing in a classical garden with rockery and lotus pond, soft diffused light, elegant posture, traditional Chinese painting style, muted color palette”。中文:“古风汉服女子,宽袖飘逸丝绸长裙,精致发簪玉饰,站在有假山荷塘的古典园林中,柔和漫射光,优雅仪态,中国传统绘画风格,低饱和色调”。hanfu这个词模型是认的,但最好加上flowing sleeves和silk fabric把材质点出来,不然衣服容易做成影楼装。发型词elaborate hairpin比单纯写traditional hairstyle管用,后者太笼统。
东方美学不只有古风,还有新中式。我做新中式室内和产品图时,模板会往“简约东方”靠:“modern Chinese style interior, dark wood furniture with clean lines, circular moon gate design element, bonsai tree on a stone tray, warm ambient lighting, tranquil atmosphere, architectural digest style”。中文:“新中式室内,线条干净的深色木家具,圆形月洞门设计元素,石盘上的盆景,暖色环境光,宁静氛围,建筑文摘风格”。这里的关键是clean lines和traditional Chinese要同时出现,模型才知道你要的是“现代简约+东方元素”,光写traditional会给你跑出雕花满墙的老宅子。国风模板的负面词里我常挂western architecture, baroque, rococo防止风格污染,尤其是做建筑和室内的时候。
4.6 科幻赛博与奇幻世界模板
科幻赛博这块的模板讲究“技术细节”和“氛围光源”的密度。我做赛博朋克街景的固定模板是:“cyberpunk street at night, neon signs in Chinese and Japanese, rain-slicked pavement reflecting colorful lights, dense high-rise buildings with holographic advertisements, steam rising from vents, lone figure in a trench coat walking away, cinematic lighting, blade runner atmosphere, ultra detailed”。中文:“赛博朋克夜间街道,中日文霓虹招牌,雨水打湿的路面反射彩色灯光,密集高层建筑挂满全息广告,通风口升起蒸汽,穿风衣的独行者背影,电影感光线,银翼杀手氛围,超精细”。rain-slicked pavement和neon reflections这组词是赛博朋克的灵魂,少了湿地面反光,画面就干巴巴的。
太空科幻我会换一套词库。“sci-fi space station interior, sleek metal surfaces with blue accent lighting, large observation window showing a gas giant planet, astronaut in a detailed spacesuit floating near the window, zero gravity, volumetric light rays, hard sci-fi style, photorealistic”。中文:“科幻太空站内部,光滑金属表面配蓝色点缀光,大型观察窗外是气态巨行星,穿精细宇航服的宇航员漂浮在窗边,零重力,体积光,硬科幻风格,照片级真实”。hard sci-fi和photorealistic同时挂上,出来的图就有《星际穿越》那种质感,不会往卡通方向跑。做太空船外部我加spaceship hull details, panel lines, thruster glow,中文写“飞船外壳细节,面板线,推进器辉光”。
