Stable Diffusion的sd提示词有什么独特的语法和要求？

Stable Diffusion的提示词（prompt）本质上不是自然语言，它更像是一种命令。你输入什么，AI就做什么，所以说话的方式需要直接、清晰。这套语言有自己独特的语法和规则，搞懂了才能让AI更听话。

核心逻辑：词序和逗号

首先要明白，提示词里的词语顺序很重要。排在最前面的词，AI会认为最重要。 比如你想画“一个女孩在森林里”，那么“女孩”这个核心主体就应该写在前面。如果你把“森林”放前面，出来的图里，人物可能会变得很小，环境的比重会更大。

分隔不同概念，最常用的是英文逗号“,”。 逗号是个软分隔符，它告诉AI“这是两个不同的东西”，但它们之间还是有联系的。 比如“a girl, in the forest”，AI会理解这是一个整体场景。每个逗号隔开的词组就是一个“标签”（tag），AI会挨个去实现这些标签。

精准控制：权重语法

有时候，你希望某个元素特别突出，或者某个元素弱化一点，这时候就要用到权重。

最直接的方法是用括号和数字。格式是 (关键词:权重数值)。
* 增加权重：如果想让某个东西更显眼，就把权重数值调高，比如 (red dress:1.3)。这等于告诉AI：“红色裙子很重要，给我重点画。” 数值越高，影响越大，但一般建议在1.1到1.5之间，太高了画面容易崩。
* 降低权重：反过来，(red dress:0.8) 就是让AI觉得红色裙子没那么重要。

在AUTOMATIC1111这类WebUI里，还有一种更简便的写法：
* 用 () 包围一个词，等于把它的权重乘以1.1倍。比如 (red dress) 就相当于 (red dress:1.1)。可以套娃，每多一层括号，就在前一层的基础上再乘以1.1。例如 ((red dress)) 就是1.11.1=1.21倍的权重。
* 用 [] 包围一个词，等于把权重乘以0.9倍（也就是除以1.1）。比如 [red dress]，就是降低它的重要性。同样可以套娃，[[red dress]] 就是0.90.9=0.81倍的权重。

这种简便写法用起来很快，比如你发现AI画的人手总是不对劲，又不想完全去掉手，可以在负面提示词里写 [hands]，稍微降低一下AI对手的关注度。

进阶玩法：融合与交替

除了调整权重，还有一些更复杂的语法可以实现创意的效果。

1. 关键词融合 [from:to:when]

这个语法也叫提示词调度（Prompt Scheduling），能让你在生成过程的不同阶段使用不同的关键词。
它的格式是 [关键词A:关键词B:数值]。
这个“数值”决定了切换的时机。
* 如果“数值”在0和1之间，它代表的是总步数的百分比。比如总共画30步，你写 [dog:cat:0.5]，意思就是前15步（30*0.5）AI会想着“狗”，后15步会想着“猫”。最后出来的可能就是个长得有点像猫的狗，或者反过来。
* 如果“数值”大于1，它就代表具体的步数。比如 [dog:cat:20]，意思就是在画到第20步的时候，AI的思路从“狗”切换到“cat”。

2. 交替绘制 [A|B]

这个语法很简单，就是在两个关键词之间用竖线“|”隔开，格式是 [A|B]。 它的作用是在每一步生成中，轮流使用A和B这两个提示词。比如你想画一辆半红半蓝的车，直接写 “red and blue car” 效果可能不好，AI可能会画出一辆紫色的车。但如果用 [red|blue] car，AI就会在红色和蓝色之间交替思考，更容易画出红蓝分明的效果。

绝对隔离：BREAK指令

有时候，你会写很长的提示词，里面包含多个不想相互影响的复杂概念。比如你既想描述人物，又想详细描述背景。这时候简单的逗号分隔可能不够，AI还是会把不同概念的特征“串味”。

这时候可以用 BREAK 这个关键词（必须大写）。 BREAK 就像一堵墙，它会强行把提示词分成几个独立的区块，每个区块内部的词会相互影响，但区块之间基本不会。

举个例子：a beautiful girl, BREAK cinematic lighting, BREAK detailed forest background。
用了 BREAK 之后，AI会分开处理这三部分：先专注画一个漂亮的女孩，然后独立思考什么是电影感的光照，最后再想怎么画一个细节丰富的森林背景，再把它们组合起来。这样能有效避免光照效果影响到女孩的服装颜色，或者森林的细节跑到人物脸上去。

必不可少：负面提示词 (Negative Prompt)

负面提示词是你告诉AI“不要画什么”的地方。 它的作用非常大，很多时候一张图画得好不好，就看负面提示词写得对不对。

负面提示词没有复杂的语法，就是把你不想看到的东西用逗号分隔开列出来就行。但写什么很重要。通常分为几类：

• 低质量词：这是最基础的，几乎每次都会用。比如 low quality, worst quality, jpeg artifacts, blurry 等，用来避免模糊、低分辨率的图像。
• 丑化词：避免画面不好看。比如 ugly, disfigured, deformed。
• 修正人体错误：AI画人经常出错，特别是手和脚。所以负面提示词里常常会放 bad anatomy, extra limbs, extra fingers, fused fingers, malformed limbs 这类词，来规避多余肢体或畸形的手指。
• 排除特定内容：如果你不想要画面里出现文字、水印或者签名，就可以加上 text, watermark, signature, username。
• 风格修正：有时候AI会画出你不想要的风格，比如过于卡通或过于写实，你也可以在负面提示词里加入相应的词来调整。

一个通用的负面提示词模板可以帮你省去很多麻烦，比如：
ugly, boring, bad anatomy, blurry, pixelated, unnatural colors, poor lighting, dullness, cropped, out of frame

把这些语法和规则组合起来，你就能更精确地控制Stable Diffusion，让它从一个随机的“画家”变成一个听话的“工具人”。记住，核心是具体、清晰，AI不会读心术，你必须把要求说得明明白白。