没有深奥的魔咒，stable diffusion的Prompt语法就是如此很简单

前提说明

本文只涉及Prompt的书写规则，因此我假设你已经配置好了stable diffusion webui或者其他类似应用，并且至少成功跑出过一张图。

本文无任何技巧性内容，只介绍能让你随心所欲出图的最基本规则。

本文只展示结果，省略了大多数分析过程，还请大家多多包含。

本文确实参照许多大佬的文献和作品，非常感谢这些大佬在AI图像方面的贡献。

如果你跑过图，你应当知道下面这些最基础的概念：

Prompt：提示词，顾名思义你写什么AI就可能生成什么，常用英文。

Negative Prompt：负面提示词，你写什么AI就避免生成什么，常用英文。

权重：一个小数，表示提示词的重要程度。

除Prompt的其他参数

这部分是为了方便你复现本文内容，如果你相信作者没粘错图可以跳过

本文所有的图都是在按照如下参数跑出来的

Steps: 20, Sampler: DPM++ 2M Karras, CFG scale: 8, Seed: 2484682528, Size: 512x384, Model hash: 56be194f47, Model: cetusMix_cetusVersion2Fp16, Denoising strength: 0.7, Hires upscale: 2, Hires upscaler: Latent

Time taken: 18.62sTorch active/reserved: 6878/9184 MiB, Sys VRAM: 11616/12288 MiB (94.53%)

另外本文所有负面Prompt都是一致的，即

worst quality, low quality, malformed hands,poorly drawn hand,mutated fingers,extra limbs,poorly drawn face, monochrome, zombie,word

Prompt基本用法

先看一段示例

Prompt: 

masterpiece, best quality, ultra-detailed,detailed background,beautiful detailed face,high quality,extremely detailed,1girl,hood,upper body,blood,(red eye) AND (black hair),sad,A girl who is using magic and creates a magic circle,highest quallity, black light particles,illustration, cinematic light,

Negative prompt:

worst quality, low quality, malformed hands,poorly drawn hand,mutated fingers,extra limbs,poorly drawn face, monochrome, zombie,word

非常普通的描述，没有任何花哨的语法，通过这些描述跑出的图这样的

瑕疵有不少，但是还算符合个人审美，接下来我们对上述Prompt进行分析，以正面Prompt为例：

Prompt:

masterpiece, best quality, ultra-detailed,detailed background,beautiful detailed face,high quality,extremely detailed,1girl,hood,upper body,blood,(red eye) AND (black hair),sad,A girl who is using magic and creates a magic circle,highest quallity, black light particles,illustration, cinematic light,

因为是简明版，就不一句一句分析了，直接上结论：

语言：一般用英语，没什么好纠结的，有关Prompt的工具也有不少了，实在不行上百度翻译啊

构成：英文单词/短语/句子+逗号

语句长短：一个词、一个短语、几个AND相连的短语（用AND相连的词语推荐带小括号）和一个句子均可

顺序：一般来说越靠前优先级越高，但也不绝对

距离：这里指的是Prompt与Prompt的距离，如果我们想让一些Prompt有所关联，那么应该把他们放在一起

加权Prompt

每一个提示词可以有不同的权重，权重是跟在提示词一个小数，他的默认值（不写的情况）是1，越大越重要，越小越不重要。

请查看示例：

masterpiece, best quality, ultra-detailed,detailed background,beautiful detailed face,high quality,extremely detailed,1girl,(hood:1.2),upper body,(blood:1.4),(red eye) AND (black hair),sad,A girl who is using magic and creates a magic circle,highest quallity, black light particles,illustration, cinematic light,

相比于之前只改了两处：hood -> (bood:1.4) , blood -> (blood:1.4) , 之前明明写了blood却没什么效果，接下来我们把他增强一些，以下结果：

结论如下：

推荐语法： (提示词 ：权重)    

非常简单，只要在小括号里写提示词、冒号和权重就行了。

其他语法：括号嵌套，比较麻烦，感兴趣的看一下吧

范围：一般写0-2之间，当然你也可以写100试试

特效

适当加一些描述画面的词能达到意想不到的效果，其实之前的描述中已经包含不少特效了，我们加一个镜头(注意最后的逗号，加不加结果不同)，再跑一下：

masterpiece, best quality, ultra-detailed,detailed background,beautiful detailed face,high quality,extremely detailed,1girl,hood,upper body,(blood:1.4),(red eye) AND (black hair),sad,A girl who is using magic and creates a magic circle,highest quallity, black light particles,illustration, cinematic light,close up,