奇幻世界的模板偏手绘和油画质感。我做过一组精灵森林:“fantasy elven forest, ancient giant trees with glowing runes carved into bark, bioluminescent mushrooms, a crystal clear stream, soft magical light filtering through canopy, ethereal atmosphere, concept art, Greg Rutkowski style”。中文:“奇幻精灵森林,刻有发光符文的远古巨树,生物荧光蘑菇,清澈溪流,柔和魔法光穿过树冠,空灵氛围,概念艺术,Greg Rutkowski风格”。风格词挂画师名字这事看模型,SDXL上画师名效果比较稳,SD1.5上有时候认不准。奇幻模板里glowing runes和bioluminescent这类发光元素词很出效果,但别挂太多,两三个发光点就够,多了画面会亮得没层次。龙和怪物类我会加scales detailed, wing membrane texture, reptilian eyes,把材质写具体,模型才知道往写实方向走。
4.7 模板参数化与中英文替换规则
模板用久了会发现,真正需要改的只有几个变量。我现在的做法是把模板拆成“固定骨架 + 可替换槽位 + 参数档位”三层。固定骨架是场景类型和画质词,基本不动;可替换槽位是主体、颜色、地点、时间这些每次改的;参数档位管的是镜头、光线强度、风格浓度。比如人像模板骨架是[subject description], [pose and expression], [clothing], [environment], [lighting setup], [lens and composition], [quality tags]。换一个人就改前三个槽位,换场景就改环境槽位,光线和镜头根据想要的效果调档。我有一张Excel表,横向是槽位名,纵向是不同场景的填法,用的时候直接查表拼装,比每次从零写快得多。
中英文替换有几个规则我总结出来了。颜色词直接对译最稳,warm orange对“暖橙色”,deep teal对“深青色”,不用绕弯子。材质词要注意,中文的“质感”在英文里要拆成具体词,leather texture, matte finish比texture管用。光线词中英文基本一一对应,rim light是轮廓光,softbox是柔光箱,golden hour是黄金时刻,这些固定译法直接用。麻烦的是意境类词汇,中文写“空灵”,英文不能只写ethereal,得配misty, soft focus, minimal composition一起上,模型才知道你要的具体画面长什么样。反过来,英文的dramatic lighting翻成中文模板我写“戏剧性光线”,但实际操作时我会在旁边备注“高对比、强方向、明显阴影”,提醒自己这个档位具体指什么。
参数化最后一步是“档位表”。我按场景给每个槽位准备了低中高三档。光线槽位:低档soft diffused light,中档natural window light,高档dramatic directional light with strong shadows。镜头槽位:低档wide angle,中档50mm lens,高档85mm lens f/1.4 shallow depth of field。风格浓度槽位:低档subtle [style] influence,中档[style] style,高档strong [style] aesthetic, highly stylized。这套档位表配合中英文对照词库用,看到一个模板就知道哪个词能往上调哪个能往下压。我建议你也建一份自己的档位表,从自己最常用的三五个场景开始,边跑图边记,跑废的图把参数改回上一档,跑好的记住了下次直接套。模板这东西不是写死的,是跑出来的。
(masterpiece:1.2), best quality, a young Asian woman with short black hair, wearing a beige knit cardigan, sitting by a cafe window, natural afternoon light from the left, 85mm lens, shallow depth of field
BREAK
cafe interior background, wooden table, soft shadows, film grain, realistic photography
6.1 建立个人中英文提示词库与标签体系
我的提示词库最早就是一个TXT文件,几百行堆在一起,想找个“逆光人像”的词得翻半天。后来我学乖了,按“场景前缀+主体+风格”三层打标签,文件名直接写成portrait_backlit_softlight_v3.txt。这个笨办法救了我很多次,搜关键词一秒定位。我建议你也别急着上数据库,先从文件夹分类开始,人像、风景、产品、插画四个大类,下面再分子类,够用很久。
