SD教程：AI绘画提示词技巧与高效写法详解

时间：2026-08-17 11:51

AI绘画提示词技巧涵盖正向反向提示词、权重顺序控制及符号调整，小括号增重、中括号减重，支持自定义权重和lora调用。进阶语法可控制生效时间与交替采样，推荐OneButtonPrompt等插件辅助高效生成精准画面。

前言：

很多人觉得AI绘画出的图总差那么点意思，其实关键往往不在模型，而在那几行提示词。提示词写得好，作品直接起飞。接下来这篇内容，就把那些真正能提升出图质量的提示词技巧掰开揉碎讲清楚，从基础语法到进阶玩法，再到几个实用插件，一步步带你写出精准高效的Prompt。

一、SD提示词基础

AI绘画提示词基本规则

1、提示词（prompt）由多个词缀构成。

提示词分为正向提示词（positive prompt）和反向提示词（negative prompt），用来告诉AI哪些需要，哪些不需要。

2、词缀的权重默认值都是1，从左到右依次减弱，权重会影响画面生成结果。

比如景色Tag在前，人物就会小：

相反的人物提示词在前景物在后人物会变大或半身：

选择正确的顺序、语法来使用提示词，将更好、更快、更有效率地展现所想所愿的画面。

所以SD提示词撰写的大体逻辑是这样的：

首先我们要保证画面中质量，因此在最前面的永远是强调画面质量的提示词，之后我们要考虑我们的画面风格，你想要什么画风，接着就是我们画面需要体现的主要元素，最后是增添的细节。

若是想明确某主体，应当使其生成步骤向前，生成步骤数加大，词缀排序向前，权重提高：

画面质量 → 主要元素 → 细节

若是想明确风格，则风格词缀应当优于内容词缀：

画面质量 → 风格 → 元素 → 细节

举例：一串长的提示词可以拆分为如下：

画面质量：best quality,masterpiece,HDR,UHD,8K,best quality,oil_painting,
主要元素：princess,oval face,dancing,smile,bright pupils,
细节：Movie light, elves, floating light points, dreams, magic
画风lora：如果有的话写在这里

best quality,masterpiece,HDR,UHD,8K,best quality,((oil_painting)),

princess,oval face,dancing,bright pupils,twintails,smile,

Movie light,elves,floating light points,dreams,magic,panoramic,grand scenes,(Bokeh:1.4),

3、AI 会依照概率来选择性执行提示词。

如提示词之间有冲突，AI 会根据权重确定的概率来随机选择执行哪个提示词。

生成图片的大小会影响 Prompt 的效果，图片越大需要的 Prompt 越多，不然 Prompt 会相互污染。

4、Prompt 支持使用 emoji，可通过添加 emoji 图来达到效果。

AI认知的提示词撰写基本语法

1、提示词与提示词之间用英文逗号分隔，同时词之间要用空格隔开。

大家在撰写提示词的时候一定要注意，用英文输入法。

例如：1girl, long hair, smile （主要元素+细节）

2、提示词之间是可以换行的。我们可以利用这一特性让提示词看起来更清楚，但换行时记得加上逗号，这样AI才知道你换行了。

例如：画面质量+主要元素+细节

best quality, masterpiece,

1girl,

long hair, smile,

3、每个提示词默认权重为1，越靠前权重越高。

Girl, books, library,

library, books, Girl,

books, library, Girl,

4、提示词词数量并不是越多越好。如果你想可控生图，提示词数量控制在75个单词以内，关键词超过这个数量对整体画面影响比较小了，但可以增加一些点缀要素。

例如：这个是75个词的提示词

((ultra-detailed)), ((illustration)),((solo)),((((a girl)))),(beautiful detailed girl),(((cheongsam))),((((((arms_behind_back)))))) ,red eyes,((((beautiful detailed eyes)))),white hair,spring festival,(((chinese new year))),(((snow))),((lunar new year)),firecracker,Temple Fair,(detailed fireworks), (firecracker),((the best building)),(((best shadow))),many people,(Flying snowflakes)，

超细节，插图，独奏，一个女孩，美丽的细节女孩，春装，手臂，红眼睛，美丽的详细眼睛，白发，春节，中国新年，雪，农历新年，爆竹，庙会，详细的烟花，爆竹，最好的建筑，最好的阴影，很多人，雪花飞溅

将提示词增加到100+个，注意我们在后面加上了一些无关紧要的词意图干扰AI

ocean,beach,lake,starry_sky,park,Trapeze,city,cityscape,downtown,Tokyo_Tower,snowy mountain,cliff,claw pose,Swinging,long hair,blouse,collared_shirt,sailor_shirt,t-shirt,

二、提示词符号解析

小括号、中括号、大括号

小括号、中括号、大括号的含义：微调关键词权重。

1、小括号 ( )：一个小括号增加1.1倍权重，最多套三层小括号也就是1.331倍权重。大家可以观察下面的图片，不断用小括号强调黄色花朵的权重。

Garden, red flower, blue flower, yellow flower,

Garden, red flower, blue flower, (yellow flower)

Garden, red flower, blue flower, ((yellow flower))

Garden, red flower, blue flower, (((yellow flower)))

