Stable Diffusion 提示词生成器

从 SD 1.5 到 SDXL、Pony、Illustrious 和 Flux,Stable Diffusion 提示词归结为清晰的结构、注意力加权和聚焦的负面提示词。在这里更快地构建它们。

Stable Diffusion 提示词的工作原理

  • 结构:质量标签 → 主体 → 风格与媒介 → 细节 → 镜头与灯光。顺序很重要:靠前的 token 权重略高。
  • 用 (token:1.2) 强调;用 [token] 或 (token:0.8) 弱化。
  • 负面提示词去除你不想要的内容:worst quality, low quality, blurry, deformed。
  • 让风格匹配你的检查点:SD 1.5 / SDXL 用描述性标签,Pony 用评分标签,Illustrious 用 danbooru 标签,Flux 偏好自然语言。

Stable Diffusion 提示词示例

masterpiece, best quality, a fox spirit in a misty bamboo forest, golden hour, (detailed fur:1.2), cinematic, 35mm
负面: worst quality, low quality, blurry, deformed, extra limbs

用 Prompt Builder 更快地构建 Stable Diffusion 提示词

  • 彩色编码的片段库 —— 点击即可放入质量、主体、风格和灯光区块。
  • 按检查点分类的模板包(SD 1.5、SDXL、Pony、Illustrious、Flux)。
  • 一键注意力加权和实时 CLIP token 计数器。
  • 拖入任意 SD 渲染图(A1111 / ComfyUI)即可还原其确切提示词。

常见问题

什么样的 Stable Diffusion 提示词才算好?

清晰的结构(质量、主体、风格、细节)、适度的注意力加权和聚焦的负面提示词 —— 并让风格匹配你的检查点。

如何让提示词的某部分更强?

把关键 token 用注意力权重包起来,例如 (detailed eyes:1.3),并通过负面提示词去掉相互竞争的概念。

所有 Stable Diffusion 模型都用相同的提示词吗?

语法是通用的,但惯例不同:SD 1.5 / SDXL 用描述性标签,Pony 用评分标签,Illustrious 用 danbooru 标签,Flux 偏好自然语言句子。

继续探索

无需纠结语法即可构建

Prompt Builder 把加权、LoRA 标签和负面提示词变成一键片段和键盘快捷键 —— 在 Web、macOS、Windows 和 Linux 上免费。