رفتن به محتوا

راهنمای پرامپت‌نویسی

نحوه نوشتن پرامپت برای Stable Diffusion XL

راهنمای پرامپت Stable Diffusion XL: چطور پرامپت‌های کوتاه SDXL بنویسیم، از وزن‌دهی و پرامپت منفی استفاده کنیم، از محدودیت ۷۵ توکن عبور کنیم؛ همراه با نمونه پرامپت SDXL.

طلوع در کوهستان
ساخته‌شده با Stable Diffusion XLطلوع در کوهستان

شروع سریع

اولین پرامپت عالی شما برای Stable Diffusion XL

هر آنچه یک تازه‌کار در یک دقیقه نیاز دارد: نکات اولیه، مهم‌ترین قانون‌ها، یک قالب برای پر کردن و پرامپت‌هایی برای کپی کردن.

اول این‌ها را بدانید

Stable Diffusion XL عبارت‌های کوتاه جداشده با ویرگول را می‌خواهد، با سوژه در ابتدا، نه جمله‌های گفتاری. چک‌پوینت پیش‌فرض SDXL در Mage برای عکس تنظیم شده، پس کلمات عکاسی (لنز، نور، "photo") بیشترین اثر را دارند. با رفتار پرامپت پیش‌فرض فقط حدود ۷۵ توکن اول، یعنی ۵۰ تا ۶۰ کلمه، خوانده می‌شود و بقیه کنار گذاشته می‌شود. پرامپت منفی و وزن‌دهی هر دو کار می‌کنند.

مهم‌ترین قانون‌ها

  1. اول سوژه، در عبارت‌های کوتاه

    سوژه و تعداد، سپس ظاهر، حالت، کادربندی، محیط و سبک، به همین ترتیب و با ویرگول از هم جدا شده.

  2. زیر حدود ۶۰ کلمه بمان

    بیشتر از این، رفتار پرامپت پیش‌فرض بقیه را حذف می‌کند. برای پرامپت بلندتر، رفتار پرامپت را روی V2 (نامحدود) بگذار.

  3. مثل یک عکاس بنویس

    لنز (85mm, wide angle)، نور (soft backlight, golden hour) و کلمهٔ photo بهترین هدایت را برای چک‌پوینت پیش‌فرض دارند.

  4. یک جزئیات را ملایم وزن بده

    (neon reflections:1.2) روی یک عبارت تأکید می‌کند. Mage وزن‌ها را حداکثر روی ۱٫۶ نگه می‌دارد؛ بین ۱٫۱ و ۱٫۴ بمان.

  5. از پرامپت منفی استفاده کن

    آنچه هرگز نمی‌خواهی ببینی را فهرست کن: blurry, cartoon, text, watermark, deformed hands.

این قالب را پر کنید

هر بخشِ داخل کروشه را با ایده خودتان جایگزین کنید و بخشی را که لازم ندارید حذف کنید.

قالب
[subject], [key appearance], [pose or action], [framing and lens], [setting], [light], [style]
قالب پرشده
photo of a young woman, yellow raincoat, wet hair, standing, looking over her shoulder, medium shot, 50mm lens, shallow depth of field, wet city street at night, (neon reflections:1.2), cinematic color, film grain
  • [subject] چه کسی یا چه چیزی، همراه با تعداد: عکس یک زن جوان، دو اسب.
  • [key appearance] دو یا سه جزئیات قابل‌دیدن: بارانی زرد، موهای خیس.
  • [pose or action] ایستاده، از بالای شانه‌اش نگاه می‌کند.
  • [framing and lens] نمای متوسط، لنز 50mm، عمق میدان کم.
  • [setting] خیابان خیس شهر در شب.
  • [light] نور؛ اگر از همه مهم‌تر است وزن بدهید: (بازتاب نئون:1.2).
  • [style] رنگ‌بندی سینمایی، دانه‌های فیلم.

