AI繪畫提示詞如何寫？對于入門的小伙伴來說這是一個大問題，提示詞寫的好，才能有高質量的作品，那今天極客菌給大家詳細講解一下，建議點贊收藏！

一、SD提示詞基礎

AI繪畫提示詞基本規則

1、提示詞（）由多個詞綴構成。

提示詞分為正向提示詞（ ）和反向提示詞（ ），用來告訴AI哪些需要，哪些不需要。

2、詞綴的權重默認值都是1，從左到右依次減弱，權重會影響畫面生成結果。

比如景色Tag在前，人物就會小：

相反的人物提示詞在前景物在后人物會變大或半身：

選擇正確的順序、語法來使用提示詞，將更好、更快、更有效率地展現所想所愿的畫面。

所以SD提示詞撰寫的大體邏輯是這樣的：

首先我們要保證畫面中質量，因此在最前面的永遠是強調畫面質量的提示詞，之后我們要考慮我們的畫面風格，你想要什么畫風，接著就是我們畫面需要體現的主要元素，最后是增添的細節。

若是想明確某主體，應當使其生成步驟向前，生成步驟數加大，詞綴排序向前，權重提高：

畫面質量 → 主要元素 → 細節

若是想明確風格，則風格詞綴應當優于內容詞綴：

畫面質量 → 風格 → 元素 → 細節

舉例：一串長的提示詞可以拆分為如下：

· 畫面質量：

best ,,HDR,UHD,8K,best ,,

· 主要元素：

,oval face,,, ,

· 細節：

, , , ,

· 畫風lora：

如果有的話寫在這里

best ,,HDR,UHD,8K,best ,(()),

,oval face,, ,,,

,, ,,,, ,(:1.4),

3、AI 會依照概率來選擇性執行提示詞。

如提示詞之間有沖突，AI 會根據權重確定的概率來隨機選擇執行哪個提示詞。

生成圖片的大小會影響 的效果，圖片越大需要的 越多，不然 會相互污染。

4、 支持使用 ，可通過添加 圖來達到效果。

AI認知的提示詞撰寫基本語法

1、提示詞與提示詞之間用英文逗號分隔，同時詞之間要用空格隔開。

大家在撰寫提示詞的時候一定要注意，用英文輸入法

例如：, long hair,

主要元素+細節

2、提示詞之間是可以換行的

我們可以利用這一特性讓提示詞看起來更清楚，但換行時記得加上逗號這樣AI才知道你換行了。

例如：畫面質量+主要元素+細節

best , ,

,

long hair, ,

3、每個提示詞默認權重為1，越靠前權重越高。

Girl, , ,

, , Girl,

, , Girl,

4、提示詞詞數量并不是越多越好

如果你想可控生圖提示詞數量控制在75個單詞以內，關鍵詞超過這個數量對整體畫面影響比較少了，但可以增加一些點綴要素。

例如：這個是75個詞的提示詞

((-)), (()),((solo)),((((a girl)))),( girl),((())),(((((()))))) ,red eyes,(((( eyes)))), hair, ,((( new year))),(((snow))),(( new year)),, Fair,( ), (),((the best )),(((best ))),many ,( )，

超細節，插圖，獨奏，一個女孩，美麗的細節女孩，春裝，手臂，紅眼睛，美麗的詳細眼睛，白發，春節，中國新年，雪，農歷新年，爆竹，廟會，詳細的煙花，爆竹，最好的建筑，最好的陰影，很多人，雪花飛濺

將提示詞增加到100+個，注意我們在后面加上了一些無關緊要的詞意圖干擾AI

((-)), (()),((solo)),((((a girl)))),( girl),((())),(((((()))))) ,red eyes,(((( eyes)))), hair, ,((( new year))),(((snow))),(( new year)),, Fair,( ), (),((the best )),(((best ))),many ,( )，

,,lake,,park,,city,,,, ,,claw pose,,long hair,,,,t-,

超細節，插圖，獨奏，一個女孩，美麗的細節女孩，春裝，手臂，紅眼睛，美麗的詳細眼睛，白發，春節，中國新年，雪，農歷新年，爆竹，廟會，詳細的煙花，爆竹，最好的建筑，最好的陰影，很多人，雪花飛濺

