StableDiffusion负面提示词

本文目录一览：

• 1、墨言教育丨AI出的图“AI”感太明显?一招教你用SD去AI感
• 2、comfyui和sd出图不同
• 3、StableDiffusion怎么画出完美光影_照明与打光提示词技巧

墨言教育丨AI出的图“AI”感太明显?一招教你用SD去AI感

使用Stable Diffusion去除AI感，让生成图像更接近真实人像的关键在于正确使用提示词和合理运用lora小模型。

墨言教育，AI绘画商用案例：腾讯动漫海报《九星毒奶》前言：有幸参与并实践了一场与腾讯视频、腾讯动漫跨界合作的AI驱动项目——《九星毒奶》前期预热海报的设计制作。

剪影视觉表现：为了营造神秘感和期待值，团队决定采用剪影的形式作为视觉表现，并大量使用黑色作为主色调，辅以红蓝对比配色来表现玄幻的感觉。细节优化：在AI生成的素材基础上，团队使用SD对画面进行细节优化，如添加轮廓光、细化气流特效等，以提升画面的整体质量。

Diffusion训练定制化Lora风格模型，快速生成3D旅游背景素材。

comfyui和sd出图不同

ComfyUI和SD（StableDiffusion）出图存在差异，主要源于降噪设置、提示词权重敏感度、采样器与插值方式、CLIP停止层默认值、工作流程与节点适配、模型与VAE挂载以及负面提示词权重处理等方面的不同。

属于AI绘画工具，但设计方向不同。SD特点：以WebUI为主，操作简单，通过输入提示词生成图像。

配置要求高：对电脑配置（显卡）的要求要高于ComfyUI，运营时也更加占显存，出图速度慢于ComfyUI。ComfyUI ComfyUI是SD应用的另一种操作界面，具有以下特点：高度定制化：支持高度的定制化及工作流复用，对电脑配置要求更低，可以加快图像的生成速度。

ComfyUI与SD的主要区别在于它们的界面风格、工作流灵活性、参数控制、内置功能以及用户群体和使用场景。

模块化：与 Comfy UI 的节点式工作流完美契合，便于用户进行可视化调试和修改。U-Net 去噪网络：作用：U-Net 是一个卷积神经网络，它在潜空间内对随机种子生成的噪声图进行引导，通过去噪过程生成清晰的图像。工作原理：U-Net 通过学习图像中的特征，逐步消除噪点，恢复出原始图像信息。

StableDiffusion怎么画出完美光影_照明与打光提示词技巧

1、戏剧化布光：chiaroscuro（明暗对照法）：通过强对比突出主体（如巴洛克风格）。low-key lighting（低调照明）：减少亮度，加深阴影，适合悬疑场景。负面提示词排除问题常见光影错误：flat lighting（平面光照）：缺乏层次感。overexposed（过曝）/underexposed（欠曝）：亮度异常。

2、柔和光线（shimmering lighting）与柔和照明（soft lighting）分别是光线质地柔和、均匀，没有强烈阴影和高光的照明效果，以及营造温暖、柔和和富有亲和力氛围的照明技巧。柔和光线可以通过使用柔光箱、反射板、遮光罩等控制光线的方法来实现。

3、Stable Diffusion实战技巧涵盖参数调整、提示词优化、多场景应用及问题修复等方面，以下为具体方法总结：核心参数调整技巧Step与风格渲染时机 [x：N]语法：通过[style：10]控制风格渲染时机，数字代表在第N步后生效。例如[style：10]表示第10步后开始渲染风格，避免早期步骤风格污染主体。

4、通过调整模型、提示词权重和参数，您可以更精准地控制Stable Diffusion的输出效果。