分類: OpenAI

生成手執標誌牌女仔. 之後嵌入文本.

1. 模型揀『safetensors』
2. 撳『txt2img』文生圖
3. 加入咒詞『holding sign』持有標誌
4. 係咒詞加入lora模型『need_buzz_sign』.
5. 設『width寛』=1280,『height高』=800.
6. VAE揀『safetensors』
7. 擦除標誌牌字.
8. 再寫字.

ebsynth-utility短片轉動畫,係開工之前,需准备架餐.

1. EbSynth
2. Ebsynth_Utility
3. FFmpeg BIN設定指南
4. transparent-background遮罩
5. 首先建立工程project資料夾, 以『a~z/A~Z』起名,『吉格』以『-』替换.

6. 係input下擺影片

7. 著『stable diffusion webui』

1. 撳『Ebsynth Utility』->『stage1』分幀同埋遮罩
2. 『Project directory』工程資料夾路徑,吉資料夾.

3. 『Original Movie Path』填影片路徑

4. 撳『Configuration』->『stage1』
5. 『Frame Width』『Frame Height』填『-1』,與影片寬高臺致.
6. 『Mask Threshold』遮罩閾值『0~0.1』ࣿ
7. 撳『Generate』生成『video_frame』分幀『video_mask』遮罩.
8. 『video_frame』分幀

9. 『video_mask』輸出幀遮罩

8. 撳『Ebsynth Utility』->『stage2』生成關鍵幀
9. 撳『Configuration』->『stage2』
10. 『Minimum keyframe gap』最细關鍵幀間隔,默認
11. 『Maximum keyframe gap』最大關鍵幀間隔,默認
12. 『Threshold of delta frame edge』幀邊緣檢測閾值. 默認5
13. 撳『Generate』复制關鍵幀『video_key』

1. 撳『Ebsynth Utility』->『stage3』轉二元.
2. 『Stable Diffusion checkpoint』揀貳次元模型『safetensors』
3. 撳『img2img』
4. 『prompt』咒詞

5. 『Negative prompt』反向咒詞

6. 『Resize by』->『WIDTH』『HEIGHT』與原片寛高壹致.
7. 『Denoising strength重绘幅度』值細於『5』值越細圖像與原圖越似.
8. 『SEED』随機種子.随意填固定值,例『123』.
10. 係『script脚本』揀『ebsynth utility』
11. 係『Project directory』填工程路徑.

12. 係『Mask option (Override img2img Mask mode)』遮罩揀『Normal』
13. 係『Inpaint Area(Override img2img Inpaint area)』揀『Only masked』僅重繪遮罩.
14. 『Control Net Weight』权重『5』
15. 『Control Net Weight For Face』face权重『5』
16. 勾『Use Preprocess image If exists in /controlnet_preprocess』
17. 撳『Settings』->『ControlNet』 .
18. 勾『Allow other script to control this extension』允许 ControlNet 畀其它脚本调用.
19. 『Apply settings』應用設定.
20. 撳『img2img』->『Generate』生成『controlnet_input』同埋『img2img_key』

1. 撳『Ebsynth Utility』->『5』校色
2. 撳『Color Transfer Method』揀『default』
3. 撳『Color Matcher Ref Image Type』揀『original video frame』
4. 撳『Generate』生成撳『st3_5_backup_img2img_key』

1. 撳『Ebsynth Utility』->『stage4』放大關鍵幀
2. 撳『Settings』->『Saving images/grids』
3. 勾『Use original name for output filename during batch process in extras tab』. 原始名稱作為輸出檔名
4. 撳『Apply settings』應用設定.
5. 撳『extrans』->『Batch from Directory』從資料㚒批次處理
6. 『Input directory』輸入資料㚒

7. 『Output directory』輸出資料㚒

8. 『Upscaler1』揀『4x-UltraSharp』
9. 『Scale By』揀『1』
10. 撳『extrans』->『Generate』生成『img2img_upscale_key』放大關鍵幀.

11. 撳『Ebsynth Utility』->『stage5』生成ebs文檔.
12. 撳『Generate』生成ebs文檔.

1. 撳『Ebsynth Utility』->『stage6』生成過度幀.
2. 著『Ebsynth』載入『ebs』,頁眉顯示當前EBS檔名.
3. 撳『Run All』生成『out』
4. Ebsynth 過渡幀狀態變成 Synth後,依次載入『ebs』『00002.ebs』『00003.ebs』…重复上述两步.

