🐼 咒语?玄学?Stable Diffusion提示词到底怎么写 prompt语法详解 在SD中用prompt提示词语法 + xyz脚本 实现变脸动画 无需任何插件

氪學家
1 Sept 202311:06

TLDR本期教程深入探讨了Stable Diffusion中prompt提示词的编写技巧,通过实例演示了如何仅用prompt和xyz脚本实现变脸动画,而无需任何插件。视频详细讲解了提示词的顺序、权重赋值、采样步数控制等关键技术点,并通过矩阵试词功能展示了不同提示词组合的效果,旨在帮助用户更好地掌握文生图的技能。

Takeaways

  • 🎨 在Stable Diffusion中,通过调整prompt提示词的顺序和结构,可以影响生成图像的结果。
  • 🌟 使用controlnet可以辅助生成动画,但不是必需的,通过掌握prompt技巧也能实现变脸动画。
  • 📝 提示词的顺序不同会导致生成的图像有显著差异,关键词的位置影响其在图像中的权重。
  • 🔢 通过逗号分隔关键词,可以改变图像的生成结果,这是作图中容易忽略的技术点。
  • 🦄 手动标记权重(例如:(blue hair: 1.5))可以增加特定关键词在图像中的显著性。
  • 🔄 使用键盘快捷键(Ctrl + 上下箭头)可以方便地给词语赋权。
  • 📊 方括号和双冒号可以用来指定关键词在采样步数中的百分比,从而控制其在图像中的体现。
  • 🚫 使用小括号指定步数时,如果数值大于1,会导致图像生成异常。
  • 🔄 负数步数不会影响图像结果,但可以用来排除不喜欢的元素。
  • 🎭 通过分段绘制语法,可以控制不同提示词在作图中的介入时机,实现类似变脸的效果。
  • 🧬 利用提示词矩阵功能可以测试不同词语组合对图像生成的影响,有助于优化最终效果。

Q & A

  • 在Stable Diffusion中,改变提示词的顺序会有什么影响?

    -改变提示词的顺序会影响图像生成的结果,因为不同位置的关键词在参与图像生成时被分配的权重不同。例如,当'blue hair'放在不同位置时,小女孩的头发颜色和衣服颜色会有不同的染色效果。

  • 逗号在提示词中起什么作用?

    -逗号在提示词中用于分割关键词,有逗号分割和没有逗号分割的描述会导致不同的图像生成结果。

  • 如何通过手动标记权重的方式给指定的关键词赋权?

    -可以通过将需要赋权的关键词用括号括起来,并在后面加上冒号和赋权数值的方式来实现。例如,'(blue hair):1.5' 表示给'blue hair'这个词赋予1.5的权重。

  • 在Stable Diffusion中,如何指定关键词参与作图的百分比或采样步数?

    -可以使用方括号来指定关键词参与作图的百分比或采样步数。例如,'[blue hair]:0.5' 表示'blue hair'这个词参与前20步中的10步(20*0.5)。

  • 如果使用小括号代替方括号来指定采样步数,会有什么效果?

    -使用小括号指定采样步数时,如果数值大于1,SD的出图可能会崩掉。同时,即使给到相同的小数,使用中括号和小括号时,SD最终的出图也会有所不同。

  • 给出的采样步数大于总步数会发生什么?

    -如果给出的采样步数大于总步数,最终的出图结果并不会因为步数的增加而变得更复杂,步数超出部分会被忽略。

  • 负数采样步数在Stable Diffusion中有什么作用?

    -给出负数采样步数时,可以消除某些元素,例如将'blue hair'的步数设为负数会消除所有蓝色元素。

  • 如何使用Stable Diffusion的矩阵试词功能来测试不同的词分别参与作图的效果?

    -可以将试验的词用竖线分隔开,并在脚本中选择提示词矩阵的脚本,以此来实现不同词分别参与作图的效果测试。

  • 在脚本中使用冒号和数字如何控制两个元素在作图中的占比?

    -使用冒号和数字可以控制两个元素在作图中的占比。例如,'one man:Joker:0.2' 表示前20%的步数画'one man',后80%的步数画'Joker'。

  • 如何利用双词参与作图的步数比例来实现变脸效果?

    -可以通过调整两个元素在作图中的占比来实现变脸效果。例如,逐渐增加'one man'的占比,'Joker'的妆容会逐渐减少,从而实现类似卸妆的效果。

  • 在Stable Diffusion中,如何通过排除某个元素来优化图像生成?

