prompt提示词

本文涉及的产品
实时数仓Hologres,5000CU*H 100GB 3个月
智能开放搜索 OpenSearch行业算法版,1GB 20LCU 1个月
实时计算 Flink 版,5000CU*H 3个月
简介: prompt提示词

stable diffusion 提示词Prompt

飞桨优化技巧
①提示=任务+生成主体+细节(可选)+形式(可选)
②通俗来说:给模型输入什么数据,模型就会尝试学习什么内容
③提预设,戴高帽,说好话,给提示,做假设

[STEP 1]任务归类、复用该类别技巧任务:“海报背景”属于AI作画任务补充:AI作画这类任务的prompt通用技巧,如画风描述
[STEP 2]补充主体特点信息,如判断具体什么画风合适场景特点:“海岛”特点是不同于大都市的松弛体验补充:能体现“松弛感”的画风描述,如二次元、卡通等
[STEP 3]补充应用场合特点信息应用场合:“营销”、“海报背景”,往往需要后期加文案信息补充:对画面的具体要求,如对画面结构的描述“画面中间空白、画面四周画上彩色云朵”等
[STEP 4]加上一段文案试试看效果,逐步迭代

Prompt:你是一名科普文章相关从业者你需要通过对我输入的文本进行理解,准确概括文章主题,通过引用相关的案例或实例来吸引读者的兴趣,概述文章的主要内容,引出文章的主题,从易到难,由浅入深地阐述文章的主题,避免使用过于复杂的语言,最后给出文章的主要内容和观点,给读者留下一个深刻的印象,如果有文献就列出参考文献。内容为:哪些情况会使得我们更容易患上高血压

规划出输出的大致格式
[正文]
实验原理
实验材料( 设备)和方法
实验过程
实验结果
实验分析

判断场景的任务特点,给模型一些有价值的输入
[STEP 1]任务归类、复用该类别技巧任务:“科普文章”属于AI文本生成类任务补充:这类任务的prompt通用技巧,如:文章结构要求,做强调可能会让生成效果更好
[STEP 2]补充主体特点信息应用场合:“高血压”“患病”,受众多位老年补充:对人群需求特点的具体描述,如通俗易懂;易读性的要求描述,如请分段描述
Prompt:
你是一名科普文章相关从业者,你需要通过对我输入的文本进行理解,在我给出具体文本后再参考以下规范进行生成“主要内容:

注意事项:
注意定位目标读者:明确目标读者群体,从他们的角度出发,用通俗易懂的语言向他们传递知识。
正文可以分段,上下文逻辑关联性要强。
请问你是否理解到了我的意图? 如果理解,请直接回复“是的,我理解到了您的意图

现在你是Python语言下的OpenCV高手,请帮我写一个读取图像并缩放至32x32像素大小,并将其转换为灰度的代码
判断场景的任务特点,给模型一些有价值的输入
[STEP 1]任务归类、复用该类别技巧任务:代码生成补充:这类任务的prompt通用技巧,如:细分业务逻辑,适合加“带高帽”Trick。
[STEP 2]细分业务逻辑逻辑:先转为常见的lcon大小32x32、然后再转为灰度即可成为灰度icon的代码。
[STEP 3]增加Trick图像处理代码生产者哪里找:“OpenCV”补充,关于信息来源的描述,如“OpenCV的高手”

判断场景的任务特点,给模型一些有价值的输入
[STEP 1]任务归类、复用该类别技巧任务:要代码知识,这是知识问答类任务补充:这类任务的prompt通用技巧,如:引导模型给出该领域专门内容信息
[STEP 2]结合场景主体特点需求要素:不同类型的文档呈现形态不一样补充:生成一份API说明文档
[STEP 3]准确给出题干场景特点:代码相关文档说明,通常使用Markdown格式补充:使用Markdown格式

Prompt 1:你是一个中医方剂信息抽取模型,我将粘贴一段待抽取的文本,你需要通过对我输入的文本进行信息抽取,抽取字段是“方剂名称”、“组成药物”“功效”、““主治病症”。
Prompt 2:荆防败毒散是一种中医方剂,出自《摄生众妙方》卷八,由羌活、独活柴胡、前胡、积壳、获苓、荆芥、防风、桔梗、川穹等药物组成,具有疏风解表、败毒消肿、祛痰止咳之功效,主治外感风寒湿邪所致的恶寒发热、头疼身痛、胸闷咳嗽、痰多色白、苔白脉浮,以及一切疮疡肿毒、肿痛发热等病症。

Prompt 1:你是一个超市商品信息抽取模型,我将粘贴一段待抽取的商品信息,你需要通过对我输入的文本进行信息抽取,抽取字段是“商品名称”“商品类别”、“商品价格”、“主打卖点”。
Prompt 2:乐神康饮料是一种保健饮品,主要成分包括乌梅、青果、获苓、紫苏、生姜、麝香、甘草、枸杞子、陈皮、茅根、芦根、纯净水、蔗糖、柠檬酸、甜蜜素、可乐香精等,故具有抗疲劳、调理肠胃、增强免疫力等功能。适合于疲劳困倦、肠胃不适、免疫力低下等人群饮用,而且价格3元一瓶,非常便宜。

Prompt:
你是一个快递单信息模型,我将粘贴一段待抽取的文本,你需要通过对我输入的文本进行信息抽取,抽取字段是“姓名”、“电话”、“地址”。同时,如果我的输入内容存在问题,例如信息不完整、非快递单信息,那么可以给出否定答复,例如:输入内容存在错误。

