剧本直接规定了戏剧的什么，什么，什么，什么，什么。

　　剧本是一种文学形式，是戏剧艺术创作的文本基础，编导与演员根据剧本进行演出。与剧本类似的词汇还包括脚本、剧作等等。它以代言体方式为主，表现故事情节的文学样式．

　　剧本主要由台词和舞台指示组成。对话、独白、旁白都采用代言体，在戏曲、歌剧中则常用唱词来表现。剧本中的舞台指示是以剧作者的口气来写的叙述性的文字说明，包括对剧情发生的时间、地点的交代，对剧中人物的形象特征、形体动作及内心活动的描述,对场景、气氛的说明,以及对布景、灯光、音响效果等方面的要求。　在戏剧发展史上，剧本的出现，大致在戏剧正式形成并成熟之际。古希腊悲剧从原始的酒神 祭礼发展为一种完整的表演艺术，就是以一批悲剧剧本的出现为根本标志的；中国的宋元戏文和杂剧剧本，是中国戏剧成熟的最确实的证据；印度和日本古典戏剧的成熟，也是以一批传世的剧本来标明的。但是，也有一些比较成熟的戏剧形态是没有剧本的，例如古代希腊、罗马的某些滑稽剧，意大利的初期即兴喜剧，日本歌舞伎中的一些口头剧目，中国唐代的歌舞小戏和滑稽短剧，以及现代的哑剧等等。

　　剧本的写作，最重要的是能够被舞台上搬演，戏剧文本不算是艺术的完成，只能说完成了一半，直到舞台演出之后（即“演出文本”）才是最终艺术的呈现。历代文人中，也有人创作过不适合舞台演出，甚至根本不能演出的剧本。这类的戏剧文本则称为案头戏（也叫书斋剧）。比较著名的如王尔德的《莎乐美》等。而好的剧本，能够具备适合阅读，也可能创造杰出舞台表演的双重价值。

　　一部可以在舞台上搬演的剧本原著，还是需要在每一次不同舞台、不同表演者的需求下，做适度的修改，以符合实际的需要，因此，舞台工作者会修改出一份不同于原著，有著详细注记、标出在剧本中某个段落应该如何演出的工作用的剧本，这样的剧本叫做“提词簿”或“演出本”、“台本” （promptbook英音：['pr洂瀀琀,buk]美音：['prɑmpt,buk]）。此外，剧本是完整的演出脚本，有另外一种简单的舞台演出脚本只有简短的剧情大纲，实际的对白与演出，多靠演员在场上临场发挥，而这一种脚本则称为是“幕表”。

　　结构

　　一部较长的剧本，往往会由许多不同的段落所组成，而在不同种类的戏剧中，会使用不同的单位区分段落。在西方的戏剧中，普遍使用“幕”（Act）作为大的单位，在“幕”之下再区分成许多小的“景”（scene）。中国的元杂剧以“折”为单位，南戏则是以“出”为单位，代表的是演员的出入场顺序，而在明代文人的创造后，将“出”改为较为复杂的“出”。剧本的结构一般可分为“开端、发展、转折、高潮、再高潮结局”。 当然根据编剧技巧的不同，结构还会变化。

　　一、条式结构

　　众所周知，传统的戏剧结构是根据主题、人物性格来组织戏剧冲突和安排情节的一种艺术手段。它是戏剧创作的重要一环，是按照戏剧规律来结构剧本的。由于生活本身是有节奏有规律向前发展的，反映在戏剧冲突上的结构必然形式一条由冲突动作所引起的开端、发展、高潮、结局亦即启承转合的情节链，而且是按时间顺序安排的。这种结构的特点，表现在分场上。整个戏就是一场一场的戏组成的，若干场戏组成全剧，而且每一场有一个小高潮，若干个小高潮形成大高潮。 传统的戏剧结构，既然是以戏剧冲突的发展为依据，又少不了冲突对立两个方面贯穿经络的对立人物和一个中心事件。因此，它是纵向发展的，不妨称之为条式结构。

　　二、团块结构

　　团块结构，顾名思义，它的情节是横向发展的，是同纵向发展的条式结构大相径庭的。它几乎全剧没有明显的大高潮，因为它不是以外部冲突为依据，而是依据人物意识活动进行结构的。还有一些剧作，全剧没有一个有头有尾的故事，也没有比较完整的情节。更看不到冲突对立到底的人物。有的只是几个生活片断或几组不规则的情节。这些剧作，在场景之间毫无因果依存关系，在结构上显得很不规则，然而它又“形散而神不散”，段落之间却具有十分讲究的必然内在联系。通常都不分场和幕，所以称其为无场次戏剧。这是由不同题材内容和不同作家的构思所形成的。