5. 撳『Ebsynth Utility』->『stage7』合成短片.
6. 『Crossfade blend rate』速率填
7. 『Export type』可揀『mp4』『webm』『gif』『rawvideo』.
8. 撳『Generate』生成两條片壹條有聲壹條冇聲.

1. 撳『Ebsynth Utility』->『stage8』替換背景.
2. 『Background source』背景可揀『圖』或『短片』
3. 『Background type』可揀『Fit video length』或『LOOP』

Ebsynth Utility係Ebsynth 配套『Stable Diffusion』插件. 將短片分割幀,利用貳次元模型進行風格轉换.

下載插件:

1. 撳『Extensions擴展』->『Install from URL係網裝』
2. 『URL for extension’s git repository』填『https://github.com/Mikubill/sd-webui-controlnet』

3. 撳『Install』下載
4. 撳『Extensions擴展』->『Installed已裝』
5. 撳『Apply and restart UI應用後重啟界面』
6. 係『txt2img』『img2img』下側『ControlNet』
7. 如果出錯刪下列資料夾,在重新下載

神器『EbSynth』係两關鍵幀之間插值生成過渡幀,登入官網『https://ebsynth.com/』撳『Download』鍵.

1. 下載後解壓, 𢴇行『exe』.
2. 載入『ebsynth-utility』生成
3. 撳『Run All』生成過渡幀.

『transparent-background』自動分離人像同背景,再生成遮罩,冇需人手干預.

登入『命令行模式CMD』, 進入資料夾Python.

下載安裝『transparent-background』1.3.2版,

裝1.3.3版係產生’fast’錯設

卸裝『transparent-background』

可能需要更新python

顯列python安装包及版本號.

下載模型『ckpt_base.pth』『ckpt_fast.pth』『ckpt_base_nightly.pth』

下載後擺係『C:\Users\user.transparent-background』

佢有圖形版『transparent-background-gui.exe』壹建生成遮罩.

1. 撳『open file』載入圖檔.
2. 勾『reverse』反轉遮罩.
3. 撳『process』生成遮罩.

如果『pydantic』報錯可先卸载後重装

先卸载『pydantic』

後重装『pydantic』

1. 登錄錄官網FFmpeg

2. 撳『Windows』
3. 撳『Windows Builds by Btbn』
4. 下載『ffmpeg-master-latest-win64-gpl.zip』

5. 解壓後擺係C碟,下有bin資料夾.

三大神器

添增環境路徑.

1. 撳『win+Pause break』鍵
2. 撳『進階系統設定』
3. 撳『環境變數』
4. 係『系統變數』->編輯『Path』->撳『新增』.

『nvidia 2080ti』吾支持半精度類型, 早知買『nvidia 3090ti』

1. 𢴇行『webui-user.bat』著『Stable Diffusion webui』
2. 撳『Settings』->『Stable Diffusion』
3. 勾『Upcast cross attention layer to float32』
4. 撳『Apply settings』應用設定
5. 撳『Reload UI』重啟界面

另壹條橋係加入命令行參數

6. 編緝『C:\stable-diffusion-webui\webui-user.bat』
7. 係命令行參數『COMMANDLINE_ARGS』加入『–no-half』冇半精度類型, -『-no-half-vae』『–disable-nan-check』禁nan檢驗.

『Openpose』直接控制姿势同埋表情.對人像動作控制大大提升.

首先獲得骨架姿勢『pose.json』

1. 撳『txt2img』
2. 撳『ControlNet Unit 0』
3. 『Control Type』揀『OpenPose』
4. 係『image』上傳人像圖.
5. 『Preprocessor』揀『dw_openpose_full』獲得姿势表情.小量人像圖揀『openpose_full』.
6. 『Model』揀『kohya_controllllite_xl_openpose_anime_v2 [b0fa10bb] 』
7. 勾『Enable』使能.
8. 勾『Pixel Perfect』像數完美
9. 勾『Allow Preview』 允許預覽
10. 撳『JSON』下載骨架姿勢『json』

依據骨架生成圖畫.

