寫這篇專欄的起因，是?@Hina陽(yáng)菜 在評(píng)論區(qū)提到，感覺不太清楚要如何選除了觸發(fā)詞以外的提示詞。眾所周知，提示詞（prompts），或者大家經(jīng)常說(shuō)的標(biāo)簽（tags）對(duì)AI生成圖像而言有重要的指引作用，是決定圖像內(nèi)容和質(zhì)量的關(guān)鍵一環(huán)。雖然說(shuō)僅憑提示詞難以精確控制圖像內(nèi)容，其在控制人物姿態(tài)方面遠(yuǎn)不及ControlNet那般優(yōu)異，而且標(biāo)簽之間還容易互相污染，什么棕色頭發(fā)紅色發(fā)卡暗藍(lán)裙子白色襯衫深色衣領(lǐng)黃色領(lǐng)巾白色長(zhǎng)筒襪對(duì)于AI來(lái)說(shuō)那簡(jiǎn)直就是地獄難度，最后出來(lái)的顏色可以讓你懷疑人生，但毋庸置疑的是提示詞書寫依舊是AI繪圖的基本功，有必要花時(shí)間靜下心來(lái)認(rèn)真打磨。

其實(shí)就我個(gè)人而言，比起一篇關(guān)于提示詞書寫的專欄，可能自己更想整理一篇關(guān)于LoRA / LyCORIS模型訓(xùn)練的踩坑筆記吧。之所以如此，是因?yàn)槲乙沧灾獩](méi)有什么值得傳授的技巧，畢竟我寫的東西還處在平面鋪陳的初級(jí)階段，平常覺得夠用就好，出好圖就像抽SSR，大家從后文的例子里大概就可以看出來(lái)了。所以，這篇專欄與其說(shuō)是教程，不如說(shuō)是關(guān)于提示詞書寫從入門到熟練的一篇指引；其中沒(méi)有什么厲害的技巧，只有自己在寫提示詞時(shí)的一些習(xí)慣以及提升書寫技能的一些可嘗試的進(jìn)路，讓你在面對(duì)輸入框時(shí)不再感到手足無(wú)措，可以將馳騁的思緒化作具象。如果大家能從這篇文章中找到一些有用的內(nèi)容，那就太好了；如果本文有任何錯(cuò)誤和不足也請(qǐng)隨時(shí)指出，本人不吝賜教。

嗯，那我們就開始吧。

也許有人會(huì)好奇平常我是怎么寫tag的（？）但其實(shí)也沒(méi)啥特別的就是了，像是這張圖：

提示詞和參數(shù)如下：

還有這張：

提示詞和參數(shù)如下：

誠(chéng)如前述，這里沒(méi)有華麗的形容詞，提示詞也基本沒(méi)有權(quán)重差別，而且?guī)缀跽也坏矫枋鋈宋镒藨B(tài)的標(biāo)簽，能出好圖很大程度上仰仗抽卡運(yùn)（不是）。不過(guò)從這里大家也能發(fā)現(xiàn)，就算提示詞寫得并不出眾，AI好像也能產(chǎn)出很不錯(cuò)的內(nèi)容。事實(shí)上，有些大模型（例如Cetus-Mix）制作的初衷便是“不需要太多標(biāo)簽就有不錯(cuò)表現(xiàn)”，而有些大模型就十分依賴用標(biāo)簽精細(xì)描述畫面，這暗示了提示詞的表現(xiàn)可能部分與大模型有關(guān)。對(duì)于初學(xué)者而言，雖然寫提示詞確實(shí)是門需要錘煉的技藝，但是也沒(méi)有想象中的那么復(fù)雜；任何微小的進(jìn)步在特定的模型上都可以很明顯，而且能帶來(lái)很強(qiáng)的成就感。只要不斷積累經(jīng)驗(yàn)，然后等待量變引起質(zhì)變就好了。

我們繼續(xù)將目光聚焦于提示詞上。提示詞由兩部分組成，即正面提示詞和負(fù)面/反向提示詞（Negative prompt），前者是你想要讓圖像包含的內(nèi)容，后者則是你不愿意在圖像里出現(xiàn)的內(nèi)容。

