学习视频：20分钟搞懂Prompt与参数设置，你的AI绘画“咒语”学明白了吗？ | 零基础入门Stable Diffusion·保姆级新手教程 | Prompt关键词教学_哔哩哔哩_bilibili
1.图片提示词模板
2.权重（提示词）
无数字
(flower)//花的权重为1.1
{flower}//花的权重为1.05
[flower]//花的权重为0.9
多套多乘
有数字
(flower,1.5)//花的权重为1.5倍权重范围最好在1±0.5。可采用同类型词条来补足小于0.5大于1.5的内容。
ps:在词的右边按住ctrl+上下键，快捷添加权重。若如此做，是添加一整行的权重。
3.基础生成设置
迭代步数：采样步数越多，图片越清晰。20够用。
采样算法：使用带+号的更稳定。模型的作者一般待用推荐的采样算法。
面部修复：人脸P图
平铺图：人物铺满整个画面（慎点）
高分辨率修复：顾名思义
提示词引导系数（CFG scale）:AI忠实于关键词的系数。7~12。
随机种子：画面一致性参数
4.图生图
重绘幅度：参数，风格的转变
图片参数：原图片的比例是多少，生成图片的比列也要对照
随机种子：使用同一个随机种子，结果会有所关联。
出图模型
safetensors占用空间较小
ckpt占空空间较大
chill……偏真实
5.新手模型
6.高清修复
放大倍率：由原始分辨率放大到xx
迭代步数：填写0，将和采样迭代步数相等。
重绘幅度：想保持原来内容，填写0.5
放大算法 ：
没想法时，推荐倒数第二第三个
7.SD放大
例子：放大倍数：2
重叠像素宽度：64
目标图的大小：664（原600+重叠像素宽度64）
（有人脸出现在中线——降低重绘幅度）
8.反推提示词
在图生图中，点击反推提示词，能获取到AI认为该图存在的特征。
有CP和DB算法，DB的反推效率更高。
真实感
抽卡立绘lora
进阶模型
9.Embeddings词嵌入
词嵌入：输入一个词，就能在prompt中补全这个词的特征
10.lora低秩模型
lora：类似打包了创作对象图片的关键词
<lora:xxx>//xxx是lora名字
<lora:xxx:0.5>//0.5权重一般权重在0.5~0.8
lora类型
11.hypernetwork改画风
局部重绘
提示词：close eyes
工具：
撤销（左上）、画笔大小（右下）
蒙版区域处理：
填充（对比原图）：蒙版内高度模糊再AI生成
重绘区域：
全图：基于关键词整张图重画。（关键词：全图的关键词）
仅蒙版：只画框出来的部分。（关键词，框内想实现的效果的关键词）
蒙版边缘模糊度=>羽化（让连接处更丝滑）
12.涂鸦重绘
蒙版透明度，自己绘制的蒙版色彩影响结果的程度。
默认0：不透明。
13.提示词提取器
提取关键词
阈值滑块：筛选出现频率高于阈值的关键词
14.controllernetwork
openpose，从图片中提取姿势。
基础先用openpose预处理器处理。
参数解析：
控制权重
开始控制步骤：0~1
结束控制步骤：0~1
控制模式：优先提示词/优先控制网
5个常用控制模型
1.openpose
人物姿势：面部手部全局参照等
2.depth
带+号的好用
可以解决肢体重叠相关的问题
3.candy
低阈值，识别暗部
高阈值，识别亮部
出线条图
4.softedge
柔和边缘
5.scribble
自己画一个线条图，可作为绘图骨骼基调用
自测试
lineart anime 一比一印动作
ai出来的图拿去当线稿
………………