每场直播讲词表,弹幕里问得最多的不是填什么词,而是sd提示词写法里那些标点怎么摆。逗号切在哪,谁放句首,括号里冒号后面那个数字怎么填——一场下来这三件事能刷几十条。我的判断放这儿:逗号管切词,词序管分层,括号管加减码。三件事各干各的,混着来,图就开始飘。
下面全按 WebUI 的语法讲,我跑测试用的参数固定是 512×768、30 步、DPM++ 2M Karras、CFG 7,同一组词只改句式重跑,出图差异才好对比。NovelAI 系的写法不一样,会单独标出来。
逗号怎么切:把长句剁成词组,别写成小作文
SD不分析句子成分,它按词组配画面特征,逗号就是切词刀:一段一个意思,一条提示词压在二十个词组以内。写成完整中文句子,主体反而泡在废词里。
SD 的文本编码器不认识主谓宾。你写「一个穿着水手服的女孩坐在开满樱花的教室里」,模型读到的更像一坨糊在一起的信号;切成「1girl, sailor uniform, sitting, classroom, cherry blossoms」,每个词组独立占位,命中哪个画哪个。我拿这两条各跑过 20 张:切好词那组,19 张有明确人像;整句那组只有 11 张,剩下几张构图乱飘。
弹幕里最常见的抄错是标点。有人把英文逗号打成中文全角逗号,有人照着截图抄,把 (masterpiece: best quality) 敲成中文括号——他那套整合包版本旧,权重压根没生效,跑了一晚上还纳闷为什么图没变化。标点用半角,逗号后面加个空格,这个习惯能省掉一大半莫名问题。
另外逗号别切太碎。一个词一个逗号,碎到「beautiful, highly, detailed, very, clear」这种程度,模型反而抓不到重点。我的习惯是一条提示词 12 到 18 个词组,两个词能说清的事不拆开写。
词组怎么排:位置本身就是权重
SD给靠前词组的注意力更多,往下依次排:主体、外观细节、动作姿势、场景、氛围画质收尾。顺序排对,同一组词的出图稳定度肉眼可见地涨。
这条跟直觉不太一样。很多人把 masterpiece、best quality 这类质量词全塞在开头,以为先定画质再填内容。我做过一组对照,同一组词只调位置:主体前置那组,20 张里 17 张构图贴题;质量词全压开头那组,只有 9 张。挺玄的吧。但数据摆在那儿,位置给的重音比你想的响。
我的模板是五层,从上往下填。第一层主体(1girl、1boy 或者具体角色名),第二层外观(发色、瞳色、服装),第三层动作和姿势,第四层场景,第五层氛围和画质词收尾。填的时候让修饰词贴着它修饰的对象,比如 silver hair 就挨着 1girl 放,别隔十个词组再补回来。
对了,跑个题——弹幕总有人问要不要背词表。我从来不让背。句式顺了,词表就是查字典的事,顺序记不住才叫真麻烦。话说回来,质量词也不是不能放开头,纯场景、没人物的图,氛围词前置完全没问题。分层看的是「谁是这张图的主角」,主角在前,其他往后让。
括号怎么加:小括号乘1.1,数字写清最稳
WebUI 里 (词) 是1.1倍,双层1.21,(词:1.3) 直接指定倍数;NovelAI 系用花括号,每层1.05。日常调权重,建议停在1.4以内。
常用写法就这几样,摆张表更清楚:
| 写法 | 等效倍数 | 我什么时候用 |
|---|---|---|
| (word) | 1.1 | 轻推一档,主体不够突出时 |
| ((word)) | 1.21 | 懒得写数字时的偷懒写法 |
| (word:1.3) | 1.3 | 重点词直接标倍数,最推荐 |
| (word:0.8) | 0.8 | 减码,压掉喧宾夺主的细节 |
| {word} | 1.05 | NovelAI 系专用,WebUI 不认 |
上限这件事我吃过亏。有阵子看别人用 (1girl:1.8) 拉人物存在感,我跟着试了 20 张:9 张脸糊或者构图崩,人物占比膨胀到把场景挤没了。还有回弹幕发来一张过曝的图让我诊断,一问,提示词里抄了个 (masterpiece:2)。语法上允许到 1.5 甚至更高,效果上我自己的红线是 1.4,超过这个数,糊图率涨得比收益快。
减码那栏多说一句,很多人只记得往上加。画面里金属反光抢戏,写 (metallic:0.8);背景太抢镜,写 (detailed background:0.7)。往下的括号和往上的括号一样管用,还更省事——比删了词重跑一遍快多了。
一条完整句式怎么拼:从头到尾过一遍
按五层模板从上往下填,词组之间半角逗号加空格,总长压在 75 个 token 一段以内,超了用 BREAK 切段。先跑 4 张小图验证,再上大图。
拿樱花教室那张举例,我会这么拼:
masterpiece, best quality, (1girl:1.2), silver hair, twintails, sailor uniform, sitting, reading a book, classroom, cherry blossoms outside the window, soft afternoon lighting, depth of field
拆开看:质量词两组放最前但只占一小截;主体 (1girl:1.2) 紧跟其后,倍数给到 1.2 就够;外观三层连着主体放;动作 sitting, reading a book;场景 classroom 加樱花;最后氛围收尾。整条 12 个词组,跑出来的图,人物、服装、场景基本每张都在位。
词再多怎么办?WebUI 里有个 BREAK 关键字,作用是把注意力强制切段,每段 75 个 token。场景杂、词组过 20 个的时候我会用,主体一段、场景一段。平时十几个词组,用不上它。至于另一半反向提示词怎么分工,正向提示词反向提示词怎么分工?SD调了两年的一套写法里拆得更细,两篇连着看不冲突。
写到这儿,弹幕里那三件事都有答案了:逗号切词、词序分层、括号加减码。句式没有高深的部分,全是符号层面的小规矩,可就是这些小规矩,决定同一组词是 19 张贴题还是 11 张贴题。先照五层模板拼一条,出图不对劲的时候回头检查逗号和括号,十有八九毛病在那儿。
常见问题
逗号必须用英文半角的吗?
建议统一半角加空格。新版 WebUI 对全角逗号也能切,但混着写切分位置容易乱,格式统一了,排查问题时至少不用怀疑标点。
权重倍数最高能拉到多少?
语法允许超过 1.5,我的红线是 1.4。实测超过这条线,糊图和构图崩的概率涨得比收益快。重点词不够突出时先调词序,再动括号。
BREAK 是什么,每条提示词都要加吗?
WebUI 的分段关键字,把注意力强制切成 75 个 token 一段。词组多、场景杂的时候用,平常十几个词组的提示词不需要它。
中文词组直接写进 SD 能出图吗?
能,部分中文底模和翻译插件都支持,但英文词组的资料和兼容性更全。中英混写时,同一个意思别重复写两遍,权重会叠上去。