我們先來(lái)說(shuō)說(shuō)負(fù)面提示詞。

負(fù)面提示詞顯然是必不可少的，缺少負(fù)面提示詞會(huì)在很大程度上影響出圖質(zhì)量，問(wèn)題在于應(yīng)該要怎么寫。

對(duì)于負(fù)面提示詞，很多人會(huì)填入相當(dāng)多低畫質(zhì)、奇怪的構(gòu)圖和背景、畸形的比例和肢體、水印文字等關(guān)鍵詞，最后讓負(fù)面提示詞變得很長(zhǎng)很長(zhǎng)，像是下面的例子：

并不是說(shuō)這有什么大問(wèn)題，而是這樣做值得商榷。事實(shí)上，即使負(fù)面提示詞包羅萬(wàn)象，也無(wú)法消除肢體殘缺畸形、光照不自然、違反透視規(guī)則、背景不連續(xù)、諸如“用手吃拉面”的怪異邏輯等AI繪圖的固有問(wèn)題，該出古神的終究還是會(huì)出。此外，負(fù)面提示詞過(guò)多也可能影響某些模型的效果，像OrangeMix系列大模型的作者便這樣告誡大家不要寫那么多負(fù)面詞（不是）：

除了碼上一堆負(fù)面提示詞，你也可以使用他人訓(xùn)練好的負(fù)面文本嵌入（embedding）模型，像是通用的EasyNegative和bad_prompt，還有專注于修手的badhandv4和negative_hand等，都可以在C站上找到。這些模型本質(zhì)上是負(fù)面提示詞的打包，使用方法是將下載好的模型放入WebUI根目錄中的embeddings目錄中，之后在負(fù)面提示詞輸入框中輸入模型的名稱（例如EasyNegative）即可調(diào)用。不過(guò)需要注意的是，文本嵌入模型會(huì)影響畫風(fēng)，有些大模型（例如AICE冰可 | KawAICE）的介紹頁(yè)里就寫明不推薦使用這類負(fù)面文本嵌入模型，所以在使用前建議先閱讀模型介紹，并根據(jù)實(shí)際效果確定是否使用。

總而言之，負(fù)面提示詞是必要的。你可以選擇逐個(gè)寫上負(fù)面標(biāo)簽，也可以使用現(xiàn)成的負(fù)面文本嵌入模型，還可以兩種方案混用，但需要注意的是負(fù)面提示詞不必包羅萬(wàn)象，負(fù)面提示詞模型也不是萬(wàn)金油，需要視情況選擇。

接下來(lái)是大家可能更為關(guān)注的正面提示詞。

首先，正面提示詞的寫作沒(méi)有條條框框的限制。簡(jiǎn)單的情形像上文提到的Cetus-Mix，只需要四個(gè)提示詞就有很棒的表現(xiàn)：

效果如圖：

而復(fù)雜的的情形甚至直接上小作文，用自然語(yǔ)言描述畫面內(nèi)容：

效果如下：

目前看來(lái)，用標(biāo)簽和自然語(yǔ)言描述畫面要素都是不錯(cuò)的選擇。個(gè)人是習(xí)慣了用一個(gè)個(gè)標(biāo)簽去描述畫面，而且以前還擔(dān)心AI是否能準(zhǔn)確地對(duì)自然語(yǔ)言進(jìn)行語(yǔ)法分析，不過(guò)從結(jié)果看表現(xiàn)還挺好的。

在提示詞數(shù)量較少而且權(quán)重信息不明時(shí)，AI自由發(fā)揮的空間很大，不同的模型有不同的表現(xiàn)（其實(shí)還和CFG Scale有關(guān)，不過(guò)這里暫時(shí)不討論）。不過(guò)，如果大模型還加載了LoRA / LyCORIS模型（特別是模型有過(guò)擬合的傾向），那么此時(shí)如果提示詞較少，則生成的圖像可能受到LoRA / LyCORIS模型的特征影響，也就是沒(méi)有那么自由了，這時(shí)候可能需要更多的提示詞或者設(shè)置提示詞的權(quán)重來(lái)實(shí)現(xiàn)預(yù)期效果。