海洋，海灘，湖泊，星空，公園，吊架，城市，城市景觀，市中心，東京，雪山，懸崖，爪式，搖擺，長發，襯衫，領襯衫，水手襯衫，t恤，

二、提示詞符號解析

小括號、中括號、大括號

小括號、中括號、大括號的含義：微調關鍵詞權重

1、小括號 ( )

一個小括號增加1.1倍權重，最多套三層小括號也就是1.331倍權重

大家可以觀察下面的圖片，我不斷用小括號強調黃色花朵的權重

,

red ,

blue ,

,

,

red ,

blue ,

( )

,

red ,

blue ,

(( ))

,

red ,

blue ,

((( )))

2、大括號 { }

大括號也是增加權重的，但相比小括號更輕微，是增加1.05倍，三層大括號權重為1.15倍

3、中括號 [ ]

這個是減小權重值的，它會把權重變為原來的0.9倍，三層就是0.729倍

案例：同樣是花園使用中括號減重紅色花朵：

best , ,

, red , blue ,

best , ,

,[[[ red ]]], blue ,

4、自定義權重

自定義權重只可使用小括號控制，格式為(x:0.5)

0.5為權重值，權重取值范圍 0.4-1.6，權重太小容易被忽視，太大容易擬合圖像出錯

案例：使用自定義權重藍色花朵對比：

best , ,

, red ,

(blue :0.4),

best , ,

, red ,

(blue :1.6),

5、使用尖括號調用lora

lora簡單來說就是風格化模型，可以生成我們想要的特定風格或者人物。

我們可以在提示詞中使用 [lora:lora名稱：權重](lora:lora名稱：權重)來調用lora

例如：

樣例：使用lora讓圖片特定風格

使用lora前

使用lora后

樣例：你可以通過權重來調整lora對畫面的影響（0.1-1）

best , ,

, red , blue ,

lora:萬能插畫-超強故事感-99二創藝術\_v1.0:0.5

best , ,

, red , blue ,

lora:萬能插畫-超強故事感-99二創藝術\_v1.0:0.3

6、使用下劃線和and連接提示詞

下劃線_起到連接的作用，讓詞與詞更緊密連接到一起/防止歧義。

例如我想讓AI生成一個咖啡蛋糕，如果不加下劃線它很可能理解不了會出現單獨的咖啡喝蛋糕，但是加了下劃線后它就理解的更好了。

,best ,

cake,

,best ,

,

AND：將多個詞綴聚合在一個提示詞順序位置中，其初始權重一致

例如我們可以用這個技巧生成多色的頭發

best , ,

a girl,

hair:1.3 and red hari:1.5 and hair:1.2

三、提示詞進階語法

1、控制提示詞的生效時間

[提示詞:0-1數值]：意思是采樣值達到X（數值）以后才開始計算這個提示詞的采樣

例如：

, ,, [:0.7], 采樣值達到70%以后才開始計算花的采樣

[提示詞::0-1數值]：意思是一開始參加采樣的詞整體到X（數值）以后退出采樣

例如：

, ,, [::0.7],花一開始參加采樣整體到70%以后退出采樣

[提示詞1:提示詞2:0-1數值]：前X（數值）采樣提示詞1后1-X采樣提示詞2

例如：

best , ,, [::0.7],前70%石頭采樣生效，后30%花朵采樣生效

best , ,, [::0.7],反過來前面花先采樣后面采樣石頭

2、交替采樣

交替采樣的寫法：[提示詞1|提示詞2]

例如：, [red|blue]hair,(括號外加詞綴意味著兩個顏色的共享元素），一步紅頭發，一步藍頭發這樣不斷循環

, [red|blue]hair,

假如不加詞綴：[cow | ] 可以生成牛和馬的混合體

[cow | ]

