想要通过AI创建完美图像，但不知道如何使用提示吗？
我们都知道，AI艺术的关键在于提示。当您使用Midjourney或Stable Diffusion等AI艺术引擎生成图像时，可能会对如何使用“/:”命令输入提示感到困惑。您可能会想，我应该如何描述我脑海中的图像呢？这就是KNexus提示指南的用途，它可以帮助您掌握使用提示的艺术。当然，我们非常鼓励您使用KNexus投身于AI创作的世界！ [别忘了在我们的主页上注册早鸟候补名单👀]
所以，让我们一起踏上这个学习之旅吧！
构建有效的Prompt有几种技巧和策略，可帮助您获得更好的结果：
选择关键词：关键词在图像生成中起着至关重要的作用。选择与图像内容、风格和氛围相关的关键词。具体并提供详细信息，确保模型能理解您的意图。
描述具体场景：提供具体的场景描述，包括环境、背景、光线和时间等，可获得更精确的图像生成结果，帮助模型更好地理解您的期望。
尝试不同风格和外观：如果您有特定的风格偏好，请将其融入Prompt中。提及特定艺术家、艺术风格、绘画技巧或照片滤镜，有助于模型模拟所需的外观。
调整关键词权重：您可以通过调整关键词的权重来控制其重要性。增加某些关键词的权重将使模型更倾向于生成相关内容。您可以尝试在关键词后添加冒号和数值来调整其权重，例如：（关键词：2.0）。通过微调权重，可以获得更多或更少的特定元素在生成的图像中。
使用负向Prompt：如果您希望避免某些内容或特征，可以使用负向Prompt来排除它们。负向Prompt可以包含您希望避免的对象、风格或属性，引导模型远离生成此类内容。
迭代和实验：图像生成是一个迭代和实验的过程。生成几张图像后，评估它们与您期望的一致程度，并根据需要微调Prompt。尝试不同的组合、顺序和权重，并观察它们对图像结果的影响。
发挥模型多样性：在生成过程中，不同的温度值和采样步骤会产生具有不同风格、细节和多样性的图像。尝试调整温度和采样步骤，探索不同的图像变化。
了解模型限制：模型可能在生成某些对象、细节或复杂场景方面存在限制。熟悉模型的限制，并尝试适当的Prompt和调整来解决它们。
多次尝试并选择最佳结果：由于图像生成具有概率性，相同的Prompt可能会产生不同的结果。多次尝试并选择最满意的结果。
持续学习和实践：构建Prompt是一个需要持续学习和实践的技能。通过尝试不同的Prompt和技巧，您将逐渐熟悉模型的行为和生成图像的特点，从而获得改进的结果。
希望这些技巧能帮助您获得更好的图像生成效果。祝您在图像生成中取得成功！如有更多问题，请随时询问。
Prompt大概可以划分为9类, 包括：
主题
媒介
风格
艺术家风格
网站
清晰度
细节
颜色
灯光
接下来，我们将根据Stable Diffusion v1.5介绍每个prompt类别。
主题是您希望在图像中看到的内容。一个常见的问题是主题的描述不够具体、准确或详细。
比如，我们想生成一张奥黛丽赫本的图像，一个初学者可能只写了：
Audrey Hepburn
这样留下了太多的想象空间。您想要什么样的场景？有哪些描述性词语可以更精确地定义图像的范围？她是什么表情？她在哪？她在做什么？
扩散模型的特性决定它需要一个给定的内容作为参考来关联、推理和扩散我们的想法。因此，我们必须准确地表达我们想要的内容。
举个例子，我们提供一个更具体、更准确的prompt：
Audrey Hepburn, lying on the bed, smiling, in black evening dress, knot, looking at the viewer, holding a cup of red wine in glass
媒介指创作艺术作品所使用的材料。例如插图、油画、3D渲染和摄影等。媒介对作品风格有着很大的影响，使用不同的提示词可以极大改变风格。
我们添加提示词"油画"。
Audrey Hepburn, lying on the bed, smiling, in black evening dress, knot, looking at the viewer, holding a cup of red wine in glass, oil painting
我们可以看到期望的效果！图像从照片转变为油画效果。
风格指图像的艺术风格，例如印象派、超现实主义、波普艺术等。我们再添加提示词"超现实主义"、"幻想主义"和"印象派"。
Audrey Hepburn, lying on the bed, smiling, in black evening dress, knot, looking at the viewer, holding a cup of red wine in glass, oil painting, hyperrealistic, fantasy, impressionistic
艺术家的名字是一个强大的修饰词。它允许您引用特定的艺术家来调整风格。同时混合多位艺术家的风格也很常见。让我们使用保罗塞尚的风格试试：
Audrey Hepburn, lying on the bed, smiling, in black evening dress, knot, looking at the viewer, holding a cup of red wine in glass, oil painting, hyperrealistic, fantasy, impressionistic, created by Paul Cezanne
像Artstation和Deviant Art这样的图形网站收集各种类型的图像。在prompt中使用它们可以确保图像倾向于这些风格。让我们将Artstation添加到prompt中。
Audrey Hepburn, lying on the bed, smiling, in black evening dress, knot, looking at the viewer, holding a cup of red wine in glass, oil painting, hyperrealistic, fantasy, surreal, created by Paul Cezanne, artstation