11. 『Stable Diffusion checkpoint』揀『safetensors』或『waiREALMIX_v100.safetensors』
12. 撳『txt2img文生圖』
13. 填『正向咒語Prompt』
14. 填『反向咒語Negative Prompt』
15. 『Sampling method』揀『DPM++ 2S a』.
16. 『Sampling steps 』填
17. 『Width』填1600,『height』填
18. 撳『ControlNet Unit 0』
19. 『Control Type』揀『OpenPose』
20. 勾『Enable』使能.
21. 勾『Pixel Perfect』像數完美.
22. 勾『Allow Preview』允許預覽.
23. 撳『Upload JSON』上傳骨架姿勢『json』.
24. 『Preprocessor』揀『dw_openpose_full』.
25. 『Model』揀『thibaud_xl_openpose』.
26. 『Control mode』揀『balanced平衡』.
27. 撳『Generation』生成

『Stable Diffusion』真人改動畫, 重點係揀適合模型,同埋設較細重绘幅度.

1. 撳『Tagger』反推咒語引導生圖.
2. 『Stable Diffusion checkpoint』模型揀『safetensors』.
3. 撳『img2img文生圖』.
4. 撳『Generation』->『img2img』
5. 係『IMAGE』拖入動畫.
6. 『Resize mode』揀『Resize and fill』.
7. 『Sampling method采樣法』揀『DPM++ 2S a』.
8. 『Sampling steps采樣步』填『32』.
9. 『Resize BY』->『SCALE缩放』填 與原圖大細壹致.
10. 『Denoising strength重绘幅度』填『0.52』,值越細圖像與原圖越似.
11. 撳『ControlNet unit0』
12. 勾『Enable使能』
13. 勾『Pixel Perfect』像數完美
14. 勾『Allow Preview』允許預覽
15. 勾『Upload independent control image』上傳獨立控制影像
16. 揀『Single image』拖入動畫.
17. 『Control Type』揀『openpose』
18. 『Preprocessor』揀『dw_openpose_full』
19. 『mode』揀『t2i_adapter_diffusers_xl_openpose』,openpose模型須與基礎模型相配.
20. 『Control mode』揀『balanced平衡』
21. 『Resize mode』揀『Resize and fill』.
22. 撳『Generate』生成影像.

继『Stable Diffusion 2.1』後推出『Stable Diffusion XL1.0』升级版,分三版『Base』『refiner』『turbo』.適用於『AUTOMATIC1111』

下載 XL 模型

擺係

下載VAE模型

擺係

下載LORA模型

擺係

Nvidia-2080ti吾支持float16精度,彈出警示.

1. 直接编緝『C:\stable-diffusion-webui\webui-user.bat』.
2. 係『COMMANDLINE_ARGS』命令行参數加入『–no-half-vae』吾將VAE模型轉換為float-16bit半精度.

『4x-UltraSharp』比『R-ESRGAN General 4xV3』放大效果仲清晰.冇損逼真放大.

1. 下載『4x-UltraSharp』

2. 擺係

3. 撳『Settings』->『Face restoration』.
4. 禁『Restore faces面部修复』.
5. 撳『Settings』->『user interface』.
6. 係『Quicksettings list』加入『upacler_for_img2img』係頁頂快速設定放大算法.
7. 撳『Apply settings』應用設定.
8. 撳『Reload UI』重啟界面.
9. 係頁頂『Upscaler for img2img』揀『4x-UltraSharp』.
10. 撳『img2img』->『Generation』->『img2img』
11. 拖入低解像圖畫
12. 係『Resize by』->『Scale缩放』設『4』,如果記憶體溢出降低放大值.
13. 係『Denoising strength』設值『1』
14. 撳『Generate』放大圖畫.

VAE模型用於修正圖畫色彩,『none冇』VAE模型色彩平淡,指定VAE模型後色彩鮮豔,光影分明.

VAE模型擺係

係『Stable Diffusion WEBUI』頁頂添加快速設定清單.

1. 撳『Settings』->『User interface』

2. 添加『sd_vae』

3. 撳『Apply settings』應用設定.
4. 撳『Reload UI』重置圖形界面.

『Stable Diffusion』真人改動畫, 重點係揀適合模型,同埋設較細重绘幅度.

1. 撳『Tagger』返推咒語引導生圖.
2. 『Stable Diffusion checkpoint』模型揀『safetensors』.
3. 撳『img2img文生圖』.
4. 撳『Generation』->『img2img』
5. 係『IMAGE』拖入原圖.
6. 『Sampling method采樣法』揀『DPM-ADAPTIVE』.
7. 『Sampling steps采樣步』填『20』.
8. 『Resize by』->『scale』填『1』,與原圖寬高壹致.
9. 『Denoising strength重绘幅度』填『3』,越細圖像與原圖越似.
10. 撳『Generate』生成影像.