2、大括号 { }：也是增加权重的，但相比小括号更轻微，增加1.05倍，三层大括号权重为1.15倍。

3、中括号 [ ]：减小权重值，会把权重变为原来的0.9倍，三层就是0.729倍。

案例：同样是花园，使用中括号减重红色花朵：

best quality, masterpiece, Garden, red flower, blue flower, yellow flower

best quality, masterpiece, Garden,[[[ red flower]]], blue flower, yellow flower

4、自定义权重：只可使用小括号控制，格式为(x:0.5)。权重取值范围0.4-1.6，权重太小容易被忽视，太大容易拟合图像出错。

案例：使用自定义权重蓝色花朵对比：

best quality, masterpiece, Garden, red flower, (blue flower:0.4), yellow flower

best quality, masterpiece, Garden, red flower, (blue flower:1.6), yellow flower

5、使用尖括号 <> 调用lora：lora简单来说就是风格化模型，可以生成我们想要的特定风格或者人物。

在提示词中使用来调用lora。

样例：使用lora让图片特定风格。

使用lora前

使用lora后

样例：通过权重来调整lora对画面的影响（0.1-1）。

best quality, masterpiece, Garden, red flower, blue flower, yellow flower

6、使用下划线和and连接提示词。下划线_起到连接作用，让词与词更紧密连接到一起，防止歧义。例如想让AI生成一个咖啡蛋糕，如果不加下划线它很可能理解不了，会出现单独的咖啡和蛋糕，加了下划线后它就理解得更好了。

masterpiece,best quality, coffee cake,

masterpiece,best quality, coffee_cake,

AND：将多个词缀聚合在一个提示词顺序位置中，其初始权重一致。例如用这个技巧生成多色头发。

best quality, masterpiece, a girl, green hair:1.3 and red hair:1.5 and yellow hair:1.2

三、提示词进阶语法

1、控制提示词的生效时间

[提示词:0-1数值]：意思是采样值达到X（数值）以后才开始计算这个提示词的采样。

例如：Forests, trees,weeds, [flowers:0.7]，采样值达到70%以后才开始计算花的采样。

[提示词::0-1数值]：意思是一开始参加采样的词整体到X（数值）以后退出采样。

例如：Forests, trees,weeds, [flowers::0.7]，花一开始参加采样，整体到70%以后退出采样。

[提示词1:提示词2:0-1数值]：前X（数值）采样提示词1，后1-X采样提示词2。

例如：best quality, masterpiece,forest, [stone:flower:0.7]，前70%石头采样生效，后30%花朵采样生效。

反向：best quality, masterpiece,forest, [flower:stone:0.7]，前面花先采样，后面采样石头。

2、交替采样：写法 [提示词1"提示词2]

例如：1girl, [red|blue] hair，（括号外加词缀意味着两个颜色的共享元素），一步红头发，一步蓝头发这样不断循环。

假如不加词缀：[cow " horse] 可以生成牛和马的混合体。

举例：[bird"airplane] in sky 天空中一只飞机鸟。

四、提示词插件推荐

1、One Button Prompt

只需一个主题，就能生成一系列不同风格类型的图片，自动丰富关键词。

安装方法：在线安装或下载后拖到\Extensions\文件夹中。

GitHub: https://github.com/Airjen/OneButtonPrompt

使用方法：在框框内填写提示词，直接生成。

一个白头发女孩拓展生成效果。

2、sd-dynamic-prompts

动态提示词插件，方便生成组合式图片。

安装方法同上。

GitHub: https://github.com/adieyal/sd-dynamic-prompts

使用方法：勾选启用。

最大生成数：0就是所有方式都生成一次；组合批次：每个类型生成几张。自动批次组合生成。开启动态提示词插件后，可以使用全新语法进行提示词搭配：A {boy " girl} in {school | street | forest}，上面这串语法意思是生成一个老师或者学生分别在学校、街道和森林的6种组合。

丰富提示词功能：打开魔法提示词功能可以丰富提示词。例如输入一个提示词：a girl，词的数量越长，创意越高，AI发挥的越多。

推荐使用模型：succinctly/text2image-prompt-generator。这是一个在简洁/中途提示数据集上微调的GPT-2模型，包含用户一个月内向Midjourney发出的250k条文本提示。该提示生成器可用于自动完成任何文本到图像模型的提示（包括DALL·E家族）。强力推荐，词穷抽卡必备。

AUTOMATIC/promptgen-lexart：从lexica.art艺术网站上训练的模型，微调了100个epoch，适合艺术风格画的魔法扩展。

Gusta vosta/MagicPrompt-Stable-Diffusion：MagicPrompt系列模型中的第一个，经过150,000步和约80,000个数据训练，从图像查找器中过滤提取用于稳定扩散。通用实用，效果卓越。

模型安装注意：第一次使用模型会自动下载，需要等待一下，并关闭启动器的国内Pipy镜像、Git镜像、链接等，否则会报错：Error while generating prompt: ‘NoneType’ object cannot be interpreted as an integer。

动态提示词效果：A girl 拓展为：a girl, read book, wearing green balenciaga top, anime style, artstation, muted colors, cool colors, by Ashley Wood. --ar 2:3 --stop 80 –uplight