sd提示词怎么写才听话？权重、词序和模型差异一次讲清

上周群里一个刚装好 WebUI 的新人发来一张崩掉的图，问我：词全照你发的抄，怎么出来的东西完全不对？我把他的输入框调出来一看，问题就藏在权重、词序和模型这三处。sd提示词不是咒语，抄是抄不来的，它管的是模型注意力的分配——哪个词该多看几眼，哪个词先被看见，以及你手上这个模型到底认不认这套语法。

这三个变量分开调，出图立刻从碰运气变成能排查的事。下面按新人最容易翻车的顺序讲。

权重括号：调的是音量，不是许愿

权重语法核心就一条：括号和数字都在调某个词的音量，一次调 0.1，单个数值别超 1.4。超了画面容易整体崩，人脸和手最先遭殃。

写法有两套。老 WebUI 里 (word) 等于 1.1 倍，((word)) 是 1.21 倍——套两层看着直观，层数一多你自己都算不清。我习惯直接写显式数值，(silver hair:1.2) 这种，当前强度一眼可见。减权用 0.8 到 0.9，比删词温和，模型还留一点痕迹。

常用区间就 0.9 到 1.3。我带新人做过一个对照：同一个词给 1.2、1.3、1.5 三档，各跑四张。1.5 那组四张里三张眼睛画歪，还有一张手指多出一根；1.2 和 1.3 差别反而小，只是发色更干净。所以别一上来把词全拉满——质量词全部 1.4 的那种词表，是新人词表崩坏的头号原因。

还有个细节，低权重别当减法用。(word:0.5) 不是「减一半」，是让模型少看这个词，有时干脆出怪东西。想去掉元素，删词比压权重靠谱。

词序：前二十个词就是画面骨架

SD 读词有衰减，排在前面的词分到的注意力最多，主体放最前、动作场景居中、风格质量词垫底。顺序一换，同一串词能出两张不同的画。

很多人以为逗号串里的词是平权的。不是。1.5 系模型对词序相当敏感，girl 排第一还是排第十，构图重心完全两样。我给新人排过一次：1girl 放头位，standing under cherry tree 居中，watercolor、soft lighting 这类风格词垫后。就动了顺序，一个词没加没减，出图从「人缩在角落」变成人物居中半身。

提醒一句，别写成完整英文句子。1.5 系吃的是逗号切开的 tag，整句丢进去它会自己脑补，经常补歪。这个规律到 Flux 那边正好反过来，后面细说。

对了，顺序只是因素之一，上下文和模型版本也在捣乱。想接着挖的，有一篇讲影响提示词效果的因素的文章，把顺序和模型各自占多少份讲得比我细。

换了模型，同一串词为什么不灵了？

1.5 系吃标签堆词，SDXL 两边都能吃，Pony 认 score 前缀，Flux 只认自然语言，括号权重基本无效。换模型不换写法，等于换了家店还拿旧菜单点菜。

我自己摔过跟头。年初接一单赛博城市概念的商图，换了 Flux，习惯性把 (cyberpunk city:1.3) 直接贴进去，画面跟没加权一模一样，路人对路。折腾了半个多小时才反应过来：Flux 的文本编码器不按那套括号语法走，我写的 1.3 它当普通字符看。后来老老实实改写成一句话——a cyberpunk city at night, neon signs glowing, rain on the street——一次过。

Pony 的 score_9、score_8_up 那串开头也不是玄学，它训练时就这么喂的。少了这个开头，模型按普通二次元模型的路子走，成片质量会掉一截。

新人第一周，我只让做三个练习

同词不同权重、同词换顺序、同词换模型，各出四张摆一起看。十二张图看完，比背一百条词表记得牢。

带人的时候我从不让对方先抄词表。实习生小周刚来那阵，把一段中文机翻成英文整句，再给每个词套上双括号，跑出来的图脸糊成一团，她还以为是显卡问题。我把她的词拆开：整句改回 tag，权重全退回 1.0，只留两个词给 1.2，重跑第二轮就能看了。她那句「原来不是词越多越好」，我印象挺深。

三个练习每个十分钟。512×768 的图在我这张 4060 上跑 28 步大概八秒，十二张连出带整理，一晚上完全够用。练完你会发现：改权重是调音量，排词序是排剧本，换模型是换演员。三件事分开判断，翻车了也知道该回头查哪一层。

回到开头那张崩掉的图。新人后来自己查出了原因——词没抄错，是对方用的模型跟他不一样。这套东西理解了权重、词序、模型三层，抄谁的词都能改成自己的；不理解，抄来的也只是别人的抽卡记录。