利用遮罩替换背景

1. 『segment anything』生成遮罩.
2. 基礎模型『safetensors [299feccabf] 』
3. 撳『Img2img圖生圖』
4. 『Prompt』填『正面咒詞』.
5. 『Negative Prompt』填『反面咒詞』.
6. 撳『Generation』->『ipaint upload上傳遮罩』
7. 『image』拖入原畫.
8. 『mask』拖入遮罩.
9. 『Resize mode』勾『Resize and fill填充』.
10. 『mask blur遮罩边緣模糊度』值填『0』. 此值越大蝕占背景越大.
11. 『mask mode遮罩模式』勾『Inpaint not masked重繪非遮罩內容』
12. 『masked content蒙板區域內容處理』勾『original原圖』.
13. 『Inpaint area』勾『Whole picture』.
14. 『Sampling method』 揀『DPM++ 2M SDE Heun』.
15. 『Sampling steps』 值填揀『20』
16. 『Resize by』重置原畫尺寸. 值填『1:1填充』.
17. 『Denoising strength重繪幅度』,值填『1』.
18. 『seed』值填『1251813965』.
19. 撳『Generate』生成

Facebook开發『segment anything model』(SAM) 畫面識認,帮『ControlNet/Inpaint』重绘生成遮罩,重畫前後景,此版適合『Automatic1111’s WebUI』.

1. 撳『Extensions擴展』->『Install from URL係網裝』

2. 撳『Install』下載.

3. 手動下載『Segment Anything』
4. 登入CMD命令行模式
5. 指定當前資料夾

6. 下載『segment anything』

7. 如出錯刪下列檔䅁夾,再重新下載

手工下載模型『segment anything model』越大越确.

擺係sam資料夾.

手工下載GroundingDINO模型

擺係grounding-dino資料夾.

8. 使能本地编译『GroundingDINO』
9. 撳『Settings』->『Segment Anything』
10. 撳『Use local groundingdino to bypass C++ problem』用本地groundingdino繞過C++編譯問題.
11. 撳『Apply settings』
12. 撳『Reload UI』

13. 允許『segment anything』傅递畀『ControlNet』
14. 撳『Settings』->『ControlNet』
15. 勾『Allow Other script to control this extension允許其他它脚本對擴展插件進行控制』.
16. 撳『Apply settings』
17. 撳『Reload UI』

18. 撳『img2img』->『Segment Anything』
19. 『SAM Model』擇『pth』
20. 係『single image』上傅圖畫.
21. 撳左鍵黑㸃保留區, 撳右鍵紅㸃剔除區.
22. 撳『Remove all point prompts』剔除冚辦闌注㸃
24. 勾『Enable GroundingDINO』啟用探測詞識認圖畫物件.
25. 『GroundingDINO Model』擇『GroundingDNO_SwinB(938MB)』
26. 『GroundingDINO Detection Prompt』填探測詞以『.』分割. 例如『text』.
27. 『GroundingDINO Box Threshold』邊界框閾值.
28. 勾『I want to preview GroundingDINO detection result and select the boxes I want.』預覽GroundingDINO檢測結果並選擇邊界框.
29. 撳『Generate bounding box』生成邊界框.
30. 『Select your favorite boxes:』勾『邊界框』『0』『1』『2』, 其中壹個.
31. 撳『Preview Segmentation』預覽細分
32. 勾『Copy to Inpaint Upload & img2img ControlNet Inpainting』自動上傳至『ControlNet』.
33. 『Choose your favorite mask:』揀遮罩 勾『0』『1』『2』之壹.
34. 勾『Expand Mask』展開遮罩,設『0~30』剔除边缘毛刺.
35. 撳『Update Mask』更新遮罩.

上次『Inpaint』除水印,適用於颜色單調圖.層次豐富用『sd-webui-cleaner』插件. 此版適合『Automatic1111’s WebUI』.

1. 撳『Extensions擴展』->『Install from URL係網裝』

『URL for extension’s git repository』填

『https://github.com/novitalabs/sd-webui-cleaner.git』

2. 撳『Install』下載
3. 登入CMD命令行模式
4. 網絡連可手動下載,指定當前資料夾

5. 直接下載插件『sd-webui-cleaner』

6. 装『sd-webui-cleaner』

7. 首次𢴇行自動係『HuggingFace』下載模型.