　　团块结构，当前流行的有如下两种形式：

　　1、散方式结构。这种戏剧结构类似文学的一种体裁——散文的结构形式。这类剧作没有完整的故事情节，没有高度集中的矛盾冲突，一切都是自然而然地展开，又自然而然地结束。它不仅强调生活的纪实性，而且强调情感的真实性，偏重于抒发人物的真实情感。它写事写人只选取几个看似零散的侧面，但却能做到“形散而神不散”。这类剧作的结构特点之一是场与场之间没有必然的依存关系；特点之二是没有强烈的高潮和结束；特点之三是没有完整的的故事情节和一个中心事件；特点之四是按照生活本身的时序横向发展，很少用“闪回”，属于时序结构。

　　2、心理结构。这类剧作的戏剧结构就是依据人物的意识活动来进行结构的一种形式。它在叙述方式上不同于条式结构，也不同于散文式结构，后二者一般均按时间顺序进行。心理结构则是根据人物的心理活动变化，把过去、现在和未来相互穿插起来进行。所以也叫时间交错式结构。它的特点：其一，着力表现人物的内心世界和对人物内在感情的剖析，以达到刻画人物的目的。它也没有一个完整的故事，甚至没有激动人心的矛盾冲突，更谈不上一浪高过一浪的戏剧高潮。甚至连时间顺序也不规则，更多的是人物意识活动。其二，追求叙述上的主观性。把现实和过去交织起来，以此进行布局和剪裁。 这种结构之所以不遵循时间顺序，把现在和过去互相穿插起来，并能让观众理解，是依据了这样一条原理：人物心理活动（回忆、联想、梦幻等）是不受时间、空间约束的。

　　编辑本段

　　格式

　　第 N 集

　　每个场景都以这样的格式

　　场景1， 地点： 时间： 天气（环境）：

　　该场景内的情节简要说明(200字以内)：

　　角色名字：(可以用粗体也可以用斜体，但要统一)： 如下文： -奔翔-

　　[动作说明] (动作说明需加大括号)，如果可以需要突出主观镜头或客观镜头，在动作说明前如果是角色的动作，则需要在动作说明前将该动作内的主要角色动作置于动作说明之上。

　　如：-奔翔-

　　[镜头里出现一双大大的脚。镜头向上仰视，显出主人公大大的形体，身着西服装束，手提着小小的公文包。保持镜头平行后移，以主人公的动作表示他在行走。]

　　对话：对话格式为：奔翔：对话内容

　　如需特殊说明，可在对话后用“[ ]”加动作。

　　其他说明：每一页代表动画片的1分钟，不管这页长与短，到下一分钟全部换页。

　　注意事项：对话不能书面语言，需要富有幽默，对于剧本，若没有对白也要让观众看明白说什么。

　　编辑本段

　　分类

　　剧本(14张)　　按照应用范围，可分为： 话剧剧本，**剧本，电视剧剧本等，小说剧本，相声、小品。

　　按剧本题材，又可分为 喜剧、悲剧、历史剧、家庭伦理剧、惊悚剧等等。

　　还有一种剧本主要追求文学性，不以演出为目的，或者不适合演出，动作性不够。被成为"案头剧""书斋剧"．欧洲19世纪的许多浪漫主义诗人和作家创作过很多这种戏剧形式的诗歌，但只能提供阅读，不适合上演。所以在戏剧创作中，剧作家要懂得舞台和表演，应该在剧本的创作中处理好剧本的文学性和舞台性。因为戏剧演出才是最终目的。没有演出和观众的戏剧谈不上是戏剧。

你做过哪些事做过的划掉？

搬运正文前简单说两句:

AI绘图22年刚出的时候就关注并且试玩了一下,很快就弃掉了,无他,卖家秀与买家秀差别太大了,看着自己生成的一张张垃圾图去比对其他人生成的精美作画实在是劝退。直到最近出来ControlNet刷了一波屏,感觉离可用的生产工具又进了一步,这才又重新研究了起来。结果发现仅仅几个月,整个AI绘画的进步速度让我着实感觉到了后脊发凉。大家现在发了疯的用AI搞图,玩儿新的工具(Controlnet)、插件(LORA,Dreambooth,Hypernetwork)和模型(ChilloutMixdddd),但是在B站和知乎上却都没有看到比较系统的关于StableDiffusion的使用介绍,让我一时有些不知道从何入手。

