提示词工坊
EN
深度文章 · Lora

Lora 是什么,怎么用

Lora(Low-Rank Adaptation)是给底模“打补丁”的小模型。一个 Lora 通常 50-200MB,给底模加上一个特定角色、风格、概念

基础语法

a young woman, <lora:name:0.85>, in a cafe, photorealistic

  • <lora:文件名:权重> 这一段会被 WebUI 解析
  • 权重 0.6-0.9 是大多数 Lora 的甜点区
  • 有些 Lora 需要"触发词"(trigger words),写在提示词前面

Lora 类型

类型用途推荐权重
角色 Lora固定一个特定人物0.7-0.9
风格 Lora给画面加特定画风0.5-0.8
概念 Lora给底模加特定概念(如某物体、姿势)0.6-0.9
细节增强 Lora提升某类细节(如皮肤、布料)0.3-0.6

组合多个 Lora

<lora:char-mei:0.85> <lora:style-watercolor:0.5> <lora:detail-skin:0.4> a young female violinist in a cafe

组合规则:

  • 总权重不要超过 2.0(建议 1.5)
  • 避免两个相同方向的 Lora(两个写实皮肤 Lora 会冲突)
  • 角色 Lora 权重最高,风格次之,细节最低

触发词

很多 Lora 作者训练时用了特定关键词(trigger words)。比如某个画家风格 Lora 的触发词可能是"ghibli style",必须把这个词写进提示词才会生效。在 Civitai 等平台上,作者通常会标注。

常见坑

底模不兼容

SDXL Lora 不能用在 SD 1.5 底模上,反之亦然。Flux Lora 又是另一套。

权重过高

1.0+ 容易过拟合,画面僵硬。建议 0.6-0.9。

忘写触发词

Lora 加载了但没生效,多半是没写触发词。

长尾搜索意图与适用场景

LoRA 入门搜索背后通常是两个需求:固定某个角色,或者把一套风格稳定复用到多张图里。

LoRA 不是万能滤镜。权重、触发词、底模兼容性和多个 LoRA 的叠加顺序都会影响结果。

可直接复制的实战模板

下面这条模板适合先跑第一轮。使用时把花括号里的内容替换成自己的主体、场景或产品名称,再根据模型反馈微调参数。

{主体}, {场景}, {风格}, <lora:{lora_name}:0.75>, {trigger words}, controlled composition, clean lighting

Negative prompt: overfitted face, distorted style, duplicated details, bad anatomy, muddy texture, low quality

错误示范与改写

写法示例问题
错误示范一次叠 5 个 LoRA,每个权重 1.2,期待风格更强描述太抽象,缺少动作、约束、参数或可视化细节,模型只能自由发挥。
推荐改写主角色 LoRA 0.7-0.9,风格 LoRA 0.4-0.7,先单独测试,再逐个叠加主体、动作、画面限制和质量目标都更清楚,适合复用到系列内容里。

推荐参数表

场景/平台核心参数建议值控制重点备注
角色 LoRA0.65-0.9需要触发词固定人物过高会脸僵
风格 LoRA0.35-0.7可弱触发统一画风过高会吞主体
服装/物件 LoRA0.5-0.8看训练质量局部概念注意和角色冲突

四步落地流程

  1. 先固定目标:不要一开始就追求“最好看”。先判断这次任务是要写实、商业图、角色一致性、参数测试,还是视频稳定性。目标不同,提示词长度、参数选择和负面词都会不一样。
  2. 再写最小可用提示词:第一轮只保留主体、场景、动作、镜头和一组核心参数。先确认主体是否正确,再逐步增加材质、光影、风格和细节。这样出问题时能知道是哪一段导致的。
  3. 第三步做对比:固定 seed 或固定参考图,一次只改一个变量。比如只改 CFG、只改 steps、只改负面词,或者只改运镜速度。不要同时改三四个参数,否则无法复盘。
  4. 最后保存稳定版本:把能稳定复现的提示词、参数、负面词和适用场景记录下来。下一次做同类图时从稳定版本出发,而不是重新拼关键词。

