Pular para o conteúdo
EntrarCadastre-se grátis

Guia de prompts

Como escrever prompts para o Stable Diffusion XL

Guia de prompts do Stable Diffusion XL: como escrever prompts curtos para SDXL, usar pesos e prompts negativos, superar o limite de 75 tokens, com exemplos de prompts para SDXL.

Testar o Stable Diffusion XLPágina do modelo Stable Diffusion XL

Nascer do sol na montanha
Feito com o Stable Diffusion XLNascer do sol na montanha

Início rápido

Seu primeiro ótimo prompt no Stable Diffusion XL

Tudo o que você precisa para começar, em um minuto: o que saber antes, as regras mais importantes, um modelo para preencher e prompts para copiar.

O que saber antes

O Stable Diffusion XL prefere frases curtas separadas por vírgulas, com o assunto primeiro, e não frases conversadas. O checkpoint padrão do SDXL no Mage é ajustado para fotos, então palavras de fotografia (uma lente, a luz, "photo") têm mais peso. Com o Prompt Behavior padrão, ele lê só cerca dos primeiros 75 tokens, de 50 a 60 palavras, e descarta o resto. O Negative Prompt e os pesos funcionam.

As regras mais importantes

  1. Assunto primeiro, em frases curtas

    O assunto e a quantidade, depois aparência, pose, enquadramento, cenário e estilo, nessa ordem, separados por vírgulas.

  2. Fique abaixo de cerca de 60 palavras

    Acima disso, o Prompt Behavior padrão descarta o resto. Para um prompt mais longo, defina o Prompt Behavior como V2 (Unlimited).

  3. Fale como um fotógrafo

    Uma lente (85mm, wide angle), uma luz (soft backlight, golden hour) e a palavra photo orientam melhor o checkpoint padrão.

  4. Dê peso a um detalhe, com suavidade

    (neon reflections:1.2) dá ênfase a uma expressão. O Mage limita os pesos a 1,6; fique entre 1,1 e 1,4.

  5. Use o Prompt negativo

    Liste o que você nunca quer ver: blurry, cartoon, text, watermark, deformed hands.

Preencha este modelo

Troque cada parte entre colchetes pela sua ideia e deixe de fora o que você não precisar.

Modelo
[subject], [key appearance], [pose or action], [framing and lens], [setting], [light], [style]
O modelo preenchido
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] Quem ou o quê, com a quantidade: foto de uma jovem, dois cavalos.
  • [key appearance] Dois ou três detalhes visíveis: capa de chuva amarela, cabelo molhado.
  • [pose or action] em pé, olhando por cima do ombro.
  • [framing and lens] plano médio, lente de 50mm, pouca profundidade de campo.
  • [setting] rua da cidade molhada à noite.
  • [light] A luz, com peso se for o mais importante: (reflexos de neon:1.2).
  • [style] cor cinematográfica, granulação de filme.

Prompts para começar

  • Um close de comida

    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

    Por que funciona: O assunto vem primeiro, cada expressão descreve algo visível, e a lente e a luz cuidam do estilo. Cabe com folga na janela de 75 tokens.

  • Um interior amplo

    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

    Por que funciona: "grande angular" e "fotografia de arquitetura" dizem ao checkpoint fotorrealista exatamente que tipo de foto fazer.

  • Um retrato de rua com um único peso

    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

    Por que funciona: Uma luz com peso carrega o clima. Combine com o Prompt negativo: desenho animado, ilustração, desfocado, mãos deformadas.

  • Vida selvagem em movimento

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

    Por que funciona: Teleobjetiva e obturador rápido são as palavras que um fotógrafo de vida selvagem usaria, e o checkpoint responde a elas.

Avançado

Prompts avançados para o Stable Diffusion XL

Técnicas para ter mais controle depois de dominar o básico.

Ordem dos tokens e a janela de 75 tokens

O SDXL lê o prompt em tokens, pequenos pedaços de palavras. Com o Comportamento do prompt padrão, V1 (Legado), ele guarda só os primeiros 75, ou seja, de 50 a 60 palavras. O que vier depois é descartado sem aviso, então um detalhe perfeito no fim de um prompt longo nunca chega.

Coloque o assunto e os detalhes mais importantes primeiro, e o cenário e o estilo depois. Quando você realmente precisar de mais palavras, defina o Comportamento do prompt como V2 (Ilimitado), que lê prompts longos em blocos.

  • Grupos curtos de tags funcionam melhor que frases: "cachecol vermelho, rua com neve" diz mais por token do que "ela está usando um cachecol vermelho enquanto caminha por uma rua coberta de neve".
  • Evite enchimento como obra-prima, melhor qualidade ou deslumbrante. Isso gasta tokens sem acrescentar nada que dê para ver.
  • Diga a quantidade de forma direta: uma mulher, dois cachorros, uma multidão.

Pesos

Os pesos funcionam no prompt e no Prompt negativo. Use com moderação: uma ou duas expressões com peso entre 1.1 e 1.4 dão um empurrãozinho na imagem, enquanto muitos pesos brigam entre si e distorcem o resultado.

EscrevaO que faz
(phrase:1.3)Enfatiza a expressão por esse fator. O Mage limita os pesos a 1.6.
(phrase)Um pouco mais de peso, cerca de 1.1.
[phrase]Um pouco menos de peso.
\( \)Parênteses literais, lidos como texto em vez de peso.