这篇新手教学文章援引自

这个网站,强烈建议刚入门的新手把这个网站下的每篇文章都读一遍,可以说涵盖了StableDiffusion最前沿使用的方方面面,能让你以最快的速度,来对最新的各个模型、插件的原理、技术及使用方式都有所了解。

Prompt是AI绘图中最重要的输入控制项,即是现在已经有了非常多的定制化模型能够让你更直接简单的生成某一特定风格的图像,你仍然需要会写一个好的Prompt才能够得到一张值得展示的图像。相信大部分中文用户和我一样大概都是英文阅读3星+,写作0星的选手,看别人改别人的Prompt还行,纯自己写的话脑中除了veryverybeautiful__以外就蹦不出别的啥词儿来了。而这篇基础教学文章通过对关键词分类的方式,让你可以更加明确的知道应该使用或查询哪些词汇来构建你所需要的图像,另外文章还介绍了关键词权重及混合等非常实用的技巧,以及SD是如何理解你的输入词汇等基础知识,相信无论你是想要修改Prompt还是从零自己写Prompt,无论是新手还是老手,即使已经开始使用chatGPT来辅助生成prompt了,这篇文章都仍然非常值得一看。

本文原文链接为

以下是正文翻译,请勿转载:

StableDiffusionprompt:adefinitiveguide

了解如何构建出优秀的提示指令(prompt)的方法,是每个SD用户首先要学习的事情。本文通过总结实验与前人的经验,给出构建指令的方法与相关技巧。总之,在这篇文章里,你将了解到有关prompt的所有信息。

何为优秀的提示指令

一个优秀的提示指令应该是详尽而具体的。一个好的方法是在关键词(keywords)分组列表中找到一个与你的需求所匹配的词汇。

关键词的分组如下:

1主体(Subject)

2绘画介质(Medium)

3绘画风格(Style)

4艺术家名(Artist)

5网站(Website)

6清晰度(Resolution)

7细节描述(Additionaldetails)

8颜色(Color)

9光线(Lighting)

在实际编写的一组提示指令中,并不需要包含以上所有的分组里的关键词。你只需要把这个分组列表当作一个提示清单,在添加新的提示词时知道要如何选用即可。

接下来我们将逐一来测试这些分组中的关键词,下面的测试中将使用的是默认模型sdv15basemodel。为了能够明确各个关键词的作用,测试中将不使用否定提示指令(negativeprompts)。不过别着急,在文章的后面我们还是会学习如何使用否定提示指令的。以下所有的都以30steps,DPM++2MKarassampler以及512x704分辨率参数进行生成。翻译注:后续翻译文章中所使用的都不是原文中的,而是译者本人在Colab上使用基础模型复刻的,以防作者胡说八道。其中CFG为7,BatchCount=8,Seed使用-1的随机设置,勾选了Restoreface,一般生成3次乃至更多次来选出可用的示例图。另外不同于作者,我添加了"cutoff,nude"的否定指令用以提升出图率以及规避审核风险

主体(Subject)

主体表示的是你在中所看到的实体。在书写指令时,最通常的错误就是缺少足够的实体关键词。

比如我现在想要生成一张魔女释放法术(asorceresscastingmagic)的。一个SD的新玩家可能会这么写

Asorceress

这么写也是OK的,但是留下了太多的想象空间。这个魔女长什么样子是否能有任何描述她的词汇可以更明确她的样子她穿的是什么她释放的是什么魔法她是站着,跑着还是漂浮在空中图像的背景是什么

StableDiffusion不能读取我们的想法,我们必须切实的告诉全部我们所需要的细节内容。

对于人物主体来说,一个常用的技巧是使用明星的名字,因为这些词对输出结果会有很强的效果,也是一个非常好的用来控制输出主体样貌的方法。不过需要注意的是,使用这些人名除了会导致输出结果的面部不易产生变化外,也会导致输出同质化的姿势、风格以及其他物件。关于这一点,在文章的后面的“关联效果”章节会有详细介绍。

作为示例,我们首先让这个魔女看起来像艾玛沃森,EmmaWatson也是在SD中使用最广泛的关键词。我们希望这个魔女充满力量而又神秘,并且使用闪电魔法,她的造型是充满细节点缀的。这样看看能否生成一些有意思的。