8. 模型擺係

9. 撳『Extensions』->『Installed』->『Apply and restart UI』重啟.
10. 撳『Cleaner』->『Clean up』.
11. 上傳圖畫,涂抹除字.
12. 撳『Clean UP』除水印.

『LoRA』(Low-Rank Adaptation)模型,擴展名同樣係『.safetensors』.基於基礎模型訓練,作為基礎模型補充,大细係幾拾兆之間.係吾修改基礎模型,用小量數據訓練出獨特畫風模型.

『LoRA』模型擺係『C:\stable-diffusion-webui\models\Lora』後.帮『LoRA』模型添加封面,圖檔名與模型名壹致,同『LoRA』模型擺係壹起,撳『refresh page』刷新.

係『civitai.com』封面圖左上角會標『LoRA』字樣.

撳『LoRA』模型自動添加咒詞.且可叠加,并設權重.初始值1.

用AI改圖背景,用photoshop做『蒙板』,限黑白孖色,背景填充白色,人像填充黑色.

1. 基礎模型『safetensors [299feccabf] 』
2. 撳『Img2img圖生圖』
3. 『Prompt』填『正面咒詞』
4. 撳『Generation』->『ipaint upload上傳蒙板』
5. 『image』拖入原畫.
6. 『mask』托入蒙板,黑白孖色,背景白,人像黑.
7. 『Resize mode』勾『Resize and fill填充』.
8. 『mask blur蒙板边緣模糊度』值填 此值越大蝕占背景越大.
9. 『mask mode蒙板模式』勾『Inpaint masked重繪蒙板內容』
10. 『masked content蒙板區域內容處理』勾『original原圖』.
11. 『Resize by』重置原畫尺寸. 值填『1:1填充』.
12. 『Denoising strength重繪幅度』,值填『4~0.5』.
13. 撳『Generate』生成

咒詞反推『Clip』同『DeepBooru』之外,仲有『WD 1.4 Tagger』, 生成咒詞并以權重排序.排前權重高排後權重低.此版適合『Automatic1111’s WebUI』.

1. 撳『Extensions擴展』->『Install from URL係網裝』
2. 『URL for extension’s git repository』填『https://github.com/picobyte/stable-diffusion-webui-wd14-tagger.git』

3. 撳『Install』下載
4. 登入CMD命令行模式
5. 手動下載,指定當前資料夾

6. 下載『stable-diffusion-webui-wd14-tagger』

7. 如果出錯刪下列檔䅁夾,再重新下載

8. 撳『Apply and restart UI』重啟
9. 登入CMD命令行模式
10. 指定當前資料夾

11. 装『WD 1.4 Tagger』

12. 首次𢴇行自動係『HuggingFace』下載.
13. 撳『Extensions』->『Installed』->『Apply and restart UI』重啟.
14. Python裝ONNX Runtime
15. 撳『Tagger』上傳圖畫.
16. 係『Interrogator』揀『模型』.
17. 撳『Interrogate image』反推『圖畫』咒詞.
18. 首次𢴇行係『https://huggingface.co』下載模型.由於位於墙外要
19. 係『Ratings and included tags』得到咒詞.

批量生成咒詞.

1. 撳『Tagger』->『Batch from directory』
2. 『Input directory』填圖畫資料夾路徑.
3. 『Output directory』填生成咒詞資料夾路徑.
4. 撳『Interrogate』反推『圖畫』咒詞,以圖畫同名『.txt』存儲.

20. 下載模型文檔

21. 将模型和配置移至資料夹『C:\stable-diffusion-webui\models\deepdanbooru』

22. 係『stable-diffusion-webui-wd14-tagger』下新建『models』資料夾.

23. 開啟下列網頁,分別下載『onnx』同『selected_tags.csv』

24. 下載後重命名為,并复制至『C:\stable-diffusion-webui\extensions\stable-diffusion-webui-wd14-tagger\models』資料夾.

ONNX(Open Neural Network Exchange) 神經網络推理型模,支持『Python』同『C++』. 分『CPU』同『GPU』版.

