关于提示词

# 出图流程

出图流程

出图迭代，有循环迭代和线性迭代两种，线性迭代适用于多样性测试，而循环迭代是优化的更好选择。

来回改提示 + 固定种子并不是好选择。

出好图基本方向就是：

提示词 + PS/Inpaint(微修/嫁接)
提示词 + 3D 参考

# tag思路

# 先看一些tag辅助工具

Danbooru： https://danbooru.donmai.us/wiki_pages/tag_groups
Danbooru标签超市： https://tags.novelai.dev/ (opens new window)
标签超市github: https://github.com/wfjsw/danbooru-diffusion-prompt-builder (opens new window)
元素法典: https://docs.qq.com/doc/DWHl3am5Zb05QbGVs (opens new window)

StableDiffusion-web-ui里的tag辅助插件

标签补全插件: https://github.com/DominikDoom/a1111-sd-webui-tagcomplete/blob/main/README_ZH.md
标签选择插件: https://github.com/maple-flowers/maple-from-fall-and-flower (opens new window)

# tag种类

单词标签
自然语言
Emoji
颜文字(仅支持西方颜文字)
空格逗号前后的少量空格并不影响实际效果。开头和结尾的额外空格会被直接丢弃。词与词之间的额外空格也会被丢弃。
标点符号用逗号、句号、甚至是空字符（\0）来分隔关键词，可以提高图像质量。目前还不清楚哪种类型的标点符号或哪种组合效果最好。当有疑问时，只要以一种使提示更容易被阅读的方式来做。
对于部分模型，建议将下划线（_）转换为空格。
艺术风格词
运动和姿势

# 自己写tag思路

一、主题，外表，情绪，衣服，姿势，背景一类

二、画面质量，风格，主体(外表，情绪，衣服)，场景，...

1、画面质量(通用tag)

一般用master,best quality,official art

2、画面的风格(绘画风格、构图方式等)

例如CG 壁纸，line art (线条，线稿，素描)或指向性的风格:例如原神、明日方舟等

3、画面主体(人物、物体的细节描述)

画面主体
- 特定角色: 阿提拉 (Fate)、弑神者系列、恶魔焰 (魔法少女小圆
- 创作人物tag步骤
  - a.人物的上半身或者全身
  - f.人物的表情、动作
  - b.人物的数量、性别
  - g.人物的衣服鞋子款式
  - h.人物的袜子、
  - c.人物的眼睛、头发颜色
  - d.人物头发的发型、发饰
  - e.人物的年龄、身高、胸围
  - i.人物的装饰

4、画面场景(环境、点缀等细节描述) 画面场景:所处环境，比如白天、黑夜、太阳、月亮森林、海边、城市等等

5、其他 (视角、特色描述等)

视角，比如从下往上看、专注脸部、树叶飘落、流星等等

# tag语法

大小写
但CLIP 的标记器在标记之前会将所有单词转为小写。其他模型，如 BERT 和 T5，将大写的单词与非大写的单词区别对待。应避免涉及特殊语法，以防被解释为其他语义，例如AND;

总结：尽量用小写

词汇顺序
理论上后面的提示词不应该比前面的提示词更有影响，也就是越重要的提示词放越前面。但实际上解析器理解事物的方式是不透明的，因此没有办法确切地知道词法顺序是否具有“锚”效应。
长度
避免过长的提示词。
特异性
最好不要出有现广泛含义的关键词；比如"大"，"小"，"动漫"这样的。
一个关键词有非常具体的含义是最好的。
权重系数 Wiki:Attention Emphasis (opens new window)

对于 SD-WebUI，具体规则如下：
- (word) - 将权重提高 1.1 倍
- ((word)) - 将权重提高 1.21 倍（= 1.1 * 1.1），乘法的关系。
- [word] - 将权重降低 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%
- (word) - 在提示词中使用字面意义上的 () 字符
使用数字指定权重时，必须使用 () 括号。如果未指定数字权重，则假定为 1.1。指定单个权重仅适用于 SD-WebUI。

权重增加通常会占一个提示词位，应当避免加特别多括号。

无论使用何种具体的脚本，重复某个关键词似乎都会增加其效果。
标签替换 Prompt Editing (opens new window)

允许您开始先使用一个提示词，但在生成过程中间切换到其他提示词。基本语法是：
- [to:when] 在指定数量的 step 后添加 to 到提示
- [from::when] 在指定数量的 step 后从提示中删除 from
- [from:to:when] 在指定数量的 step 后将 from 替换为 to
其中 from 与 to 是替换前后的提示词，when 表示替换时机。

如果 when 是介于 0 和 1 之间的数字，则它指进行切换的步数的百分比。如果它是一个大于零的整数，那么这代表进行切换的字面步数。

替换标签可无限嵌套。
```
示例：对于 a [fantasy:cyberpunk:16] landscape

开始时，模型将绘制 a fantasy landscape。
在第 16 步之后，它将采用 a cyberpunk landscape 继续生成。
```
标签轮转 Alternating Words (opens new window)

允许您在生成过程中每步轮换使用多个提示词。基本语法是：
```
[a|b|c]
```
生成的第一步将使用 a，第二步将使用 b，第三步将使用 c，第四步将使用 a，依此类推。
多组提示词生成 Composable-Diffusion (opens new window)

AND 的语法优先级最高，因此试图使用 AND 分离单个提示词的操作是错误的。注意甄别部分公开教程中的错误示例。

允许在生成时同时使用多组提示词，并将结果直接相加。基本语法是：
```
a, b, c AND d, e, f
```
这将使用两组提示词 a, b, c 和 d, e, f 生成，并将它们的结果相加。
Prompt matrix 参数矩阵使用 | 分隔多个 Tag，程序将为它们的每个组合生成一个图像。例如，如果使用 a busy city street in a modern city|illustration|cinematic lighting ，则可能有四种组合（始终保留提示的第一部分）：
- a busy city street in a modern city
- a busy city street in a modern city, illustration
- a busy city street in a modern city, cinematic lighting
- a busy city street in a modern city, illustration, cinematic lighting

上次更新: 2023/04/23, 02:15:54

← 关于模型关于插件→