跳至主要內容
登入免費註冊

提示詞指南

如何為 Stable Diffusion XL 撰寫提示詞

Stable Diffusion XL 提示詞指南:教你如何撰寫簡短的 SDXL 提示詞、使用權重和負面提示詞、突破 75 個 token 的限制,並附上 SDXL 提示詞範例。

試用 Stable Diffusion XLStable Diffusion XL 模型頁面

山間日出
使用 Stable Diffusion XL 製作山間日出

快速入門

你的第一個 Stable Diffusion XL 好提示詞

新手一分鐘就能掌握:先了解哪些重點、最重要的規則、可直接填寫的範本,以及能直接複製的提示詞。

先了解這些

Stable Diffusion XL 偏好以逗號分隔的簡短詞組,並把主體放在最前面,而不是口語化的句子。Mage 預設的 SDXL checkpoint 針對照片調校,因此攝影相關的詞(鏡頭、光線、「photo」)影響最大。在預設的提示詞模式下,它只會讀取前 75 個 token 左右,約 50 到 60 個單字,其餘的會被捨棄。負面提示詞和權重都能使用。

最重要的規則

  1. 主體優先,使用簡短詞組

    先寫主體和數量,再依序寫外觀、姿勢、取景、場景和風格,並用逗號分隔。

  2. 控制在約 60 個單字以內

    超過這個長度,預設的提示詞模式會捨棄其餘內容。如果要寫更長的提示詞,請把提示詞模式設為 V2(無限制)。

  3. 用攝影師的口吻描述

    鏡頭(85mm、wide angle)、光線(soft backlight、golden hour)和 photo 這個詞,最能引導預設的 checkpoint。

  4. 輕度加強單一細節的權重

    (neon reflections:1.2) 會強調這個詞組。Mage 將權重上限設為 1.6,建議維持在 1.1 到 1.4 之間。

  5. 善用負面提示詞

    列出你絕對不想看到的內容:模糊、卡通、文字、浮水印、變形的手。

填寫這個範本

把中括號裡的每個部分換成你自己的想法,用不到的部分可以省略。

範本
[subject], [key appearance], [pose or action], [framing and lens], [setting], [light], [style]
填寫後的範本
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] 誰或什麼，並寫明數量：一位年輕女子的照片、兩匹馬。
  • [key appearance] 兩三個看得見的細節：黃色雨衣、濕漉漉的頭髮。
  • [pose or action] 站著，回頭望向肩後。
  • [framing and lens] 中景，50mm 鏡頭，淺景深。
  • [setting] 夜晚濕潤的城市街道。
  • [light] 光線，若最重要就加上權重：(neon reflections:1.2)。
  • [style] 電影感色調，底片顆粒。

可以參考的提示詞

  • 美食特寫

    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

    為什麼有效: 主體放最前面，每個詞組都是看得見的東西，風格交給鏡頭和光線來塑造。長度也能輕鬆放進 75 個 token 的範圍內。

  • 寬廣的室內空間

    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

    為什麼有效: 「wide angle」和「architectural photography」能明確告訴擬真 checkpoint 該拍出哪種畫面。

  • 只加一個權重的街頭人像

    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

    為什麼有效: 用一個加權的光線來帶出氛圍。再搭配負面提示詞 cartoon, illustration, blurry, deformed hands。

  • 動態中的野生動物

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

    為什麼有效: 長焦距和高速快門是野生動物攝影師會用的詞，checkpoint 也聽得懂。

進階

Stable Diffusion XL 進階提示詞技巧

掌握基礎後,用這些技巧更精準地控制結果。

Token 順序與 75 個 token 的範圍

SDXL 是以 token（字詞的小片段）來讀取提示詞。在預設的提示詞行為 V1 (Legacy) 下，只會保留大約前 75 個 token，也就是 50 到 60 個字。後面的內容會被默默捨棄，所以長提示詞結尾那個完美的細節永遠不會生效。

先寫主體和最重要的細節，再寫場景和風格。真的需要更多字數時，請把提示詞行為設為 V2 (Unlimited)，它會分段讀取長提示詞。

  • 簡短的標籤組合勝過完整句子：「red scarf, snowy street」每個 token 傳達的資訊，比「she is wearing a red scarf while walking down a street covered in snow」更多。
  • 省略 masterpiece、best quality、stunning 這類填充詞。它們只會浪費 token，卻沒有加入任何看得見的內容。
  • 數量直接說清楚：one woman、two dogs、a crowd。

權重

權重在提示詞和負面提示詞中都能使用。請適度使用：一兩個介於 1.1 到 1.4 的加權詞組就能微調圖片，權重太多則會互相抵觸，讓畫面變形。

寫下效果
(phrase:1.3)依該倍數強調此詞組。Mage 將權重上限設為 1.6。
(phrase)稍微加重一點，約 1.1。
[phrase]稍微減輕一點。
\( \)字面上的括號，會被當作文字而不是權重。