标签体系比文件命名再细一层。我的标签分两类,一类是“硬标签”,比如人像、SDXL、写实,这类标签决定模型和方向;另一类是“软标签”,比如暖调、浅景深、胶片感,用来微调风格。硬标签我统一用英文写在文件名里,软标签写在文件头三行注释里。中文对照我单独建一个索引表,左边英文标签,右边中文解释,再加一列“适用模型”。这个索引表我每周花十分钟补几条,积少成多,现在翻起来像一本小字典。
中英文对照的方式我试过好几种。最省事的是在一行提示词下面直接写中文翻译,缺点是复用的时候得手动拆。后来我改成“英文块”和“中文块”分开放,中间用---隔开,复制的时候各取所需。我有个朋友更狠,他用Excel做提示词库,一行英文一行中文,外加模型、种子、效果评分三列,筛选起来飞快。我试过Excel,嫌开软件麻烦,还是TXT顺手。工具不重要,重要的是“下次找得到”。我给自己定了个规矩:任何一组跑出好图的提示词,当天必须归档,超过24小时不归档的,大概率就丢了。
6.2 模板复用、组合与版本管理
模板复用这件事,我吃过“一套模板打天下”的亏。最早我做了一个“万能人像模板”,人物、光线、镜头、画质全塞进去,结果跑儿童像的时候画质词太重,脸像蜡像;跑老人像的时候皮肤词太嫩,皱纹全没了。后来我把模板拆成“积木”:主体积木、光线积木、镜头积木、画质积木,用的时候现拼。主体积木管人物描述,光线积木管氛围,镜头积木管景别和焦段。拼的时候按“主体→光线→镜头→画质”的顺序排,模型读起来顺,出来的图也稳。
组合的时候有个小技巧:积木之间留“接口词”。比如人像积木结尾我写standing in,后面接场景积木a sunlit garden;光线积木开头写lit by,后面接soft afternoon sunlight from the left。这些接口词看着不起眼,能让拼接后的句子读起来像人话,不是tag堆。中文模板我也留接口,“站立于”“光线来自”“镜头采用”这几个连接词反复用,拼出来的中文提示词至少语法通顺。
版本管理我用的办法特别土:文件名加日期加版本号,portrait_v3_0512.txt。每次大改之前先复制一份,旧版不删。我有个文件夹叫“退役模板”,里面躺着几十个曾经好用的版本,偶尔翻回去还能捡到宝。版本号我不用1.0、2.0这种,用v1、v2、v3,简单直接。改了什么我在文件头写一行备注,比如“v3:删了heavy makeup,加了natural skin texture,手部成功率提高”。这行备注比版本号重要,下次想改回去,看一眼备注就知道差别在哪。模板复用不是偷懒,是把验证过的好词攒下来,越攒越快。
6.3 结合ControlNet、LoRA与图生图的提示词协同
ControlNet介入之后,提示词的写法得跟着调。我最早用ControlNet跑线稿上色,提示词还是老一套,跑出来颜色乱飞。后来发现ControlNet管的是“形”,提示词得管“色和质”。我的做法是提示词里少写构图词,多写材质和颜色词。线稿已经定死了人物姿势,提示词再写standing, arms crossed就是浪费token,不如写wearing a red wool coat, soft fabric texture, warm color palette。中文对照也一样,构图词让给ControlNet,提示词专注红色羊毛大衣,柔软布料质感,暖色调。
LoRA和提示词的配合更像“主次关系”。LoRA定风格,提示词定内容。我跑一个国风LoRA,提示词里就不用再写Chinese painting style,写了反而打架。我的习惯是LoRA触发词放最前面,后面跟主体描述,风格词全删。有一次我同时挂了一个水墨LoRA和一个写实LoRA,提示词里还写了traditional Chinese painting,跑出来人物脸是水墨,衣服是照片,背景是3D。后来我学乖了,一个任务只挂一个风格LoRA,提示词里风格词能省就省。中文对照表里我会标一行“LoRA已覆盖,勿重复写风格词”,提醒自己别画蛇添足。
图生图这块,提示词的作用是“纠偏”。我拿一张参考图做底,denoising strength设0.4到0.6,提示词写想要改的部分。比如参考图是白天街景,我想改成夜景,提示词写night scene, neon lights, wet street reflections, cinematic lighting,负向词挂daylight, bright sky, sunlight。图生图的提示词不用写太全,底图已经给了大部分信息,提示词只补“要改的地方”和“不要的东西”。我做过一组实验,同一张底图,提示词写三行和写十行,改出来的效果差别不大,写太多反而把底图的构图冲掉。图生图加ControlNet再加LoRA,三个工具一起上,提示词就得更精简,每个工具管一摊事,提示词只管“内容意图”。
6.4 版权、伦理与敏感内容规避
