为每个细节赋予角色
将主体、场景、光照和构图分开，使图像构思连贯且易于修改。
构建清晰的 Stable Diffusion 提示词
描述主题、风格、构图和预期界面。保持简报聚焦，以便输出简洁且易于修改。
提示词指南
模型
文档
示例
正面：大窗户旁的成人肖像，柔和的侧光，自然的皮肤纹理，简单的米色背景，放松的表情，紧凑的编辑构图。
负面：蜡质皮肤，重复的面孔，扭曲的手，文字。
修改：检查第一个结果后更改一个光照指令。
从你的想法开始的 Stable Diffusion 提示词
将粗略的场景转化为聚焦的正面提示词、单独的排除项和一条修改说明。使用 GlobalGPT 编写，然后在你自己的兼容图像工作流程中测试文本。
如何构建 Stable Diffusion 提示词
步骤 1
描述场景
围绕主题、场景、构图和光线构建 Stable Diffusion 提示词。包含重要的约束条件，而不是堆叠无关的风格词。
步骤 2
选择工作流
提及 SDXL、SD 1.5 或您选择的设置。如果需要特定的提示词权重格式，请说明界面名称。
步骤 3
复制、测试并优化
将草稿复制到兼容的图像工具中。检查输出并一次更改一条指令；此工作区仅生成文本。
以清晰的结构编写 Stable Diffusion 提示词
将排除项分开
当目标模型和界面支持该控制时，在主描述旁边起草负面提示词。
适应您的界面
提示词权重和负面条件因工作流而异。在请求特定符号之前，请说明界面名称。
缩短粗略草稿
粘贴现有的 Stable Diffusion 提示词，并请求一个更清晰的版本，保留主要构思，同时消除冲突和冗余。
保持模型上下文可见
提及目标检查点或工作流。相同的措辞在不同模型和生成设置下可能表现不同。
进行有针对性的变体
保持主体稳定，同时更改一个变量（如取景或光线），以便理解每次修改。
比较编写Stable Diffusion提示词的方法
这比较的是写作工作流程，而非测量的图像质量或模型性能。
| Criteria | 未整理的草稿 | GlobalGPT 提示词草稿 | 你的图像测试 |
|---|---|---|---|
| 创意输入 | 混合场景构思 | 聚焦的视觉简报 | 兼容的图像工作流 |
| 输出 | 自由形式的措辞 | 正面提示词和可选排除项 | 要检查的图像 |
| 兼容性 | 可能假设错误的语法 | 指定目标界面 | 检查实际行为 |
| 修订 | 一次性更改所有内容 | 更改一条指令 | 比较生成的图像 |
将工作流程付诸实践的方法
带有虚构名称的说明性场景；这些不是客户评价或测量结果。
★★★★★
设计师将粗略的场景构思转化为独立的主体、光线和构图指令。
米米拉
★★★★★
创作者在兼容的图像工作流程中测试措辞之前，先缩短产品提示词。
西西奥
★★★★★
插画师仅更改光照指令，以比较两种有意的变化。
艾艾瑞斯
探索更广泛的模型基准
所选竞技场条目日期为2026年10月23日。外部通用排名是模型选择的参考，并非本页面的测量结果，也不保证您的输出。模型变体可能与GlobalGPT不同。
| 排名 | 模型 | Arena 评分 | 票数 | 排名范围 |
|---|---|---|---|---|
| #1 | claude-fable-5 Anthropic / 闭源 | 1507.77 | 24331 | #1-#4 |
| #2 | claude-opus-4-6-high Anthropic / 闭源 | 1504.49 | 72359 | #1-#4 |
| #3 | claude-opus-4-7-high Anthropic / 闭源 | 1502.01 | 60203 | #1-#5 |
Stable Diffusion 提示词：常见问题
不。它编写Stable Diffusion提示词。将文本复制到您自己的兼容图像工作流程中以生成并查看图像。
是的。请指定目标工作流程和界面。相同的词语在不同的检查点和设置下可能表现不同；没有任何提示词能保证完全相同的结果。
不。加权语法取决于界面和模型。除非您知道所选工作流程支持哪种表示法，否则请从清晰的自然语言开始。
不。它只是兼容工作流程中的一种控制手段。有些错误需要不同的主提示词、设置、图像编辑或模型。
粘贴草稿并描述问题。要求删除相互冲突的指令，并提供一个专注的修订版本供下一步测试。