2.2 指南

本节主要参考资料：

• Stable Diffusion prompt: a definitive guide
• OpenArt Prompt Book
• DALL.E 2 Prompt Book
• Troubleshooting Midjourney Text Prompts

2.2.1 Prompt 编写指引

编写 Text-to-Image 模型的 Prompt 时，我们可以从 5 个问题入手：

1. 想要生成什么类型（format）的图片？ - a photo or a oil painting, … ?
2. 图片的主体（subject）是什么？ - a man or a women ? a dog or a cat ? or a landscape ? …
3. 想要添加哪些细节？
   • 环境（environment） - indoor, outdoor, underwater, city street, supermarket, sky, …
   • 背景（background） - sky, clouds, mountains, trees, buildings, solid color, nebula, forest, …
   • 灯光（lighting） - ring light, neon, cinematic lighting, …
   • 配色方案（color scheme） - monochrome, pastel, vibrant, dark, …
   • 视角（Point of view） - front, overhead, side, …
4. 图片的风格或艺术类型是什么？ - realistic, 3D render, studio ghibli, movie poster, …
5. 图片质量要求是怎样的？ - high resolution, high quality, detailed, …

:::tip 上述问题并不是一个完整的列表，在很多 Prompt 中还会有额外的构成的元素。 另外，对上述问题中例举的概念和词汇不理解也没关系，我们将在在后面的章节中介绍。 :::

比如，针对以上问题，我们的示例回答是：

1. 想要生成一张油画（a painting）。
2. 图片的主体是一只狗（a cute dog）。
3. 图片中要添加的细节元素：
   • 环境（environment） - grass ground
   • 背景（background） - sky, clouds, mountains, trees
   • 灯光（lighting） - cinematic lighting
   • 配色方案（color scheme） - vibrant colors
4. 图片的风格或艺术类型是写实（studio ghibli）。
5. 图片质量要求是高清（high resolution）。

依次串连上述信息，我们就可以得到一个的 Prompt 了：

Prompt	Image
a painting of a cute dog on the grass ground, with sky, clouds, mountains, trees, cinematic lighting, vibrant colors, studio ghibli style, high resolution.
{.table .table-bordered .border-secondary}

怎么样？是不是还挺简单的？😄，除了每个问题中到底有多少可用词汇还不知道外。

需要注意是的，Prompt 中词汇的顺序很重要，越靠前的词汇权重越大，对最终生成图片的影响也就越大（，虽然我们也可以通过参数调整不同词汇的权重）。

2.2.2 Prompt 编写建议

2.2.2.1 介词不可靠，尝试使用其他方式替代

• 策略 1：使用 形容词+名词 替代介词短语

• 策略 2：用非常具体的动词代替介词短语。

• 策略 3：用非常具体的词汇代替介词短语。

• 策略 4：尝试颠倒句子结构。

2.2.2.2 尝试减少含义重复的词语

2.2.2.3 尽可能具体和准确

2.2.2.4 使用类似句子的片段，而不是单词表。