预设任务
在第一次交互时就约定模型在接下来要输出的形式优点;
1.降低单次对话的文本长度,避免遗失
2.输入频繁时,该方案更节约开销。

抽取快递单号:
你是一个[任务名]抽取模型,我将粘贴一段待抽取的文本,你需要通过对我输入的文本进行信息抽取,抽取字段是[抽取字段]。同时,如果我的输入内容存在问题,例如[ 异常情况]那么可以给出否定答复,例如: 输入内容存在错误。

Prompt:你是一个邮箱地址抽取模型,我将粘贴一段待抽取的文本,你需要通过对我输入的文本进行信息抽取,抽取字段是“邮箱地址”。同时,如果我的输入内容存在问题,例如不符合邮箱地址格式,那么可以给出否定答案,例如:输入内容存在错误,请重新输入。

你是一个快递单信息模型,文本是“刘德华内蒙古自治区兴安盟突泉县东杜尔基镇18535828351”
你需要通过对我输入的文本讲行信息抽取,抽取字段是“姓名”、“电话”、“地址” 同时,如果我的输入内容存在问题。
例如信息不完整、非快递单信息。那么可以给出否定答复,例如: 输入内容存在错误。

如何提升稳定性
要使用中文标点,避免出现字句、语法、标点等错误,保证语法正确、语义合理
尽可能符合中文语言规范,

主要目标:让Prompt从能做好“单个案例”到能做好“具体场景
步骤一 最小单元测试 确认大模型可以完成该类任务
步骤二 选择适合的交互方式 选择直接交互还是预设任务
步骤三 归纳输入情况 确定Prompt模版
步骤四 验证Prompt模版通用性 验证是否能做好“具体场景
步骤五 让Prompt更加可靠 保证准确性、安全性、稳定性

最具商业价值Prompt

Prompt,来自 [liyiqaz]你是一名客户服务专家,在通过和用户的交互后需要生成一段用户投诉小结,以便归档和后续跟进。请以[投诉主题],[用户问题描述],[ 用户的情绪],[用户诉求],[客服回复的主要信息和解决方案]为结构进行内容生成。注意只判断用户的情绪,但不要编造用户的需求,如果是你推断出的内容请特别标准出是你推断而我最近购买了不是事实。原始用户反馈如下:你们的电话卡套餐,但是发现费用和使用体验与你们的宣传不符,在使用套餐内的流量时,费用远高于我所预期,套餐内的通话时长使用非常快,但是通话费用却很难理解。我希望你们能够解决这些问题,让我能够享受到更好的电话卡服务。同时,我也希望你们能够提供更透明的费用结构和更好的客户服务。

Prompt,来自[周爱德华]现在您是一名经验丰富、对各地民俗有深刻了解的婚礼主持人。我将告诉您接下来需要您主持婚礼的新郎和新娘名字。您需要根据对婚俗的理解,在我给出信息后按照以下模板生成一份主持词:
“需要包括以下内容: [开场白] 向各位来宾打招呼,并请来宾尽快入座。[主角出场]请新郎和新娘共同入场。[爱的宣言]新郎新娘当众讲爱的宣言[父母祝愿] 请双方父母讲出对儿女结婚的祝福[各种礼仪]请新郎新娘喝交杯酒、互戴戒指。[请来宾开宴]请来宾尽情玩、尽情用宴。
请问,您是否理解到了我的意图? 如果理解请直接回复例如“是的我理解到了您的意图请提供新郎和新娘的名字”的肯定答复。

Prompt,来自[hsxyxy123456]你是A公司的一位客户关系管理专家,我将提供给你“客户:、节日:、购买商品:、爱好:”信息,这些客户都购买过你所在公司的产品,你需要根据我提供的信息撰写向客户送出节日祝福的邮件,要求200字以内。请问你是否理解到了我的意图?如果理解,请直接回复“是的,我理解到了你的意图,请你提供相关信息。
客户:张张、节日:国庆节、购买商品:夜视仪、爱好:动漫。

Prompt,来自[大连之星snort]你是一个法律文书多事件抽取模型,我将粘贴一段待抽取的文本,你需要通过对我输入的文本进行多事件信息抽取,若是限定触发词为“登记结婚”和事件类型为“marry”,抽取字段包括”丈夫”,“妻子”,"时间”,"地点"”;若是抽取限定触发词为“生育”和事件类型为“BeBorn”,抽取字段包括”孩子”,"时间"”,"地点”,若是限定触发词为“生育”和事件类型为"BeBorn",抽取字段包括孩子(Children),时间(Time),地点(Location); 若是抽取限定触发词为“提出诉讼”和事件类型为“Prosecute”,抽取字段包括“原告",“被告",“诉求”,“原因”“时间”,“法院”。同时,如果我输入内容存在问题,例如信息不完整、费法律文书信息,那么可以给出否定答复,例如:输入内容存在错误。 待抽取文本:赵四与妻子王五通过相亲认识,2011年登记结婚,婚后共生育三个孩子,后双方因感情不和,于2020年协议离婚,协议约定,离婚后,三个孩子在-年内跟随王五生活,赵四每月每个孩子支付2000元抚养费,2021年三个孩子向法院提起诉讼,要求赵四按照协议约定支付抚养费。

Prompt,来自[Myseven527 ]现在你是一名专业的电商服装产品数据分析师,你的任务是:对下面的评价文本进行情感分析,给出一个"积极"或"消极"或"中立的情感结果;并且从文本中概括出有关”面料"、"价格"、"版型"、"客服”这四个方面的信息,注意:若根据文本无法概括出在某方面的信息,则回答"无"。将你的回答按照json 格式输出,包含以下键:sentiment result、fabric、price、size、custom service,不需要给出推理步骤。

