想用 Stable Diffusion 生成一张细节锐利、构图考究、风格统一的高质量图像？单纯堆砌“8k”“masterpiece”这类泛泛词汇可不够。你需要将提示词拆解为可控制、可调试、有逻辑层次的组合结构——这套方法并不复杂，但顺序与权重一旦用对，效果立刻显现。

构建三层提示词骨架

第一步：在正向提示词开头固定写入三类前置标签——画质层、风格层、光照层。顺序不可颠倒，因为 SD 对逗号前的内容赋予更高权重。例如：masterpiece, best quality, 8k, HDR, studio lighting, cinematic color grading。这为整张图奠定了基础基调。

第二步：中间插入主体描述，必须包含具体物种 + 关键特征 + 姿态/动作。避免使用“a person”这类模糊写法，改为“a Korean female archer in dynamic pose, sharp focus on her gloved hands drawing a yew longbow, wind-blown black hair”。这里的关键细节锚点——比如【gloved hands】——能够显著降低手部畸形率。

第三步：结尾补上环境与氛围词，用逗号分隔，不加括号。例如“misty bamboo forest at dawn, shallow depth of field, volumetric light rays, dew on leaves”。注意，这一层不要额外增加权重，否则会压垮主体结构，导致主体被背景淹没。

用权重语法校准视觉重心

方法一：对核心元素加括号提升权重。比如主体是“cyberpunk cat”，但每次生成猫脸模糊，就将(cat:1.3)单独提取，写成(cyberpunk cat:1.3), neon-lit alley, rain-slicked pavement, holographic ads。不过要谨慎：权重超过 1.4 容易导致局部过曝或纹理崩坏。

方法二：对干扰项降权。若背景总是抢镜，把背景词放进方括号，例如[crowded street:0.7], lone samurai walking, katana sheath reflecting city lights。方括号并非删除，而是弱化——AI 仍会渲染，但不会把它当作主语来处理。

方法三：混合权重微调。当需要同时强调两个不相关元素时，采用嵌套写法：((mecha dragon:1.2), (crystal cave:1.1)), iridescent scales, bioluminescent fungi。这种写法比并列逗号更能强制锁定比例关系，AI 会优先分配这两个元素的空间权重。

反向提示词不是清空列表，而是精准排雷

直接复制粘贴网上流传的万能负向词包（比如“low quality, worst quality, bad anatomy…”），只会让模型过度抑制，导致画面发灰、边缘虚化、色彩扁平。真正有效的做法是：先生成 3 张图 → 观察共性缺陷 → 只针对该缺陷添加 1～2 个反向词。

例如连续 3 次生成都出现手指黏连，就在负向框里只加“fused fingers, extra limbs”；若背景总带水印感，就只加“watermark, text, signature”。每次只修正一个缺陷，多加无异于乱枪打鸟。

这里有一个容易被忽略的关键：反向提示词生效的前提，是正向词已经足够明确。如果正向只写“a dog”，反向加一百个词也救不回一只四不像。先保证正向把事情说清楚，再考虑负向补漏。

用 emoji 锚定不可靠语义

当描述表情、手势、材质等 AI 容易误解的概念时，在对应词后紧跟 emoji。例如：“woman smiling