搞懂Stable Diffusion提示词里的权重括号，其实跟咱们平时说话强调重点一个道理。你想让AI画“一只巨大的红色苹果”，你就得想办法告诉它，“巨大”这个词很重要。在Stable Diffusion里，这个强调的工具就是括号。
最基础的用法有两种：圆括号 () 用来加强，方括号 [] 用来减弱。
咱们先从最简单的开始。
用圆括号 () 加强，层数越多越有劲
想象一下，你每给一个词套上一层 ()，就等于在跟AI说：“嘿，注意一下这个词，它比别的词重要一点。”
在很多常用的Stable Diffusion工具（比如AUTOMATIC1111的WebUI）里，每加一层圆括号，这个词的权重就会乘以1.1倍。
(red apple)：这里的“red apple”权重变成了原来的1.1倍。((red apple))：权重是1.1乘以1.1，等于1.21倍。(((red apple)))：那就是1.1 x 1.1 x 1.1，差不多是1.331倍。
这个方法很直观，你想让哪个词更突出，就给它多套几层括号。比如你想要一幅“一个女孩在森林里”的画，但生成的图片里女孩总是不明显，你就可以试试把提示词改成 ((1 girl)) in a forest。这样一来，AI就会把更多注意力放在“女孩”身上，生成的女孩形象通常会更突出、更中心。
但是这个方法有个问题，就是不够精确。你只能一层一层地加，每次增加10%的影响力。如果你觉得1.1倍不够，1.21倍又有点过头，那就不太好办了。而且，套太多层括号，提示词看起来会很乱。
用方括号 [] 减弱，别把它和负面提示词搞混
方括号 [] 的作用正好相反，是用来减弱某个词的影响力的。 每套一层方括号，权重就会除以1.1（大约是变成原来的0.9倍）。
[forest]：森林的权重会降低一点。[[forest]]：权重降得更多。
这个功能很有用。比如说，你想要“一个穿着盔甲的骑士”，但AI生成的盔甲总是过于华丽和复杂，甚至有点抢了骑士本身的风头。你就可以试试 a knight in [ornate] armor。这里的方括号告诉AI，“ornate”（华丽的）这个词，你参考一下就行，但别太当真。这样生成的盔甲可能会变得更简洁、更实用一些。
这里要强调一点，用方括号减弱权重，和把词放进“负面提示词”（Negative Prompt）里是完全不同的两回事。
- 减弱权重
[word]：意思是“我还是想要这个东西，但别那么显眼”。就像上面盔甲的例子，你还是要盔甲，只是不想要那么华麗的。 - 负面提示词
word：意思是“我完全不想要这个东西出现在画面里”。比如你在负面提示词里写“trees”，那AI就会尽力避免在图片里画出树。
搞混这两者，出来的图可能就完全不是你想要的。
更精确的控制：用 (word:value) 指定具体权重
上面说的用括号层数来控制权重的方法虽然简单，但不精确。现在更主流、也更推荐的方法是直接给词指定一个数值。
语法是这样的：(关键词:权重数值)。
- 权重数值大于1是加强：比如
(red apple:1.5)，就是把“red apple”的权重直接设为1.5倍。这比((red apple))的1.21倍要强，也比(((red apple)))的1.331倍强，而且强多少，你说了算。 - 权重数值小于1是减弱：比如
(red apple:0.5)，就是把“red apple”的权重减少到原来的一半。这比用一层方括号[red apple]减弱得更多。
这个方法的好处是显而易见的：精确。你可以非常细致地调整每个元素在画面中的重要程度。想加强25%？那就用 (word:1.25)。想减弱一半？那就用 (word:0.5)。
实际操作中的一些经验：
我个人在用的时候，权重的数值一般会控制在0.5到1.6之间。 低于0.5，那个元素可能就直接消失了；高于1.6，画面很容易开始变得奇怪，甚至出现所谓的“AI绘画的烧焦感”，颜色过饱和，细节扭曲。当然，这不是绝对的，有时候为了追求某种特殊效果，也可以尝试更高的数值，但通常需要配合其他参数一起调整。
举个例子，我想画一个“戴着一顶小礼帽的赛博朋克女孩”。如果我直接写 cyberpunk girl with a fedora hat，AI可能会把帽子画得很大，或者帽子的风格和赛博朋克不搭。这时候我就可以用权重来微调：
cyberpunk girl, (fedora hat:0.8)
这样就把帽子的权重稍微降低了一点，告诉AI，重点是“赛博朋克女孩”，帽子只是个点缀，别画得太夸张。
反过来，如果我想强调某种风格，比如“梵高风格的星空”，但生成的图片只是有点像，不够“梵高”，我就可以这么做：
starry night, (style of van gogh:1.4)
这样AI就会更加努力地去模仿梵高的笔触和色彩。
权重括号用在哪里？正向和负向提示词都可以
权重调整不仅可以用在正向提示词（你想要什么）里，也可以用在负向提示词（你不想要什么）里。
比如，你发现生成的图片里总是有一些模糊的、不好看的手。你可以在负面提示词里写 bad hands, blurry。但如果你发现，AI为了避免画坏手，干脆把手藏起来了，或者画面其他部分也跟着变模糊了，你就可以调整负面提示词的权重。
试试这样写：((bad hands)), (blurry:0.5)
这就等于告诉AI：“绝对绝对不要画坏手（加强权重），至于模糊嘛，稍微注意一下就行，别因为这个影响了整个画面的质感（减弱权重）。”
通过在正向和负向提示词里组合使用权重，你就能像一个乐队指挥一样，精确地控制每个“乐器”（提示词）的音量大小，最终合奏出你想要的画面。
权重不是万能的，别忘了提示词的顺序
最后得说一句，虽然权重括号很好用，但它不是唯一的控制手段。在Stable Diffusion里，提示词的顺序本身也代表了一种天然的权重。 简单来说，写在越前面的词，受到的关注就越多。
比如 a girl in a forest 和 a forest with a girl，这两句描述的场景一样，但出来的图可能会有很大差别。前者通常会以女孩为中心，森林是背景；后者则可能画出一大片森林，女孩只是其中的一小部分。
所以，一个好的习惯是，先通过词语的顺序大致安排好画面的主次关系，然后再用权重括号去进行精细的调整。比如，先把最重要的主体、核心风格写在前面，然后把背景、细节写在后面，最后再对那些你希望特别强调或减弱的元素，加上权重括号和数值。
把这些方法结合起来，多试几次，你很快就会发现，自己对画面的控制力大大增强了。这就像学做菜，一开始只会把所有调料都放进去，后来慢慢学会了控制油盐酱醋的比例和下锅的先后顺序，菜的味道自然就更有层次了。
评论前必须登录！
注册