پرامپت‌هایی برای شروع

  • نمای نزدیک از غذا

    close-up photo of a stack of blueberry pancakes, maple syrup dripping down the side, butter melting on top, rustic wooden table, morning window light, shallow depth of field, 100mm macro

    چرا جواب می‌دهد: سوژه در ابتدا می‌آید، هر عبارت چیزی قابل‌دیدن است و لنز و نور استایل را می‌سازند. به‌راحتی در پنجرهٔ 75 توکنی جا می‌شود.

  • فضای داخلی با زاویهٔ باز

    wide angle photo of a minimalist concrete living room, low linen sofa, floor-to-ceiling window, pine forest outside, overcast daylight, architectural photography, neutral tones

    چرا جواب می‌دهد: «wide angle» و «architectural photography» به چک‌پوینت فوتورئال دقیقاً می‌گویند چه نوع قابی بسازد.

  • پرتره خیابانی با یک وزن

    portrait photo of an old street musician playing violin, gray beard, flat cap, eyes closed, city square at dusk, (warm streetlight:1.2), 85mm, bokeh

    چرا جواب می‌دهد: یک نور وزن‌دار حال‌وهوا را می‌سازد. آن را با پرامپت منفی cartoon, illustration, blurry, deformed hands ترکیب کنید.

  • حیات وحش در حرکت

    photo of a snowy owl in flight over a frozen field, wings fully spread, low winter sun, telephoto lens, fast shutter, crisp feathers

    چرا جواب می‌دهد: تله‌فوتو و شاتر سریع واژه‌هایی هستند که یک عکاس حیات وحش به کار می‌برد و چک‌پوینت هم به آن‌ها پاسخ می‌دهد.

پیشرفته

پرامپت‌نویسی پیشرفته برای Stable Diffusion XL

تکنیک‌هایی برای کنترل بیشتر، وقتی اصول اولیه را یاد گرفتید.

ترتیب توکن‌ها و پنجرهٔ 75 توکنی

SDXL پرامپت را به‌صورت توکن می‌خواند، یعنی تکه‌های کوچکی از کلمات. در رفتار پیش‌فرض پرامپت، یعنی V1 (Legacy)، فقط حدود 75 توکن اول را نگه می‌دارد: 50 تا 60 کلمه. هر چیزی بعد از آن بی‌صدا حذف می‌شود، برای همین یک جزئیات عالی در انتهای پرامپتی طولانی هرگز به نتیجه نمی‌رسد.

سوژه و مهم‌ترین جزئیاتش را اول بنویسید و محیط و استایل را بعد. اگر واقعاً به کلمات بیشتری نیاز دارید، رفتار پرامپت را روی V2 (Unlimited) بگذارید که پرامپت‌های بلند را تکه‌تکه می‌خواند.

  • خوشه‌های کوتاه تگ از جمله‌ها بهترند: «red scarf, snowy street» به ازای هر توکن بیشتر از «she is wearing a red scarf while walking down a street covered in snow» می‌گوید.
  • از کلمات پرکننده مثل masterpiece، best quality یا stunning صرف‌نظر کنید. این‌ها توکن مصرف می‌کنند، بدون اینکه چیز دیدنی‌ای اضافه کنند.
  • تعداد را ساده بگویید: one woman، two dogs، a crowd.

وزن‌ها

وزن‌ها هم در پرامپت کار می‌کنند و هم در پرامپت منفی. کم از آن‌ها استفاده کنید: یک یا دو عبارت وزن‌دار بین 1.1 و 1.4 تصویر را کمی هدایت می‌کنند، اما وزن‌های زیاد با هم تداخل می‌کنند و تصویر را خراب می‌کنند.

بنویسیدچه کاری می‌کند
(phrase:1.3)عبارت را به همان اندازه تقویت می‌کند. Mage وزن‌ها را حداکثر روی 1.6 نگه می‌دارد.
(phrase)کمی وزن بیشتر، حدود 1.1.
[phrase]کمی وزن کمتر.
\( \)پرانتزهای واقعی که به‌جای وزن، به‌صورت متن خوانده می‌شوند.

