Stable Diffusion提示词基础语法与结构详解

初涉 Stable Diffusion 提示词编写时，新手常陷入“堆砌形容词”的误区：一旦生成效果不符预期，便盲目追加词汇，最终导致无法追溯关键影响因素。相比之下，将描述拆解为独立模块并按需微调，能更高效地定位并解决问题。

需明确两个核心概念：逗号主要用于分隔描述片段，旨在提升人类阅读体验及迭代效率；而括号、方括号及权重数值则属于特定前端界面的解析语法，切勿假定所有绘图工具均遵循同一套执行标准。

先把画面拆成几个容易修改的部分

建议从主体入手，依次补充环境背景、关键细节，最后界定光线、构图或媒介风格。例如：red bicycle, quiet street, morning light, watercolor。这仅是信息组织的起点，而非确保生成结果的固定公式；实际表现仍受模型、检查点及界面特性的共同影响。

逗号虽使提示词呈现为标签列表形态，但通常不等同于程序字段分隔符，也不会自动将各段落转化为独立参数。描述越具体，修改越便捷：若主体正确但氛围偏差，仅需调整 morning light 即可，无需推翻整句重写。

提示词可以按画面要素拆分后逐项调整。

正向和负面描述分开写，别把它们混成一串

正向提示词用于指定画面应包含的内容；若界面提供负面提示词输入框，则应将希望排除的特征填入其中，例如 blurry 或 text。需注意，此类词汇仅起引导作用，并非绝对开关：输入特定词汇并不保证结果能完全规避对应内容。

不同前端的输入框命名及处理逻辑可能存在差异。以 AUTOMATIC1111 WebUI 为例，其标准界面将正向与负面提示词分列输入；若使用其他网页服务或客户端，请以官方说明为准。建议每次仅调整一至两处变量并对比结果，以便准确归因变化来源。

正向与负面描述应按当前界面的输入方式填写。

括号权重只在支持该语法的界面里使用

在 AUTOMATIC1111 WebUI 的解析语法中，(soft light) 默认提升括号内内容的注意力权重，[soft light] 默认降低权重，而 (soft light:1.4) 则用于显式指定权重值。连续嵌套括号会产生叠加效应，且权重数值并非代表画面中对象的占比百分比。初学者宜优先使用自然描述，仅当特定要素反复被忽略时，再尝试少量强调。

需特别注意，上述括号规则并非 Stable Diffusion 模型本身统一的通用标点规范。不同前端、扩展插件或模型服务可能采用其他写法，甚至完全不识别此类语法；遇到不确定的用法时，务必查阅当前工具的文档。若需将括号作为普通字符显示，具体的转义方式亦应参照界面说明。

括号权重语法以 AUTOMATIC1111 WebUI 为例。

在实际调试过程中，建议遵循“主体明确性—环境与细节完整性—权重调整必要性”的顺序逐项排查。优先使用清晰简练的描述构建画面基础，再根据生成结果进行局部微调，这种方式通常比一次性堆砌大量流行词汇更为高效省力。