上篇——我们将站在小白的视角，了解从0开始到底要怎么开始学习AI绘图，需要掌握哪些知识，安装哪些软件、了解哪些功能，以及一张图片的绘制流程；（点击跳转上篇）

下篇——我们将进一步了解SD画图的进阶技巧，了解关于模型、功能、提示语、插件和参数这五大方面的细节和技巧，让生成的图片效果更加可用和美观。

建议文章最下查看原文，阅读体验更佳哦

SD画图进阶技巧

/ 1 /

了解和使用模型

正如上期所说，模型是决定生成图片效果的最重要因素，所以了解每种模型的区别和使用方式是很有必要的，以下将五种模型类型进行分别讲解：

模型的获取获取的重要网址：

C站：https://civitai.com/ （最方便使用的）

抱脸：https://huggingface.co/models?pipeline_tag=text-to-image （最大最全的）

（1）大模型（底模型、主模型、base model)

• 定义：SD默认的模型也就是官方提供出来的模型现已支持到2.1版本，C站上所有的模型都是基于官方的不同版本进行再训练后打包的。因为该模型数据集最大且影响也最大，所以称为大模型

• 常见模式：尾缀ckpt、safetensors
• 常见大小：2G-7G
• 存放路径：

  Dtoolnovelai-webui-一键包novelai-webui-.akimodelsStable-diffusion

（2）VAE美化模型

• 定义：可以理解为滤镜，选择了VAE就像是给图片套上了一层滤镜，会改变图片原有的颜色风格；一般默认是无，而且有些大模型中会自带VAE，没什么特殊需求可以不用勾选使用。
• 常见模式：尾缀ckpt、pt
• 名字中带有vae
• 存放路径：

  Dtoo小novelai-webui-一键包novelai-.webui-akimodelsVAE

（3）Lora模型

• 定义：LoRA 模型是通过截取大模型的某一特定部分生成的小模型，虽然不如大模型的能力完整，但短小精悍。因为训练方向明确，所以在生成特定内容的情况下，效果会更好。
• 常见模式：尾缀ckpt、safetensors、pt
• 常见大小：100MB左右
• 存放路径：

  D.toolnovelai-webui-一键包novelai-webui-akimodelsLora

（4）Embeddings

• 定义：通过角色训练产出，能够让你的主模型识别某个指定的角色，因为你的主模型不可能每个角色都认识，通过文件名来触发。
• 常见模式：尾缀pt
• 常见大小：几十KB
• 存放路径：

D:toolnovelai-webui-一键包novelai-webui–akiembeddings

• 定义：通过画风训练产出，能够指定特定的画风
• 常见模式：尾缀pt
• 常见大小：几十KB
• 存放路径：

Dtoolnovelai-webui-一键包novelai-webui-akimodelshypernetworks

/ 2 /

功能类型选择

除了文生图，也可根据自己的需求选择其他选项卡进行操作，以下简单介绍正常流程会用到的选项卡：

• 图生图：将文生图的结果继续生成图片，或自己上传一张图片，常用于调整和优化图片，或修改图片风格、背景、人物形象等场景；
• 附加功能：对单张或批量图片进行缩放的操作；
• 图片信息：将本地图片上传后，可以用于其他选项卡的功能中；
• 模型合并：将多个模型进行不同权重的合并，从而获得一个新的模型；
• Tag反推：将本地图片上传，可以获得图片的提示语内容，并重新作用在其他选项卡中；
• 扩展：SD的扩展插件配置区，可以查看已安装的插件内容，并控制开启和禁用状态；也支持通过URL的方式获取其他插件。
  