清晰度代表图像的清晰度和细节水平。让我们使用“超精细节”和“清晰焦点”这两个提示词。
Audrey Hepburn, lying on the bed, smiling, in black evening dress, knot, looking at the viewer, holding a cup of red wine in glass, oil painting, hyperrealistic, fantasy, surreal, created by Paul Cezanne, highly detailed, sharp focus
其他细节是修改图像的方式。让我们添加现代、华丽服装和慵懒主题，以增强图像的氛围。
Audrey Hepburn, lying on the bed, smiling, in black evening dress, knot, looking at the viewer, holding a cup of red wine in glass, oil painting, hyperrealistic, fantasy, surreal, created by Paul Cezanne, highly detailed, sharp focus, modern, stunning dresses, and cozy themes
通过添加颜色提示，您可以控制图像的整体颜色。您指定的颜色可能会出现为色调或出现在对象中。
让我们使用提示“暖色调”来为图像添加一些温暖的颜色。
Audrey Hepburn, lying on the bed, smiling, in black evening dress, knot, looking at the viewer, holding a cup of red wine in glass, oil painting, hyperrealistic, fantasy, surreal, created by Paul Cezanne, highly detailed, sharp focus, modern, stunning dresses, and cozy themes, warm-toned
任何摄影师都会告诉您，光线是创造成功图像的关键因素。照明提示对图像的外观有重要影响。让我们在提示中添加“电影般的照明”和“黑暗”。
Audrey Hepburn, lying on the bed, smiling, in black evening dress, knot, looking at the viewer, holding a cup of red wine in glass, oil painting, hyperrealistic, fantasy, surreal, created by Paul Cezanne, highly detailed, sharp focus, modern, stunning dresses, and cozy themes, warm-toned, cinematic lighting, darkness
通过这些提示，我们的提示变得更加精确和完整。
您可能已经注意到，通过向主题添加几个提示，图像已经相当不错。在构建扩散模型的提示时，通常不需要使用许多提示就可以获得良好的结果。
使用负面提示词是引导图像风格的另一种好方法，但与其包含您想要的内容，不如包含您不想要的内容。它们不一定是物体；它们也可以是风格和不希望的特征（例如，丑陋，畸形）。我将使用通用的负面提示。
ugly, repetitive, poorly drawn hands, poorly drawn feet, poorly drawn faces, out of frame, extra limbs, distorted, deformed, body out of frame, anatomical errors, watermarks, signatures, cropped, low contrast, underexposed, overexposed, bad artwork, beginner, amateur, distorted faces, blurry, sketchy, grainy
负面提示有助于使图像显得与众不同，避免平凡无奇。
您应该将提示构建视为一个迭代的过程。正如前面所看到的，仅仅添加几个提示到主题中就可以得到非常好的图像。
添加负面提示词是提示构建的迭代过程的一部分。这些提示词可以是要避免的物体或身体部位（例如，隐藏不好画的手，因为v1模型在渲染手部时有困难）。
您可以通过在特定的采样步骤中切换到另一个提示来修改提示的重要性。
（此语法适用于KNexus。）
（此语法适用于KNexus。）
您可以使用（prompt: factor）的语法调整提示的权重。其中，factor是一个数值，小于1表示较低的权重，大于1表示较高的权重。
例如，让我们调整提示"dog"的权重：
dog, autumn in Paris, glamorous, beautiful, ambiance, feeling, mist, smoke, flames, chimneys, rain, moist, pure, puddles, melting, dripping, snow, creek, lush, ice, bridge, forest, roses, flowers, created by Stanley Artgerm Lau, Greg Rutkowski, Thomas Kindkade, Alphonse Mucha, Loish, and Norman Rockwell.