EmmaWatsonasapowerfulmysterioussorceress,castinglightningmagic,detailedclothing

EmmaWatson在模型中实在是太常见又太出效果了。我认为SD用户这么喜欢使用她的名字,是因为她看起来十分的优雅、年轻,同时在目前网络中的大部分中形象是一致的。相信我,不是所有女演员都是这样的,尤其是那些活跃在90年代甚至更早期的女演员们。

绘画介质(Medium)

介质表示的是制作绘画所用到的材质。举一些例子如:插画(illustration),油画(oilpainting),3D渲染(3Drendering)和摄影(photography)等。介质关键词对输出结果也有较强的作用,一个相关词汇的修改会改变整个输出结果的风格。

我们来添加一个相关的关键词digitalpainting

EmmaWatsonasapowerfulmysterioussorceress,castinglightningmagic,detailedclothing,digitalpainting

输出结果变成了我们想要的风格!从照片变成了数字绘画。

绘画风格(Style)

风格代表了一种绘画的艺术风格,举例如:印象派(impressionist),超现实主义(surrealist),流行艺术(popart)等。

我们向指令中添加一些风格类的关键字试试:hyperrealistic(超写实),fantasy(幻想风),surrealist,fullbody

EmmaWatsonasapowerfulmysterioussorceress,castinglightningmagic,detailedclothing,digitalpainting,hyperrealistic,fantasy,surrealist,fullbody

嗯不太好说这些词对结果产生了多大影响,可能是因为这些风格类的关键词已经被前面的关键词所隐含。不过看上去保留他们也没有什么问题。

艺术家(Artist)

艺术家的名字也是有高影响权重的关键词。通过指定一个艺术家的名字可以让你输出的内容与其具体的艺术风格所匹配。另外通常也会使用多个艺术家的名字,以得到一种混合的艺术风格。下面我们将添加两个艺术家关键词:StanleyArtgermLau,一个超级英雄漫画家,以及AlphonseMucha,一个19世纪的肖像画家。

EmmaWatsonasapowerfulmysterioussorceress,castinglightningmagic,detailedclothing,digitalpainting,hyperrealistic,fantasy,surrealist,fullbody,byStanleyArtgermLauandAlphonseMucha

我们可以看到这两种艺术家的绘画风格融合出来的效果非常好。翻译注:慕夏是非常有名的画家,在我这个非专业人士的认知中他可以算是塔罗牌画风的创始人了,其绘画有很突出的古典、巴洛克、平面风格,另外一位画家不熟。在生成的示例图中可以看到慕夏风格表现的十分显著,这里我在制作示例图的时候把闪电的英文拼错了,所以你可以看到生成图中基本没有闪电了,不过因为慕夏+艾玛实在有点好看,我也就不修改了

网站名(Website)

收集网站像Artstation和DeviantArt里聚集了大量的有明确流派的。添加这类关键词可以使我们的输出结果趋同于网站上的图像艺术风格。

EmmaWatsonasapowerfulmysterioussorceress,castinglightningmagic,detailedclothing,digitalpainting,hyperrealistic,fantasy,surrealist,fullbody,byStanleyArtgermLauandAlphonseMucha,artstation

看起来变化不大,但是生成的确实看起来像你能从Artstation上找到的图。翻译注:在复刻的过程中我并不确定作者所说的Website是个有效的关键词类别,当我在webui中输入artstation时,token数量从43变成了45,非常怀疑模型把它拆分为art和station两个单词作为输入处理了(原因见文章后面的“指令可以有多长”章节)。另外网站的画风本身就是多元的,我也不太能理解他会对输出结果产生怎样的影响,在后续的示例中我会删除该关键词,以防止其造成不好的影响。至于与上一节相比,闪电又有了,那只是因为我把lightning拼写修改正确了

清晰度(Resolution)

清晰度代表了输出的图像的锐度与细节度。我们尝试添加这两个关键词:highlydetailed,sharpfocus。

EmmaWatsonasapowerfulmysterioussorceress,castinglightningmagic,detailedclothing,digitalpainting,hyperrealistic,fantasy,Surrealist,fullbody,byStanleyArtgermLauandAlphonseMucha,artstation,highlydetailed,sharpfocus

好吧,看上去没有太大的效果,应该是之前的已经很锐化且细节化了,但是添加上也并无坏处。

细节描述(Additionaldetails)

