**Stable Diffusion绘画提示词怎么写？** 用英文短句、权重符号与反向提示词组合，精准描述主体、风格、光影、镜头与画质，再经迭代测试即可。 ---

为什么提示词决定出图成败

Stable Diffusion并非“听懂”中文长句，而是**逐 token 解析英文单词**。 - 词序越靠前权重越高，**“1girl, silver hair”**与**“silver hair, 1girl”**在面部细节上会出现差异。 - 缺失反向提示词时，模型会随机调用训练集里的“常见元素”，导致**多手指、畸形肢体**频繁出现。 - 同一提示词在不同采样器（Euler a、DPM++ 2M Karras）下表现不同，需**固定种子后微调**。 ---

构建提示词的五大核心维度

### 1. 主体描述：锁定画面焦点 **正向写法** - 1girl, long black hair, detailed eyes, looking at viewer, upper body - cyberpunk samurai, neon armor, katana on back, dynamic pose **反向写法** - lowres, bad anatomy, extra digit, fewer digits, cropped, worst quality --- ### 2. 艺术风格：一句话定调 - **“oil painting by greg rutkowski”** → 厚重笔触 - **“anime style, vibrant cel shading”** → 日系赛璐璐 - **“photorealistic, 8k uhd, dslr”** → 真实摄影 --- ### 3. 光影与氛围：让画面呼吸 - cinematic lighting, rim light, golden hour, volumetric fog - moody, dark background, high contrast, chiaroscuro --- ### 4. 镜头与构图：导演视角 - **wide shot** 展示全身与环境 - **close-up** 突出表情与材质 - **low angle** 增强压迫感 - **rule of thirds** 经典三分法 --- ### 5. 画质强化：避免模糊与噪点 - masterpiece, best quality, ultra-detailed, sharp focus, 8k wallpaper - 反向：blurry, jpeg artifacts, out of focus, low resolution ---

实战案例：从一句话到完整提示词

**原始需求** “想要一张蒸汽朋克风的猫耳少女，夜景，赛博城市背景。” **步骤拆解** 1. 主体：1girl, cat ears, steampunk leather coat, brass goggles 2. 背景：cyberpunk city, neon signs, flying cars, night sky 3. 光影：dramatic lighting, neon rim light, reflections on wet street 4. 风格：art by sakimichan, highly detailed, digital painting 5. 画质：masterpiece, 8k, sharp focus 6. 反向：lowres, bad hands, text, watermark **最终提示词** ``` 1girl, cat ears, steampunk leather coat, brass goggles, cyberpunk city, neon signs, flying cars, night sky, dramatic lighting, neon rim light, reflections on wet street, art by sakimichan, highly detailed, digital painting, masterpiece, 8k, sharp focus Negative prompt: lowres, bad hands, text, watermark, blurry, out of focus Steps: 30, Sampler: DPM++ 2M Karras, CFG scale: 7, Seed: 123456789 ``` ---

常见疑问Q&A

**Q：中文提示词真的不能用吗？** A：能用，但**权重会被拆分**。例如“古风少女”会被拆成“古”“风”“少”“女”四个 token，导致模型误解。建议先用翻译器，再人工润色。 --- **Q：权重符号怎么用？** A： - (word) → 1.1 倍 - ((word)) → 1.21 倍 - [word] → 0.9 倍 示例：**(masterpiece:1.3), (best quality:1.2)** 可显著提升细节。 --- **Q：为什么加了“masterpiece”还是糊？** A：检查**分辨率**是否低于 512×768；其次确认**采样步数**≥20，**CFG scale** 7–12 区间更佳。 --- **Q：如何批量测试提示词？** A： 1. 固定种子与参数，只改提示词。 2. 用 X/Y/Z plot 脚本，横向对比不同光影词。 3. 记录高分组合，建立个人词库。 ---

高阶技巧：用LoRA与Embedding细化风格

- **LoRA**：下载“ghibli_style_LoRA”后，在提示词里加入 ``，即可一键宫崎骏画风。 - **Embedding**：将“EasyNegative”放入 embeddings 文件夹，反向提示词直接写 `EasyNegative`，省去长串负面词。 ---

避坑清单：90%新手都会犯的错误

1. **堆砌形容词**：“beautiful, pretty, cute, lovely” 四连击，权重反而稀释。 2. **忽视反向提示词**：导致**六指、双头**等灵异画面。 3. **滥用高分辨率**：直接开 2048×2048 会爆显存，先 512×768 再高清修复。 4. **复制他人种子**：种子只保证初始噪声一致，**提示词不同则结果完全不同**。 ---

如何建立自己的提示词库

- 浏览 **Civitai** 与 **Lexica**，收藏高分作品，拆解其提示词。 - 用 Notion 建立表格：列名“主体/风格/光影/反向”，遇到好词即粘贴。 - 每月复盘：删除低频词，合并近义词，保持库容精简。 ---

结语：提示词是人与模型的对话

Stable Diffusion 像一位才华横溢却不懂中文的画家，**提示词就是你的翻译官**。 当你能用 30 个英文单词精准描述“雨后黄昏，少女撑着油纸伞，伞沿滴落的水珠映出霓虹”，模型就会回报你一张**无需后期**的壁纸级作品。 持续迭代、记录、分享，你的词库终将成为独家秘籍。

（图片来源 *** ，侵删）