登入命令行模式

裝ONNX Runtime-CPU版

裝ONNX Runtime-GPU版,適用cuda 11.x

裝ONNX Runtime-GPU版,適用cuda 12.x

咒師經驗豐富可寫出契合貼近咒詞.『Stable Diffusion』內置『Clip』同埋『DeepBooru』.對『圖畫』分析反推算出咒詞.首次啟用需下載模型文檔.

新版『Stable Diffusion』『Clip』同『DeepBooru』缩細為两細圖標,係『img2img』->『Generate』下側. 『Clip』生成語句咒語,『DeepBooru』生成單詞咒詞效果更佳.

1. 撳『img2img』
2. 拖入『圖畫』
3. 撳『Clip』或『DeepBooru』 .

『Clip』反推下載『model_base_caption_capfilt_large.pth』

下載後擺係『C:\stable-diffusion-webui\models\BLIP\』

『DeepBooru』反推下載『model-resnet_custom_v3.pt』

下載後擺係『C:\stable-diffusion-webui\models\torch_deepdanbooru\』

『吉屋裝修』用『ControlNet』『MLSD直線』提取建筑直線幾何邊界,後重新上色.添刪咒詞控制屋內家私.

1. 撳『txt2img文生圖』.
2. 加入咒語引導生圖.

1. 『Sampling method采樣法』揀『DPM-ADAPTIVE』.
2. 『Sampling steps采樣步』填『30』.
3. 『WIDTH』『HEIGHT』與原圖壹至致.
4. 撳『ControlNet』
5. 係『IMAGE』拖入原圖.
6. 勾『Enable』使能,啟用『ControlNet』.
7. 勾『Pixel Perfect』完美像素.
8. 勾『Allow Preview』允許預覽.
9. 『Control Type』勾『MLSD』.
10. 『Preprocessor』擇『mlsd』.
11. 『Model』擇『Control_v11p_sd15_mlsd』.
12. 撳『Generate』生成影像.

舊相掃描後微粒偏大.『Stable Diffusion』支持舊相冇損修复.

1. 撳『Extras』->『Single Image』
2. 『拖入畫像Drop Image Here』或『載入畫像Click to Upload』
3. 勾『Upscale』高清放大
4. 放大算法1『Upscaler 1』揀『R-ESRGAN 4x+』
5. 放大算法2『Upscaler 2』揀『R-ESRGAN General WDN 4xV3』
6. 放大算法2比重『Upscaler 2 visibility』設『5』.
7. 勾『GFPGAN』畫像放大算法,『Visibility』設『1』.
8. 勾『CodeFormer』人脸重建算法,五官細微改變.『Visibility』設『1』, 『Weight』設『0』.
9. 撳『Generate』生成畫像.

『Stable Diffusion』繪畫動人興奮,玩真人改漫畫,用『ControlNet』『Canny』提取線稿,後重新上色.效果比手機,色彩轉真人改漫畫,高幾皮.

1. 撳『txt2img文生圖』.
2. 加入咒語引導生圖.

3. 『Sampling method采樣法』揀『DPM-ADAPTIVE』.
4. 『Sampling steps采樣步』填『30』.
5. 『WIDTH』『HEIGHT』與原圖壹至致.
6. 撳『ControlNet』
7. 係『IMAGE』拖入原圖.
8. 勾『Enable』使能,啟用『ControlNet』.
9. 勾『Pixel Perfect』完美像素.
10. 勾『Allow Preview』允許預覽.
11. 『Control Type』勾『Canny硬邊緣檢測』.
12. 『Preprocessor』擇『canny』.
13. 『Model』擇『Control_v11p_sd_canny』.
14. 撳『Generate』生成影像.

撳『Extensions擴展』->『Install from URL网址安装』->裝『ControlNet』時報錯.

主因係『–listen』開啟監聲後,禁止安裝插件. 加入『–enable-insecure-extension-access』啟用危險擴展訪問.

編輯『C:\stable-diffusion-webui\webui-user.bat』

加入『set COMMANDLINE_ARGS=–xformers –listen –enable-insecure-extension-access』

『提示詞』亦呌『咒詞』.

『提示詞』分『正向提示詞Positive Prompt』『反向提示詞Negative Prompt』.

『正向提示詞』指定鐘意特征.

『反向提示詞』消除唔鐘意特征.

『提示詞』越多越符合指望. 『提示詞』以『,』分隔,排序越前權重越高,排序越後權重越低,忽略『吉格』『换行』.

『提示詞』權重默認係1. 可通過()改變權重