Stable Diffusion 提示词模板速查表 - SDXL 语法、权重与参数

本页适用于在本地跑 Stable Diffusion / SDXL、想摆脱"提示词像跟模型猜谜语"困扰的用户。它把提示词组织成稳定的"六段式"结构(主体、风格、镜头、光影等),并说明 token 权重语法、负面词与 LoRA/ControlNet 各自解决什么问题,同时给出 CFG/Steps/采样器的调参方向;读完即可按效果差异调整提示词与参数,而不是反复试错。

AI 提示词·共 30 条命令·最后更新 2026-08-21
stable-diffusionsdxlpromptai提示词图像生成

六段式结构 5

[Subject] + [Action/Pose]
主体 + 动作/姿态放最前,权重最高
[Environment]
环境/场景描述
[Lighting/Mood]
光照与氛围
[Camera/Technical]
镜头/技术参数(焦距、景深)
[Artist Style]
艺术家风格/画风收尾

权重语法 5

(keyword:1.3)
增强该词权重(>1 提权)
(keyword:0.7)
减弱该词权重(<1 降权)
((word))
约 1.1x 轻度提权,可嵌套
平衡权重,避免单一词过高
过高易过饱和/伪影
用权重突出主体,弱化背景噪点
聚焦构图

负面提示词 5

blurry, low quality, watermark
通用负面:模糊/低质/水印
distorted hands, extra fingers, bad anatomy
人物常见缺陷
oversaturated, jpeg artifacts
过饱和/压缩伪影
duplicated, mutated, deformed
结构异常类
按画风补负面(如 cartoon 去掉 photorealistic 冲突词)
风格一致性

LoRA 与 ControlNet 5

<lora:name:0.6>
挂载 LoRA,0.6-0.9 为甜区
最多叠 3 个 LoRA,避免互相打架
过多风格冲突
ControlNet: OpenPose / Canny / Depth
姿势/线稿/深度控制
img2img denoising 0.3-1.0
越低越贴近原图
LoRA 权重随基础模型微调
不同 base 甜区不同

采样参数 5

CFG Scale 6-8
提示词遵循度,过高易伪影
Sampling Steps 25-30
足够的去噪步数
Sampler: DPM++ 2M Karras
SDXL 常用高质量采样器
原生 1024×1024
SDXL 最佳训练分辨率
最低 8GB VRAM
显存门槛参考

实战模板 5

portrait of {subject}, studio lighting, 85mm, sharp focus, <lora:film:0.7>
人物肖像模板
{scene}, cinematic lighting, wide shot, detailed, art by {artist}
场景插画模板
product photo of {item}, softbox, white background, 4k
产品图模板
negative: blurry, low quality, watermark, extra fingers
通用负面模板
((masterpiece)), {subject}, intricate details, volumetric light
高质感提权模板

提示

  • SDXL 提示词讲究"六段式 + 权重平衡",主体前置、风格收尾;权重过高(>1.4)容易过饱和和伪影,0.6-0.9 的 LoRA 甜区最稳。
  • 负面提示词是质量底线:blurry/low quality/watermark + 人物类的 distorted hands/extra fingers 几乎必加。
  • CFG 6-8、Steps 25-30、DPM++ 2M Karras 是 SDXL 的稳妥默认,原生 1024×1024 最稳,别硬上非原生分辨率。
  • 需要姿势/构图精确控制用 ControlNet(OpenPose/Canny/Depth),比纯文字提示更可控。

常见问题

CFG Scale 设太高会怎样?

过高容易出伪影:画面过饱和、对比过强、结构崩坏。常用区间是 6 到 8,这个范围足以让模型遵循提示词又不会牺牲画质。低于 5 提示词被稀释、模型更自由;高于 10 基本都会看到明显伪影。调参时先固定 seed 和步数,只改 CFG,才知道变化来自哪一项。

为什么负面提示词里要写和风格冲突的词?

因为模型会把提示词当成倾向来执行,正面写了 photorealistic,就该在负面里排除 cartoon 之类的冲突风格,否则两种倾向会互相拉扯,产出既不写实也不卡通的中间态。人物类还要常驻 distorted hands、extra fingers、bad anatomy 来压掉结构缺陷。负面词不是越多越好,要和画风匹配。

LoRA 叠几个比较合适?

建议最多叠 3 个,再多风格容易互相打架,出图趋于平均而不是叠加。权重上 0.6 到 0.9 是常见甜区,具体取值随基础模型不同而变——同一个 LoRA 在不同 base 上的最佳权重不一样。换 base 时要重新试权重,别直接沿用。

Sampling Steps 设多少比较合适?

25 到 30 步是常用区间,足够模型完成去噪。再往上收益很小而耗时线性增加;低于 20 步细节会明显不足、画面发糊。调整时同样要固定其他参数(seed、CFG、LoRA 权重)单独变动,否则无法判断差异来自哪一项。

img2img 的 denoising 值该怎么理解?

它表示保留原图的程度,取值 0.3 到 1.0。接近 0.3 时输出几乎贴着原图,只做轻微调整,适合修图和局部微调;接近 1.0 时原图影响很小,等同于重新生成。中间的 0.5 到 0.7 适合在保留构图的同时改变风格。

官方参考来源

下方为命令对应的官方权威文档,供你核对最新用法与深入查阅。

由 巧匠 维护

公开更新于 2026年8月21日,内容持续校对官方文档。

联系我们

命令或描述有误?提交反馈、商务合作或产品建议都可发送邮件给我们。

联系我们