增加"dog"的权重会倾向于生成更多的狗，而减少权重会倾向于生成较少的狗。虽然并非对每个图像都适用，但在统计上成立。
这种技术可应用于主题提示和所有类别，如风格和光照。
（此语法适用于KNexus。）
调整提示的强度的另一种方法是使用（）和[]。 （prompt）将提示的强度增加1.1倍，与（prompt: 1.1）相同。 [prompt]将强度减少0.9倍，与（prompt: 0.9）相同。
您可以使用多个括号，就像代数中一样...效果是乘法。
（prompt）：1.1
（（prompt））：1.21
（（（prompt）））：1.33
类似地，使用多个方括号的效果是：
[prompt]: 0.81
[[prompt]]: 0.73
（这个语法适用于KNexus）
你可以将两个提示混合在一起。正确的术语是提示混合。混合提示的语法是：
[prompt1 : prompt2 : factor]
因子控制着提示从prompt1切换到prompt2的时间点。它是一个介于0和1之间的数字。
例如，如果我使用以下提示：
[安吉丽娜·朱莉 : 梅根·福克斯 : 0.5] 油画肖像, 进行30个采样步骤。
[Angelina Jolie : Megan Fox : 0.5] oil painting portrait
[Angelina Jolie : Megan Fox : 0.1] oil painting portrait
[Angelina Jolie : Megan Fox : 0.75] oil painting portrait
这意味着在步骤1到15中，提示是：
安吉丽娜·朱莉的油画肖像
而在步骤16到30中，提示切换为：
梅根·福克斯的油画肖像
因子决定了提示变换发生的时间点。它是30步x 0.5 = 15步后的第15步。更改因子会以不同程度将这两位女演员混合在一起。
提示混合的一个非常重要的规则是第一个提示决定了整体构图。早期的扩散步骤决定了整体构图。随后的步骤会细化细节。
常见的用例是通过融合演员和女演员的特定特征来创建新的面孔。
例如，[苏菲·玛索 : 詹妮弗·康纳利 : 0.85]
40个步骤是两者之间的外貌：通过精选这两个名称并调整系数，我们可以精确地实现所期望的外貌。
通过Prompt融合，您可以实现类似prompt-to-prompt的效果，并生成高度相似的图像对，具有一些变化。比如我们让刚才融合出来的美人手举一个玻璃杯，又或是一支笔。
[Sophie Marceau : Jennifer Connelly : 0.85] holding an [pen:glass:0.1]
[Sophie Marceau : Jennifer Connelly : 0.85] holding an [pen:glass:0.9]
需要仔细调整系数。它是如何工作的呢？其背后的理论是在扩散过程的早期设置图像的整体构成。一旦扩散被限制在一个小空间内，交换任何提示词对整体图像几乎没有影响，只会改变一小部分。
KNexus支持最多1000个字符的提示。
关键词并不总是有效的。您可以通过将其作为独立提示来检查提示的有效性。比如有时候扩散模型无法区别查尔斯怀特的作品和他本人，但扩散模型又很清楚安德鲁怀斯的作品风格：
Andrew Wyeth
Charles White
要在提示构建中表现出色，您需要像扩散一样思考。核心是一个图像采样器，它生成我们人类认为合理且良好的像素值。您甚至可以在没有提示的情况下使用它，它将生成许多无关的图像。在技术上，这称为无条件或无导向的扩散。
提示是将扩散引导到与您意图相匹配的采样空间的一种方法。我之前提到过提示需要详细和具体。这是因为详细的提示会缩小采样范围。让我们来看一个例子。
Castle
Castle, with a blue sky background
Wide-angle view of a castle, with a blue sky background
通过在主题中添加更多的描述性提示，我们将城堡的采样范围缩小了。在第一个例子中，我们要求任何一个城堡的图像。然后，我们只要求带有蓝天背景的城堡。最后，我们指定它是广角照片。您在提示中提供的具体细节越多，图像的变化就越少。
某些属性之间存在强烈的关联。当您指定一个属性时，您往往会得到另一个属性。扩散模型会生成带有意外关联效应的图像。
假设我们想生成一张拥有蓝色眼睛的女性照片。
A young woman with blue eyes, highlights in her hair, sitting outside a restaurant, wearing white clothing, side lighting
如果我们把它改成黑色的眼睛呢？
A young woman with black eyes, highlights in her hair, sitting outside a restaurant, wearing white clothing, side lighting
在提示词中，我没有指定种族。然而，由于蓝色的眼睛主要出现在欧洲人中，生成的图像主要会是白人。而黑色的眼睛在不同种族中更为常见，因此您会看到更多种族多样性的样本。
刻板印象和偏见是人工智能模型中重要的议题。
每个提示都有一些意想不到的联想效应。对于名人的名字尤其如此。一些演员在照片中有特定的姿势或穿着特定的衣服，这些都反映在训练数据中。如果你想一下，模型的训练其实就是通过联想来学习。如果（在训练数据中）莱昂纳多总是喜欢用手指指人，模型就会将手指指着与莱昂纳多特联系起来。
