一、Stable Diffusion概述
Stable Diffusion是一种基于扩散模型的图像生成技术，广泛应用于AI绘画领域。通过合理使用提示词，用户可以精确控制生成图像的内容和风格。
本文将详细讲解Stable Diffusion的提示词语法及其使用方法，帮助您更好地掌握这项技术。
二、提示词书写格式
提示词公式
在使用Stable Diffusion进行图像生成时，不同的镜头和视角会极大地影响生成图像的效果。以下是详细的镜头和视角提示词及其书写格式。
长度与格式
提示词右上解格式为：当前单词数量/总单词数量；总单词数量并不是固定的，可以自动扩充长度。但按照最佳实战，提示词单词最好不要超过75个单词，太长的提示词，后面的提示词几乎不起作用。
提示词中单词以英文逗号分隔，在前的单词权重越大，即对生成的图片影响越大
提示词中最好使用短句，不要使用一长句
镜头
远景镜头 (long shot 或 wide shot)：
表现场景和人物的空间关系，画面以景为主，以人为辅，适用于表现画面主题和环境。
示例提示词：a beautiful landscape, long shot 或 a bustling cityscape, wide shot
全景镜头 (full shot 或 wide shot)：
展示人物全身或较小场景的全貌，具有整体氛围，突出人物肢体和环境。
示例提示词：a person standing in a park, full shot 或 a group of friends at the beach, wide shot
中景镜头 (medium shot)：
拍摄半身，展现肢体和主题细节，体现画面的质感和高级感。
示例提示词：a woman working at her desk, medium shot 或 a man holding a book, medium shot
近景镜头 (close-up)：
拍摄胸部以上，弱化场景，表达人物细节和情绪。
示例提示词：a child's face with a smile, close-up 或 a thoughtful expression, close-up
特写镜头 (extreme close-up)：
拍摄脸部和局部，表达人物微表情和内心世界。
示例提示词：an eye with intricate details, extreme close-up 或 a hand holding a delicate object, extreme close-up
视角
动态视角 (dynamic angle)：
提供一种活跃和生动的视角，常用于捕捉运动中的物体或强调动作感。
示例提示词：a dynamic angle of a running athlete
从上面 (from above)：
俯视图，提供一种从高处向下看的视角，适用于展示大范围的场景或强调高度差。
示例提示词：a bustling market seen from above
从下面 (from below)：
仰视图，提供一种从低处向上看的视角，适用于突出建筑物的高度或增加视觉冲击力。
示例提示词：a towering building viewed from below
广角镜头 (wide shot)：
提供广阔的视野，适用于展示大场景或宽广的环境。
示例提示词：a vast landscape captured with a wide shot
鸟瞰图 (Aerial View)：
从空中俯瞰，展示地面的大范围场景，适用于描绘城市或自然景观。
示例提示词：a cityscape from an aerial view
三、提示词语法详解
Stable Diffusion提示词支持多种表达方式，包括英语单词、短语、自然语言、颜文字、emoji表情以及一些日语符号。
权重调整使用括号可以手动调整提示词的权重：
(提示词)：圆括号每层增加1.1倍
{提示词}：花括号每层增加1.05倍
[提示词]：方括号每层降低1.1倍
例如：monkey,flowers,bicycle,high quality,masterpiece
增加Monkey的权重,使用了五个小括号，相当于五个1.1相乘，等于1.61倍权重
(((((monkey))))),flowers,bicycle,high quality,masterpiece,
可以看出图片中Monkey占的比例最大
分步绘制使用以下格式可以分步绘制，可以精准化控制场面
假设总的迭代步数为sum_step
[主体1:主体2:step]: 前面step分给主体1，后面sum_step-step分给主体2
[主体:step]: 从第step开始开始分给主体
[主体::step]: 前面step分给主体
例如：
总共迭代步数：30(迭代步数越高，图像越精确，推荐的迭代步数为20-30。)
