手把手教你用Stable Diffusion写好提示词

手把手教你用Stable Diffusion写好提示词

作者：symon

导语
Stable Diffusion 技术将 AI 图像生成提升至新高度，文本到图像生成的质量在很大程度上取决于提示词 Prompt 的质量。本文从“如何撰写优质提示词”出发，探讨提示词的构成、调整规则和利用 chatGPT 辅助工具，对文本到图像的提示词输入进行归纳总结。

一、背景介绍
Stable Diffusion 是一种文本到图像 AI 模型，通过学习数百万图像与文本描述对，理解文本与图像信息之间的内在联系，运用扩散过程生成满意图像。例如，通过一系列提示词，AI 可以生成如情侣合照这样的图像。

二、如何撰写优质提示词？
优质提示词是文本到图像技术的关键。撰写提示词并非易事，以下从提示词构成、调整规则和 chatGPT 辅助等方面，介绍优化输入提示词的方法。

1、正面提示词：
为了撰写有效的提示词，遵循原则是详细而具体，从多个角度详细描述。提示词涵盖九个关键类别，如主体、媒介、风格、画家、网站、分辨率、额外细节、色调和光影。

2、负面提示词：
负面提示词同样重要，用于引导生成过程远离特定图像。通过负面影响词，可以实现移除物体、修改图像、关键词切换和风格修改。

3、微调提示词：
提示词微调技巧包括调整关键词权重、使用()和[]语法以及关键词混合，以实现更细致的图像控制。

三、使用 chatGPT 生成提示词：
手动调整提示词可能繁琐，使用 chatGPT 生成高质量提示词是一个可行方案。chatGPT 通过了解文本到图像概念和 DALL-E 模型，可以构建有效的提示词。调用 chatGPT 生成提示词时，需指定画风、确定主体并给出具体示例。

四、本文小结：
AI 绘画技术不断进步，提示词的优化对于控制图像生成至关重要。本文从提示词构成、调整规则和 chatGPT 辅助等方面，为文本到图像的提示词输入提供了方法论。

参考链接：
1、GitHub - CompVis/stable-diffusion: A latent text-to-image diffusion model
2、Denoising Diffusion Probabilistic Models
3、How to come up with good prompts for Stable Diffusion - Stable Diffusion Art