排查清单

  • 主体是否唯一明确:如果同时出现多个主体,要写清主次关系和画面位置。
  • 动作是否过多:图像提示词可以描述状态,视频提示词最好只保留一个核心动作。
  • 风格词是否冲突:写实摄影、动漫插画、国风水墨、赛博朋克不要混在同一条里硬堆。
  • 参数是否服务目标:参数不是越多越专业,能稳定解决当前问题的参数才值得保留。
  • 负面词是否针对问题:不要复制巨大负面词库,优先写和本页问题直接相关的错误。

量产内容时怎么复用

如果你要做一组系列内容,不要每张图都重新写一条全新的提示词。更稳的方法是保留同一套主体结构和参数,只替换场景、姿态、色板或镜头。这样可以让画面在风格上保持统一,也方便后期筛选和复盘。

做商业图时,建议把提示词拆成“固定段”和“变量段”。固定段包括品牌调性、光线、构图、画幅、负面词和参数;变量段只放产品名称、人物动作、背景和局部道具。这样既能提高产出速度,也能减少风格漂移。

做教程、案例或素材库时,还可以把每次成功的版本整理成三层:基础模板、场景模板、最终成品。基础模板负责稳定,场景模板负责变化,最终成品负责记录具体参数。长期积累下来,这些内容会变成自己的提示词资产,而不是一次性试错。

3 种变体方向

保守稳定版适合定稿

减少风格词和随机词,只保留主体、动作、光线、构图和必要参数。这个版本的目标是可复现,适合产品图、客户交付图、系列角色和需要多次微调的画面。

探索创意版适合选方向

在主体不变的前提下,替换场景、色板、镜头或材质,让模型给出更多候选方向。探索版不要直接当定稿,选出方向后要回到保守参数重新收敛。

商业交付版适合复用

把画幅、留白、主体位置、光线方向、背景干净度和负面词写得更明确。商业交付版不追求最花哨,而是追求可控、干净、容易后期处理。

和本地工具怎么配合

在结构化编辑器里把 LoRA、触发词、主体描述拆开保存,避免多个 LoRA 混在一行后难以排查。 打开相关工具 →

建议工作流:先用模板得到稳定初稿,再在结构化编辑器里拆分主体、风格、参数和负面词;需要对比时进入实验室生成 3-5 个变体,最后把稳定版本保存到收藏库。

每次定稿后建议记录三件事:最终提示词、失败原因、可复用参数。记录失败原因尤其重要,因为下一次遇到同类问题时,真正节省时间的不是重新找关键词,而是知道哪些写法已经验证过无效。

常见问题

我能自己训练 Lora 吗?

可以。Kohya_ss、bmaltais/kohya_ss、ai-toolkit 都是常用训练工具。最少 15-30 张训练图。

Flux 上的 Lora 怎么用?

Flux Lora 在 ComfyUI 上加载,节点叫 LoraLoaderModelOnly。语法不同于 WebUI。

Lora 文件放哪里?

Automatic1111 放 models/Lora/;ComfyUI 放 models/loras/。

LoRA 权重从多少开始?

角色 LoRA 从 0.7 开始,风格 LoRA 从 0.5 开始,观察是否过拟合再调。

多个 LoRA 可以一起用吗?

可以,但要逐个加入测试。一次全加会不知道是哪一个导致崩图。

没有触发词能用吗?

有些 LoRA 可以,但大多数角色或概念 LoRA 仍需要训练时的触发词才能稳定出现。

在编辑器里把这条参数立刻试一遍

本地编辑器支持 Midjourney / SDXL / Flux 多平台模板,参数面板可见可改。

打开编辑器 →
砚 · 本地提示词工坊编辑组|本文章最后更新于 2026-06-12。本站不接入任何云端模型,文中提示词与参数均为编辑组在本地工具中反复试写、对比并整理后的版本。