Stable Diffusion提示词模板说明：关键词、权重与样式区分

写好提示词是控制Stable Diffusion生成理想图像的核心技能。一篇有效的提示词通常包含三个部分：描述主体内容的关键词，控制元素强弱程度的权重，以及定义整体视觉风格的样式词。以下模板可以帮助快速上手：[主体关键词:权重] + [环境/细节:权重] + [风格/画师:权重] + [负面提示词]。这种结构能让模型更精准地理解需求，避免生成杂乱无章的结果。

关键词的选取与排列

关键词是提示词的基础。优先选择具体、明确的词汇，比如“穿着红色风衣的年轻女性”比“一个人”更有效。多个关键词之间用英文逗号分隔，Stable Diffusion会按从左到右的顺序依次处理，通常靠前的词影响更大。避免使用包含禁字的违法或不良词汇，专注于合法图像创作，比如设计、动漫角色或写实风景。

权重控制的具体方法

权重决定了某个元素在画面中的占比和强调程度。在Stable Diffusion Web-UI中，可以使用括号和数字来调整：(关键词:1.2) 表示将该词权重提升至1.2倍，(关键词:0.8) 表示降低到0.8倍。常用范围在0.5到1.5之间，数值越大效果越明显。另外，使用(关键词) 多嵌套一层相当于增加1.1倍权重，[关键词] 则降低权重。新手可以从1.0的默认值开始微调，观察画面变化。

样式区分的核心要素

样式词决定了图像的最终美术风格，例如“写实摄影风格”、“赛博朋克城市夜景”、“宫崎骏动画风”。常见样式包括艺术流派（印象派、水墨画）、画师名称（如Greg Rutkowski）、渲染引擎（Octane render）以及光线质感（电影光、柔光）。将样式词放在提示词末尾，通常能得到更稳定的风格输出。负面提示词（Negative prompt）也属于样式控制的一部分，用于排除不想要的元素，比如“低质量、模糊、扭曲的手”。

进阶说明与实用技巧

使用混合权重可以同时组合多种风格，例如“写实肖像:0.7”搭配“油画风格:0.3”，产生虚实结合的效果。Stable Diffusion还支持用AND语法交替混合不同概念。需要注意的是，1024×1024等高清分辨率会放大权重差异，建议在低分辨率下先测试权重比例再放大。通过开源架构和ControlNet等插件，用户可以对提示词进行像素级微调，实现局部重绘或骨骼绑定等高级控制。

一个完整的提示词示例

正面提示词：a beautiful young woman with long black hair, wearing a traditional hanfu, standing in a cherry blossom garden, soft sunlight, bokeh background, highly detailed face, masterpiece, best quality负面提示词：worst quality, low resolution, bad anatomy, extra fingers, blurry采样步数设30步，CFG Scale设为7，即可生成一张高质量古风人物图像。不断调整关键词顺序和权重数值，是掌握Stable Diffusion提示词技巧的必经之路。