پرامپت منفی

بیشتر پاک‌سازی تصویر در پرامپت منفی انجام می‌شود. چیزهایی را که مدام ظاهر می‌شوند و نمی‌خواهید، به‌صورت عبارت‌های کوتاه فهرست کنید: blurry, lowres, text, watermark, cartoon, illustration, deformed hands, extra fingers.

نقطهٔ مقابل استایل خودتان را آنجا بنویسید. برای عکس: cartoon, illustration, painting؛ برای ایلوستریشن روی یک چک‌پوینت هنری: photo, realistic.

  • فقط همان چیزهایی را بنویسید که واقعاً می‌بینید اشتباه است. فهرست بلند و آماده، بخش‌های مهم را کم‌اثر می‌کند.

چک‌پوینت‌ها، LoRAها و انیمه

چک‌پوینت پیش‌فرض SDXL در Mage یک فاین‌تیون فوتورئال است و برای همین کلمات عکاسی خیلی خوب کار می‌کنند. تنظیم مدل می‌تواند به چک‌پوینت دیگری از SDXL تغییر کند و چک‌پوینتی که روی انیمه یا هنر آموزش دیده، به واژگان خودش پاسخ می‌دهد.

برای چک‌پوینت انیمه بیشتر روی تگ‌ها تکیه کنید: اول تگ تعداد (1girl, 1boy, 2girls, solo)، بعد مو، چشم، لباس، حالت چهره، ژست، قاب‌بندی و پس‌زمینه. اگر می‌خواهید بدون انتخاب چک‌پوینت انیمه بسازید، Anima برای همین ساخته شده است.

  • LoRAی که در تنظیمات اضافه می‌کنید معمولاً به یک کلمهٔ محرک که سازنده‌اش تعیین کرده پاسخ می‌دهد. آن کلمه را نزدیک ابتدای پرامپت بگذارید.

یک پرامپت برچسبی برای چک‌پوینت انیمه

1girl, solo, anime illustration, long black hair, blue eyes, school uniform, soft smile, standing under cherry blossoms, spring petals, full body, looking at viewer, clean lineart, detailed background

چرا جواب می‌دهد: اول تگ‌های تعداد، بعد تگ‌های مشخص به ترتیبی ثابت: واژگانی که چک‌پوینت‌های انیمه یاد گرفته‌اند. روی چک‌پوینت فوتورئال پیش‌فرض، همین تگ‌ها نتیجه‌ای نیمه‌واقعی می‌دهند.

شروع از یک تصویر

در تنظیم تصویر یک عکس آپلود کنید تا SDXL از آن شروع کند: ترکیب‌بندی و رنگ‌ها حفظ می‌شوند و جزئیات تغییر می‌کنند. قدرت پرامپت تعادل را تعیین می‌کند؛ هرچه بالاتر باشد، به پرامپت بیشتر و به تصویر کمتر گوش می‌دهد.

کل تصویر نهایی را توصیف کنید. SDXL دستورهای ویرایش مثل «change the sofa to leather» را دنبال نمی‌کند.

  • ControlNet یک ساختار از تصویر را حفظ می‌کند، مثل ژست، لبه‌ها یا عمق، و پرامپت بقیهٔ چیزها را تغییر می‌دهد.
  • Style References یک ظاهر و Face References یک چهره را از تصاویری که آپلود می‌کنید وام می‌گیرند. وزن کنار هرکدام تعیین می‌کند چقدر قوی باشد.

اشتباهات رایج

این کار را نکنید، به‌جایش این کار را بکنید

  • نکنید: پرامپتی 100 کلمه‌ای با رفتار پیش‌فرض پرامپت.

    به‌جایش: کمتر از حدود 60 کلمه، یا رفتار پرامپت روی V2.

