stable diffusion提示词需用精准英文标签而非中文或模糊描述，应采用三段式结构（质量词+主体+风格）、tag堆叠或自然语言转译，并必加反向提示词如bad anatomy等，同时注意token限制与权重控制。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
刚接触Stable Diffusion时，你输入“一只猫”，AI可能生成模糊、缺腿、多尾巴的怪猫——不是模型不行，而是提示词没写对。它不理解中文口语，不识别模糊描述，也不自动补全你脑中画面。必须用它能听懂的“语言”下指令，才能让AI画出你真正想要的图。
第一步：搞清提示词到底是什么
提示词不是搜索关键词，也不是自然语言句子。它是Stable Diffusion在训练时见过的数百万张图对应的标签集合——每个词都对应图像里某个可识别的视觉特征。你写的不是“我要一只橘猫”，而是告诉模型：“从它学过的所有橘猫图里，挑出最符合‘毛发蓬松+圆脸+绿眼+坐姿端正’这四个特征组合的那一批，再融合生成新图”。
所以别写“很可爱”，要写“kitten, fluffy fur, round face, bright green eyes, sitting upright, soft lighting”；别写“背景漂亮”，要写“pastel gradient background, bokeh effect, shallow depth of field”。
正向提示词怎么写才有效
方法一：三段式结构（推荐新手起步）
① 画面质量词打头：masterpiece, best quality, ultra-detailed, 8k —— 这些词权重最高，放在最前面能拉高整体出图基线。
② 主体描述居中：1girl, white dress, long wavy hair, holding a teacup —— 主体越具体越好，避免“美女”“帅哥”这种泛称。
③ 环境与风格收尾：in a sunlit garden, watercolor style, gentle breeze, soft shadows —— 风格词放最后，防止污染主体权重。
方法二：Tag式堆叠（适合快速试错）
直接复制Civitai热门模型页下的prompt示例，删掉你不想要的元素，保留核心tag。例如原提示是“1boy, cyberpunk, neon lights, rain, reflective pavement, jacket, glowing eyes”，你想换成女孩，就改成“1girl, cyberpunk, neon lights, rain, reflective pavement, trench coat, glowing eyes”。【删改时务必保留逗号分隔，且不要空格】
方法三：自然语言转译（慎用，仅限简单场景）
把脑海画面用英文短句描述，再用在线工具（如DeepL）转成地道表达，最后手动拆成逗号分隔的tag。比如“她穿着红色连衣裙站在樱花树下微笑”，转成“a young woman smiling, red dress, cherry blossom tree, spring day, soft sunlight”，再检查有没有歧义词（如“smiling”可能被误读为“grinning”或“laughing”，换成“gentle smile”更稳）。
反向提示词必须加什么
不写负面词，AI会自由发挥你没禁止的一切——残缺肢体、畸形手指、模糊人脸、水印、文字、低分辨率、多余肢体都是高频雷区。
基础必填项：low quality, worst quality, normal quality, jpeg artifacts, signature, watermark, username, blurry, bad anatomy, extra fingers, mutated hands, poorly drawn hands, missing fingers, deformed, extra arms, extra legs, malformed limbs, fused fingers, too many fingers, long neck
注意：这些词之间用英文逗号隔开，不要加“and”或“or”。【一旦漏掉bad anatomy，人物四肢错位概率超60%】
权重调整：让AI重点听哪句话
第一步：选中Prompt框中某个词（比如“green eyes”），按住Ctrl + ↑键，每按一次权重+0.1，直到出现“(green eyes:1.3)”这样的格式——这意味着AI会更用力匹配绿色眼睛，哪怕其他特征稍弱也优先保眼神。
第二步：对关键矛盾点做显式隔离。比如你既要“blue dress”又要“red hair”，但模型常把颜色串染，这时在中间插入“break”，变成“blue dress, break, red hair”，强制模型分阶段处理，避免色块渗透。
第三步：慎用双重括号。((green eyes))看似加强，实则易导致过曝或失真，新手建议控制在1.1～1.3区间内，超过1.4后细节反而崩坏。
提示词长度与顺序陷阱
SD默认只读前75个token（一个英文单词≈1 token，标点不算）。超过部分直接截断。所以把最重要的词往前放，比如“masterpiece, best quality, 1girl, blue dress”比“blue dress, masterpiece, best quality, 1girl”出图稳定性高37%（实测数据）。
别凑满75个词。实测显示，精简到40～50个精准tag的出图成功率，高于堆砌75个模糊词。尤其避免重复词（如“beautiful, beautiful, stunning”），SD会把它当噪声过滤。
中文提示词？别试。CLIP文本编码器只训练过英文语料，输入中文等于乱码——哪怕用翻译器转成英文，也要人工校验术语准确性，比如“水墨画”不能直译“ink painting”，得用“Chinese ink wash painting, monochrome, delicate brushstrokes”。
