AI绘图正向提示词的权重应该如何设置？

AI绘图的本质，是AI根据你的描述去“联想”画面。但AI不是人，它没有真正的理解能力，它的联想是基于数据训练出来的概率。所以，当你给出一长串提示词时，它很可能会搞不清重点，或者把几个不相干的东西缝合在一起。权重的作用，就是帮你给AI划重点，告诉它：“听着，这个词最重要，你得优先考虑它。”

我们先从最常见的情况说起。比如你想画“一个女孩在城堡前”，但生成的图片里，城堡巨大无比，女孩却小得像个蚂蚁。这就是因为在AI的数据库里，“城堡”这个词关联的图像特征太强烈了。这时候，你就需要手动调整权重，告诉AI：“女孩是主角，城堡是背景。”

在不同的AI绘图工具里，设置权重的方法不一样，我们分开说。

先说Stable Diffusion，这是目前自定义玩法最多的模型。它主要有两种设置权重的方式。

第一种，也是最精确的方式，是用括号和冒号。格式是(关键词:数字)。 这个数字就是权重值。默认情况下，所有关键词的权重都是1。如果你想加强某个词，就把数字调高，比如1.1、1.2、1.5。如果你想减弱某个词，就把数字调低，比如0.9、0.8。

举个例子，还是“女孩在城堡前”。你的提示词可以是：(1girl:1.3), in front of a castle。
这样一来，1girl的权重就被提升到了1.3倍，AI在生成图像时会更侧重于表现女孩的细节和形态。反过来，如果你想让城堡更宏伟，可以写成：1girl, in front of a (castle:1.3)。

这个数字不是越高越好。我的经验是，权重值最好不要超过1.5或1.6。 当你把一个词的权重设置得过高，比如(red car:2.5)，AI会过度集中于这个元素，导致整个画面变得畸形、怪异，颜色可能会溢出，构图也可能崩坏。这就像你让一个厨师做菜时拼命加盐，最后得到的不是美味，而是一盘无法下咽的东西。所以，调整权重应该像调味一样，一点一点地加，观察效果。通常从1.1开始，以0.1为单位慢慢增加，直到找到你想要的效果。

Stable Diffusion还有第二种比较偷懒的加权方法，就是直接用括号。 给一个关键词套上一层( )，等于把它的权重乘以1.1倍。套两层(( ))，就是乘以1.1再乘以1.1，也就是1.21倍。 同样，用[ ]是减弱权重，套一层[ ]等于乘以0.9。

例如：(1girl) 就约等于 (1girl:1.1)。
((red hair)) 就约等于 (red hair:1.21)。
这种方法适合快速微调，当你觉得某个元素稍微差了点意思，直接加个括号就行，比输入数字要快。但缺点是不够精确。

接下来说Midjourney。Midjourney的权重语法更简单直接。它用双冒号::来分隔不同的概念，并且在后面跟上数字来表示权重。
格式是：关键词A::数字A 关键词B::数字B。

比如，你想画一个太空热狗，但希望空间站的感觉更强一些，热狗只是点缀。你可以这样写：space station::2 hot dog::1。
这个提示词告诉Midjourney，“space station”的重要性是“hot dog”的两倍。 AI会主要围绕空间站来构建画面，然后再把热狗放进去。

Midjourney的权重是相对的。 space station::2 hot dog::1 和 space station::4 hot dog::2 生成的结果基本是一样的，因为它们的权重比例都是2:1。所以你不需要纠结于具体的数值，只需要关注它们之间的比例关系就好。默认情况下，如果你不写数字，比如 space station:: hot dog::，那么它们的权重都是1。

Midjourney也支持负权重，用来排除不想要的元素。比如，你想画一片森林，但不想出现红色，可以写：forest::1 red::-0.5。 -0.5这个值就告诉AI要尽量避免红色的出现。Midjourney还有一个更方便的命令--no，它其实就是 -0.5 权重的快捷方式。 forest --no red 和 forest::1 red::-0.5 的效果是相似的。

除了这些具体的语法，还有几个通用的原则你需要知道。

第一个原则是，提示词的顺序很重要。不管你用不用权重符号，排在前面的词天然就拥有更高的“初始权重”。 AI在解析提示词时，会从前到后依次进行。最前面的词奠定了整个画面的基调。所以，你应该把最核心、最重要的描述放在最前面。比如，你想画“一个穿着红色连衣裙的女孩”，那么“1girl, red dress”通常会比“red dress, 1girl”效果更好，因为它先把主体“女孩”确定下来了。

第二个原则是，权重是用来解决冲突的。如果你的提示词本身就很和谐，比如“beautiful landscape, fantasy, castle, river”，AI能很好地把它们融合在一起，那就不需要额外设置权重。只有当AI在理解上出现偏差，或者不同元素之间存在竞争关系时，权重才派得上用场。比如“fire and ice”，火焰和冰雪是两个对立的概念，AI可能会不知道该侧重哪个，这时你就可以用fire::2 ice::1来明确你的主次。

第三个原则是，实践出真知。没有任何一个教程能给你一套万能的权重参数。因为每个AI模型、每个版本，甚至你用的每一个不同的Checkpoint模型，对权重的反应都不完全一样。最好的方法就是自己动手去试。固定一个随机种子（seed），这样每次生成的构图和人物基本一致，然后只改变权重值，去观察画面的细微变化。比如，从(blue eyes:1.1)试到(blue eyes:1.5)，看看眼睛的颜色和神采是如何一步步变化的。通过这种方式，你才能真正掌握你所使用的那个模型的“脾气”。

最后要说的是，不要滥用权重。权重是一个修正工具，而不是创作工具。一张好图的核心永远是你的创意和描述能力。如果你一开始的提示词就写得乱七八糟，指望靠权重力挽狂澜是不现实的。先把画面想清楚，用准确、具体的词语描述出来，当AI的执行出现偏差时，再用权重去校准它，这才是正确的使用路径。