文章主题：提示词，括号，权重，正向/反向，Prompt editing，from:to:when，[from:to:when]，模型，Chilloutmix，PS，步数，Stable Diffusion，Ai绘画教程
提示词，即prompt、tag，也被戏称为咒语，分为正向提示词和反向提示词。
首先我们来看一下一些常用提示词写法，如下图。
在一系列提示词中，我们不仅可以看到英语单词的列举，还可以观察到诸如括号等符号。接下来，我们将深入探讨这些语法元素的内在含义。值得注意的是，以下的符号均为英文标点符号！
括号的语法
在关键词的运用中，英文括号的加入代表了权重的增减变化。每一个英文括号的运用，都代表着权重的提升 by 1.1 倍，相反地，每一个中文括号的运用，则表示权重降低 by 1.1 倍。除此之外，还可以直接在括号内输入冒号以及其后的权重数值。例如：
在调整提示词权重的过程中，我们可以通过一些特定的操作来达到增强或减弱提示词权重的目的。首先，我们可以将括号内的提示词权重提高1.1倍，这可以通过将括号内的数值乘以1.1来实现。（word）//将括号内的提示词权重提高1.1倍（=1.1* 1.1）[word]。接着，我们也可以将括号内的提示词权重提高1.21倍，这同样可以通过将括号内的数值乘以1.21来实现。（=1.1* 1.21）[word:1.5]。同时，我们还可以将括号内的提示词权重降低1.1倍，这可以通过将括号内的数值除以1.1来实现。因此，我们可以将（word）//将括号内的提示词权重降低1.1倍(word:1.5)//将括号内的提示词权重提高1.5倍(word:0.25)//将括号内的提示词权重减少4倍（=1 /0.25）改写为：降低1.1倍（word:1.5）//提高1.5倍（word:0.25）//降低4倍（=1 /0.25）。
Prompt editing语法
此提示词语法可以先绘制前面的提示词内容，然后再绘制后面的提示词内容。其基本语法为：
[from:to:when]
举例说明：
在数据采样的过程中，我们采用了二进制的方式，将前60%的采样步数标记为male（代表男性），后40%的采样步数则标记为female（代表女性）。这种方法能够帮助我们更好地描绘出性别比例的分布情况。
基本上会生成既有男性特性又有女性特征的图片。
模型chilloutmix
PS：另外此处以及以下所提到的步数则为Stable Diffusion中的采样迭代步数。
此外，此语法还有两个变体：
[to:when]//在设定的步数后开始绘制[from::when]//在设定的步数后结束绘制
举例说明：
[tree:background:0.5]代表前50%步画树，后50%步画背景。
[tree:0.5]代表后50%步开始画树。
[tree::0.5]代表前50%步画树，然后到了50%步数就结束画树。
可组合扩散Composable Diffusion
此语法使用大写 AND ，以使两者权重保持一致。
在本文中，我们需要简要阐述一个关于默认提示词编写的注意事项。默认情况下，我们采用逗号分隔的方式来表示提示词，这种写法具有明显的先后顺序之分。其中，位于前面的提示词具有较高的权重。
这里使用AND语法可以让多个提示词权重保持一致。
a lion AND a bear
模型realisticVisionV13
另外此语法支持指定权重值：默认权重值为1，也可以指定每个提示词的权重，比如：
a cat :1.3 AND a dog :1.2 AND a panda :2.6
模型realisticVisionV13
交替词语法
此提示词语法代表每隔一步换一个提示词交替绘制，此语法可以绘制出各种融合怪四不像，很有意思！
举个例子：
[cattiger]
此语法代表cat和tiger交替绘制，最后能生成虎猫兽。
模型realisticVisionV13
模型realisticVisionV13
再举个例子：
[cowdonkeyhorsezebradeerelephant] in a field
此语法代表牛驴马斑马鹿大象交替绘制，最后能生成啥？？
模型realisticVisionV13
搞懂了提示词prompt语法，我们在写提示词的时候可以适当使用上面这些技巧。
如果您想了解更多关于Stable Diffusion Ai的绘画教程，请您关注我们的百家号“好奇漫步”。我们将持续为您提供丰富的AI相关学习教程，并定期更新。请您放心关注，祝您学习愉快！
AI时代，拥有个人微信机器人AI助手！AI时代不落人后！
免费ChatGPT问答，办公、写作、生活好得力助手！
搜索微信号aigc666aigc999或上边扫码，即可拥有个人AI助手！
