大家好，我是爱绘画的彤姐。
AI绘画提示词如何写？对于入门的小伙伴来说这是一个大问题，提示词写的好，才能有高质量的作品，那今天就给大家详细讲解一下，建议点赞收藏！
一、SD提示词基础
AI绘画提示词基本规则
1、提示词（prompt）由多个词缀构成。
提示词分为正向提示词（positive prompt）和反向提示词（negative prompt），用来告诉AI哪些需要，哪些不需要。
2、词缀的权重默认值都是1，从左到右依次减弱，权重会影响画面生成结果。
比如景色Tag在前，人物就会小：
相反的人物提示词在前景物在后人物会变大或半身：
选择正确的顺序、语法来使用提示词，将更好、更快、更有效率地展现所想所愿的画面。
所以SD提示词撰写的大体逻辑是这样的：
首先我们要保证画面中质量，因此在最前面的永远是强调画面质量的提示词，之后我们要考虑我们的画面风格，你想要什么画风，接着就是我们画面需要体现的主要元素，最后是增添的细节。
若是想明确某主体，应当使其生成步骤向前，生成步骤数加大，词缀排序向前，权重提高：
画面质量 → 主要元素 → 细节
若是想明确风格，则风格词缀应当优于内容词缀：
画面质量 → 风格 → 元素 → 细节
举例：一串长的提示词可以拆分为如下：
· 画面质量：
best quality,masterpiece,HDR,UHD,8K,best quality,oil_painting,
· 主要元素：
princess,oval face,dancing,smile,bright pupils,
· 细节：
Movie light, elves, floating light points, dreams, magic
· 画风lora：
如果有的话写在这里
best quality,masterpiece,HDR,UHD,8K,best quality,((oil_painting)),
princess,oval face,dancing,bright pupils,twintails,smile,
Movie light,elves,floating light points,dreams,magic,panoramic,grand scenes,(Bokeh:1.4),
3、AI 会依照概率来选择性执行提示词。
如提示词之间有冲突，AI 会根据权重确定的概率来随机选择执行哪个提示词。
生成图片的大小会影响 prompt 的效果，图片越大需要的 prompt 越多，不然 prompt 会相互污染。
4、prompt 支持使用 emoji，可通过添加 emoji 图来达到效果。
AI认知的提示词撰写基本语法
1、提示词与提示词之间用英文逗号分隔，同时词之间要用空格隔开。
大家在撰写提示词的时候一定要注意，用英文输入法
例如：1girl, long hair, smile
主要元素+细节
2、提示词之间是可以换行的
我们可以利用这一特性让提示词看起来更清楚，但换行时记得加上逗号这样AI才知道你换行了。
例如：画面质量+主要元素+细节
1girl,
long hair, smile,
3、每个提示词默认权重为1，越靠前权重越高。
Girl, books, library,
library, books, Girl,
books, library, Girl,
4、提示词词数量并不是越多越好
如果你想可控生图提示词数量控制在75个单词以内，关键词超过这个数量对整体画面影响比较少了，但可以增加一些点缀要素。
例如：这个是75个词的提示词
超细节，插图，独奏，一个女孩，美丽的细节女孩，春装，手臂，红眼睛，美丽的详细眼睛，白发，春节，中国新年，雪，农历新年，爆竹，庙会，详细的烟花，爆竹，最好的建筑，最好的阴影，很多人，雪花飞溅
将提示词增加到100+个，注意我们在后面加上了一些无关紧要的词意图干扰AI
ocean,beach,lake,starry_sky,park,Trapeze,city,cityscape,downtown,Tokyo_Tower,snowy mountain,cliff,claw pose,Swinging,long hair,blouse,collared_shirt,sailor_shirt,t-shirt,
超细节，插图，独奏，一个女孩，美丽的细节女孩，春装，手臂s_behind_back，红眼睛，美丽的详细眼睛，白发，春节，中国新年，雪，农历新年，爆竹，庙会，详细的烟花，爆竹，最好的建筑，最好的阴影，很多人，雪花飞溅
海洋，海滩，湖泊，星空，公园，吊架，城市，城市景观，市中心，东京，雪山，悬崖，爪式，摇摆，长发，衬衫，领衬衫，水手衬衫，t恤，
二、提示词符号解析
小括号、中括号、大括号
小括号、中括号、大括号的含义：微调关键词权重
1、小括号 ( )
一个小括号增加1.1倍权重，最多套三层小括号也就是1.331倍权重
大家可以观察下面的图片，我不断用小括号强调黄色花朵的权重
yellow flower,
(yellow flower)
((yellow flower))
(((yellow flower)))
2、大括号 { }
大括号也是增加权重的，但相比小括号更轻微，是增加1.05倍，三层大括号权重为1.15倍
3、中括号 [ ]
这个是减小权重值的，它会把权重变为原来的0.9倍，三层就是0.729倍
案例：同样是花园使用中括号减重红色花朵：
Garden,[[[ red flower]]], blue flower, yellow flower
4、自定义权重
自定义权重只可使用小括号控制，格式为(x:0.5)
0.5为权重值，权重取值范围 0.4-1.6，权重太小容易被忽视，太大容易拟合图像出错
案例：使用自定义权重蓝色花朵对比：
(blue flower:0.4), yellow flower
(blue flower:1.6), yellow flower
5、使用尖括号<>调用lora
lora简单来说就是风格化模型，可以生成我们想要的特定风格或者人物。
我们可以在提示词中使用 [lora:lora名称：权重](lora:lora名称：权重)来调用lora
样例：使用lora让图片特定风格
使用lora前
使用lora后
样例：你可以通过权重来调整lora对画面的影响（0.1-1）
lora:万能插画-超强故事感-99二创艺术_v1.0:0.5