当你在提示中使用莱昂纳多·迪卡普里奥的名字时，你可能期望看到他的脸。但是姿势和服装也会产生影响。你可以通过只使用他的名字作为提示来研究这种效果。
姿势和服装是整体构图的一部分。如果你只想要他的脸而不要姿势，你可以使用提示混合在后续采样步骤中切换它。
艺术家的名字特别容易产生联想效应。
digital painting of [Sophie Marceau : Jennifer Connelly : 0.85] by Alphonse Mucha
19世纪捷克画家阿方斯·缪夏在肖像提示中常见，因为这个名字本身就适合有趣的装饰，并且他的风格与数字插图相得益彰。然而，它经常在背景中留下圆形或圆顶状的图案。在室外环境中，这些图案可能看起来不自然。
使用自定义模型是实现特定风格的最简单方法，也是扩散模型的独特吸引力。
A young woman with brown eyes, highlights in her hair, sitting outside a restaurant, wearing white clothing, side lighting
In cetusMix_v4 model:
In Camelmix25D_v2 model:
在使用模型时，我们需要注意提示的含义可能会改变。这对于风格尤其如此。
您还可以为图像的不同区域指定不同的提示。
例如，您可以在图像的左侧或右侧放置物体。
https://stable-diffusion-art.com/prompt-guide/
___________________________________________________________________________________________
An AI-driven creative Bazaar, empowering AI enthusiasts to push the limits of creativity with prompts. Safeguard your ideas with lock encryption technology, ensuring rights protection. Generate, create, and purchase innovative creations in this dynamic platform.
想要通过AI创建完美图像，但不知道如何使用提示吗？
我们都知道，AI艺术的关键在于提示。当您使用Midjourney或Stable Diffusion等AI艺术引擎生成图像时，可能会对如何使用“/:”命令输入提示感到困惑。您可能会想，我应该如何描述我脑海中的图像呢？这就是KNexus提示指南的用途，它可以帮助您掌握使用提示的艺术。当然，我们非常鼓励您使用KNexus投身于AI创作的世界！ [别忘了在我们的主页上注册早鸟候补名单👀]
所以，让我们一起踏上这个学习之旅吧！
构建有效的Prompt有几种技巧和策略，可帮助您获得更好的结果：
选择关键词：关键词在图像生成中起着至关重要的作用。选择与图像内容、风格和氛围相关的关键词。具体并提供详细信息，确保模型能理解您的意图。
描述具体场景：提供具体的场景描述，包括环境、背景、光线和时间等，可获得更精确的图像生成结果，帮助模型更好地理解您的期望。
尝试不同风格和外观：如果您有特定的风格偏好，请将其融入Prompt中。提及特定艺术家、艺术风格、绘画技巧或照片滤镜，有助于模型模拟所需的外观。
调整关键词权重：您可以通过调整关键词的权重来控制其重要性。增加某些关键词的权重将使模型更倾向于生成相关内容。您可以尝试在关键词后添加冒号和数值来调整其权重，例如：（关键词：2.0）。通过微调权重，可以获得更多或更少的特定元素在生成的图像中。
使用负向Prompt：如果您希望避免某些内容或特征，可以使用负向Prompt来排除它们。负向Prompt可以包含您希望避免的对象、风格或属性，引导模型远离生成此类内容。
迭代和实验：图像生成是一个迭代和实验的过程。生成几张图像后，评估它们与您期望的一致程度，并根据需要微调Prompt。尝试不同的组合、顺序和权重，并观察它们对图像结果的影响。
发挥模型多样性：在生成过程中，不同的温度值和采样步骤会产生具有不同风格、细节和多样性的图像。尝试调整温度和采样步骤，探索不同的图像变化。
了解模型限制：模型可能在生成某些对象、细节或复杂场景方面存在限制。熟悉模型的限制，并尝试适当的Prompt和调整来解决它们。
多次尝试并选择最佳结果：由于图像生成具有概率性，相同的Prompt可能会产生不同的结果。多次尝试并选择最满意的结果。
持续学习和实践：构建Prompt是一个需要持续学习和实践的技能。通过尝试不同的Prompt和技巧，您将逐渐熟悉模型的行为和生成图像的特点，从而获得改进的结果。
希望这些技巧能帮助您获得更好的图像生成效果。祝您在图像生成中取得成功！如有更多问题，请随时询问。
Prompt大概可以划分为9类, 包括：
主题
媒介
风格
艺术家风格
网站
清晰度
细节
颜色
灯光
接下来，我们将根据Stable Diffusion v1.5介绍每个prompt类别。
主题是您希望在图像中看到的内容。一个常见的问题是主题的描述不够具体、准确或详细。
比如，我们想生成一张奥黛丽赫本的图像，一个初学者可能只写了：
Audrey Hepburn
这样留下了太多的想象空间。您想要什么样的场景？有哪些描述性词语可以更精确地定义图像的范围？她是什么表情？她在哪？她在做什么？