提示词里写人名这事儿我踩过线。早期做头像,我写过in the style of [某画家],跑出来的图确实像,但心里不踏实。后来我把所有在世艺术家名字从模板里删了,换成风格描述词,比如impasto brushwork, muted earth tones, loose composition。风格是可以拆解的,拆成笔触、色调、构图,就不涉及具体的人。中文对照我也改了,“某画家风格”换成“厚涂笔触,低饱和土色调,松散构图”。拆风格这件事花了我一个下午,但模板从此干净了。
敏感内容我给自己划了三条线:不碰真人肖像、不碰暴力血腥、不碰政治符号。真人肖像这条最容易被忽略,有人拿明星照片做底图生图,提示词里还写名字,这事儿风险很大。我的做法是底图只用自己拍的或者明确可商用的人像素材,提示词里人物描述写a young woman就够了,不写具体身份。暴力血腥类内容我不碰,提示词里blood, wound, weapon这些词我见到就删。政治符号类更简单,flag, emblem, uniform这类词我直接拉进负向清单。这三条线我写在一张便签上,贴在显示器旁边,提醒自己别越界。
版权这块我吃过一次亏。早期做产品图,提示词里写了某个品牌的logo描述,跑出来的图带相似标志,差点用在商业稿里。后来我把logo, brand name, trademark全挂进负向词,正向词里产品描述写minimalist packaging, clean label, no text。中文对照写“极简包装,干净标签,无文字”。商用图我还会加一句备注:“本组提示词产出需人工复核商标风险”。这行备注不进提示词,进我的交付清单。版权这事儿不能全靠模型自觉,得自己多一道检查。
6.5 提示词社区资源、相关搜索词与持续更新机制
我逛提示词社区的习惯是“带着问题逛”。没目的的时候刷半天,收藏一堆用不上的词,纯浪费时间。我的做法是跑图碰到卡点,比如“手部老是崩”,再去社区搜hand fix prompt、SDXL hand negative prompt,搜完当场试,试完记进我的失败案例表。中文社区我也看,C站、贴吧、小红书上搜“SD提示词手部”“负面词大全”,有些国产模型的提示词经验在英文社区找不到。两边对照着看,收获更大。
相关搜索词我整理过一个小清单。英文搜索用stable diffusion prompt guide、SDXL prompt template、negative prompt list、prompt weighting syntax这几组,基本能覆盖大部分需求。中文搜索用“SD提示词模板”“负面提示词清单”“提示词权重写法”“中英文提示词对照”。搜的时候加“2024”“最新”这种时间词,能过滤掉过时的内容。我每周固定花半小时刷一遍这几个搜索词,看到新东西就试,试完有用的记下来。刷社区不是刷短视频,得带着任务去。
持续更新机制我靠两件事:一张“待试清单”和一个“月度复盘”。待试清单记的是社区里看到但还没试的词,每条写来源和一句话说明,攒到十条左右集中试一轮。月度复盘是每个月末翻一遍自己的提示词库,删掉三个月没用的词,补几条新验证的。我还会把当月跑得最好的三组图连提示词一起存进“精选”文件夹,年底翻一遍,能看到自己这一年词风的变化。提示词这东西更新很快,模型一换代,半年前的模板可能就不好使了。保持更新不是焦虑,是把手感养住。
6.6 从大纲到成书:章节示例与学习路径
这本书写到现在,我自己回头看大纲,发现当初的章节排序帮了大忙。第1章讲认知,第2到4章拆模块建模板,第5章讲进阶技巧,第6章讲工作流和维护。这个顺序不是拍脑袋定的,是我自己学提示词的真实路径:先知道提示词能干什么,再把大词拆成小词,然后把小词拼成模板,接着学权重和分段这些进阶手法,最后建库维护。你要是刚开始学,我建议按这个顺序走,别跳步。跳步学权重语法,很容易把画面搞崩还不知道为什么。
每一章我都留了“练手任务”。第2章练模块拆解,第3章练负向词清单,第4章练模板组装,第5章练权重和反推,第6章练建库和归档。这些任务不用全做,挑自己卡住的那一环练。我自己练得最多的是第4章模板组装和第6章建库,前者帮我跑图快,后者帮我找词快。有读者问我“提示词大全要不要背”,我的回答是不用背,把常用的二十组词练熟,剩下的建好库随用随查。背词不如建库,建库不如多用。
最后说说这本书怎么用。它不是词典,不用从头读到尾。我的建议是先翻第2章和第4章,把主体模块和场景模板过一遍,跑几张图找找感觉;卡住了翻第3章负向词和第5章技巧;想系统整理翻第6章。书里的中英文对照我尽量保留了两边,你按自己的模型选。SD1.5用英文侧,SDXL两边都行,国产模型可以试试中文侧。提示词没有标准答案,只有“跑出来对不对”。这本书给的是起点和路径,剩下的靠你自己跑图、记录、复盘。跑一百张不如认真复盘十张,这句话我放在最后,也放在心里。