下载掌阅APP，畅读海量书库
立即打开
人与人之间的交流和沟通是一门学问，良好的沟通能促进信息的传递，避免不必要的误解。这一点同样适用于用文字和AI进行交流。提示词的作用就是告诉Stable Diffusion你想画什么。这件事看似很简单，只要会打字就行，如果英文不够好，可以借助翻译工具或者通过网站翻译一下；但实际上，这并非易事。如果我们完全按照自己的语言习惯来描述想要的画面内容，AI未必能理解，即使理解了也不一定能准确表达。简单来说，为了用最有效的方式得到满意的效果，我们需要了解AI的规则，并用AI更容易理解的方式编写提示词。
编写提示词时需要注意以下几个点。首先，提示词可以使用单词，词组或句子作为书写单位，单词、词组和句子之间要用逗号分隔。接下来进行实际操作测试：在默认工作流的“K采样器”节点上右击，依次选择“转换为输入”→“转换随机种为输入”命令。按住Ctrl键再选择“Checkpoint加载器”和“空Latent”以外的所有节点，然后按Ctrl+C键和Ctrl+Shift+V键复制节点。
接下来在画布的空白处双击，搜索并添加“Primitive元节点”。把“空Latent”连接到复制的“K采样器”节点，将“Primitive元节点”连接到两个“K采样器”的“随机种”端口上，这样就完成了对比测试两组提示词的工作流，如图2-1所示。
图2-1
在第一个正向提示词节点中输入“1boy,sit,grass”，在第二个正向提示词节点中输入“A boy sitting on the grass”。从生成的图片可以看出，这两种写法生成的内容基本一致，如图2-2所示。相较而言，使用Stable Diffusion 1.5模型时，第一种词条化的写法可以得到更准确的效果，书写和修改起来也比较方便；而SDXL模型在语义理解方面有很大进步，因此更适合用自然语言书写，可以避免一词多义的影响。
图2-2
其次，除描述画面内容外，为了得到效果更好的图片，我们还需要输入画质、画风和反向提示词。训练模型时需要使用海量图片素材，这些素材中的画面质量有高有低。在正向提示词中输入“masterpiece,bestquality”这样的画质提示词，可以缩小筛选范围，避免抽到低画质的图片。画风提示词也很好理解，从网络抓取的素材图片中既有真实照片，也有手绘图画，还有各种风格的壁纸和CG图像。输入“photo_(medium),reality”这样的画风提示词，才能调用符合描述的图像向量特征。
提示词中还有权重的概念，每个词组的默认权重值为1，书写顺序越靠前的提示词权重值越高。因为画面质量和画面风格对图片的整体观感影响最大，所以一般会先写画质和画风提示词。我们在两个正向提示词中都输入“1boy,sit,grass”，然后在第二个提示词的前面加入“masterpiece,bestquality,reality”。选中所有画风提示词，按住Ctrl键的同时，按几下上箭头键，把权重值设置为1.2，如图2-3所示。
图2-3
运行工作流后，对比生成结果可以明显看出区别。第二张图片中的细节开始增加，照明的层次感也有所改善。虽然图片尺寸和像素密度没有变化，但这些细节特征能让画面看起来更精细，如图2-4所示。
图2-4
反向提示词的作用是排除不想要的画面内容或者图像特征。通常情况下，我们会套用一组预先编辑好的反向提示词，以排除低画质、模糊、签名和水印等图像特征。然后，根据生成结果的具体情况，增减反向提示词的内容，如图2-5所示。
图2-5
单击设置面板右上角的
按钮，然后单击“文本补全”中的“自定义短语”按钮。在文本框的第一行输入英文双引号（半角字符），并在双引号内输入反向提示词模板。接着在双引号后面输入逗号和触发词，然后单击“保存”按钮，如图2-6所示。
图2-6
现在只要在提示词节点中输入触发词，就能快速套用反向提示词模板，如图2-7所示。
图2-7
我们还可以在反向提示词中添加Embedding模型，这不仅能进一步提升图片细节，还能避免出现严重的手部和肢体错误，如图2-8所示。特别是在生成卡通图片时，完全可以用几个修复类的Embedding模型代替反向提示词。
图2-8
第三个要点是权重值的运用。权重决定了画面中某个元素的优先级别，进而影响该元素的数量或者作用程度。例如，当我们在提示词中输入“mountain,lake,cloud”后生成图片，画面中的山脉、湖水和白云分别占据大致相等的比重。如果在提示词中选中cloud，按住Ctrl键的同时按下箭头键，把权重值设置为0.3，再次生成图片时，白云的数量和面积都会变小，山脉就成了画面中的主体，如图2-9所示。
图2-9
还有一点需要WebUI的老用户注意，ComfyUI和WebUI的提示词语法和权重机制有所不同。WebUI中的权重值会经过平均化处理，有时即使把权重值设置得很高，由于平均后的实际数值降低，也不会产生特别明显的效果。而在ComfyUI中，输入多高的权重值就会产生多大的影响。因此，在ComfyUI中，我们需要适当降低权重值，不能按照WebUI中的习惯进行设置。