扩散模型的特性决定它需要一个给定的内容作为参考来关联、推理和扩散我们的想法。因此，我们必须准确地表达我们想要的内容。
举个例子，我们提供一个更具体、更准确的prompt：
Audrey Hepburn, lying on the bed, smiling, in black evening dress, knot, looking at the viewer, holding a cup of red wine in glass
媒介指创作艺术作品所使用的材料。例如插图、油画、3D渲染和摄影等。媒介对作品风格有着很大的影响，使用不同的提示词可以极大改变风格。
我们添加提示词"油画"。
Audrey Hepburn, lying on the bed, smiling, in black evening dress, knot, looking at the viewer, holding a cup of red wine in glass, oil painting
我们可以看到期望的效果！图像从照片转变为油画效果。
风格指图像的艺术风格，例如印象派、超现实主义、波普艺术等。我们再添加提示词"超现实主义"、"幻想主义"和"印象派"。
Audrey Hepburn, lying on the bed, smiling, in black evening dress, knot, looking at the viewer, holding a cup of red wine in glass, oil painting, hyperrealistic, fantasy, impressionistic
艺术家的名字是一个强大的修饰词。它允许您引用特定的艺术家来调整风格。同时混合多位艺术家的风格也很常见。让我们使用保罗塞尚的风格试试：
Audrey Hepburn, lying on the bed, smiling, in black evening dress, knot, looking at the viewer, holding a cup of red wine in glass, oil painting, hyperrealistic, fantasy, impressionistic, created by Paul Cezanne
像Artstation和Deviant Art这样的图形网站收集各种类型的图像。在prompt中使用它们可以确保图像倾向于这些风格。让我们将Artstation添加到prompt中。
Audrey Hepburn, lying on the bed, smiling, in black evening dress, knot, looking at the viewer, holding a cup of red wine in glass, oil painting, hyperrealistic, fantasy, surreal, created by Paul Cezanne, artstation
清晰度代表图像的清晰度和细节水平。让我们使用“超精细节”和“清晰焦点”这两个提示词。
Audrey Hepburn, lying on the bed, smiling, in black evening dress, knot, looking at the viewer, holding a cup of red wine in glass, oil painting, hyperrealistic, fantasy, surreal, created by Paul Cezanne, highly detailed, sharp focus
其他细节是修改图像的方式。让我们添加现代、华丽服装和慵懒主题，以增强图像的氛围。
Audrey Hepburn, lying on the bed, smiling, in black evening dress, knot, looking at the viewer, holding a cup of red wine in glass, oil painting, hyperrealistic, fantasy, surreal, created by Paul Cezanne, highly detailed, sharp focus, modern, stunning dresses, and cozy themes
通过添加颜色提示，您可以控制图像的整体颜色。您指定的颜色可能会出现为色调或出现在对象中。
让我们使用提示“暖色调”来为图像添加一些温暖的颜色。
Audrey Hepburn, lying on the bed, smiling, in black evening dress, knot, looking at the viewer, holding a cup of red wine in glass, oil painting, hyperrealistic, fantasy, surreal, created by Paul Cezanne, highly detailed, sharp focus, modern, stunning dresses, and cozy themes, warm-toned
任何摄影师都会告诉您，光线是创造成功图像的关键因素。照明提示对图像的外观有重要影响。让我们在提示中添加“电影般的照明”和“黑暗”。