Prompt,来自[imangcoco ]现在你是文本校对工具。你可以检查出文本中的错别字,并对其进行纠正。请你回复校对后的文本,并在结尾后空一行列出文本中的错误字且指出正确用法。你只会回复我要求的内容,而不会回复其他任何内容。当你准备好了,我将输入文本。

Prompt,来自[墨希久]作为旅游专家,您的任务是为我制定详细的旅行行程计划书,因为我计划从郑州去洛阳游玩。行程应包括目的地、旅行时间表、预算估计(详细列出分项,计算并回答总费用)、当季气候条件以及本栏下列出的服装和设备建议、文化背景信息,包括需要尊重的任何习俗或宗教信仰。最后是注意事项,涉及安全,环保,保险。推荐可选择的酒店或民宿,重点是成本效益。请以类似于小红书(一个流行的社交媒体平台)的风格呈现行程。

Prompt,来自[小宝创业案例]你是一名资深SEO专家,请根据我提供的产品信息,进行关键词挖掘,分别列出1个核心关键词,5个相关关键词,10个长尾关键词。 产品信息为:手机
模板: 你是一名XXXX,请根据我提供的产品信息,进行关键词挖掘,分别列出1个核心关键词,5个相关关键词,10个长尾关键词。 产品信息为: XX

Prompt,来自[思念像海亦如风]我需要系统性学习英语,请按随机的顺序列举 5000 个常用的英语单词(注意每次列举 3个)。使用印欧词根音变规律提供单词,包含发音,词义,例句,词根记忆方法(词根加粗显示),详细描述,还有联想宫殿。 示例:Achieve [e'tfi:v]: 实现,达到
例句: She worked hard to achieve her goals记忆方法: 词根"-ceive"表示"拿,接收",前缀a-"表示“到达,完成"。想象你拿到了你渴望的东西,这就是"achieve"联想宫殿: 在宫殿的大厅里,你看到一个巨大的奖杯,上面刻着“achieve",表示你已经实现了自己的目标。大大

最具创意Prompt

Prompt,来自[飘泊1413]你是一个优秀的营养师,你可以根据输入文本内容进行理解,在我给出具体文本后,根据以下规则进行生成。“主要内容:准确概况文章主题[概述]:概述文章的中心思想[知识介绍]: 对文章主题的科学知识进行简略介绍,并对病情发展情况给出阶段性数据[膳食食谱 ]: 根据文章主题,分析哪些食物可以纳入食谱;并根据制作一份7天的营养食谱[注意事项]:根据文章主题,编写膳食食谱的食用注意事项” 请问你是否理解了我的意图,请直接回复“是的,我已经理解了你的意图请你提供相关文本

Prompt,来自[nininannan2 ]你是一个段子手,用有趣、腹黑的方式,描述“我很穷”的窘态,内容不能包含“我很穷”三个字,字字不提"穷"字在说穷"

Prompt,来自[ goodbyeJuly22]现在你是一位文学大师,请帮我给一位新生儿起个名字,姓刘,女孩,来源于《诗经》,出生于2023年5月18日,寓意良好,温婉柔和,请提供名字来源于哪首诗和这首诗的释义

Prompt,来自 [anyujin ]Prompt1:你现在是一名使用塔罗牌的占卜师,请你根据以下步骤进行占卜: 1-向我询问占卜的问题; 2-依据我的问题选择适合的牌阵;3-洗牌; 4-切牌;5-摆牌型; 6-开牌,围绕我的提问解读牌面。
Prompt2:我想知道我的事业发展如何?

Prompt,来自[麒白掌]你是世界一流的ai提示词专家,我想让你充当文心ai绘画人工智能程序的提示生成器。你的工作是根据我输入的文字提供详细和有创意的描述,以激发人工智能的独特和有趣的图像。请记住,人工智能能够理解广泛的语言,并能解释抽象的概念,所以请自由发挥想象力和描述力,尽可能地发挥。你可以从图片主体,背景,细节,拍摄镜头,构图,景别,光线,色彩,材质,风格等方面描述。你的描述越详细,越有想象力,产生的图像就越有趣,现在我的输入是一个美丽的汉服女子。

Prompt,来自[阿峰哥Zzz]你将在一场辩论赛中分别扮演正方和反方,辩题为“金钱是否是万恶之源”,正方观点为“金钱是万恶之源”,反方观点为“金钱不是万恶之源”。 请你模拟正反两方进行一场辩论赛,比赛过程中参赛选手应首先陈述本方观点,给出理由,列举支持观点的案例并重申观点。现在首先有请正方发言

Prompt,来自[艺术家磊哥]你是一颗在上海东方明珠上的摄像头,请用文字描述你看到的情况

Prompt,来自[imangcoco ]现在你是一个基于文字的第二人称冒险游戏。游戏开始后,你会生成并详细描述游戏人物身处的环境和遭遇的事件,然后提供三个行动选项等待选择,请不要解释说明。在我选择后,你会根据我的选择生成人物的行动结果以推动游戏发展,然后继续提供选项,等待选择,如此重复。现在,游戏开始。

Prompt,来自[JStar.梓轩_]你是国内高级别的智囊团,团内有 6 个不同的专家作为教练,分别是李彦宏、埃隆马斯克、马云、刘强东、马化腾和乔布斯。他们都有自己的个性、世界观、价值观,对问题有不同的看法、建议和意见。我会在这里说出我的处境和我的决策。先分别以这 6 个身份,以他们的视角来审视我的决策,给出他们的批评和建议,我的第一个处境是我要在深圳开一家画室,如何确保盈利?

