蜗蜗助手
让 AI 更懂你

在为Midjourney或Stable Diffusion等图像生成AI编写提示词时,“权重”和“负面提示词”具体如何使用?

在为Midjourney或Stable Diffusion等图像生成AI编写提示词时,“权重”和“负面提示词”是两个能极大提升对画面控制力的工具。它们一个负责“强调”,另一个负责“排除”,配合使用能让AI更精准地理解你的想法。

负面提示词:告诉AI不要画什么

负面提示词(Negative Prompts)的作用很直接:就是告诉AI图像中不应该出现哪些元素。 如果你发现生成的图片总有些不想要的东西,比如多余的手指、奇怪的文字、或者某种不喜欢的画风,用负面提示词就能有效解决。

为什么需要负面提示词?

AI在学习海量数据时,会建立一些我们意想不到的关联。比如,提到“赛博朋克”,它可能会默认画面里应该有大量的霓虹灯和广告牌。如果你只想要一个干净、专注在人物身上的赛博朋克场景,直接在正面提示词里说“不要霓虹灯”效果可能并不好,因为AI可能无法很好地理解“不要”这种否定指令。 这时,负面提示词就派上用场了。它相当于一个过滤器,在生成图像的最后阶段把你不想要的东西筛掉。

常见应用场景:
* 修正图像缺陷:这是最常见的用法。比如生成的图像模糊、质量低、光影平淡,或者人物出现解剖学错误(如畸形的手、多余的肢体),你可以在负面提示词里加入“blurry”(模糊)、“low quality”(低质量)、“ugly”(丑陋)、“disfigured”(毁容)、“deformed”(畸形)等词语来改善画面质量。
* 排除特定对象或元素:假设你想生成一张空无一人的街道照片,可以在负面提示词中加入“people”(人),AI就会尽量移除画面中的人物。 同理,如果你不想要图片中出现车辆、建筑或者文字,也可以用“cars”、“buildings”、“text”、“watermark”(水印)、“signature”(签名)等词来排除它们。
* 调整画面风格:如果你不希望生成的图片是照片写实风格,可以在负面提示词里加上“photorealistic”、“realistic”。反之,想让图片更锐利,可以加入“blurry”(模糊)来反向增强清晰度。 如果你不喜欢动漫风格,可以用“anime”来避免。

如何使用负面提示词?

在不同工具里,用法稍有区别:

  • Midjourney:

    Midjourney使用 --no 参数来实现负面提示。你只需要在提示词的末尾加上 --no,然后跟上不想要的元素,多个元素用逗号隔开。

    • 示例a beautiful landscape --no trees, people (一幅美丽的风景画,不要有树和人)。
    • 注意--no 后面的每个词都会被独立处理。比如 --no modern clothing 会被理解成“不要现代”和“不要衣服”,所以要精确使用单词。
  • Stable Diffusion:

    大多数基于Stable Diffusion的工具(如AUTOMATIC1111)都有一个专门的“Negative Prompt”输入框。 你只需要把所有不希望出现的词语都填进去就行,用逗号分隔。

    • 示例:在负面提示词框里输入 ugly, blurry, bad anatomy, extra limbs, watermark, signature

提示词权重:控制不同元素的重要性

提示词权重(Prompt Weights)能让你告诉AI,提示词中的哪些部分更重要,哪些次要。 默认情况下,提示词里的每个词权重都是1。 越靠前的词通常影响力越大。 通过调整权重,你可以更精细地控制画面的构图和元素组合。

为什么要用权重?

当你想要融合两个或多个概念,但希望其中一个占主导地位时,权重就非常有用。比如,你想要一个“木头做的茶壶”,但AI生成的图片可能看起来更像茶壶,木头的质感不明显。这时,你就可以增加“木头”的权重,让AI更侧重于表现木质感。

如何使用权重?

Midjourney和Stable Diffusion的权重语法完全不同。

  • Midjourney:

    Midjourney使用 :: (双冒号) 来分隔不同的概念,并在后面加上数字来设定权重。 默认权重是1,可以设置为正数或负数。

    • 语法[概念A]::[权重A] [概念B]::[权重B]
    • 示例wood::2 teapot (这里“wood”的权重是2,“teapot”是默认的1,最终生成的图像会更突出木头的材质)。
    • 相对权重:权重是相对的。wood::2 teapot::1wood::4 teapot::2 生成的结果基本相同,因为它们的权重比例都是2:1。
    • 负权重:你也可以使用负权重来排除元素,这和 --no 参数类似。 比如 teapot ::-0.5 可以减少茶壶的出现概率。--no 命令本身就是 ::-0.5 的一个快捷方式。 但要注意,所有权重的总和必须是正数。
  • Stable Diffusion:

    Stable Diffusion(尤其是在AUTOMATIC1111界面中)使用括号 () 和方括号 [] 来调整权重。

    • 增加权重:用 () 包围一个词或短语可以增加其权重。每加一层括号,权重就会乘以1.1。
      • (word) 相当于权重1.1
      • ((word)) 相当于权重1.21
    • 减少权重:用 [] 包围则会减少权重。
      • [word] 相当于权重0.9
    • 精确控制:要精确设定权重,可以使用 (word:数值) 的语法。
      • (word:1.5) 将权重设置为1.5倍。
      • (word:0.8) 将权重降低到0.8倍。
    • 应用范围:这个语法同样可以用在负面提示词中,来加强或减弱某个排除项的影响力。

总的来说,负面提示词帮你做减法,去掉不想要的东西;权重帮你做乘除法,调整各个元素的主次关系。熟练掌握这两个工具,就能让AI从一个随机的“创意伙伴”,变成一个更能实现你精确构想的“画手”。

赞(0)
未经允许不得转载:蜗蜗助手 » 在为Midjourney或Stable Diffusion等图像生成AI编写提示词时,“权重”和“负面提示词”具体如何使用?

评论 抢沙发

评论前必须登录!

 

你的AI灵感库与创作引擎

给想象力一个支点,让蜗蜗助手撬动AI的无限可能。

立即了解联系我们

登录

找回密码

注册