Stable Diffusion 负面词怎么写才有效
负面词不是越长越好。本教程按人像、手部、文字、低清晰度、视频稳定五个场景给出可直接复制的负面词模板，并附错误示范、权重对照、SDXL/Flux 差异。
阅读全文SDXL、SD 1.5、采样器、CFG、Steps、hires fix、checkpoint、Lora 和 ControlNet 全集合。
负面词不是越长越好。本教程按人像、手部、文字、低清晰度、视频稳定五个场景给出可直接复制的负面词模板，并附错误示范、权重对照、SDXL/Flux 差异。
阅读全文拆解一条人像摄影 AI 提示词案例：身份、服装、场景、柔和窗光、浅景深、写实风格，附 3 种改写版本（咖啡师/书店主/夜景）、5 个翻车点和 MJ/SDXL/Flux 参数对比表。
阅读全文SDXL 和 Flux Dev 是目前两大主流开源图像模型。本文从质量、速度、Lora 生态、提示词友好度四个维度给出选型建议。
阅读全文Stable Diffusion 采样器有十几种。本文给出 Euler a、DPM++ 2M Karras、UniPC、DDIM 四个主流采样器的特点和推荐场景。
阅读全文CFG scale 控制 Stable Diffusion 对提示词的服从度。本文给出 4.5、6.5、9、12 四档实测说明和不同场景的推荐值。
阅读全文采样步数决定 SD 从噪声还原图像的迭代次数。本文说明 20、30、50 步的实际差异和不同采样器的甜点区。
阅读全文hires fix 是 SD 提高分辨率的关键功能。本文说明放大倍数、去噪强度（denoising strength）、放大算法（Latent / 4x-UltraSharp / ESRGAN）的选择。
阅读全文SDXL checkpoint 数百个，怎么选？本文按场景给出主流写实/动漫/风景/国风模型推荐和选用注意。
阅读全文Lora 是 Stable Diffusion 的微型模型，用一张几十兆的文件给底模加上特定风格、角色或概念。本文讲清楚 Lora 权重、触发词、组合用法和常见坑。
阅读全文BREAK 是 Automatic1111 的提示词分组关键字。本文说明如何用 BREAK 突破 75 token 限制并精确控制画面分区。
阅读全文