  1. 分割符号

使用逗号 , 用于分割词缀,且有一定权重排序功能,逗号前权重高,逗号后权重低。例:girl, beautiful

  1. 建议的通用范式

建议用以下归类的三大部分来准备相关提示词
前缀(画质词+画风词+镜头效果+光照效果) + 主体(人物&对象+姿势+服装+道具) + 场景(环境+细节)

  1. 更改提示词权重

使用小括号()增加模型对被括住提示词的注意 (提高权重)。

一般流程:先把要描述的画面写下生成一次,根据生成结果边试边改不满意或遗漏的描述,要强调的概念用 (xxx: 1.x ) 语法形式来提升权重,其中 xxx 是你要强调的词 1.x 代表要提升的比例,如 1.5 就是提升 150% 的权重。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。例:(beautiful:1.3) 。叠加权重:通过叠加小括号方式提高权重,每加一层相当于提高1.1倍权重,例:((((beautiful eyes)))) 。

各种权重类语法公式明细:

(PromptA:权重):用于提高或降低该提示词的权重比例,注:数值大于1提高,小于1降低(PromptB):PromptB的权重为1.1=(PromptA:1.1){PromptC}: PromptC的权重为1.05=(PromptB:1.05)[PromptD]: PromptD的权重减弱0.952=(PromptC:0.952)((PromptE)=(PromptE:1.11.1){{PromptF}}=(PromptF:1.051.05)[[PromptG]]=(PromptG:0.952*0.952)

  1. 调取 LoRA & Hypernetworks 模型

使用尖括号 <> 调取LoRA或超网络模型。
按照下述形式输入:<lora:filename:multiplier> 或 <hypernet:filename:multiplier> 可调取相应模型,例:<lora:cuteGirlMix4_v10:0.5> 。
注:要先确保在【...modelslora】或【...modelshypernetworks】文件夹已保存好相关模型文件。

  1. 分布与交替渲染

使用方框号 [] 可应用较为复杂的分布与交替需求。

[A:B:step] 代表执行A效果到多少进度,然后开始执行B。例:[blue:red:0.4],渲染蓝色到40%进度渲染红色。注:step > 1 时表示该组合在前多少步时做为 A 渲染,之后作为 B 渲染。step < 1 时表示迭代步数百分比。 [A:0.5] 这样写的含义是从50%进度开始渲染A[A::step] 渲染到多少进度的时候去除A[A|B] A和B交替混合渲染

  1. 反向提示词

反向提示词(Negative prompt),就是我们不想出现什么的描述。例:NSFW 不适合在工作时看的内容,包括限制级,还有低画质相关和一些容易变形身体部位的描述等。
注:在C站可下载一个叫 Easynegative 的文件,它的作用是把一些常用的反向提示词整合在一起了,让我们只需输入简单的关键词就能得到较好效果。把它放到 xxx/enbeddings 文件夹,需要触发时在 negative prompt 中输入 easynegative 即可生效。

一些注意说明

AI 会按照 prompt 提示词输入的先后顺序和所分配权重来执行去噪工作;AI 也会依照概率来选择性执行,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。越靠前的 Tag 权重越大;比如景色Tag在前,人物就会小,相反的人物会变大或半身。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。 Prompt 支持使用 emoji,且表现力较好,可通过添加 emoji 图来达到效果。如 形容喜欢表情, 可修手。连接符号,使用 +, and, |, _ 都可连接描述词,但各自细节效果有所不同。

从左到右的6组输入参数依次为:

用加号连接:(red hair:1.1)+(yellow hair:1.25)+(green hair:1.4)用 and 连接:(red hair:1.1) AND (yellow hair:1.25) AND (green hair:1.4)用逗号连接:(red hair:1.1),(yellow hair:1.25),(green hair:1.4)用下划线连接:(red hair:1.1)_(yellow hair:1.25)_(green hair:1.4)用竖线连接:(red hair:1.1)|(yellow hair:1.25)|(green hair:1.4)什么都不加直接连接:(red hair:1.1)(yellow hair:1.25)(green hair:1.4)

提高图像质量的 prompt

HDR, UHD, 8K (HDR、UHD、4K、8K和64K)这样的质量词可以带来巨大的差异提升照片的质量
best quality 最佳质量
masterpiece 杰作
Highly detailed 画出更多详细的细节
Studio lighting 添加演播室的灯光,可以为图像添加一些漂亮的纹理
ultra-fine painting 超精细绘画
sharp focus 聚焦清晰
physically-based rendering 基于物理渲染
extreme detail description 极其详细的刻画
Professional 加入该词可以大大改善图像的色彩对比和细节
Vivid Colors 给图片添加鲜艳的色彩,可以为你的图像增添活力
Bokeh 虚化模糊了背景,突出了主体,像 iPhone 的人像模式
(EOS R8, 50mm, F1.2, 8K, RAW photo:1.2) 摄影师对相机设置的描述
(EOS R8, 50mm, F1.2, 8K, RAW photo:1.2) 摄影师对相机设置的描述
High resolution scan 让你的照片具有老照片的样子赋予年代感
Sketch 素描
Painting 绘画

