注意！本页面已超过 30 天，可能无法反映我们软件的最新功能。如需了解最新消息、工作流程和及时的工程讨论，请访问graydient 上的 VIP 会员频道。

让人工智能按照你的意愿行事的最有效方法就是把重要的词语放在提示语的开头。 这一点怎么强调都不为过。这样做每次都能获胜。

第二种最好的方法是 "正面提示 "和 "反面提示"，一般来说，这两种提示可以用在任何地方，因为它们可以让你的文字更有分量，也可以让画面中的视觉元素失去分量。

先介绍一些基本知识

例如，如果我想看美女，当然可以提示：

（美女）

这比不加括号要强，指南顶部的小抄对此有解释。但我们也可以添加不想看到的内容，使我们的请求更加清晰：

（一个美丽的女人）[丑陋、狰狞、下流、肮脏、奶奶]

方括号内是否定提示。你可以通过引导词来帮助人工智能美化照片，从而达到你想要的效果。 一般来说，人工智能在理解人体解剖等方面的能力很差，所以你经常会看到一些缩小差距的负面标签，比如："我的脸"、"我的脸"、"我的脸"、"我的脸"：

（美女） [变异手指，两个头，五条腿，信用卡债务]

负面提示的位置

您可以直接在此框中或在 /render 后输入。如果您的编辑器看起来像这样，您就进入了我们网站的简易mode 部分。 使用您学过的符号将所有内容写在一行中。 如果您喜欢两个方框，我们也有这种方法。

或者，您也可以点击网页用户界面中的"高级 "按钮，将提示框分成两部分（如下图所示）

您还可以使用（正面，如图）和[反面，如图]的速记语法，并添加更多的括号来增强效果。

常见问题：这样给提示加权和使用 parser:new this: (prompt:1.5) 有什么区别？
(((prompt))) 和使用解析器：newthis: (prompt:1.5)

小抄

a（单词）--将单词的注意力提高 1.1 倍
a ((word)) - 将对单词的注意力提高 1.21 倍（= 1.1 * 1.1）
a [word] - 减少对单词的注意力，系数为 1.1
a (word:1.5) - 以 1.5 倍增加对单词的注意力
a (word:0.25) - 减少对单词的注意力，系数为 4 (= 1 / 0.25)
a （word/）- 在提示符中使用字面（）字符

没有正反面的提示示例：

让我们再试一次，强调啤酒，键入 ((((beer))))

语法（网络和 Telegram）

将单词放在 [方括号] 中，以在输出中减弱它们的重要性。用它来删除不需要的项目，或稍微转移主题的焦点。

/render Seamonster [ocean]

您可以使用任意数量的方括号来进一步压低提示符，但只能在一定程度上起作用。

/render Seamonster [[[[[ocean]]]]]

有了它，你一定能通过负面提示取得其他方法无法取得的效果。

用例演示：

正面提示

反之，使用括号进行正面提示，可以使concept 更明显。让我们来比较一下结果：

/render a sandal made of bread

这与我们的目的不符，所以我们要更加强调：

/render a (sandal) made of (bread)

这还差不多！

当你把[[阴性（与阳性）]]混合在一起时会发生什么？

总之，不要。

如果您的提示读起来像推拉，就会开始添加人工痕迹。 例如，如果您说 (((((((((this)))))))))[[[[[[[[[[[[also this]]]]]]]]]]]]]]]]] 而这些内容相似或冲突，就会产生斑点。这对 LoRA 尤为明显，因为 LoRA是 "过度训练 "成只做一件事的小文件。你不可能让 LoRA 像制作精良的基本模型一样弯曲。在开始提示时，请明确提出您的要求，并将最重要的词句组织起来，以避免发生争吵。

如果您想让某件事变得更重要，请加上正括号。 如果某事不那么重要，则使用方括号。

但这里有一个例子可以说明它们是如何抵消的。

红色非常重要，白色略微不重要。 蓝色完全不重要，黑色重要。图片非常偏爱红色，因为它位于提示语的开头，而且正面往往大于负面。请参考community 会员 Hampsteri 的提示来验证这一理论：

/render /seed:42 /guidance:9 ((( red [ white ] ))) [[[ blue ( black ) ]]] <dreamlike>

Same prompt, in <lofi> — a model best known for color accuracy, same result:

我们中的大多数人在开始学习稳定扩散时都会犯一个常见错误，那就是把质量与冗长的提示相关联。 事实绝非如此。

冗长的提示之所以冗长，是因为它们是通过小范围的steps 创建的。追求小赢。从小处入手，添加一点，看看会发生什么，然后再添加一些。如果你一开始就写一大段文字，结果造成了假象或错误的姿势，那么在第二次和第三次不成功时，增加更多的正反面只会让你更加绝望。不要让自己陷入失败。

从小事做起，按照轻重缓急写出清晰、有条理的提示，然后一点一点地积累。

当人工智能固执己见时该怎么办

想要render 一幅画，画一个人在雨中行走却不打伞，是很难的。想想看。所有在雨中行走的人的训练数据都会有某种帽子、雨罩或雨伞，因为人工智能模型不是在人们不担心感冒的戏剧性电影时刻训练出来的。因此，在这种情况下，即使这样也是行不通的。

A woman definitely not carrying an umbrella [[[[[[[umbrella]]]]]]]]]

坚持你的基本原则。 把反义词 "伞 "作为提示语的第一个词就能解决这个问题。 但还是有几把伞溜进来了。那该怎么办呢？

/render a man standing in the pouring rain ((nothing above his head at all)), looking at the viewer [[[[[[[[[[rain hat, hat, umbrella, parasol, raincoat, canopy, sunshade, parapluie, rainshade, gamp, bumbershoot]]]]]]]]]] <level4>

策略：没有空格很容易理解。如果提示语的第一个字 "人 "的头顶上空无一物，雨伞就很少出现。

雨伞也可以理解为俚语或其他词语或帽子之类的东西，因此，为了更彻底，您也可以用否定词来消除它们。

但这个问题突然变得很复杂，所以最佳答案介于两者之间。 慢慢来，用/steps:wayless快速找回九个想法。

在打出一大堆文字进行修改之前，不妨换个角度思考一下！提示语不必太长。