負面提示詞

大部分的修正都在負面提示詞完成。用簡短詞組列出一直出現、但你不想要的東西：blurry, lowres, text, watermark, cartoon, illustration, deformed hands, extra fingers。

把與你風格相反的東西放進去。照片就放 cartoon, illustration, painting；藝術風格 checkpoint 的插畫則放 photo, realistic。

  • 只寫你真正看到出錯的地方。一大串通用清單會稀釋真正重要的部分。

Checkpoint、LoRA 與動漫

Mage 預設的 SDXL checkpoint 是擬真微調版本，所以攝影用語特別有效。你可以在「模型」設定中切換到其他 SDXL checkpoint，而以動漫或藝術風格訓練的 checkpoint 則要用它自己的詞彙。

使用動漫 checkpoint 時，更要多用標籤：先寫人數標籤（1girl、1boy、2girls、solo），再依序寫髮型、眼睛、服裝、表情、姿勢、構圖和背景。如果想生成動漫但不想自己選 checkpoint，Anima 就是為此打造的。

  • 在設定中加入的 LoRA 通常需要作者指定的觸發詞。請把這個詞放在提示詞的開頭附近。

動漫 checkpoint 的標籤式提示詞

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

為什麼有效: 先寫人數標籤，再依固定順序寫具體標籤：這正是動漫 checkpoint 學會的詞彙。在預設的擬真 checkpoint 上，同樣的標籤只會出現半寫實的效果。

從圖片開始

在「圖片」設定中上傳一張圖片，SDXL 就會以它為起點：構圖和色彩會保留，細節則會改變。提示詞強度負責調整平衡；數值越高，越聽提示詞的，越不依照原圖。

請描述完整的成品畫面。SDXL 不會依照「把沙發改成皮革」這類編輯指令來做。

  • ControlNet 會保留圖片中的一項結構，例如姿勢、邊緣或深度，其餘的一切則由提示詞來改變。
  • Style References 會從你上傳的圖片借用風格，Face References 則借用臉部。各自旁邊的權重決定套用的強度。

常見錯誤

避免這樣寫,改這樣寫

  • 避免: 在預設提示詞行為下寫 100 個字的提示詞。

    改成: 控制在約 60 個字以內，或把提示詞行為設為 V2。

  • 避免: 口語化的請求。

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

    改成: 以逗號分隔的視覺詞組。

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

  • 避免: 精確的位置安排，例如「a red cube on top of a blue sphere」。

    改成: 改用更簡單的構圖，或使用 Stable Diffusion 3.5 Large 或 HiDream 來精準擺放。

  • 避免: 過重的權重，例如 (eyes:2.5)。

    改成: 使用一兩個介於 1.1 到 1.4 的權重；反正 Mage 會將上限設為 1.6。

  • 避免: 搭配上傳的圖片寫修改指令。

    改成: 描述整個成品畫面，並依喜好調整提示詞強度。

  • 避免: 招牌上的文字。

    改成: 提示詞中不要加文字，之後再加上字樣。

常見問題

Stable Diffusion XL 提示詞常見問題

SDXL 的提示詞可以多長？
在預設的提示詞行為下約 75 個 token，也就是 50 到 60 個字；超出的部分會被捨棄。需要更長的提示詞時，請將提示詞行為設為 V2 (Unlimited)。
SDXL 的負面提示詞該寫什麼？
用簡短詞組寫下一直出錯的地方：blurry, lowres, text, watermark, deformed hands, extra fingers。也可以加入你不想要的風格，例如生成照片時加入 cartoon 和 illustration。
SDXL 的提示詞權重如何運作？
(phrase:1.3) 會把權重乘以 1.3，(phrase) 會稍微加重，[phrase] 則會稍微減輕。Mage 將權重上限設為 1.6。最多只為一兩個詞組加權。
SDXL 能生成文字嗎？
不能。SDXL 無法生成清晰可讀的文字。請之後再加上文字，或改用能生成文字的模型，例如 GPT Image 或 Mango。
如何用 SDXL 生成動漫？
在「模型」設定中選擇動漫版 SDXL checkpoint，然後以標籤撰寫：先寫 1girl 這類人數標籤，再寫髮型、眼睛、服裝、姿勢、構圖和背景。或者直接使用專為動漫打造的 Anima。
我該用 Stable Diffusion XL 還是 SDXL Plus？
兩者共用寫實照片風格的 checkpoint 和提示詞寫法。SDXL Plus 多了一道高解析度處理,還能自動修復臉部和手部,所以速度較慢,更適合畫人物。一般的 SDXL 速度較快,適合風景、動物和草稿。

用 Stable Diffusion XL 生成你的第一張圖片

新帳號可獲得 300 個免費 Gems，足夠試用 Stable Diffusion XL。無需安裝，也不用信用卡。

試用 Stable Diffusion XL