艺术风格代表的 prompt

加入对应类型画家的风格,提升我们的照片效果
肖像画(Portraits) Derek Gores, Miles Aldridge, Jean Baptiste-Carpeaux, Anne-Louis Girodet
风景画(Landscape) Alejandro Bursido, Jacques-Laurent Agasse, Andreas Achenbach, Cuno Amiet
恐怖画(Horror) H.R.Giger, Tim Burton, Andy Fairhurst, Zdzislaw Beksinski
动漫画(Anime) Makoto Shinkai, Katsuhiro Otomo, Masashi Kishimoto, Kentaro Miura
科幻画(Sci-fi) Chesley Bonestell, Karel Thole, Jim Burns, Enki Bilal
摄影(Photography) Ansel Adams, Ray Earnes, Peter Kemp, Ruth Bernhard
概念艺术家(视频游戏)(Concept artists (video game)) Emerson Tung, Shaddy Safadi, Kentaro Miura

常用的反向prompt
negative prompt 描述
mutated hands and fingers 变异的手和手指
deformed 畸形的
bad anatomy 解剖不良
disfigured 毁容
poorly drawn face 脸部画得不好
mutated 变异的
extra limb 多余的肢体
ugly 丑陋
poorly drawn hands 手部画得很差
missing limb 缺少的肢体
floating limbs 漂浮的四肢
disconnected limbs 肢体不连贯
malformed hands 畸形的手
out of focus 脱离焦点
long neck 长颈
long body 身体长

举例:建议用以下归类的三大部分来准备相关提示词
前缀(画质词+画风词+镜头效果+光照效果) + 主体(人物&对象+姿势+服装+道具) + 场景(环境+细节)

// 超高分辨率, 8k, 漫画风, 相机取景框,一个男子, 奔跑(动词原型), 黑色头发, 橙色太阳, 蓝色天空
absurdres, 8k, native, viewfinder, 1beautiful, sit, black hair, orange sun, blue sky,
absurdres, 8k, comic, viewfinder, 1male, run, black hair, orange sun, blue sky,

根据上面的提示出的图,各元素都出现了,但是并没有实现run这个关键词,除了第一张图左下角几个奔跑的人物外,第三张图更是人物都没有了。

// 超高分辨率, 8k, 漫画风, 相机取景框, 一个男子, 奔跑(现在分词), 黑色头发, 橙色太阳, 蓝色天空
absurdres, 8k, comic, viewfinder, 1male, running, black hair, orange sun, blue sky,

而当我们把run改为running时,跑步的姿态就出来了~~。

组合符
: 冒号:自定义权重数值 格式:左圆括号 + 词缀 + 冒号 + 数字 + 右圆括号

// 单人女孩词缀,权重为0.75
(1girl:0.75)

() 仅圆括号:增加权重0.1

大部分情况用圆括号即可。

// 权重乘以1.1
(1girl)

{} 花括号:增加权重0.05

// 权重乘以1.05
{1girl}

[] 方括号:减少权重0.1,也有说是减弱0.05的

方括号中无法自定义权重数值,自定义权重只能使用(x:0.5)形式。

// 权重除以1.1
[1girl]

(())、{{}}、[[]] 复用括号:叠加权重

// 权重乘以1.1*1.1,即权重为1.21
((1girl))

一般流程:先把要描述的画面写下生成一次,根据生成结果边试边改不满意或遗漏的描述,要强调的概念用 (xxx: 1.x ) 语法形式来提升权重,其中 xxx 是你要强调的词,1.x 代表要提升的比例,如 1.5 就是提升 150% 的权重。

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。例:(beautiful:1.3) 。
叠加权重:通过叠加小括号方式提高权重,每加一层相当于提高1.1倍权重,例:((((beautiful eyes)))) 。

根据上一个例子的规则,增加跳跃,并且加强其权重,于是图像变了~~
// 跳跃的权重最高
(absurdres), 8k, comic, ((viewfinder)), 1male, running, (jumping:1.5), black hair, orange sun, blue sky,
看得出,人物有跑跳感,但跳感肯定是最强。

连接符
AND 和: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

// 三个词缀权重一致
bird and dog and pig

// 可使用冒号标记其权重
bird:1.5 and dog:1.2 and pig:0.8

举例四:
好,我们现在再将上面的案例改一下看看会有什么效果:
// 合并了绿色、白色、长发,要求加强绿色头发,橙色和蓝色天空合并,权重一致
absurdres, 8k, comic, [viewfinder], (1male), (running), (green hair:1.5 and white hair and very long hair), orange sun and blue sky,

由上图可以看出,主角头发一定为绿,但可能会有0~2个头发为白的人物出现在画面中,1male这条规则被打破;
橙色太阳和蓝色天空因为权重一致了,所以基本都会同时出现在画面中(看云:似乎AI想把橙色和蓝色都嵌入到其中,第三图似乎更是想生硬地把他们都捏在一起,而这种感觉在前几个例子的图片是没有的)。

  • 加号

(red hair:1.1)+(yellow hair:1.25)+(green hair:1.4)

| 竖线

(red hair:1.1)|(yellow hair:1.25)|(green hair:1.4)

_ 下划线

(red hair:1.1)_(yellow hair:1.25)_(green hair:1.4)

什么都不加

(red hair:1.1)(yellow hair:1.25)(green hair:1.4)

, 逗号
对象一致时,逗号有连接的功能

(red hair:1.1),(yellow hair:1.25),(green hair:1.4)

举例五:

虽然都是连接符,但还是有些微差别的,是更趋向于融合还是更趋向于并列,自行摸索吧~~
// 又跑又跳,红黄绿色头发,橙色太阳和蓝色天空~~
absurdres, 8k, comic, [viewfinder], (1male), running|jumping, (red hair:1.1)(yellow hair:1.25)(green hair:1.4), (orange sun)_(blue sky),
好吧,这个例子彻底把画面搞混乱了~~哈哈,原因之一是:某个元素过高的权重可能会污染其他元素。

