AI生成图片提示词如何通过权重分配来突出画面重点？

想让AI生成的图片更听话，突出你想表达的重点，关键在于学会分配提示词的权重。这就像指挥一个乐队，你得告诉AI，哪个乐器是主角，哪个是配角。如果不给权重，所有提示词的默认权重都一样，AI可能会自己瞎猜，结果自然不一定是你想要的。

分配权重其实就是通过特定的符号和数字，告诉AI模型：“嘿，这个词更重要，多花点心思在它上面。”或者“这个词次要一点，稍微带过就行。” 不同的AI绘画工具有不同的语法，但核心逻辑是相通的。下面我们分开聊聊几个主流工具的具体用法。

在Midjourney里如何分配权重？

Midjourney的权重系统相对直接，主要用双冒号::和数字来实现。

基本语法：多重提示与权重

首先，你需要理解“多重提示”（Multi-Prompts）的概念。 当你用::把提示词分开时，你就在告诉Midjourney，这些是各自独立的概念，然后AI会尝试把它们融合在一起。

• 基础用法：space ship 这两个词连在一起，AI会理解成一个整体概念——“太空船”。但如果你写成space:: ship，AI会分别思考“太空”和“船”这两个概念，然后把它们组合起来，你可能会得到一艘在太空中航行的帆船，这就有意思多了。

• 分配权重：在双冒号后面加上数字，就能调整权重。 默认权重是1。 比如，你想画一艘在太空中的飞船，但重点是浩瀚的宇宙，而不是飞船本身。你可以这样写：
  space::2 ship 或者 space::2 ship::1

  这里的::2告诉Midjourney，“space”这个概念的重要性是“ship”的两倍。 最终生成的图片里，太空的场面会更宏大，而飞船可能只是点缀。反过来，如果写成space::1 ship::2，那飞船就会成为画面的绝对主角。

• 权重是相对的：记住，权重的作用是相对的。 space::2 ship::1和space::4 ship::2或者space::100 ship::50，最终的效果是完全一样的，因为它们的概念重要性比例都是2:1。 所以没必要用很大的数字，保持简单就行。

负权重：排除不想要的元素

有时候，你不仅想强调某个东西，还想明确地排除另一个东西。这时候负权重就派上用场了。 比如你想画一幅静物画，里面有水果，但你不想要绿色的元素。可以这样写：
still life painting:: fruit:: green::-0.5

这个-0.5会告诉Midjourney，请尽量减少画面中绿色的出现。 Midjourney还有一个更方便的参数--no，比如--no green，这其实就等同于设置了-0.5的权重。

使用负权重时有一个重要规则：所有权重的总和必须是正数。 比如，fruit::-1是无法执行的，因为默认权重是1，1 + (-1) = 0。但如果你写成still life painting::2 fruit::-1，总和是2 + (-1) = 1，这是正数，就可以正常运行。

一个实际案例

我们来试一个具体的例子。假设我想画一个“木头做的茶壶”。

• 不加权重：a wood teapot
  结果可能是一个普通的茶壶，材质有点像木头，也可能不太像。

• 调整权重，强调木头：wood::1.5 teapot
  这样一来，AI会更关注“木头”这个材质，生成的茶壶木质纹理会非常清晰，甚至造型都会更原始、更符合木头的质感。

• 再调整，如果我想让木头元素非常突出，甚至让整个画面都充满木质感：wood::3 teapot::1
  这时候，背景、光线都可能带上木屋的感觉，茶壶本身更是充满了浓重的木头风格。

Stable Diffusion的权重语法

Stable Diffusion的权重分配方式更灵活一些，主要通过括号和数字来实现。不同版本的UI（比如AUTOMATIC1111的WebUI）可能会有细微差别，但核心语法是通用的。

增加权重

• 使用括号()：把你想强调的词或短语用()括起来，就等于把它的权重乘以1.1。
  例如：a photo of a (cat)，这里“cat”的重要性就被轻微提升了。

• 叠加括号：你可以套娃一样叠加括号来持续增加权重。(cat)是乘以1.1，((cat))就是乘以1.1*1.1，也就是1.21。 每多一层括号，就多乘以一次1.1。

• 指定数字权重：更精确的方式是在括号里用冒号和数字来指定权重值。
  例如：(cat:1.5)，这样就把“cat”的权重直接提升到了1.5倍。这个数字可以大于1，数值越高，强调效果越明显。 但是，权重值太高（比如超过1.5或2）可能会导致图片失真、色彩过饱和或者出现奇怪的伪影，所以要谨慎使用。

降低权重

• 使用方括号[]：和圆括号相反，把词语用[]括起来会降低它的权重，相当于除以1.1（也就是乘以大约0.9）。
  例如：a man in a [forest]，这会稍微减弱“forest”这个元素的存在感，可能只是远处的几棵树，而不是茂密的森林。

• 在括号内使用小于1的数字：同样，你也可以用带数字的括号来精确降低权重。
  例如：(forest:0.5)，这样就把森林的权重降低为原来的一半。 这在处理背景或者不想让某些元素太抢眼时很有用。

一个Stable Diffusion的例子

假设我们的目标是生成一张“一个宇航员在火星上拿着一面地球旗帜”的图片。

• 基础提示词：an astronaut on Mars holding a flag of Earth
  AI可能会正确生成宇航员和火星，但旗帜可能画不出来，或者画成了一面普通的旗子。

• 第一步：强调旗帜。我们先把旗帜这个概念用括号括起来，并提高权重。
  an astronaut on Mars holding (a flag of Earth:1.3)
  这样一来，AI会投入更多计算资源去理解和生成“地球旗帜”，出现的概率和准确性都会提高。

• 第二步：弱化背景。如果生成的图片里，火星的红色地貌太抢眼，导致画面主体不突出，我们可以稍微降低火星的权重。
  an astronaut on (Mars:0.8) holding (a flag of Earth:1.3)
  通过(Mars:0.8)，我们告诉AI，火星是背景，不用那么突出。这样，宇航员和旗帜会更加显眼。

权重分配的通用技巧

无论你用哪个平台，下面这些经验都值得参考：

1. 提示词顺序很重要：通常来说，写在前面的词权重天生就高一些。 AI在处理提示词时是从左到右的，前面的词会先入为主，定下画面的基调。 所以，把最重要的主体、核心概念放在提示词的开头，是一个简单有效的方法。

2. 从微调开始：不要一上来就用很高的权重值，比如直接上到2或者3。先从1.1、1.2这种比较小的数值开始尝试，观察画面的变化。很多时候，微小的调整就能带来理想的效果。过度强调反而会破坏画面的和谐感。

3. 组合使用：你可以同时使用增加和降低权重。比如，你想画“一个穿着红裙子的女孩在蓝色的房间里”，你可以这样写：(red dress:1.4) girl in a (blue room:1.2)。这样，红裙子会是画面的第一焦点，蓝色的房间是第二焦点，而女孩本身因为没有加权，则处于一个标准水平。

4. 实验和迭代：权重没有一个“万能公式”。同一个权重值在不同的模型、不同的提示词组合下，效果可能完全不同。最好的方法就是不断尝试，生成几张图看看效果，然后根据结果再回头修改权重，直到满意为止。

总而言之，学会权重分配，你就掌握了更精细控制AI绘画的钥匙。它能帮你把脑海中的模糊想法，更准确地转化为一张具体的图像，让AI从一个随机的“创作者”，变成一个听从你指挥的“画手”。