同样的模型、同样的参数为什么别人出 “大片”你出的却总差一口气差距大多不在模型而在提示词。本文讲清提示词的底层逻辑、一条万能公式、权重语法、画面控制词库并附上人像 / 产品 / 风景 / 二次元四套可直接抄的模板。看完就能把 “抽卡” 变成 “可控出片”。适用 Stable Diffusion WebUI 与 ComfyUI文末说明二者语法差异一、先理解提示词不是 “许愿”是在给模型打标签Stable Diffusion 是基于 ** 标签tag** 训练的扩散模型你输入的文字会经过 CLIP 文本编码器变成 “条件”引导画面去噪的方向。这带来两个关键认知它更吃关键词而不是完整句子。与其写一大段中文长句不如用逗号分隔的精准词组。它对 “结构化描述” 最敏感主体是谁、长什么样、在哪、什么镜头、什么光、什么风格越具体越稳定。另外CLIP 一次处理的 token 数有上限常见为 75 个 token 一段过长会被分段所以把最重要的词放前面别把核心主体埋在最后。二、一条万能公式按顺序写主体是谁/是什么 细节特征外貌、服饰、材质、表情、动作 环境背景场景、地点、道具 构图镜头景别、视角、焦段 光影氛围光线、时间、天气、色调 风格与画质写实/动漫/电影感、画质词 可选艺术家 / 参考风格举例把 “一个女孩” 扩成可出片的描述a young woman, long wavy black hair, white linen dress, gentle smile, standing in a sunlit lavender field, wildflowers, soft bokeh background, medium shot, eye level, 85mm portrait lens, golden hour sunlight, rim light, warm tones, photorealistic, cinematic, shallow depth of field, high detail顺序就是人 → 长相穿着 → 场景 → 镜头 → 光线 → 风格画质。三、正向词 反向词缺一不可很多人只写正向结果出现崩手、多手指、低质画面。反向提示词Negative Prompt专门用来 “排除” 不想要的东西对出片质量提升立竿见影。一套通用反向词模板可直接抄low quality, worst quality, blurry, out of focus, jpeg artifacts, deformed, disfigured, bad anatomy, extra fingers, fused fingers, missing fingers, malformed hands, extra limbs, mutated hands, watermark, text, logo, signature, cropped, duplicate做真人像时还可加plastic skin, over-smoothed, asymmetrical eyes塑料感皮肤、过度磨皮、眼睛不对称。四、权重语法让某个词 “更重要”当某个特征总是出不来不要靠重复堆词用权重控制。(word)增强约 1.1 倍((word))更强(word:1.3)精确权重常用 1.11.5越大越强[word]减弱约 0.9 倍a | b / 混合等进阶写法用于元素融合新手少用。示例(crimson red dress:1.3), (detailed eyes:1.2), [crowd]含义强化 “红裙” 和 “眼睛细节”弱化 “人群”。注意权重不要无脑拉到 1.6、2.0过高会导致画面过饱和、畸形、烧色。先用 1.2 看效果再微调ComfyUI 与 WebUI 的差异在 ComfyUI 的 CLIP Text Encode 节点里同样支持 (word:1.3) 这类权重写法部分高阶控制如分步、Attention 耦合可通过自定义节点实现基础语法通用。五、画面控制关键词库按类收藏类别常用英文关键词景别close-up 特写、medium shot 中景、full body 全身、wide shot 广角视角eye level 平视、from above 俯拍、low angle 仰拍、overhead 顶视焦段 / 镜头85mm portrait、35mm、macro lens 微距、bokeh 背景虚化光线soft light 柔光、golden hour 黄金时刻、rim light 轮廓光、backlight 逆光、neon light 霓虹、studio lighting 棚拍光氛围cinematic 电影感、dreamy 梦幻、moody 情绪、ethereal 空灵画质masterpiece, best quality, ultra detailed, 8k, sharp focus风格photorealistic 写实、anime style 动漫、oil painting 油画、3d render、pixel art提示画面比例也要配合构图。人像竖图用 512×768 / 768×1024 一类比例风景横图反过来比例和景别冲突会出怪图六、从 “能看” 到 “出片” 的标准流程定主体一句话说清画面里最核心的人 / 物。选风格先确定写实还是动漫、电影感还是插画风全程别混。加镜头与光影决定景别、视角、光的方向与时间。写反向词用通用模板排除低质与畸形。固定种子抽卡先随机抽几张找方向选中满意的一张固定它的 seed再微调提示词 / 权重保证改动可控、可对比。迭代放大构图满意后再高清放大、局部重绘修手修脸。七、四套可直接抄的模板1写实人像a young woman, long wavy black hair, white linen dress, gentle smile, sunlit lavender field, soft bokeh, medium shot, 85mm, golden hour rim light, photorealistic, cinematic, shallow depth of field, (detailed eyes:1.2), masterpiece2产品电商以一瓶护肤品为例a frosted glass skincare bottle on a marble pedestal, water droplets, clean minimalist background, soft studio lighting, subtle reflection, commercial product photography, centered composition, macro, sharp focus, high end, premium, 8k3风景概念图a misty mountain valley at dawn, winding river, pine forest, layered ridges, low clouds, soft golden sunrise, wide aerial shot, cinematic, epic scale, atmospheric, ultra detailed, concept art4二次元1girl, silver hair, blue eyes, school uniform, standing on a rooftop, floating clouds, wind blowing hair, anime style, cel shading, vibrant colors, key visual, masterpiece, best quality, (clear eyes:1.2)把这些当成 “骨架”替换主体和场景即可反向词统一用第三节模板八、新手最常踩的 7 个坑词堆太多、没有重点二三十个风格词全塞模型反而抓不住主体。中英文混着写主用英文 tag模型语料以英文为主中文长句效果不稳定。权重爆表(x:2.0) 起步画面烧色、畸形。把 “不要 xx” 写进正向不想要的要写进Negative正向里写 “no people” 往往适得其反。风格打架同时写 photorealistic 和 anime、oil painting 和 3d render画面会发糊。忽视反向词崩手、低质大半是没用好 Negative。每张都换随机种子不固定 seed 就无法判断到底是哪处改动起了作用迭代效率极低。九、小结提示词 结构化标签按 “主体→细节→环境→镜头→光影→风格” 写核心词放前面。正向引导、反向排除权重用 1.11.5 微调配合固定种子迭代。先用模板保证下限再靠镜头和光影拉开上限。