lora:万能插画-超强故事感-99二创艺术_v1.0:0.3
6、使用下划线和and连接提示词
下划线_起到连接的作用，让词与词更紧密连接到一起/防止歧义。
例如我想让AI生成一个咖啡蛋糕，如果不加下划线它很可能理解不了会出现单独的咖啡喝蛋糕，但是加了下划线后它就理解的更好了。
coffee cake,
coffee_cake,
AND：将多个词缀聚合在一个提示词顺序位置中，其初始权重一致
例如我们可以用这个技巧生成多色的头发
a girl,
green hair:1.3 and red hari:1.5 and yellow hair:1.2
三、提示词进阶语法
1、控制提示词的生效时间
[提示词:0-1数值]：意思是采样值达到X（数值）以后才开始计算这个提示词的采样
Forests, trees,weeds, [flowers:0.7], 采样值达到70%以后才开始计算花的采样
[提示词::0-1数值]：意思是一开始参加采样的词整体到X（数值）以后退出采样
Forests, trees,weeds, [flowers::0.7],花一开始参加采样整体到70%以后退出采样
[提示词1:提示词2:0-1数值]：前X（数值）采样提示词1后1-X采样提示词2
best quality, masterpiece,forest, [stone:flower:0.7],前70%石头采样生效，后30%花朵采样生效
best quality, masterpiece,forest, [flower:stone:0.7],反过来前面花先采样后面采样石头
2、交替采样
交替采样的写法：[提示词1|提示词2]
例如：1girl, [red|blue]hair,(括号外加词缀意味着两个颜色的共享元素），一步红头发，一步蓝头发这样不断循环
1girl, [red|blue]hair,
假如不加词缀：[cow | horse] 可以生成牛和马的混合体
[cow | horse]
举例：[bird|airplane] in sky 天空中一只飞机鸟
[bird|airplane] in sky
四、提示词插件推荐
1、One Button prompt
只需一个主题生成一系列不同风格类型图片，自动丰富关键词
安装方法：在线安装或者下载后拖到Extensions 文件夹中
https://github.com/Airjen/OneButtonprompt
在框框内填写提示词然后直接生成
2、sd-dynamic-prompts
动态提示词插件方便生成组合式图片
安装方法：跟上面的一样
https://github.com/adieyal/sd-dynamic-prompts
勾选启用
最大生成数： 0就是所有的方式都生成一次
组合批次： 就是每一个类型生成几张
自动批次组合生成
开启动态提示词插件后可以使用全新语法进行提示词搭配：
A {boy | girl} in {school | street | forest},
上面这串语法的意思是：生成一个老师或者学生分别在学校、街道和森林的6种组合：
生成组合的效果
丰富提示词功能
打开魔法提示词功能可以丰富提示词，例如我们输入一个提示词：a girl 长度就是词的数量创意越高AI发挥的越多
推荐使用模型：succinctly/text2image-prompt-generator
这是一个在简洁/中途提示数据集上微调的 GPT-2 模型，其中包含用户在一个月内向 Midjourney 文本到图像服务发出的 250k 文本提示。有关如何抓取此数据集的更多详细信息，请参阅中途用户提示和生成的图像 （250k）。
该提示生成器可用于自动完成任何文本到图像模型的提示（包括 DALL·E家族）。
强力推荐，各种扩展都好用，词穷抽卡必备。
AUTOMATIC/promptgen-lexart
这个模型是从 lexica.art 艺术网站上 进行训练的抓取的134819提示微调了 100 个 epoch，这个模型适合艺术风格画的魔法扩展，推荐画艺术风格提示词魔法扩展。
Gustavosta/Magicprompt-Stable-Diffusion
魔法提示词第一个模型，这是 Magicprompt 系列模型中的一个模型，这些模型是 GPT-2 模型，旨在生成用于成像 AI 的提示文本。该模型经过 150，000 个步骤和一组大约 80，000 个数据进行训练，这些数据从图像查找器中过滤并提取出来，以实现稳定扩散：“Lexica.art”。提取数据有点困难，因为搜索引擎仍然没有公共API，这个特别通用、实用，适用各种场景提示词扩展，效果卓越。
模型安装：
注意：需要科学上网，第一次使用模型会自动下载需要等待一下，并且关闭启动器的国内Pipy镜像、Git镜像、链接等。否则下载失败，会报错误：Error while generating prompt: ‘NoneType’ object cannot be interpreted as an integer。
动态提示词效果
A girl拓展为：a girl, read book, wearing green balenciaga top, anime style, artstation, muted colors, cool colors, by Ashley Wood. --ar 2:3 --stop 80 --uplight
3、prompt-all-in-one
（1）一键翻译提示词、中文直接生成英文提示词。
（2）直接调用预设好的提示词、便捷添加提示词权重
（3）其它按钮功能讲解。
（4）和ChatGPT对接。
插件安装地址：
https://github.com/Physton/sd-webui-prompt-all-in-one
4、oldsix-prompt
（1）预设丰富的起手式和提示词
（2）可以随机生成提示词的预设
**END
一、AIGC所有方向的学习路线
AIGC所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照下面的知识点去找对应的学习资源，保证自己学得较为全面。
二、AIGC必备工具
三、最新AIGC学习笔记
四、AIGC视频教程合集
观看全面零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。
五、实战案例