舉例：[bird|] in sky 天空中一只飛機鳥

[bird|] in sky

四、提示詞插件推薦

1、One

只需一個主題生成一系列不同風格類型圖片，自動豐富關鍵詞

安裝方法：在線安裝或者下載后拖到\\ 文件夾中

使用方法：

在框框內填寫提示詞然后直接生成

一個白頭發女孩拓展生成效果

一個白頭發女孩拓展生成效果

2、sd--

動態提示詞插件方便生成組合式圖片

安裝方法：跟上面的一樣

使用方法：

勾選啟用

**最大生成數：**0就是所有的方式都生成一次

**組合批次：**就是每一個類型生成幾張

自動批次組合生成

開啟動態提示詞插件后可以使用全新語法進行提示詞搭配：

A {boy | girl} in { | | },

上面這串語法的意思是：生成一個老師或者學生分別在學校、街道和森林的6種組合：

生成組合的效果

豐富提示詞功能

打開魔法提示詞功能可以豐富提示詞，例如我們輸入一個提示詞：a girl 長度就是詞的數量創意越高AI發揮的越多

推薦使用模型：/--

這是一個在簡潔/中途提示數據集上微調的 GPT-2 模型，其中包含用戶在一個月內向 文本到圖像服務發出的 250k 文本提示。有關如何抓取此數據集的更多詳細信息，請參閱中途用戶提示和生成的圖像 （250k）。

該提示生成器可用于自動完成任何文本到圖像模型的提示（包括 DALL·E家族）。

強力推薦，各種擴展都好用，詞窮抽卡必備。

/-

這個模型是從 .art 藝術網站上 進行訓練的抓取的提示微調了 100 個 ，這個模型適合藝術風格畫的魔法擴展，推薦畫藝術風格提示詞魔法擴展。

/--

魔法提示詞第一個模型，這是 系列模型中的一個模型，這些模型是 GPT-2 模型，旨在生成用于成像 AI 的提示文本。該模型經過 150，000 個步驟和一組大約 80，000 個數據進行訓練，這些數據從圖像查找器中過濾并提取出來，以實現穩定擴散：“.art”。提取數據有點困難，因為搜索引擎仍然沒有公共API，這個特別通用、實用，適用各種場景提示詞擴展，效果卓越。

模型安裝：

注意：需要科學上網，第一次使用模型會自動下載需要等待一下，并且關閉啟動器的國內Pipy鏡像、Git鏡像、鏈接等。否則下載失敗，會報錯誤： : ‘’ be as an 。

動態提示詞效果

A girl拓展為：a girl, read book, top, , , , cool , by Wood. --ar 2:3 --stop 80 --

3、-all-in-one

插件功能：

（1）一鍵翻譯提示詞、中文直接生成英文提示詞。

（2）直接調用預設好的提示詞、便捷添加提示詞權重

（3）其它按鈕功能講解。

（4）和對接。

插件安裝地址：

4、-

插件功能：

（1）預設豐富的起手式和提示詞

（2）可以隨機生成提示詞的預設

感興趣的小伙伴，贈送全套AIGC學習資料，包含AI繪畫、AI人工智能等前沿科技教程和軟件工具，具體看這里。

AIGC技術的未來發展前景廣闊，隨著人工智能技術的不斷發展，AIGC技術也將不斷提高。未來，AIGC技術將在游戲和計算領域得到更廣泛的應用，使游戲和計算系統具有更高效、更智能、更靈活的特性。同時，AIGC技術也將與人工智能技術緊密結合，在更多的領域得到廣泛應用，對程序員來說影響至關重要。未來，AIGC技術將繼續得到提高，同時也將與人工智能技術緊密結合，在更多的領域得到廣泛應用。

一、AIGC所有方向的學習路線

AIGC所有方向的技術點做的整理，形成各個領域的知識點匯總，它的用處就在于，你可以按照下面的知識點去找對應的學習資源，保證自己學得較為全面。

二、AIGC必備工具

工具都幫大家整理好了，安裝就可直接上手！

三、最新AIGC學習筆記

當我學到一定基礎，有自己的理解能力的時候，會去閱讀一些前輩整理的書籍或者手寫的筆記資料，這些筆記詳細記載了他們對一些技術點的理解，這些理解是比較獨到，可以學到不一樣的思路。

四、AIGC視頻教程合集

觀看全面零基礎學習視頻，看視頻學習是最快捷也是最有效果的方式，跟著視頻中老師的思路，從基礎到深入，還是很容易入門的。

五、實戰案例

紙上得來終覺淺，要學會跟著視頻一起敲，要動手實操，才能將自己的所學運用到實際當中去，這時候可以搞點實戰案例來學習。