Audrey Hepburn, lying on the bed, smiling, in black evening dress, knot, looking at the viewer, holding a cup of red wine in glass, oil painting, hyperrealistic, fantasy, surreal, created by Paul Cezanne, highly detailed, sharp focus, modern, stunning dresses, and cozy themes, warm-toned, cinematic lighting, darkness
通过这些提示，我们的提示变得更加精确和完整。
您可能已经注意到，通过向主题添加几个提示，图像已经相当不错。在构建扩散模型的提示时，通常不需要使用许多提示就可以获得良好的结果。
使用负面提示词是引导图像风格的另一种好方法，但与其包含您想要的内容，不如包含您不想要的内容。它们不一定是物体；它们也可以是风格和不希望的特征（例如，丑陋，畸形）。我将使用通用的负面提示。
ugly, repetitive, poorly drawn hands, poorly drawn feet, poorly drawn faces, out of frame, extra limbs, distorted, deformed, body out of frame, anatomical errors, watermarks, signatures, cropped, low contrast, underexposed, overexposed, bad artwork, beginner, amateur, distorted faces, blurry, sketchy, grainy
负面提示有助于使图像显得与众不同，避免平凡无奇。
您应该将提示构建视为一个迭代的过程。正如前面所看到的，仅仅添加几个提示到主题中就可以得到非常好的图像。
添加负面提示词是提示构建的迭代过程的一部分。这些提示词可以是要避免的物体或身体部位（例如，隐藏不好画的手，因为v1模型在渲染手部时有困难）。
您可以通过在特定的采样步骤中切换到另一个提示来修改提示的重要性。
（此语法适用于KNexus。）
（此语法适用于KNexus。）
您可以使用（prompt: factor）的语法调整提示的权重。其中，factor是一个数值，小于1表示较低的权重，大于1表示较高的权重。
例如，让我们调整提示"dog"的权重：
dog, autumn in Paris, glamorous, beautiful, ambiance, feeling, mist, smoke, flames, chimneys, rain, moist, pure, puddles, melting, dripping, snow, creek, lush, ice, bridge, forest, roses, flowers, created by Stanley Artgerm Lau, Greg Rutkowski, Thomas Kindkade, Alphonse Mucha, Loish, and Norman Rockwell.
增加"dog"的权重会倾向于生成更多的狗，而减少权重会倾向于生成较少的狗。虽然并非对每个图像都适用，但在统计上成立。
这种技术可应用于主题提示和所有类别，如风格和光照。
（此语法适用于KNexus。）
调整提示的强度的另一种方法是使用（）和[]。 （prompt）将提示的强度增加1.1倍，与（prompt: 1.1）相同。 [prompt]将强度减少0.9倍，与（prompt: 0.9）相同。
您可以使用多个括号，就像代数中一样...效果是乘法。
（prompt）：1.1
（（prompt））：1.21
（（（prompt）））：1.33
类似地，使用多个方括号的效果是：
[prompt]: 0.81
[[prompt]]: 0.73
（这个语法适用于KNexus）
你可以将两个提示混合在一起。正确的术语是提示混合。混合提示的语法是：
[prompt1 : prompt2 : factor]
因子控制着提示从prompt1切换到prompt2的时间点。它是一个介于0和1之间的数字。
例如，如果我使用以下提示：
[安吉丽娜·朱莉 : 梅根·福克斯 : 0.5] 油画肖像, 进行30个采样步骤。
[Angelina Jolie : Megan Fox : 0.5] oil painting portrait
[Angelina Jolie : Megan Fox : 0.1] oil painting portrait
[Angelina Jolie : Megan Fox : 0.75] oil painting portrait
这意味着在步骤1到15中，提示是：
安吉丽娜·朱莉的油画肖像
而在步骤16到30中，提示切换为：
梅根·福克斯的油画肖像
因子决定了提示变换发生的时间点。它是30步x 0.5 = 15步后的第15步。更改因子会以不同程度将这两位女演员混合在一起。
提示混合的一个非常重要的规则是第一个提示决定了整体构图。早期的扩散步骤决定了整体构图。随后的步骤会细化细节。
常见的用例是通过融合演员和女演员的特定特征来创建新的面孔。
例如，[苏菲·玛索 : 詹妮弗·康纳利 : 0.85]
40个步骤是两者之间的外貌：通过精选这两个名称并调整系数，我们可以精确地实现所期望的外貌。
通过Prompt融合，您可以实现类似prompt-to-prompt的效果，并生成高度相似的图像对，具有一些变化。比如我们让刚才融合出来的美人手举一个玻璃杯，又或是一支笔。
