Stable Diffusion提示詞訣竅（一）
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：
分享至
成為作者繼續創作的動力吧！
作者的相關文章
子不語怪・力・亂・神 的其他內容
你可能也想看
- 「天天秋嗨嗨」：vocus 秋季徵文，五大主題 & 獎品登場！
- 11/20 NVDA財報前Preview, 財報前股價波動走勢觀察
- 維持皮膚健康與活力｜6款超人氣保濕、舒緩敏感化妝水評比
- Stable Diffusion Online網頁版，免費無限生成高質量圖像
- Stable Diffusion 用 prompt 控制鏡頭距離及角度
- Stable Diffusion: Advancing Generative Models for Robust and
- stable-diffusion-webui AUTOMATIC1111在更新1.6版後的八大重點項目
- Stable Diffusion Webui的QRcode融合實驗紀錄，一個img2img的方法
- AI繪圖-實測：比較目前20種採樣方式的速度與圖片生成結果(stable diffusion webui)
- Stable Diffusion 介面安裝(automatic1111)
- stable diffusion如果出現python 9009 或 1
- 踏出Stable Diffusion新米第一步-安裝
- AI繪圖-四分鐘四個步驟!簡易快速安裝單機版stable-diffusion-webui(AUTOMATIC1111)
發表回應
成為會員 後即可發表留言
© 2024 vocus All rights reserved.