[sunny:rainy:20], 1girl [sunny:rainy:5], 1girl 相加融合绘制使用 “AND” 融合不同的主体：
captain america AND spider-man highres building_ruins upper_body (融合了美国队长和蜘蛛侠) 交替融合绘制使用 “|” 符号进行交替融合绘制：
a [turtle|horse] SD绘制时先画龟，再画马，再画龟，再画马，交替进行，直到迭代30步 提示词污染提示词之间可能会互相污染，影响生成效果，举例说明：
a cute girl,a green hat,a yellow shirt,
提示词是想要生成一个女孩，带着绿色的帽子，穿着黄色的T恤，但却生成了黄色的帽子
解决办法包括使用注释语法或Cutoff插件控制提示词污染。例如：
a cute girl BREAK a green hat BREAK a yellow shirt,
a cute girl,\(a green hat\),\(a yellow shirt\),
cutoff插件
推荐使用cutoff插件的形式，比较稳定。
写在最后
AIGC技术的未来发展前景广阔，随着人工智能技术的不断发展，AIGC技术也将不断提高。未来，AIGC技术将在游戏和计算领域得到更广泛的应用，使游戏和计算系统具有更高效、更智能、更灵活的特性。同时，AIGC技术也将与人工智能技术紧密结合，在更多的领域得到广泛应用，对程序员来说影响至关重要。未来，AIGC技术将继续得到提高，同时也将与人工智能技术紧密结合，在更多的领域得到广泛应用。
感兴趣的小伙伴，赠送全套AIGC学习资料和安装工具，包含AI绘画、AI人工智能等前沿科技教程，模型插件，具体看下方。
一、AIGC所有方向的学习路线
AIGC所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照下面的知识点去找对应的学习资源，保证自己学得较为全面。
二、AIGC必备工具
工具都帮大家整理好了，安装就可直接上手！
三、最新AIGC学习笔记
当我学到一定基础，有自己的理解能力的时候，会去阅读一些前辈整理的书籍或者手写的笔记资料，这些笔记详细记载了他们对一些技术点的理解，这些理解是比较独到，可以学到不一样的思路。
四、AIGC视频教程合集
观看全面零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。
五、实战案例
纸上得来终觉浅，要学会跟着视频一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。
总结
### 文章总结：《Stable Diffusion及其提示词使用指南》**一、Stable Diffusion概述**
- Stable Diffusion是一种强大的基于扩散模型的图像生成技术，特别适用于AI绘画。
- 用户通过精准控制提示词，能够自由定制生成图像的内容和风格。
**二、提示词书写格式**
- **长度与格式**：建议提示词单词总数不超过75个，以英文逗号分隔，短句为佳，前面的词权重更高。
- **镜头类型**：
- **远景镜头**（long shot/wide shot）：表现场景与人物空间关系。
- **全景镜头**（full shot/wide shot）：展示全貌，突出人物环境和肢体。
- **中景镜头**（medium shot）：聚焦于人物半身与主题细节。
- **近景镜头**（close-up）：聚焦于人物胸部以上，表现细节和情绪。
- **特写镜头**（extreme close-up）：拍摄脸部局部，刻画微表情。
- **视角**：包括动态视角、从上面看、从下面看、广角镜头及鸟瞰图等，每种视角提供独特的视觉体验。
**三、提示词语法详解**
- 支持多种表达方式（英语单词、短语、自然语言、颜文字及emoji等）。
- **权重调整**：通过括号改变提示词权重，圆括号增加，方括号减少。
- **分步绘制**：利用特定格式精准控制图像生成过程，分步骤构建场景。
- **相加融合**：使用“AND”融合多个主题生成图像。
- **交替融合**：用“|”符号交替绘制不同主体，实现动态融合。
- **提示词污染处理**：通过注释语法或Cutoff插件控制污染，确保图像符合 expectations。
**未来发展与应用**
- AIGC技术前景广阔，将在游戏及计算领域发挥重要作用，推动系统更高效、智能、灵活。
- 与人工智能技术进行深度融合，在更多领域实现广泛应用，对程序员影响深远。
**学习资源推荐**
- 提供AIGC全面学习资料，包含学习路线、必备工具、学习笔记、视频教程合集及实战案例，助力学习者快速入门并提升技能。
---
本文详细介绍了Stable Diffusion技术的原理、提示词书写方法及应用技巧，并展望了其未来发展趋势，为AI绘画爱好者提供了宝贵的指南与学习资源。