[Sophie Marceau : Jennifer Connelly : 0.85] holding an [pen:glass:0.1]
[Sophie Marceau : Jennifer Connelly : 0.85] holding an [pen:glass:0.9]
需要仔细调整系数。它是如何工作的呢？其背后的理论是在扩散过程的早期设置图像的整体构成。一旦扩散被限制在一个小空间内，交换任何提示词对整体图像几乎没有影响，只会改变一小部分。
KNexus支持最多1000个字符的提示。
关键词并不总是有效的。您可以通过将其作为独立提示来检查提示的有效性。比如有时候扩散模型无法区别查尔斯怀特的作品和他本人，但扩散模型又很清楚安德鲁怀斯的作品风格：
Andrew Wyeth
Charles White
要在提示构建中表现出色，您需要像扩散一样思考。核心是一个图像采样器，它生成我们人类认为合理且良好的像素值。您甚至可以在没有提示的情况下使用它，它将生成许多无关的图像。在技术上，这称为无条件或无导向的扩散。
提示是将扩散引导到与您意图相匹配的采样空间的一种方法。我之前提到过提示需要详细和具体。这是因为详细的提示会缩小采样范围。让我们来看一个例子。
Castle
Castle, with a blue sky background
Wide-angle view of a castle, with a blue sky background
通过在主题中添加更多的描述性提示，我们将城堡的采样范围缩小了。在第一个例子中，我们要求任何一个城堡的图像。然后，我们只要求带有蓝天背景的城堡。最后，我们指定它是广角照片。您在提示中提供的具体细节越多，图像的变化就越少。
某些属性之间存在强烈的关联。当您指定一个属性时，您往往会得到另一个属性。扩散模型会生成带有意外关联效应的图像。
假设我们想生成一张拥有蓝色眼睛的女性照片。
A young woman with blue eyes, highlights in her hair, sitting outside a restaurant, wearing white clothing, side lighting
如果我们把它改成黑色的眼睛呢？
A young woman with black eyes, highlights in her hair, sitting outside a restaurant, wearing white clothing, side lighting
在提示词中，我没有指定种族。然而，由于蓝色的眼睛主要出现在欧洲人中，生成的图像主要会是白人。而黑色的眼睛在不同种族中更为常见，因此您会看到更多种族多样性的样本。
刻板印象和偏见是人工智能模型中重要的议题。
每个提示都有一些意想不到的联想效应。对于名人的名字尤其如此。一些演员在照片中有特定的姿势或穿着特定的衣服，这些都反映在训练数据中。如果你想一下，模型的训练其实就是通过联想来学习。如果（在训练数据中）莱昂纳多总是喜欢用手指指人，模型就会将手指指着与莱昂纳多特联系起来。
当你在提示中使用莱昂纳多·迪卡普里奥的名字时，你可能期望看到他的脸。但是姿势和服装也会产生影响。你可以通过只使用他的名字作为提示来研究这种效果。
姿势和服装是整体构图的一部分。如果你只想要他的脸而不要姿势，你可以使用提示混合在后续采样步骤中切换它。
艺术家的名字特别容易产生联想效应。
digital painting of [Sophie Marceau : Jennifer Connelly : 0.85] by Alphonse Mucha
19世纪捷克画家阿方斯·缪夏在肖像提示中常见，因为这个名字本身就适合有趣的装饰，并且他的风格与数字插图相得益彰。然而，它经常在背景中留下圆形或圆顶状的图案。在室外环境中，这些图案可能看起来不自然。
使用自定义模型是实现特定风格的最简单方法，也是扩散模型的独特吸引力。
A young woman with brown eyes, highlights in her hair, sitting outside a restaurant, wearing white clothing, side lighting
In cetusMix_v4 model:
In Camelmix25D_v2 model:
在使用模型时，我们需要注意提示的含义可能会改变。这对于风格尤其如此。
您还可以为图像的不同区域指定不同的提示。
例如，您可以在图像的左侧或右侧放置物体。
https://stable-diffusion-art.com/prompt-guide/
___________________________________________________________________________________________
An AI-driven creative Bazaar, empowering AI enthusiasts to push the limits of creativity with prompts. Safeguard your ideas with lock encryption technology, ensuring rights protection. Generate, create, and purchase innovative creations in this dynamic platform.