效果如下：

可以发现人物靠近了，镜头确实起效了。

另外，上面的有很多特效相关的描述，总结如下：

质量：masterpiece, best quality, ultra-detailed,detailed background,beautiful detailed face,high quality,extremely detailed,highest quallity

镜头：close up

光影：black light particles, cinematic light

画风：illustration

原来上面的图全是特效的功劳啊，大家可以自己试一试其他特效的描述词

下面的参考文献里有更多更详细的介绍，建议大家都去看看。

融合Prompt

将两种物体融为一体（创造新生物？）

请查看示例：

masterpiece, best quality, ultra-detailed,detailed background,beautiful detailed face,high quality,extremely detailed,[1girl:10|rabbit:10],(hood:1.2),upper body,(blood:1.4),(red eye) AND (black hair),sad,A girl who is using magic and creates a magic circle,highest quallity, black light particles,illustration, cinematic light,medium view

结果如下：

头(兜帽)上确实有了兔耳朵一样的物体。

语法如下：

基础：[a | b]    先画a，再画b

带权重：[a : a的权重 | b : b的权重]

多步：[a | b | c | ...]

step: 据说小于1时表示总的步数的百分比，大于1时表示步数

分步Prompt

规定了AI绘制的先后顺序，比如示例中我希望AI先绘制黑发少女，然后在把黑发绘制成红发

请查看示例：

masterpiece, best quality, ultra-detailed,detailed background,beautiful detailed face,high quality,extremely detailed,1girl,(hood:1.2),upper body,(blood:1.4),(red eye) AND ([black hair:red hair:5]),sad,A girl who is using magic and creates a magic circle,highest quallity, black light particles,illustration, cinematic light,medium view

效果如下：

嗯，头发多了些红色，但好像也增加了更多的瑕疵。

语法如下：

基础：[a: b : step]  Prompt的值初始时为a，在step之后变成b

嵌套：[a: [b : c : step] : step]

省略：[a: : step]  ,[ : b : step]

step:  据说小于1时表示总的步数的百分比，大于1时表示步数

基于模型训练的猜测

占位符

并不是所有文字都能被AI理解，比如说“+++++++------”，我们看这段符号无法看出任何意义，训练时就不会把它们作为输出，所以机器也一样看不懂，这意味着我们可以用这些符号作为占位符，把相邻的一些Prompt分隔。

适当地使用现实的经验

为何不把你在现实中看到的景象如实地告诉AI呢，画面里有些元素总是一起出现的，例如天空和白云、无头和学姐，画师是这么画的，AI是这么学的，你把这些告诉AI之后大概率可以得到满意的结果。

关于逗号

多输入一个逗号都会导致生成不同的图，这可以理解，机器并不会过滤某些词，而是把所有词都编码、然后一起喂给AI模型，Prompt结尾的逗号虽然没什么意义但有些事务(对自然语言模型没研究，不确定是不是逗号本身)也被作为描述输入到模型，其中的转换过程不得而知，但从结论上来说，逗号起到了添加噪声的效果。

模板？

个人很反感模板，但不得不承认，用起来是真香。=

分为三个步骤

前置：质量+画风+镜头+光照

主要内容：主要景物+次要景物+镜头和光照

全局效果：光照+镜头+画风

参考：《元素同典：确实不完全科学的魔导书》

woc，这什么玩意儿，看懂了但不会弄呀，说了等于什么也没说呀。我在此强烈建议同学们去把大神们出图的Prompt抄下来(例如civitai上的很多图都可以看到模板的影子)，自己分析一遍，然后照猫画虎写一写。千万不要排斥模仿，创新本来就是无意识的模仿加一点灵感（随机种子）。

参考文献

《元素法典》

《元素同典：确实不完全科学的魔导书》

“万事皆虚，万事皆允” 大家都喜欢把简单的事情理论化、复杂化。什么都不看遵从自己的本心也许未必是坏事，花几分钟浏览下此文也可，毕竟我们中大多数只是过往的看客。