  • نکنید: درخواستی محاوره‌ای و پرحرف.

    Could you make a picture of a cute little dog sitting in the grass in a park on a really sunny day?

    به‌جایش: عبارت‌های بصری جداشده با ویرگول.

    photo of a corgi puppy sitting in green grass, city park, sunny afternoon, low angle, 35mm, shallow depth of field
  • نکنید: چیدمان‌های دقیق، مثل «a red cube on top of a blue sphere».

    به‌جایش: ترکیب‌بندی ساده‌تر، یا Stable Diffusion 3.5 Large یا HiDream برای جای‌گذاری دقیق.

  • نکنید: وزن‌های سنگین مثل (eyes:2.5).

    به‌جایش: یک یا دو وزن بین 1.1 و 1.4؛ Mage به‌هرحال آن‌ها را روی 1.6 محدود می‌کند.

  • نکنید: دستور ویرایش همراه با عکس آپلودشده.

    به‌جایش: توصیف کل نتیجه، با قدرت پرامپت که به سلیقهٔ خودتان تنظیم شده باشد.

  • نکنید: کلمات روی یک تابلو.

    به‌جایش: هیچ متنی در پرامپت نیاور؛ نوشته را بعداً اضافه کن.

سؤالات متداول

پرسش‌هایی درباره پرامپت‌نویسی برای Stable Diffusion XL

پرامپت SDXL تا چه اندازه می‌تواند بلند باشد؟
در رفتار پیش‌فرض پرامپت حدود 75 توکن، یعنی 50 تا 60 کلمه؛ بقیه حذف می‌شود. برای پرامپت‌های بلندتر، رفتار پرامپت را روی V2 (Unlimited) بگذارید.
در پرامپت منفی SDXL چه بنویسم؟
چیزهایی که مدام خراب می‌شوند، به‌صورت عبارت‌های کوتاه: blurry, lowres, text, watermark, deformed hands, extra fingers. استایل‌هایی را هم که نمی‌خواهید اضافه کنید، مثل cartoon و illustration برای عکس.
وزن‌های پرامپت در SDXL چطور کار می‌کنند؟
(phrase:1.3) وزن عبارت را در 1.3 ضرب می‌کند، (phrase) کمی به آن اضافه می‌کند و [phrase] کمی از آن کم می‌کند. Mage وزن‌ها را روی 1.6 محدود می‌کند. حداکثر به یک یا دو عبارت وزن بدهید.
آیا SDXL می‌تواند متن بنویسد؟
نه. SDXL نمی‌تواند متن خوانا بسازد. حروف و نوشته‌ها را بعداً اضافه کنید یا از مدلی استفاده کنید که متن می‌نویسد، مثل GPT Image یا Mango.
چطور با SDXL انیمه بسازم؟
در تنظیم مدل یک چک‌پوینت انیمه‌ای SDXL انتخاب کنید و تگ بنویسید: یک تگ تعداد مثل 1girl، بعد مو، چشم، لباس، ژست، قاب‌بندی و پس‌زمینه. یا از Anima استفاده کنید که برای انیمه ساخته شده است.
از Stable Diffusion XL استفاده کنم یا SDXL Plus؟
این دو مدل چکپوینت واقع‌گرایانه و سبک پرامپت یکسانی دارند. SDXL Plus یک مرحله با وضوح بالا و ترمیم خودکار صورت و دست اضافه می‌کند، برای همین کندتر است و برای تصاویر آدم‌ها بهتر جواب می‌دهد. SDXL ساده برای منظره، حیوانات و پیش‌نویس‌ها سریع‌تر است.

اولین تصویرت را با Stable Diffusion XL بساز

حساب‌های جدید ۳۰۰ Gem رایگان می‌گیرند که برای امتحان Stable Diffusion XL کافی است. بدون نصب، بدون کارت اعتباری.

Stable Diffusion XL را امتحان کن