跳到主要内容
AI 绘画提示词参数设置与生成效果实战指南 | 极客日志
Python AI 算法
AI 绘画提示词参数设置与生成效果实战指南 AI 绘画利用人工智能技术生成图像,广泛应用于数字媒体与设计领域。以 Stable Diffusion 为例,介绍本地与云端部署方案,重点讲解正向提示词、负向提示词及采样参数的配置方法。通过具体案例演示如何通过调整主体、环境、风格等维度关键词优化生成效果,帮助开发者掌握 AIGC 绘图的核心技巧与参数调优策略。内容涵盖工具对比、部署流程、参数详解及多场景实战,旨在提供一套完整的 AI 绘画操作指南。
王者 发布于 2025/2/6 更新于 2026/6/3 23 浏览AI 绘画概述
AI 绘画是利用人工智能技术来生成、转换或增强数字图像和艺术作品的过程。这种技术可应用于各种领域,包括数字媒体、游戏开发、电影制作、设计、视觉艺术等。
具体领域涵盖图像生成、图像转换、图像增强及艺术创作。其中数字媒体受影响较大,同时受益也最为显著。
AI 绘画的主流工具
目前主流工具或技术主要分为三类:
Stable Diffusion : 开源技术,遵循使用条款可免费商用;社区生态繁荣,插件丰富。
Midjourney : 付费后可商用,以艺术风格见长。
DALL·E 2 : 付费后可商用,集成于微软生态。
目前看,Stable Diffusion 因其开源和可定制性,生态最为繁荣。
AI 绘画的部署方式
以 Stable Diffusion WebUI 为例,安装部署方式主要分为本地安装和云上安装。
本地安装
Windows 提供一键安装包,Mac 也有相应教程。主要依赖显卡性能,但独立显卡成本较高。Mac 设备由于硬件限制,生图速度相对较慢,建议谨慎选择。
云上安装
对于没有高性能本地设备的用户,可选择云端算力:
阿里云 : 通常提供试用资源,如 GPU 计算时礼包。需注意访问 GitHub 等国外资源的速度问题,建议使用国内镜像源替代脚本执行。
Colab : 谷歌提供的服务,每日有限额 GPU 使用时长,网络环境要求较高。
Kaggle : 每周提供约 20 小时的 GPU 计算资源,可选 P100 或 T4 配置。
云上部署通常通过脚本一键完成,等待执行完成后即可在浏览器中访问界面。有技术基础的用户也可自行编写部署脚本。
核心参数解析
在大模型之外,对生图影响最大的应该是参数设置。合理配置参数能显著提升出图质量。
正向提示词 (Prompt)
描述画面内容的关键词集合。结构通常包含:主体 + 环境 + 细节 + 风格 + 质量修饰。
示例 Prompt:
a young woman , street , laughing , ponytails , (hdr :1.3 ), (muted colors :1.2 ), dramatic , complex background , cinematic , filmic , (rutkowski, artstation :0.8 ), soaking wet ,
负向提示词 (Negative Prompt)
排除不想要的元素,如低质量、畸形人体、多余肢体等。
(nsfw:2 ), Multiple people, easynegative, (worst quality:2 ), (low quality:2 ), lowres, (monochrome:1.4 ), (grayscale:1.4 ), big head, severed legs, short legs, missing legs, acnes, skin blemishes, age spot, backlight, (ugly:1.4 ), (duplicate:1.4 ), (morbid:1.2 ), (mutilated:1.2 ), mutated hands, (poorly drawn hands:1.4 ), blurry, (bad anatomy:1.4 ), (bad proportions:1.4 ), disfigured, unclear eyes, bad hands, bad tooth, missing fingers, extra digit, bad body , NG_DeepNegative_V1_75T, glans, EasyNegative:0.5 , gross proportions.short arm, (missing arms:1.4 ), missing thighs, missing calf, mutation, duplicate, morbid, mutilated, poorly drawn cloth, strange finger, bad finger, (mutated hands and fingers:1.4 ), (text:1.4 ), bad-artist, bad_prompt_version2, bad-artist-anime, bad-hands-5 , bad-image-v2-39000
采样设置 (Settings)
Steps : 迭代步数,通常 20-50 步。
Sampler : 采样器,如 DPM++ 2M Karras。
CFG scale : 提示词相关性,通常 7-9。
Seed : 随机种子,控制随机性。
Size : 分辨率,如 768x1024。
实战案例演示
案例一:简单人物生成
主体:年轻女性
地点:街道、复杂背景
表情:大笑
细节:辫子、湿透
质量:HDR
颜色:柔和
动作:动态
光影:电影级别
艺术家风格:Rutkowski
虽然关键词较少,但维度齐全。多维度的描述能有效限制 AI 生成不想要的部分。
案例二:绿野仙踪改造 通过替换关键词中的主体、地点、细节等维度,实现场景变换。