三、分布交替渲染

[] 方括号中使用:、| 等符号,则可实现较为复杂的分布与交替渲染的需求。

[A:B:step] [元素1:元素2:步骤比例] :渲染元素1到多少进度后开始渲染元素2,实现元素1与元素2的互相叠加,有类似于[from:to:when]的感觉,可用于两个词条的融合

// 渲染蓝色到40%进度后,开始渲染红色
[blue:red:0.4]

// 前12步渲染蓝色后,开始渲染红色
[blue:red:12]

注:
step > 1 时表示该组合在前多少步时做为 A 渲染,之后作为 B 渲染。
step < 1 时表示迭代步数(参与总步骤数)的百分比。

[A:step] [元素1:步骤比例] :从多少进度开始渲染元素1

// 在执行40%的步骤后,开始渲染蓝色
[blue:0.4]
// 在执行15步之后,开始渲染蓝色
[blue:15]

[A::step] [元素1::步骤比例]:渲染到多少进度的时候停止元素1的渲染(其它元素的渲染继续)

// 在执行了40%的步骤后,停止渲染蓝色
[blue::0.4]
// 在执行了15步后停止渲染蓝色
[blue::15]

[A|B] [元素1|元素2]:元素1和元素2的交替混合渲染

// 融合蓝色与红色,紫色?
[blue|red]
// 某物与某物的交替演算,用于生成融合生物,句中词缀含义为融合牛与马。
[cow|horse]

[xx|xx|xx|xx|xx…] 本质为一种在平等权重下融合词缀生成单个元素,不限制混合元素的数量。

[A|B]C [元素1|元素2]元素3:
括号外加词缀意味着融合过程中的共享元素。

举例七:

// 一个蓝红混色染发的短发女孩
1girl, [blue|red]hair, short hair

果然紫色出来了哦~~

举例八:

// 合成“空中的鸟”与“空中的飞机”
[bird|airplane] in sky

好诡异的合体~~

举例九:

经过学习,现在我们利用第一个例子中的词缀再搞几个画面练手。
// 哇哦哇哦哇哦
absurdres, 8k, comic, [viewfinder], 1male+running, 1female ([red:blue:0.3]hair)(long hair) jumping, [[orange sun]], [blue sky], (bird and horse) in sky,
注意:
因为加入了动物,所以femal和male可能被AI识别为雌性、雄性。。。
目前发现仅用文字描述同一场景多人物,很难成功生图,看案例中男女混合了,还有很多错误的图我都没放上来。
可能需要加入很多负面提示词来控制污染,并且要把不同人物的位置、状态明确告诉AI,这样成功几率才大。
建议还是利用手稿、controlnet等方式来共同实现。

举例十:

反观单场景单人的实现就特别容易了,这或许也是为什么很多AI图片网站的成图都是单人肖像的原因。
best quality, very detailed, absurdres, 8k, comic, [viewfinder], one lady with long [blue|red]hair is sitting on ground, birds around her, blue sky+[orange sun],

这里的提示词使用了人类的英文阅读格式~~
四、调取 LoRA & Hypernetworks 模型

<> 尖括号:调取LoRA或超网络模型等。
输入:<lora:filename:multiplier> 或 <hypernet:filename:multiplier> 可调取相应模型。

<lora:cuteGirlMix4_v10:0.5>

注:要先确保在【…modelslora】或【…modelshypernetworks】文件夹已保存好相关模型文件。

五、资源
词缀获取渠道

词缀超市
分享社群
词图 Prompt Tool
提示词字典

tag自动补齐插件

插件名称:tagcomplete
安装完成后按照教程更新翻译库:https://www.bilibili.com/video/BV14Y4y1D7vR

关键词缀:Trigger Words
在使用某些lora模型的时候,需要使用官方提供的trigger words作为词缀,用于在单个lora中准确的导向不同的风格。
由于没有预览图和备注,词缀很难使用,在复杂环境也很难辨别有没有生效。
建议安装civitai helper用于自动生成预览图与trigger words。

tucker

portrait full body female Russian concubine with slim curvy body , miniskirt, trending on artstation, featured on pixiv, cinematic composition, extreme detail, metahuman creator,pretty face, ,(best quality:1.4), ((masterpiece)),((realistic)), (detailed),
Negative prompt: paintings, sketches, (worst quality:2.0),(normal quality:2.0), (low quality:2.0), lowres, ((monochrome)), ((grayscale))(monochrome:1.1), (shota:1.5), ((disfigured)), ((bad art)),((NSFW)), bad-hands-5,
Steps: 20, Sampler: DDIM, CFG scale: 7, Seed: 3252748988, Size: 512x768, Model hash: d819c8be6b, Model: majicmixRealistic_v4, Denoising strength: 0.7, Clip skip: 2, ENSD: 31337, Hires upscale: 2, Hires upscaler: Latent

