AI绘画SD提示词怎么写？Stable Diffusion进阶

ai绘画sd提示词写一堆出图还是崩？老实讲我早期就是无脑堆tag，关键词写半屏出图一坨糊。后来才搞懂，Stable Diffusion吃的是结构化短语不是大段作文，写法和写法之间出图质量差好几倍。这篇把我反复跑图试出来的提示词体系讲清楚。

SD提示词和别的工具有啥不同

SD提示词支持权重语法、反向词和分段控制，自由度比即梦通义这类智能平台高一个量级，但门槛也高，得懂结构。

智能平台你写一句中文它自动补全，省心但控制力弱。Stable Diffusion是你自己组提示词，每个词都能加权、能调顺序、能配反向词，出图上限高得多。

代价是学习成本。SD提示词有自己的一套语法——括号加权、数字权重、反向词区——这些都得学。想先理解AI绘画底层逻辑的，什么是AI绘画 那篇讲得清楚，先搞懂再来抠提示词。

四段式结构怎么搭

按"主体描述+画风质量+环境氛围+反向词"四段写，每段独立短语用逗号隔开，比堆成一句长描述稳定得多。

这是我反复验证过的结构。主体段写画的是啥——角色外观、动作、表情。画风质量段写什么风格、什么质量——anime illustration, masterpiece, best quality, 8k。环境氛围段写场景和光线——in a classroom, golden hour backlight。反向词单独一段写不想要的元素。

顺序有讲究。越靠前的词权重越大，所以主体放最前，质量词放中间，氛围词放后。我实测过把masterpiece放开头，结果画面过度精细反而失真，放中间最稳。

这套结构想系统学的，AI绘画提示词怎么写 那篇有从新手到高手的完整公式，可以对着深入。

权重语法怎么用

用圆括号加权，(word:1.3)是标准写法，权重1.0到1.3最稳，超过1.5容易烧色，反向词区用Negative Prompt单独写。

权重是SD提示词的核心控制手段。圆括号里加冒号加数字，(blue hair:1.3)就是强调蓝发。我个人觉得1.0到1.3是甜点区间，1.1是轻微强调，1.3是明显加强。超过1.5画面容易出问题——颜色烧、元素过曝、结构扭曲，我都踩过。

降权用小数，(simple background:0.7)是弱化背景。反向词区是另一个利器，写你不想要的，比如extra fingers, deformed, blurry, watermark,把这些在Negative Prompt里列出来，出图质量立竿见影提升。

权重语法细节参考 AI绘画SD咒语合集，那篇有大量可直接套用的带权重模板。

参数怎么配提示词

提示词写好后配CFG 6到8、步数25到30、采样器DPM++ 2M Karras，这套组合让提示词的执行力度和细节还原都在最佳区间。

提示词和参数是配套的。CFG控制提示词的执行力度——6到8时模型对你写的词响应适中，低于6画面软不听话，高于8容易过度执行烧色。步数控制迭代次数——25以下细节糊，30以上费卡收益小，28是甜点。采样器DPM++ 2M Karras我固定用，线条干净结构稳。

根据 Civitai 模型库 上社区工作流的统计，主流高质量出图的CFG集中在6到8、步数集中在25到35区间，跟我实测的甜点值吻合。这数据说明这套参数是社区验证过的，照抄不亏。

这套参数搭配四段式提示词，我跑几十张能当插画用的过半。

LoRA和提示词怎么配合

LoRA负责固定画风和角色特征，提示词负责描述场景和动作，两者分工——LoRA管"长什么样"提示词管"在干啥"。

纯靠提示词画出特定画风或角色很难，LoRA才是固定特征的利器。比如二次元少女风有专门的脸部LoRA、发型LoRA、服装LoRA，加载后提示词里就不用反复写这些特征，腾出空间写场景和动作。

LoRA权重也关键。默认1.0，我个人觉得0.6到0.8最自然——太低特征出不来，太高画风过硬像贴图。多LoRA叠加时各自降权到0.5到0.7，避免互相打架。

提示词和LoRA的搭配参考 AI绘画风格模型怎么选，那篇讲LoRA和底模怎么搭。

新手最常踩的提示词坑

堆词不看顺序、权重乱加烧色、反向词不写导致出图带瑕疵，这三个坑占SD提示词翻车的九成。

堆词不看顺序是通病。提示词顺序影响权重，主体放后面就出不来。记住主体最前、质量中段、氛围后段。权重乱加是另一个坑——新手觉得强调就加权，(beautiful:1.8)直接烧成马赛克。1.0到1.3这个区间别超。

反向词不写最致命。不写Negative Prompt，出图带多余手指、水印、模糊的概率高得多。基础反向词列一组：lowres, bad anatomy, bad hands, extra fingers, blurry, watermark, signature。加上立刻干净。

提示词写法想系统提升的，AI提示词优化实战技巧 有7个让出图质量翻倍的方法。

一套可直接套用的模板

主体段写角色外观动作，风格段写anime illustration masterpiece best quality 8k，氛围段写场景和光线，反向词写lowres bad anatomy bad hands extra fingers blurry watermark，这套模板改主体就能出图。

给你一组我实测稳定的完整模板。正向：1girl, shoulder-length black hair, bright eyes, (gentle smile:1.2), wearing navy sailor uniform, reading a book under cherry tree, (golden hour backlight:1.1), flying petals, anime illustration, masterpiece, best quality, 8k. 反向：lowres, bad anatomy, bad hands, extra fingers, fewer fingers, blurry, watermark, signature, deformed. CFG 7、步数28、DPM++ 2M Karras。这组我跑了三十多张，能直接当插画用的过半。

改风格只动风格段和LoRA，改场景只动氛围段，主体段单独维护。这套模板的扩展性很强。

想理解SD底层原理的，维基百科Stable Diffusion词条 把扩散模型讲得算清楚。

常见问题

SD提示词用中文还是英文？

英文。Stable Diffusion的训练数据以英文为主，中文提示词识别率低出图差。不会英文可以用翻译工具转，或者用支持中文的智能平台过渡。

提示词写多长合适？

15到30个短语够用，别贪多。SD有token上限，超了后面的词会被截断无效。核心词放前面，质量词和氛围词适度，反向词单独区。

同一个提示词每次出图不一样怎么办？

正常现象。SD每次生成有随机种子，想固定结果锁定seed值。固定seed后改提示词能看到每个词的精确影响，调参时很有用。

权重加多少合适？

1.0到1.3最稳，1.1是轻微强调1.3是明显加强。超过1.5容易烧色变形，低于0.7等于没加。新手先在这个区间试，熟练了再突破。