主体:a young woman -> 1girl, 22yo, skinny, bride, sexy, cute
地点:street -> landscape, mountains
细节:ponytails -> dreamy plant sleeveless dress, rose headgear
光影:增加阳光射线和阴影效果
1 girl , 22 yo , (skinny :1.1 ), bride , sexy , cute , smiling , (a dreamy plant sleeveless dress (made of (plant))), V-shaped neckline , multicolored hair , rose headgear , too many details , complex details , (best quality, masterpiece, 4 k, hdr :1.1 ), (muted colors :1.2 ), dramatic , (rutkowski, artstation :0.8 ), cinematic , filmic , (Sunshine rays :0.6 ), (best shadow :0.7 ), landscape , mountains
案例三:海盗女孩
身份:Pirate
服饰:Pirate hat, red hair, pirate jacket
表情:嘲讽的笑
风格:加入 LoRA 模型增强风格
1 girl , 22 yo , (skinny :1.1 ), pirate , sexy , naughty , laughing , pirate hat , red hair , pirate jacket , Raise the corner of the mouth , too many details , complex details , (best quality, masterpiece, 4 k, hdr :1.1 ), (muted colors :1.2 ), dramatic , (rutkowski, artstation :0.8 ), cinematic , filmic , (Sunshine rays :0.6 ), (best shadow :0.7 ), pirate ship , <lora :ghostOfTsushimaStyle_v10 :0.5 >
案例四:新娘买醉 1 girl , 22 yo , (skinny :1.1 ), (a dreamy wedding sleeveless dress), V-shaped neckline , sexy , cute , smiling , blue hair , Raise the corner of the mouth , too many details , complex details , (best quality, masterpiece, 4 k, hdr :1.1 ), (muted colors :1.2 ), dramatic , (rutkowski, artstation :0.8 ), cinematic , filmic , (Sunshine rays :0.6 ), (best shadow :0.7 ), bar (for alcoholic drinks), pub , <lora :ghostOfTsushimaStyle_v10 :0.5 >, <lora :chineseGirlsInWeddingDress_v01 :0.8 >
进阶技巧与总结 人的想象力是无限的,配合不设限的工具,效果会加倍。以下是一些进阶建议:
权重控制 : 使用 (keyword:1.2) 提高关键词权重,[keyword] 降低权重。
LoRA 应用 : 利用 LoRA 模型固定特定画风或角色特征,减少重复训练成本。
负面引导 : 持续优化 Negative Prompt,根据每次生成的缺陷针对性添加排除词。
分步生成 : 先生成构图,再局部重绘(Inpainting)优化细节。
AIGC 技术的未来发展前景广阔。随着人工智能技术的发展,AIGC 将在游戏、计算等领域得到更广泛应用,使系统更高效、智能、灵活。对于开发者而言,掌握 AIGC 工具链已成为提升效率的关键技能。
通过不断尝试不同的参数组合与提示词逻辑,用户可以逐步构建自己的绘图工作流,实现从概念到成品的快速转化。
相关免费在线工具 加密/解密文本 使用加密算法(如AES、TripleDES、Rabbit或RC4)加密和解密文本明文。 在线工具,加密/解密文本在线工具,online
RSA密钥对生成器 生成新的随机RSA私钥和公钥pem证书。 在线工具,RSA密钥对生成器在线工具,online
Mermaid 预览与可视化编辑 基于 Mermaid.js 实时预览流程图、时序图等图表,支持源码编辑与即时渲染。 在线工具,Mermaid 预览与可视化编辑在线工具,online
随机西班牙地址生成器 随机生成西班牙地址(支持马德里、加泰罗尼亚、安达卢西亚、瓦伦西亚筛选),支持数量快捷选择、显示全部与下载。 在线工具,随机西班牙地址生成器在线工具,online
Gemini 图片去水印 基于开源反向 Alpha 混合算法去除 Gemini/Nano Banana 图片水印,支持批量处理与下载。 在线工具,Gemini 图片去水印在线工具,online
curl 转代码 解析常见 curl 参数并生成 fetch、axios、PHP curl 或 Python requests 示例代码。 在线工具,curl 转代码在线工具,online