类型：人工智能
简介：基于AI的绘画生成工具，主要用于根据文本描述生成详细图像。
提示词的主要作用是缩小Stable Diffusion模型生成图像的解空间，即在模型数据中检索范围时限制生成内容的范围，而不是直接指定最终的绘画结果。不同模型对提示词的反应也因其训练方式而异；一些模型针对自然语言进行特化训练，而另一些则对单词标签进行特化训练，这导致它们对不同风格的提示词语言反应不同。
一、Stable Diffusion提示词内容
在编写Stable Diffusion提示词时，可以包含以下几种类型的内容：
1、自然语言：可以使用描述性的句子作为提示词。大多数情况下，英文和中文都是有效的，但应避免复杂的语法结构。
2、单词标签：可以使用逗号分隔的单词作为提示词。通常选择常见和普通的单词，并确保单词的风格与图像的整体风格相匹配，以避免风格混杂或出现噪点。同时注意避免拼写错误。
3、Emoji和颜文字：Emoji（表情符号）也是可以使用的，并且非常准确。由于Emoji通常只占一个字符，因此在语义准确性上表现良好。关于emoji的具体含义，可以参考Emoji List, v15.0。此外，Emoji在构图上也有一定的影响。
对于使用Danbooru数据的模型来说，西式颜文字也可以在一定程度上控制出图的表情，例如：：-) 表示微笑，：-( 表示不悦等。
二、Stable Diffusion提示词语法
根据想要绘制的内容编写提示词，多个提示词之间使用英文半角逗号`,`分隔，例如：
masterpiece, best quality, ultra-detailed, illustration, close-up, straight on, face focus, 1girl, white hair, golden eyes, long hair, halo, angel wings, serene expression, looking at viewer
通常情况下，概念性的、大范围的或风格化的关键词放在前面，其次是叙述画面内容的关键词，最后是描述细节的关键词。大致顺序为：
(画面质量提示词), (画面主题内容)(风格), (相关艺术家), (其他细节)
然而，在模型中每个词语自带的权重可能有所不同。如果模型的训练集中频繁出现某种关键词，那么仅输入该词就可能极大地影响画面；相反，如果模型训练集中较少出现某种关键词，即使输入许多相关词汇也可能对画面的影响有限。提示词的顺序非常重要，越靠后的位置权重越低。
关键词最好具有特异性，比如“Anime”一词就相对泛化，而“Jojo”一词则能清晰地指向Jojo动漫的画风。措辞越具体越好，尽可能避免留下解释空间的表达方式。
可以通过括号人工调整提示词的权重，方法如下：
- (word) – 将权重提高1.1倍
- ((word)) – 将权重提高1.21倍（= 1.1 * 1.1）
- [word] – 将权重降低至原先的90.91%
- (word:1.5) – 将权重提高1.5倍
- (word:0.25) – 将权重减少为原先的25%
( n ) = ( n : 1.1 ) (( n )) = ( n : 1.21 ) ((( n ))) = ( n : 1.331 ) (((( n )))) = ( n : 1.4641 ) ((((( n )))) = ( n :
1.61051 ) (((((( n )))))) = ( n : 1.771561 )
请注意，权重值最好不要超过1.5。
通过Prompt Editing可以使AI在不同的步数生成不同的内容，例如在某阶段之后，主体由男人变为女人。语法示例如下：
- [to:when] 在指定数量的 step 后，将to处的提示词添加到提示
- [from::when] 在指定数量的 step 后从提示中删除 from处的提示词
- [from:to:when] 在指定数量的 step 后将 from处的提示词替换为 to处的提示词
例如:
- a [fantasy:cyberpunk:16]landscape 在一开始，读入的提示词为: the model will be drawing a fantasy landscape.
- 在第 16 步之后,提示词将被替换为：a cyberpunk landscape, 它将继续在之前的图像上计算；
- 对于提示词为: fantasy landscape with a [mountain:lake:0.25] and [an oak:achristmas tree:0.75][ in foreground::0.6][ in background:0.25][shoddy:masterful:0.5]，100 步采样， 一开始。提示词为： fantasy landscape with a mountain and an oak in foregroundshoddy
- 在第 25 步后，提示词为： fantasy landscape with a lake and an oak in foreground inbackground shoddy
- 在第 50 步后，提示词为：fantasy landscape with a lake and an oak inforeground in background masterful
- 在第 60 步后，提示词为：fantasy landscape with a lakeand an oak in background masterful
- 在第 75 步后，提示词为：fantasy landscape with a lakeand a christmas tree in background masterful
- 示词还可以轮转，例如：[cow|horse] in a field
- 在第一步时，提示词为“cow in a field”； 在第二步时，提示词为”horse in a field.”； 在第三步时，提示词为”cow in a field” ，以此类推。
三、Token处理
实际上，程序是将输入的关键词以Token的形式传入模型进行计算的：
例如：
“ (Medieval astronomer using a telescope with a cosmic starry sky in the background.sketch, hand draw style, con, uncomplicated background )”
转换为Token ID即：
263, 10789, 40036, 1996, 320, 19037,593, 320, 18304, 30963, 2390, 530, 518, 5994, 8, 11, 263, 5269, 267, 2463, 4001, 1844, 267, 5646, 267,569, 16621, 5994, 264
转换为Token ID即为一系列数字。一个单词可能对应一个或多个Token，多个单词也可能对应同一个Token。
