先說結論，提示詞位置互換，圖就不一樣！
最近在網上搜尋Stable Diffusion的提示詞用法時，發現一個意想不到的用法，SD官方提到過提示詞不僅可以使用權重來調整圖片的結果，甚至連不同的順序都會有不一樣的效果！至於效果差多少，有時候可以差很多。
我心血來潮測試了一下，將一個seed，負面提示詞，各種設定完全一樣的設定，只是將正面提示詞的詞位置調換，出來的成品大致相同，但是細節差很多！
第一組測試：
種子：1791102673第一張正面提示詞：
an young beautiful Ukrainian woman with silver hair and black robe and dark cloak and wearing tiara, by agnes cecile, half body portrait, extremely luminous bright design, pastel colors, (ink:1.3), autumn lights, (8k, best quality, masterpiece:1.2),(best quality:1.0), (ultra highres:1.0), watercolor
第二張正面提示詞：
an young beautiful Ukrainian woman with silver hair and black robe and dark cloak and wearing tiara, by agnes cecile, autumn lights, (8k, best quality, masterpiece:1.2),(best quality:1.0), (ultra highres:1.0), watercolor, half body portrait, extremely luminous bright design, pastel colors, (ink:1.3)
因為這太驚人了，所以我決定一次產十張圖，並且把提示詞的輸入順序做個大幅度更換看看會出現什麼效果。
第二組測試：
種子不變
第一組正面提示詞：
sad, an young beautiful Ukrainian woman with silver hair, bluegray eyes, black robe and dark cloak, autumn lights, (8k, best quality, masterpiece:1.2),(best quality:1.0), (ultra highres:1.0), watercolor, half body portrait, extremely luminous bright design, pastel colors, (ink:1.3), by agnes cecile, 3d render
第二組正面提示詞：
sad, autumn lights, (8k, best quality, masterpiece:1.2),(best quality:1.0), (ultra highres:1.0), watercolor, half body portrait, extremely luminous bright design, pastel colors, (ink:1.3), by agnes cecile, 3d render, an young beautiful Ukrainian woman with silver hair, bluegray eyes, black robe and dark cloak
這兩組提示詞，第一組先描述對象。第二組先描述圖片光影屬性，結果出的圖，少女的臉幾乎一樣，但是服裝，背景跟時代感天差地遠！
會造成這個差別的原因，可能是因為Automatic1111把文字轉換成Token的時候，並不是一個Set，而是一個List，加上在推論時，所謂隨機挑選提示詞並不是真的隨機，而是依照給的種子來產生偽亂數。這樣的話提示詞位置的不同就會影響被挑中的文字，所以可能A組合會挑到維多利亞時代的倫敦街頭，但B組合會挑到現代都市（因為AB組合裡面都沒提到背景，所以是偽亂數決定）。
根據Stable Diffusion的操作手冊，在沒有特意把權重標示出來的情況下，越前面輸入的提示詞就越容易被選中。但是在我們輸入的提示詞其實是一樣的，不同的只是順序。但是在不同順序中，當它挑選我們沒有指定的提示詞時，會造成不同程度的影響！（是的，Stable Diffusion在去噪過程中會常常挑到我們沒有指定的提示詞，甚至會小機率挑到負面提示詞！）
結論：
也就是說，當你算到你心儀的圖片時，就可以靠重新排列正面、負面提示詞創造出許多臉蛋，表情大致相同（因為你已經用正面提示詞鎖定了），但是動作姿態、光影與環境都不一樣的圖！挑到同一角色，但場景與動作更棒的圖的機會就更大了！
提示詞訣竅列表：
- Stable Diffusion提示詞訣竅（一），位置互換有差別
- Stable Diffusion提示詞訣竅（二），抓出提示詞
- Stable Diffusion提示詞訣竅（三），拿作者的提示詞來用
- Stable Diffusion提示詞訣竅（四），儲存提示詞在Styles裡
- Stable Diffusion提示詞訣竅（五），提示詞編輯
- Stable Diffusion提示詞訣竅（六），模組預覽圖
- Stable Diffusion提示詞訣竅（七），用詞訣竅（上）
- Stable Diffusion提示詞訣竅（八），用詞訣竅（下）
- Stable Diffusion提示詞訣竅（九），狂野生圖法