接下來(lái)的討論我打算從三個(gè)部分展開，分別是有哪些標(biāo)簽可以使用、提示詞寫作的框架以及標(biāo)簽書寫的語(yǔ)法。

對(duì)于剛剛接觸AI繪圖的人而言，最大的問(wèn)題也許就是不知道有哪些標(biāo)簽可用，以及怎么用英語(yǔ)把心中的想法表達(dá)出來(lái)吧。如果你也有這樣的困惑，或許可以通過(guò)以下方式學(xué)習(xí)標(biāo)簽的寫法：

1. PNG圖片信息反查：如果這是一張AI生成的圖像的原圖，那么可以將其拖入WebUI的PNG圖片信息選項(xiàng)卡，程序會(huì)讀取生成這張圖片時(shí)的參數(shù)。

2. 標(biāo)簽反推：如果你看到了一張很棒的圖，可以嘗試反推出其中包含的標(biāo)簽。此功能需要安裝stable-diffusion-webui-wd14-tagger插件，如果還未安裝，可以依次點(diǎn)擊WeUI的擴(kuò)展選項(xiàng)卡——可下載——加載擴(kuò)展列表，在下方的搜索框中輸入stable-diffusion-webui-wd14-tagger，點(diǎn)擊候選項(xiàng)右側(cè)的安裝。重啟WebUI，就能看見多出了一個(gè)“WD 1.4 標(biāo)簽器 (Tagger)?”選項(xiàng)卡。點(diǎn)擊該選項(xiàng)卡，在其中選擇合適的反推模型并調(diào)整置信度閾值，然后拖入圖片，單擊“反推提示詞”即可得到結(jié)果。這里推薦反推模型中的wd14-vit-v2-git、wd14-convnextv2-v2-git和wd14-swinv2-v2-git，其中wd14-vit-v2-git最快，wd14-swinv2-v2-git最準(zhǔn)確。

3. 標(biāo)簽分享站和在線元素法典：像是https://tags.novelai.dev/、https://aitag.top/和https://aiguidebook.top/index.php都是不錯(cuò)的選擇，其中或是對(duì)標(biāo)簽進(jìn)行了分類整理，或是提供了現(xiàn)成的提示詞模板。

4.?標(biāo)簽中英轉(zhuǎn)換：如果你知道某個(gè)標(biāo)簽的中文，可以使用sd-webui-prompt-all-in-one插件（似乎秋葉的整合包內(nèi)置了此插件，若沒(méi)有安裝則參照stable-diffusion-webui-wd14-tagger），其中在輸入中文標(biāo)簽時(shí)會(huì)自動(dòng)翻譯為英文（雖然有時(shí)候翻譯得不準(zhǔn)）。

4.?標(biāo)簽自動(dòng)補(bǔ)全：如果你知道某個(gè)標(biāo)簽的大致范圍（比如swimsuit），可以借助a1111-sd-webui-tagcomplete插件聯(lián)想相關(guān)的標(biāo)簽。

5. ChatGPT輔助寫作：sd-webui-prompt-all-in-one插件提供了ChatGPT輔助生成提示詞的功能，非常方便。

你也可以考慮在本地搭建一個(gè)聊天機(jī)器人，這里推薦ChatRWKV：

了解了可用的標(biāo)簽，接下來(lái)便是如何將它們組織起來(lái)。就個(gè)人而言，我會(huì)按照“調(diào)用模型的標(biāo)記——畫質(zhì)——畫風(fēng)和色彩——構(gòu)圖和拍攝角度——背景、特效和物件——人物特征和裝飾物”的順序去完成一幅圖的提示詞。其實(shí)不用非要按照這樣的順序來(lái)，不過(guò)這確實(shí)是一個(gè)好習(xí)慣，一是寫起來(lái)比較符合邏輯，二是想要修改提示詞的時(shí)候也比較方便定位大致位置。具體而言：

• 個(gè)人會(huì)把類似<lora:XXXX:X.X>這樣的調(diào)用模型的標(biāo)記寫在最前面，這主要是為了防止寫到最后結(jié)果忘記調(diào)用模型；

• 畫質(zhì)提升標(biāo)簽在大部分情形下還是需要的（不過(guò)一些大模型的介紹頁(yè)有提到不需要某些提升畫質(zhì)的標(biāo)簽），但也不宜過(guò)多，一般而言best quality / masterpiece / HDR / 8K / ultra detailed這些比較常用，酌情使用即可；