O prompt negativo

O Prompt negativo é onde acontece a maior parte da limpeza. Liste, em expressões curtas, o que continua aparecendo e você não quer: desfocado, baixa resolução, texto, marca d'água, desenho animado, ilustração, mãos deformadas, dedos extras.

Coloque aí o oposto do seu estilo. Para uma fotografia: desenho animado, ilustração, pintura; para uma ilustração em um checkpoint de arte: foto, realista.

  • Limite-se ao que você realmente vê dando errado. Uma lista enorme e genérica dilui o que importa.

Checkpoints, LoRAs e anime

O checkpoint SDXL padrão do Mage é um ajuste fino fotorrealista, e é por isso que palavras de fotografia funcionam tão bem. A configuração Modelo permite trocar para outro checkpoint SDXL, e um checkpoint treinado em anime ou arte responde ao próprio vocabulário.

Para um checkpoint de anime, aposte mais em tags: primeiro uma tag de quantidade (1girl, 1boy, 2girls, solo), depois cabelo, olhos, roupa, expressão, pose, enquadramento e fundo. Para anime sem escolher um checkpoint, o Anima foi feito para isso.

  • Uma LoRA adicionada nas configurações costuma responder a uma palavra-gatilho definida pelo criador dela. Coloque essa palavra perto do início do prompt.

Um prompt de tags para um checkpoint de anime

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

Por que funciona: Primeiro as tags de quantidade, depois tags concretas em ordem fixa: o vocabulário que os checkpoints de anime aprenderam. No checkpoint fotorrealista padrão, as mesmas tags saem meio realistas.

Começando a partir de uma imagem

Envie uma imagem na configuração Imagem e o SDXL parte dela: a composição e as cores se mantêm e os detalhes mudam. A Força do prompt define o equilíbrio; quanto mais alta, mais ele ouve o prompt e menos a imagem.

Descreva a imagem final inteira. O SDXL não segue instruções de edição como "troque o sofá por um de couro".

  • O ControlNet mantém uma estrutura da imagem, como pose, contornos ou profundidade, enquanto o prompt muda todo o resto.
  • Style References pegam um visual emprestado, e Face References um rosto, de imagens que você envia. O peso ao lado de cada uma define a intensidade.

Erros comuns

Evite isto, faça isto

  • Evite: Um prompt de 100 palavras com o Comportamento do prompt padrão.

    Faça assim: Menos de 60 palavras, ou o Comportamento do prompt definido como V2.

  • Evite: Um pedido em tom de conversa.

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

    Faça assim: Expressões visuais separadas por vírgulas.

    photo of a corgi puppy sitting in green grass, city park, sunny afternoon, low angle, 35mm, shallow depth of field

  • Evite: Arranjos precisos, como "um cubo vermelho em cima de uma esfera azul".

    Faça assim: Uma composição mais simples, ou Stable Diffusion 3.5 Large ou HiDream para posicionamento exato.

  • Evite: Pesos altos como (olhos:2.5).

    Faça assim: Um ou dois pesos entre 1.1 e 1.4; o Mage limita a 1.6 de qualquer forma.

  • Evite: Instruções de edição junto com uma imagem enviada.

    Faça assim: Uma descrição do resultado inteiro, com a Força do prompt ajustada ao seu gosto.

  • Evite: Palavras em uma placa.

    Faça assim: Sem texto no prompt; adicione as letras depois.

Perguntas frequentes

Perguntas sobre prompts no Stable Diffusion XL

Qual o tamanho máximo de um prompt no SDXL?
Cerca de 75 tokens, ou 50 a 60 palavras, com o Comportamento do prompt padrão; o resto é descartado. Defina o Comportamento do prompt como V2 (Ilimitado) para prompts mais longos.
O que devo colocar no prompt negativo do SDXL?
O que continua dando errado, em expressões curtas: desfocado, baixa resolução, texto, marca d'água, mãos deformadas, dedos extras. Acrescente os estilos que você não quer, como desenho animado e ilustração para uma foto.
Como funcionam os pesos de prompt no SDXL?
(expressão:1.3) multiplica o peso por 1.3, (expressão) acrescenta um pouco e [expressão] tira um pouco. O Mage limita os pesos a 1.6. Dê peso a no máximo uma ou duas expressões.
O SDXL consegue escrever texto?
Não. O SDXL não consegue gerar texto legível. Adicione o texto depois, ou use um modelo que escreve texto, como GPT Image ou Mango.
Como faço anime com o SDXL?
Escolha um checkpoint SDXL de anime na configuração Modelo e escreva tags: uma tag de quantidade como 1girl, depois cabelo, olhos, roupa, pose, enquadramento e fundo. Ou use o Anima, que foi feito para anime.
Devo usar Stable Diffusion XL ou SDXL Plus?
Os dois usam o mesmo checkpoint fotorrealista e o mesmo estilo de prompt. O SDXL Plus adiciona uma passada em alta resolução e correção automática de rostos e mãos, então é mais lento e melhor para pessoas. O SDXL comum é mais rápido para paisagens, animais e rascunhos.

Crie sua primeira imagem com o Stable Diffusion XL

Contas novas ganham 300 Gems grátis, o suficiente para testar o Stable Diffusion XL. Sem instalação, sem cartão de crédito.

Testar o Stable Diffusion XL