细节描述是调整的调味剂。我们尝试添加sci-fi(科幻),stunninglybeautiful(绝美)与dystopian(反乌托邦)来对图像进行一些调整。

EmmaWatsonasapowerfulmysterioussorceress,castinglightningmagic,detailedclothing,digitalpainting,hyperrealistic,fantasy,Surrealist,fullbody,byStanleyArtgermLauandAlphonseMucha,artstation,highlydetailed,sharpfocus,sci-fi,stunninglybeautiful,dystopian

颜色(Color)

通过添加颜色关键字,你可以控制图像整体的色彩。你所添加的颜色有可能作为图像整体的色调,或某个物体的颜色。

我们尝试使用关键词iridescentgold来为图像添加一点金色。

EmmaWatsonasapowerfulmysterioussorceress,castinglightningmagic,detailedclothing,digitalpainting,hyperrealistic,fantasy,Surrealist,fullbody,byStanleyArtgermLauandAlphonseMucha,artstation,highlydetailed,sharpfocus,sci-fi,stunninglybeautiful,dystopian,iridescentgold

金色的效果很不错!

光照(Lighting)

所有摄影师都会告诉你,出片的要素之一就是光照。光照关键字对于生成的也有着巨大的影响。我们尝试一下在指令中添加cinematiclighting与dark

EmmaWatsonasapowerfulmysterioussorceress,castinglightningmagic,detailedclothing,digitalpainting,hyperrealistic,fantasy,Surrealist,fullbody,byStanleyArtgermLauandAlphonseMucha,artstation,highlydetailed,sharpfocus,sci-fi,stunninglybeautiful,dystopian,iridescentgold,cinematiclighting,dark

以上我们完成了整个演示demo的提示指令的构建

总结

可能你注意到了,仅仅向基础的目标对象再添加几个关键关键词(keywords)就已经可以生成出不错的图像出来了。对于构建StableDiffusion的输入指令来说,通常你并不需要添加太多的关键词

否定提示指令(Negativeprompt)

否定提示指令是另一个非常有效的调整图像的输入,通过输入你不想要的内容,而不是想要的,来实现对图像的调整。否定提示指令并非只能排除实体对象,也可以是风格或者其他一些不想要的图像特征(比如:难看(ugly),异型(deformed))

如果你使用的是SD的二代模型版本的话(注:目前大部分人使用的是14/15的一代模型版本),否定提示指令是一个必填项,否则你会得到与一代版本相比差的多的图像。对于一代版本来说,否定指令是可选的,不过在实际使用时都会对其进行设置,毕竟否定指令即使没有提升图像的效果,也不会对其造成什么损害。

我将使用一个通用的否定提示指令。有关其原理与更详细的使用方式,你可以在这篇文章中进行深入了解。

ugly,tiling,poorlydrawnhands,poorlydrawnfeet,poorlydrawnface,outofframe,extralimbs,disfigured,deformed,bodyoutofframe,badanatomy,watermark,signature,cutoff,lowcontrast,underexposed,overexposed,badart,beginner,amateur,distortedface,blurry,draft,grainy

可以看出否定提示指令使得图像中的主体更加凸显,不会显得过于平面化。

构建良好指令的流程

迭代构建

你应该使用迭代的过程来构建提示指令,就像前面的示例所演示的,随着关键字逐一添加到主体中,我们最终可以生成非常棒的。

我总是从只包含主体(Subject)、介质(Medium)、与风格(Style)关键词的简单指令开始进行构建。生成至少4张来观察结果。大部分这样的基础指令并不是能100%起效的。你需要对你所使用的基础关键词能获得什么有一些统计学上的感知。

迭代过程中一次最多添加2个关键词,同样生成至少4张来观察其效果

使用否定提示指令

使用通用否定提示指令永远是个不会出错的开始。

添加关键词到否定提示指令中也是迭代话构建的一部分。这些否定关键词可以是你希望避免在图像中生成的物体、或者身体部位。(由于一代模型并不太善于渲染手部,通过在否定指令中添加“hand”关键词以在图像中将其直接隐藏也是个不错的选择)

提示指令书写技巧

你可以调整一个关键词的影响因子,也可以控制在特定的生成步数(samplingstep)后切换关键词。

下面所介绍的语法都可以在AUTOMATIC111GUI翻译注:就是stable-diffusion-webui中进行使用。你可以在Colabnotebook上使用这个工具,也可以将其部署到本地的Windows或Mac电脑上。

关键词权重

(这个语法可以在webui中使用)

