Stable Diffusion提示词写法：从模糊描述到可控出图

Stable Diffusion 是一套开源的图像生成模型，真正让人上手的是围绕它长出来的一堆界面：本地部署的 WebUI、节点式的 ComfyUI，以及各种云端封装。它和即开即用的在线工具最大区别是，所有参数都摊在你面前，写好提示词只是第一步，采样、步数、重绘幅度、控制网每一环都会改变结果。这篇只谈一件事：怎么把一句模糊描述，变成可复现的出图指令。

一、提示词的骨架：从一句话到七段式

新手常犯的错是把所有形容词堆在一起，模型收到的只有噪声。可行的方法是分段：质量词、主体、细节、环境、光线、构图、风格。段与段之间用逗号隔开，顺序影响权重，越靠前越重要。质量词不必堆砌，两三个足够，例如杰作、最佳质量、超精细。

权重语法是 SD 特有的控制手段。给某个词加括号并标注数值可以放大影响，例如把银色长发写成带 1.3 权重的形式；降到 0.7 就会弱化。数值超过 1.5 容易让画面变形，低于 0.5 基本等于没写。用 BREAK 可以把长提示词切成两段分别编码，减少前后概念互相污染。

二、负向词与参数的配合

负向提示词不是垃圾桶，写得越杂，画面越平。常用的几类是低质量、模糊、多余手指、文字水印、畸形肢体。做人物可以补不对称眼睛，做建筑可以补扭曲透视。它的作用是排除而非塑造，所以不要往里塞风格词。

• 采样步数：二十到三十步是常见区间，再往上收益递减，耗时却线性增长。
• 提示词引导强度：七左右比较中性，调高更贴合描述但色彩易过饱和，调低更自由却可能跑题。
• 分辨率与比例：先按模型熟悉的尺寸生成，再放大，直接拉到超大尺寸容易出现重复构图。
• 随机种子：固定种子才能做变量对比，一次只动一个参数，才知道是谁起了作用。
• 图生图重绘幅度：零点三到零点五之间做风格迁移，超过零点七基本等于重画。

把这几项当成一张对照表来用，比盲目试参数高效。写下来每次的取值，两周之后你就有了一套属于自己的配方，而不是每次从零开始猜。

三、用控制网把构图钉住

文字描述始终模糊，想让构图可控，就要引入结构参考。边缘检测适合保留建筑轮廓与产品外形，深度图适合控制前后景关系，姿态检测适合人物动作，线稿适合把草图变成成图。实际工作中最常见的组合是：一张产品白底图做边缘约束，配一段场景描述，重绘幅度取中间值，出图后商品形态基本不跑。

如果同一角色要出现在多张图里，可以训练一个轻量模型并给它一个触发词，之后在提示词里带上这个词，脸型和服饰风格就能稳定下来。这一步需要准备十几到几十张同风格素材，素材质量比数量更关键，混入不同光线与角度的图，结果会更飘。

四、部署选择与现实门槛

本地部署的好处是数据不出机器、模型随意换、批量跑不限次；代价是需要一块显存够用的显卡，装环境、下模型、调依赖都要花时间。云端封装的好处是打开就能用、按次计费；代价是模型与插件受平台限制，敏感行业的素材上传还要过审。

还有一条经验：别指望在同一张图上同时把风格、构图、细节都做到位。先把构图定住，再换风格重绘，最后修细节，分三轮走比一次到位省时间，也更容易定位问题出在哪一环。模型许可同样需要看清，同一个下载站上的模型可能分别标注可商用、仅限个人使用、禁止再分发，商用前逐条确认。

官方入口：Stable Diffusion官网

这套工具的回报曲线很陡：前三天的挫败感最强，跨过参数那一关之后，它给出的自由度是在线工具比不了的。前提是你愿意为它建一套自己的记录习惯。