    -如果不喜欢某个元素,可以通过给该元素的采样步数赋予负数来排除它,或者使用双词参与作图的步数比例来减少该元素的表现。

Outlines

00:00

🎨 Introduction to Prompting Techniques in SD Tutorials

This paragraph introduces the viewer to the 25th episode of the SD series tutorial, focusing on the use of prompt words in Stable Diffusion (SD) for creating animations without the need for animation plugins. The tutorial emphasizes the importance of understanding prompt words and their arrangement, as well as the use of ControlNet as an auxiliary tool for stability. The speaker also mentions their previous approach to prompt words, suggesting that with the right techniques, anyone can create face-changing animations using SD. The video promises a demonstration at the end to illustrate the concepts discussed.

05:01

🔍 Understanding Prompt Word Order and Weight in SD

This section delves into the significance of the order and weight of prompt words in SD. It explains how different arrangements of the same keywords can lead to varied outcomes in generated images. The tutorial demonstrates this by using 'one girl,' 'blue hair,' and 'happy' as examples, showing how the position of 'blue hair' affects the coloring of the character's clothing. It also covers the use of commas to separate keywords and the manual marking of weights to control the prominence of certain keywords in the image generation process. Additionally, a technique for adjusting the participation percentage of keywords in the sampling steps is introduced, allowing for more nuanced control over the final image.

10:02

📊 Exploring Advanced Prompting Techniques and Matrix Testing

The final paragraph discusses advanced prompting techniques, including the use of brackets for controlling the step count of keywords and the concept of negative values for excluding certain elements from the generated images. It also introduces the concept of step ratios for dual keywords, allowing for a more dynamic balance between two elements in the image generation process. The speaker then explains the matrix prompting feature in SD, which enables the testing of various word combinations and their impact on the final image. The paragraph concludes with a mention of the upcoming video content, which will provide a detailed demonstration of the techniques discussed, including the creation of a face-changing animation using the concepts of prompt word order and weight.

Mindmap

Keywords

💡Stable Diffusion

Stable Diffusion是一种深度学习模型,用于生成图像。在视频中,它被用来根据输入的提示词(prompt)生成动画效果,如变脸动画,而无需使用任何外部插件。

💡prompt提示词

提示词(prompt)是用户输入给Stable Diffusion模型的文本指令,用来指导模型生成特定风格或内容的图像。

💡controlnet

controlnet是一种辅助工具,用于增强Stable Diffusion模型生成图像的可控性。虽然在视频中提到它不是制作动画的必要条件,但它可以帮助提高动画的稳定性。

💡权重

在Stable Diffusion中,权重是指提示词中各个关键词对生成图像的影响程度。通过调整权重,用户可以控制图像中特定元素的显著性。

💡采样步数

采样步数是指在Stable Diffusion生成图像过程中,每个关键词参与生成的步骤数量。通过指定采样步数,用户可以控制关键词在图像生成过程中的作用范围。

💡变脸动画

变脸动画是一种视觉效果,其中人物的面部特征在连续的图像中发生变化,创造出一种视觉上的动态变化。

💡逗号分隔

在Stable Diffusion的提示词中,逗号用于分隔关键词,影响关键词之间的关联性和图像生成的结果。

💡Ctrl键和上下箭头

在Stable Diffusion的操作中,可以通过按住键盘上的Ctrl键并使用小键盘上的上下箭头来快速调整选定关键词的权重。

💡矩阵试词

矩阵试词是一种测试不同提示词组合对图像生成效果影响的方法。通过使用竖线分隔不同的提示词,可以在Stable Diffusion中生成一系列变化的图像,从而分析和比较不同提示词的作用。

💡xyz脚本

xyz脚本是一种用于Stable Diffusion的脚本,可以帮助用户实现特定的图像生成效果,比如变脸动画。

Highlights

本视频是SD系列教程的第25期,专注于讲解prompt提示词的编写技巧。

展示了如何仅使用prompt提示词语法和xyz脚本,无需任何插件,实现变脸动画效果。

强调了掌握prompt提示词的重要性,即使在之前的教程中较少涉及。

解释了prompt中词语顺序对生成图像的影响,不同的顺序会导致不同的图像结果。

介绍了逗号在prompt中的作用,它可以分割关键词,影响最终图像。

讨论了通过括号和权重赋值来手动标记关键词权重的方法。

提供了使用Ctrl键和数字键赋权prompt中词语的快捷技巧。

解释了如何通过方括号和双冒号指定关键词在采样步数中的百分比。

探讨了使用小括号代替方括号对prompt的影响,以及步数大于总步数和负数步数的情况。

展示了如何利用负数步数排除不喜欢的元素,实现图像中的元素消除。

介绍了双词提示词步数比例的语法,以及如何通过调整数值控制元素在图像中的占比。

通过实例说明了如何使用SD的矩阵试词功能测试不同词的排列组合效果。

强调了prompt矩阵脚本在测试多个元素组合时的实用性。

视频最后承诺将在下一期视频中详细演示变脸动画的制作和操作细节。

鼓励观众通过点赞支持视频,以便快速更新下一期内容。

视频旨在帮助观众更好地理解和运用SD提示词,提升作图技能。