你可以使用`(关键词:权重)`这个语法来控制关键词的影响因子。权重是一个数值,小于1代表其重要度较低,大于1代表其重要度更高。

比如,我们可以在下面的指令中对狗这个关键词添加权重

dog,autumninparis,ornate,beautiful,atmosphere,vibe,mist,smoke,fire,chimney,rain,wet,pristine,puddles,melting,dripping,snow,creek,lush,ice,bridge,forest,roses,flowers,bystanleyartgermlau,gregrutkowski,thomaskindkade,alphonsemucha,loish,normanrockwell

添加狗的权重导致图像中出现了更多的狗,而反之则减少。并不是对于所有权重起到的都是这样的效果,但是绝大多数情况下,你都可以预期权重会产生这样的效果。

这个技巧不仅可以使用在主体关键词上,对所有关键词类别例如风格或光照都可以使用。

()与[]语法

(这个语法可以在webui中使用)

()与[]是与调整关键词权重等价的语法。`(关键词)`会将括弧中的关键词权重增加11倍,其等价于`(关键词:11)`。`[关键词]`将括弧中的关键词权重调低至09倍,其等价于`(关键词:09)`。

你可以像代数公式一样使用多个括弧来倍增其权重影响效果

(keyword):11

((keyword)):121

(((keyword))):133

与之相似的,使用多个中括弧的效果如下:

[keyword]:09

[[keyword]]:081

[[[keyword]]]:073

关键词混合

(这个语法可以在webui中使用)

你可以混合两个关键词,这种用法准确的来说称作指令调度(promptscheduling)。语法如下:

[关键词1:关键词2:影响因子]

`影响因子`控制在采样的哪一步(step)中提示指令中的关键词1会切换到关键词2,它是一个0到1之间的参数

比如使用如下的指令

Oilpaintingportraitof[JoeBiden:DonaldTrump:05]

将输入的step参数设置为30

这意味着在生成过程的前15步使用的是下面的指令

OilpaintingportraitofJoeBiden

而在接下来第16到30步的生成过程中指令将变成下面这样

OilpaintingportraitofDonaldTrump

影响因子参数将决定关键词在何时发生变化,在上面的例子中它将在30stepsx05=15steps后执行。

调整影响因子所产生的效果可以看作是将两位总统的肖像在不同程度上进行混合。

你也许注意到Trump身着白色西服更想是Biden的服饰搭配,这其实非常好的展现了使用关键词混合中很重要的一个规则:关键词1决定了总体的混合效果。越靠前的diffusion生成步骤越对图像整体的混合结果产生影响,而较靠后的生成步骤则只负责逐渐改进细节。

小测试:如果在上面的例子中将JoeBiden与DonaldTrump调换顺序,你觉得对于生成的会产生什么影响呢

面部混合

关键词混合的常用于借用两个不同的明星来创建出新的面容。举例来说,[EmmaWatson:Amberheard:085],40steps,将会产生一个介于二者之间的面孔:

[EmmaWatson:Amberheard:085]oilpainting,blurbackground,elegant

选择两个合适的名字再加上调整参数,就可以获得我们想要的样貌。

破产版prompt-to-prompt

使用关键词混合,你可以获得到类似于prompt-to-prompt的效果,即通过编辑生成出一对高度相似的图像。下面的两张图像使用了同样的提示指令,除了使用指令调度语法将苹果替换为了火焰,两张图的seed与steps参数设置也是一样的翻译注:这里使用的示例是我自己做的,与原文不一致,提示指令改成了将苹果替换成了火球,主要原因是替换成火焰没有做出太好的效果图来

[EmmaWatson:Amberheard:075]holdingan[apple:fireball:09],shiningbokehdepthoffieldbackground,classic,oilpainting,portrait,elegant,upperclass,redlips,earwearingSteps:40,Sampler:DPM++2MKarras,CFGscale:6,Seed:805277495

混合因子需要精细的调整。它具体是如何工作的其背后的理论其实就是:输出图像的整体效果是由早期的扩散过程(diffusionprocess)决定的。当扩散过程开始聚焦于更小的区域时,切换任何的关键词都不会对图像的整体结果产生较大的影响。这使得这种方式可以仅仅改变图像中的一小部分。

指令可以有多长

指令长度取决于你使用的是哪个StableDiffusion应用,应用中可能会对你指令(prompt)中的关键词(keyword)数量进行限制。在SD一代的基础版本中,指令的限制是75个词元(token)

需要注意的是词元(token)并不等同于单词(word)。SD所使用的CLIP模型会自动将提示指令转化为一组词元,即该模型所知晓的单词的数字表示。如果你使用了该模型所不知道的单词或词组,该单词将会被切分为两