beautiful

(Masterpiece),(Super High Definition Photography Art:1.4),super resolution,super detail,(accurate and sharp color:1.4),2K,HDR,RAW,(master global structured light:1.1),(real physics engine rendering:1.2),1 beautiful sexy colorful little sister,
Negative prompt: FastNegativeEmbedding, FastNegativeEmbeddingStrong, BadDream, negative_hand-neg, UnrealisticDream, bad-hands-5, bad-picture-chill-75v, bad_pictures, bad_prompt_version2-neg, bad_quality, By bad artist -neg, asynegative, ng_deepnegative_v1_75t, photozoov15, qualityzoov15, renderzoov15, rz-neg-15-foranalog, structurezoov15, Bad body proportions, facial stains, unsmooth faces, distorted faces, bad breasts, extra breasts, bad nipples, extra nipples, unreal nipples, bad arm proportions, bad legs, extra legs, missing legs, bad feet, extra fingers, mutated hands, poorly drawn hands, deformed, extra limbs, cloned face, disfigured, malformed limbs, missing arms, missing legs, extra arms, extra legs, fused fingers, too many fingers, long neck
Steps: 15, Sampler: Euler, CFG scale: 7, Seed: 3158448513, Size: 1024x768, Model hash: ce4d987a0e, Model: duchaitenaiart_V453, ENSD: 31337, Version: v1.2.1, ADetailer model: mediapipe_face_short, ADetailer conf: 30, ADetailer dilate/erode: 32, ADetailer mask blur: 4, ADetailer denoising strength: 0.4, ADetailer inpaint full: True, ADetailer inpaint padding: 0, ADetailer ControlNet model: control_v11p_sd15_inpaint [ebff9138], ADetailer ControlNet weight: 1.0, ADetailer model 2nd: person_yolov8s-seg.pt, ADetailer conf 2nd: 30, ADetailer dilate/erode 2nd: 32, ADetailer mask blur 2nd: 4, ADetailer denoising strength 2nd: 0.4, ADetailer inpaint full 2nd: True, ADetailer inpaint padding 2nd: 0, ADetailer ControlNet model 2nd: control_v11p_sd15_inpaint [ebff9138], ADetailer ControlNet weight 2nd: 1.0, ADetailer version: 23.5.17, Dynamic thresholding enabled: True, Mimic scale: 7, Threshold percentile: 100, UniPC variant: bh2, UniPC order: 2, ControlNet 0: ”preprocessor: inpaint_global_harmonious, model: control_v11p_sd15_inpaint [ebff9138], weight: 1.0, starting/ending: (0.0, 1.0), resize mode: ResizeMode.INNER_FIT, pixel perfect: True, control mode: ControlMode.BALANCED, preprocessor params: (512, 64, 64)”

volleyball

(masterpiece),(2k, best quality, ultra high res),(Global illumination rendering),(Real physics-based rendering:0.9),(award-winning photograph:0.9),A female volleyball player,sexy and beautiful,with a perfect figure,and a portrait of characters on the court,Virtual background,film style,
Negative prompt: Multiple characters, bad-hands-5, bad-picture-chill-75v, bad_pictures, bad_prompt_version2-neg, bad_quality, By bad artist -neg, easynegative, ng_deepnegative_v1_75t, photozoov15, qualityzoov15, renderzoov15, rz-neg-15-foranalog, structurezoov15, Bad body proportions, facial stains, unsmooth faces, distorted faces, bad breasts, extra breasts, bad nipples, extra nipples, unreal nipples, bad arm proportions, bad legs, extra legs, missing legs, bad feet, extra fingers, mutated hands, poorly drawn hands, deformed, extra limbs, cloned face, disfigured, malformed limbs, missing arms, missing legs, extra arms, extra legs, fused fingers, too many fingers, long neck
Steps: 20, Sampler: DPM++ SDE Karras, CFG scale: 7, Seed: 3423302202, Size: 512x512, Model hash: 014930c624, Model: artiusV21NSFW_v21, Denoising strength: 0.5, ENSD: 31337, Version: v1.2.1, Hires upscale: 2, Hires steps: 15, Hires upscaler: Swin2SR_RealworldSR_X4_64_BSRGAN_PSNR.pth.v2

bathing

(masterpiece),(2k, best quality, ultra high res),(Global illumination rendering),((Real physics-based rendering)),(award-winning photograph),1 girl,solo,18-20 years old,super beautiful face,big eyes and long eyelashes,light makeup,perfectly proportioned figure,full breasts,firm nipples,bathing in water,beautiful natural environment,character close-up,
Negative prompt: bad-hands-5, bad-picture-chill-75v, bad_pictures, bad_prompt_version2-neg, bad_quality, By bad artist -neg, easynegative, ng_deepnegative_v1_75t, rz-neg-15-foranalog, Bad body proportions, facial stains, unsmooth faces, distorted faces, bad breasts, extra breasts, bad nipples, extra nipples, unreal nipples, bad arm proportions, bad legs, extra legs, missing legs, bad feet
Steps: 28, Sampler: DPM++ SDE Karras, CFG scale: 7, Seed: 2687476483, Size: 768x1024, Model hash: ac68270450, Model: itoRiria_brav5, Denoising strength: 0.5, ENSD: 31337, Version: v1.2.1, ADetailer model: mediapipe_face_short, ADetailer conf: 30, ADetailer dilate/erode: 32, ADetailer mask blur: 4, ADetailer denoising strength: 0.4, ADetailer inpaint full: True, ADetailer inpaint padding: 0, ADetailer use separate steps: True, ADetailer steps: 28, ADetailer ControlNet model: control_v11p_sd15_inpaint [ebff9138], ADetailer ControlNet weight: 1.0, ADetailer model 2nd: person_yolov8n-seg.pt, ADetailer conf 2nd: 30, ADetailer dilate/erode 2nd: 32, ADetailer mask blur 2nd: 4, ADetailer denoising strength 2nd: 0.4, ADetailer inpaint full 2nd: True, ADetailer inpaint padding 2nd: 0, ADetailer use separate steps 2nd: True, ADetailer steps 2nd: 28, ADetailer use separate CFG scale 2nd: True, ADetailer CFG scale 2nd: 6.0, ADetailer ControlNet model 2nd: control_v11p_sd15_inpaint [ebff9138], ADetailer ControlNet weight 2nd: 1.0, ADetailer version: 23.5.14, Hires upscale: 2, Hires steps: 15, Hires upscaler: Swin2SR_RealworldSR_X4_64_BSRGAN_PSNR.pth.v2, Dynamic thresholding enabled: True, Mimic scale: 10, Threshold percentile: 100, ControlNet 0: ”preprocessor: inpaint_global_harmonious, model: control_v11p_sd15_inpaint [ebff9138], weight: 1.0, starting/ending: (0.0, 1.0), resize mode: ResizeMode.INNER_FIT, pixel perfect: True, control mode: ControlMode.BALANCED, preprocessor params: (512, 64, 64)”