KNexusKNexus Prompt Guide|How to Create Perfect Images Using Prompts
Guide to PromptsWant to Create Perfect Images with AI but Don't Know How to Use Prompts? We all know that the key to AI art lies in prompts. When you're using AI art engines like Midjourney or Stable Diffusion to generate images, you might find yourself puzzled when it comes to using the "/:" command to input prompts. You might wonder, how should I describe the image in my mind? This is where the KNexus Prompt Guide comes to your rescue, helping you master the art of using prompts. ...
KNexusWhat is Prompt Point?
What is Prompt Point (PP)?Prompt Points (PP) is a unique point system within the KNexus platform. These points are designed to provide you with a digital incentive mechanism tied to creativity and art, while also serving as a cost for using KNexus for creation. PP can be seen as a creative metric, playing a vital role on the platform to encourage and acknowledge your contributions in creation, sharing, and interaction.What is the Role of PP?Prompt Point is more than just a number; it represen...
KNexusKNexus プロンプトガイド | プロンプトを使用して完璧な画像を作成する方法
プロンプトガイドAIを使用して完璧な画像を作成したいけれども、プロンプトの使い方がわからないですか？ 私たちは皆、AIアートの鍵はプロンプトにあることを知っています。MidjourneyやStable DiffusionのようなAIアートエンジンを使用して画像を生成する際、プロンプトを入力するための"/:"コマンドの使い方について戸惑うことがあるかもしれません。自分の頭にあるイメージをどのように説明すれば良いのか疑問に思うかもしれません。そこで、KNexusのプロンプトガイドがあなたのお手伝いになります。プロンプトの使い方の技術をマスターするお手伝いをします。もちろん、KNexus のAIクリエーションの世界に飛び込むことを強くおすすめします！[ホームページでのアーリーバードウェイトリストにサインアップすることを忘れずに👀] さあ、一緒にこの学習の旅に出発しましょう！TL;DR:プロンプト技術効果的なプロンプトの構築には、より良い結果を得るためのいくつかの技術と戦略があります：キーワードの選択：キーワードは画像生成において重要な役割を果たします。画像内に望む内容、スタイル、雰囲...
KNexusKNexus Prompt Guide|How to Create Perfect Images Using Prompts
Guide to PromptsWant to Create Perfect Images with AI but Don't Know How to Use Prompts? We all know that the key to AI art lies in prompts. When you're using AI art engines like Midjourney or Stable Diffusion to generate images, you might find yourself puzzled when it comes to using the "/:" command to input prompts. You might wonder, how should I describe the image in my mind? This is where the KNexus Prompt Guide comes to your rescue, helping you master the art of using prompts. ...
KNexusWhat is Prompt Point?
What is Prompt Point (PP)?Prompt Points (PP) is a unique point system within the KNexus platform. These points are designed to provide you with a digital incentive mechanism tied to creativity and art, while also serving as a cost for using KNexus for creation. PP can be seen as a creative metric, playing a vital role on the platform to encourage and acknowledge your contributions in creation, sharing, and interaction.What is the Role of PP?Prompt Point is more than just a number; it represen...
KNexusKNexus プロンプトガイド | プロンプトを使用して完璧な画像を作成する方法
プロンプトガイドAIを使用して完璧な画像を作成したいけれども、プロンプトの使い方がわからないですか？ 私たちは皆、AIアートの鍵はプロンプトにあることを知っています。MidjourneyやStable DiffusionのようなAIアートエンジンを使用して画像を生成する際、プロンプトを入力するための"/:"コマンドの使い方について戸惑うことがあるかもしれません。自分の頭にあるイメージをどのように説明すれば良いのか疑問に思うかもしれません。そこで、KNexusのプロンプトガイドがあなたのお手伝いになります。プロンプトの使い方の技術をマスターするお手伝いをします。もちろん、KNexus のAIクリエーションの世界に飛び込むことを強くおすすめします！[ホームページでのアーリーバードウェイトリストにサインアップすることを忘れずに👀] さあ、一緒にこの学習の旅に出発しましょう！TL;DR:プロンプト技術効果的なプロンプトの構築には、より良い結果を得るためのいくつかの技術と戦略があります：キーワードの選択：キーワードは画像生成において重要な役割を果たします。画像内に望む内容、スタイル、雰囲...
KNexus is a creative space centered around prompt engineers.
KNexus is a creative space centered around prompt engineers.
Share Dialog
Share Dialog
Subscribe to KNexus
Subscribe to KNexus
<100 subscribers
<100 subscribers
No activity yet