• 畫風(fēng)標(biāo)簽可以影響畫面色彩和筆觸等特征，比如surreal colors / colorful / pastel colors?/ high contrast / high saturation，還有sketch / pixel art / monochrome / watercolor \(medium\)等；

• 構(gòu)圖和拍攝角度標(biāo)簽按照需要添加，像是dutch angle / cinematic angle / dynamic pose / wide shot / depth of field，和人物有關(guān)的close-up / profile / portrait / upper body / cowboy shot / full body之類的有時(shí)候我也會(huì)寫到人物特征那里去；?

• 背景和物件標(biāo)簽的話，我一般會(huì)先考慮某個(gè)場(chǎng)景，比如璀璨星空下的奇幻而又靜謐的小鎮(zhèn)，然后先從整體環(huán)境開始，在從天上依次寫到地下（不是）。像是描述整體氛圍的night, silent, peace, otherworldly atmosphere，描述天空的dappled moonlight, gradient sky,?beautiful sky, starry sky, beautiful clouds, constellation, shooting star，以及描述地面物體的grassland, wildflowers, cobblestone streets, ancient architecture, reflective floor都可以試一試；

• 特效標(biāo)簽，像是描述光照的backlighting / ray tracing / cinematic lighting / volume lights，還有描述虛化背景、模糊和光暈的bokeh /?blurry background / lens flare / motion blur /?light particles /?sparkle，在需要實(shí)現(xiàn)某些特殊效果時(shí)可以考慮使用；

• 人物特征和裝飾物標(biāo)簽就無(wú)須贅述了，比如下面這一串描寫海邊的穿著水手服校服的女孩子的標(biāo)簽：wet hair, shiny skin, cute, happy, smile,?:d, open mouth, collarbone, floating hair, sailor collar, pleated skirt, short sleeves, school uniform, serafuku, ribbon, earrings, bracelet, white thighhighs, hair bobbles, hair flower, neckerchief, necklace。

最后是標(biāo)簽書寫的語(yǔ)法：

• 標(biāo)簽和標(biāo)簽用逗號(hào)隔開，如serafuku, school uniform, plaid skirt, sailor collar。在沒(méi)有權(quán)重信息的情況下，同類標(biāo)簽的優(yōu)先級(jí)以先后次序?yàn)闇?zhǔn)；

• 括號(hào)()表示給標(biāo)簽設(shè)定權(quán)重，一層括號(hào)為1.1倍權(quán)重；可以使用多重括號(hào)，括號(hào)有多少層就表示給標(biāo)簽加上1.1的多少次方倍的權(quán)重，比如(((swimsuit)))是給swimsuit加上1.1^3=1.331倍的權(quán)重。更推薦的是在括號(hào)內(nèi)指定權(quán)重的倍數(shù)，此時(shí)權(quán)重以指定的數(shù)值為準(zhǔn)，如(swimsuit:1.6)是給swimsuit加上1.6倍權(quán)重；

• 管道符|表示標(biāo)簽混合，例如red|blue hair就可以生成紅藍(lán)混合的發(fā)色，cow|horse可以生成形態(tài)介于牛和馬的生物；

• 方括號(hào)[]表示減弱標(biāo)簽的權(quán)重。除此之外，方括號(hào)還可以實(shí)現(xiàn)漸變效果，后面的數(shù)字若小于1則視為比例，大于1則視為步數(shù)。例如[pink:light blue:0.85]，畫出來(lái)的可能就是三月七那樣的發(fā)色。

詳細(xì)的實(shí)例可以參考這個(gè)視頻：

以上就是我所知道的關(guān)于提示詞書寫的全部?jī)?nèi)容了。雖然這些用文字表述起來(lái)很繁雜，但在實(shí)踐時(shí)不必受到那么多限制，一邊嘗試一邊積累經(jīng)驗(yàn)就好，無(wú)論何時(shí)重要的都是追隨自己心中的想法。畢竟，技術(shù)層面的內(nèi)容終有一天能完全掌握，而將你與他人區(qū)分開的是你的想象力和獨(dú)特的審美。

那么就下篇專欄再見啦，誒嘿嘿?