round face

(RAW photo, best quality), (round face:1), 1girl, shopping mall rooftop cafe, outdoor, smile, (high detailed skin:1.4), puffy eyes, gorgeous hair, air bangs, brown black hair, white camisole, pure black pleated skirt, soft lighting, high quality, cityscape, night, rain, wet, professional lighting, photon mapping, radiosity, physically based rendering,
full body,
Negative prompt: (EasyNegative:1.2), ng_deepnegative_v1_75t, paintings, sketches, (worst quality:2), (low quality:2), (normal quality:2), lowres, ((monochrome)), (grayscale:1.2), skin spots, acnes, skin blemishes, age spot, glans, extra fingers, fewer fingers, (watermark:1.2),(letters:1.2),(nsfw:1.2), teeth, nude, bad anatomy,
Steps: 20, Sampler: DPM++ 2M Karras, CFG scale: 7, Seed: 2320361919, Face restoration: CodeFormer, Size: 512x768, Model hash: 7234b76e42, Model: chilloutmix_Ni, Version: v1.2.1

super_beautiful

1 girl,solo,18-20 years old,super beautiful face,full breasts, smile, highly detailed,sunny,((upper body selfie, happy)), masterpiece, best quality, ultra-detailed, outdoors, on top of mountain, blue sky, mountains, nature, cheerful, happy, backpack, sleeping bag, camping stove, water bottle, mountain boots, flashlight, forest, rocks, river, wood, smoke, shadows, contrast, cloudy sky,analog style (look at viewer:1.2) (skin texture)(film grain:1.3), (warm hue, warm tone)
Negative prompt: asian, chinese, paintings, sketches, (worst quality:2),(low quality:2),(normal quality:2), lowres, normal quality, ((monochrome)), ((grayscale)), skin spots, acnes, skin blemishes, age spot, glans,{{{bad_hands}}},badhand, bad_feet, text, error, cropped, jpeg artifacts, ugly, duplicate, morbid, mutilated, out of frame, extra fingers, mutated hands, poorly drawn hands, poorly drawn face, mutation, deformed, blurry, dehydrated, bad anatomy, bad proportions, extra limbs, cloned face, disfigured, gross proportions, malformed limbs, missing arms, missing legs, extra arms, extra legs, fused fingers, too many fingers, long neck, username, watermark, signature
Steps: 38, Sampler: UniPC, CFG scale: 7, Seed: 3062715640, Size: 768x512, Model hash: aa78bfa99c, Model: epicrealism_newEra, ENSD: 31337

1man, solo, suit, braid, hairband, earrings, smile, brown eyes, black suit, realistic, jewelry, short hair, black hair, looking at viewer, bare shoulders, lips, blue hairband, single braid, brown hair, simple background

相关文章
|
4月前
|
自然语言处理
ERNIE-Bot 4.0提示词原则与提示词格式
ERNIE-Bot 4.0提示词原则与提示词格式
54 0
|
9天前
|
自然语言处理 Python
【Prompt Engineering提示:Active-Prompt、方向性刺激提示、PAL(程序辅助语言模型)】
Diao等人(2023)提出了一种名为Active-Prompt的新方法,通过自适应提示来优化大型语言模型(LLMs)在特定任务中的表现。此方法通过不确定性评估选择需标注的问题,利用少量人工标注的思维链(CoT)示例逐步优化模型,提高其解决问题的能力。相比固定范例,Active-Prompt能够更有效地针对不同任务调整提示,从而提升模型性能。
【Prompt Engineering提示:Active-Prompt、方向性刺激提示、PAL(程序辅助语言模型)】
|
30天前
|
自然语言处理
怎样能写出完美的Prompt
【8月更文挑战第20天】怎样能写出完美的Prompt
|
1月前
|
机器学习/深度学习 人工智能 自然语言处理
prompt 原理
【8月更文挑战第5】
35 4
|
1月前
|
人工智能 自然语言处理 搜索推荐
|
2月前
|
人工智能 搜索推荐
Prompt工程问题之prompt中要求详细的输出内容如何解决
Prompt工程问题之prompt中要求详细的输出内容如何解决
36 4
|
4月前
|
人工智能 搜索推荐 API
一个查看 ChatGPT 自身使用内置 Prompt 的小技巧
一个查看 ChatGPT 自身使用内置 Prompt 的小技巧
|
4月前
|
人工智能 自然语言处理
到底什么是Prompt?
到底什么是Prompt?
|
4月前
|
机器学习/深度学习 人工智能 自然语言处理
Prompt提示词的精华点缀,这一篇文章就懂了!
Prompt提示词的精华点缀,这一篇文章就懂了!
|
算法
prompt
prompt
154 1