  / 3 /

  掌握提示语输入技巧（必看）

关于提示语的输入指南建议通读下方链接，写的很详细，看完你将对于理解和使用提示语有非常大的帮助：

https://guide.novelai.dev/guide/prompt-engineering/txt2img

本人基于这篇指南，结合个人经验将常用的技巧整理如下：

（1）提示语输入基本要求

• 使用英语描述最佳，避免出现单词拼写错误；（不同模型可能有训练中文和日文，可自行判断）
• 标点符号同样使用英文半角进行输入；
• 建议使用逗号隔开的单词作为提示词；（也可用句号、甚至是空字符（）来分隔关键词，可以提高图像质量）
• 也可以使用自然语言描述图片内容，比如：A handsome hero armed with a sword（一个英俊的英雄装配着剑）
• 提示语描述和图像风格要尽可能搭配，相近的描述不要重复出现；
• 善于利用反向提示语来去除图片的负面效果；
• 尽可能使用特定含义的词汇，比如将 big 调整为 huge ，避免使用有多种含义的词汇；
• 避免使用with、and之类的连接词；
• 可使用emoji(💰,💶,💷,💴,💵,🎊,🎀,👩) 进行补充描述；
• 逗号前后的少量空格并不影响实际效果；
• 可以通过指定风格提示语来创作带有特效或指定画风的图片；(风格获取参考下文👇)
• 姿势的描述越精简越好，否则容易出现肢体重复的情况；（肢体生成是AI硬伤，可用controlnet来解决）
• 避免过长提示词，越尾部的提示词在图片中的权重默认就越低，因此关键特征尽可能放在头部或通过语法来提高权重；（过长提示词可适当提高生成步数获取更好效果）

（2）输入技巧

将自己构思的图片特征抽象为标签描述，并将标签按分类进行排列，以下为模板示例：

(quality), (subject)(style), (action/scene), (artist), (filters)

• (quality) 代表画面的品质，比如 low res 结合 sticker 使用来 “利用” 更多数据集， 1girl 结合 high quality 使用来获得高质量图像。
• (subject) 代表画面的主题，锚定画面内容，这是任何提示的基本组成部分。
• (style) 是画面风格，可选。
• (action/scene) 代表动作/场景，描述了主体在哪里做了什么。
• (artist) 代表艺术家名字或者出品公司名字。
• (filters) 代表一些细节，补充。可以使用 艺术家，工作室，摄影术语，角色名字，风格，特效等等。

    提示语语法

对于 SD-WebUI，具体规则如下：

• (word) – 将权重提高 1.1 倍
• ((word)) – 将权重提高 1.21 倍（= 1.1 * 1.1），乘法的关系。
• [word] – 将权重降低 90.91%
• (word:1.5) – 将权重提高 1.5 倍
• (word:0.25) – 将权重减少为原先的 25%
• (word) – 在提示词中使用字面意义上的 () 字符

使用数字指定权重时，必须使用 () 括号。如果未指定数字权重，则假定为 1.1。（权重增加通常会占一个提示词位，应当避免加特别多括号）

> ( n ) = ( n : 1.1 )> (( n )) = ( n : 1.21 )> ((( n ))) = ( n : 1.331 )> (((( n )))) = ( n : 1.4641 )> ((((( n )))) = ( n : 1.61051 )> (((((( n )))))) = ( n : 1.771561 )

（3）相关模板（可在SD中保存使用）

正向提示语：

#万能画质要求#(masterpiece, best quality),

反向提示语：

#避免糟糕的人像#ugly, fat, obese, chubby, (((deformed))), [blurry], bad anatomy,disfigured, poorly drawn face, mutation, mutated, (extra_limb),(ugly), (poorly drawn hands fingers), messy drawing, morbid,mutilated, tranny, trans, trannsexual, [out of frame], (bad proportions),(poorly drawn body), (poorly drawn legs), worst quality, low quality,normal quality, text, censored, gown, latex, pencil

#避免生成水印和文字内容#lowres, bad anatomy, bad hands, text, error, missing fingers,extra digit, fewer digits, cropped, worst quality, low quality,normal quality, jpeg artifacts, signature, watermark, username, blurry

#通用#lowres, bad anatomy, bad hands, text, error, missing fingers, extra digit, fewer digits, cropped, worst quality, low quality, normal quality, jpeg artifacts, signature, watermark, username, blurry

#避免变形的手和多余的手#extra fingers,fused fingers,too many fingers,mutated hands,malformed limbs,extra limbs,missing arms,poorly drawn hands,

（4）辅助工具推荐（建议收藏）

理论是理论，实践是实践，刚开始要纯手敲提示语终究是太难，所以下面将推荐一些提示语的工具网页，点开即可用：

工具的推荐使用流程如下：

【标签参考】

• 最全tag库（根据分类查找）：https://danbooru.donmai.us/
• 颜色列表：https://en.wikipedia.org/wiki/List_of_colors_by_shade
• 表情符号：https://unicode.org/emoji/charts/emoji-list.html
• 标签冰山图：https://icebergcharts.com/i/Danbooru_Tags

【美图灵感】

• C站不多说：https://civitai.com
• AI生图的成品图：https://finding.art/#/?prompt=
• PromptHero：https://prompthero.com/
• PromptSearch（韩风居多）：https://www.ptsearch.info/home/
• Crowdsourced AI Art（质量高）：https://arthub.ai/
• Lexica（艺术风格）：https://lexica.art/

【提示语工具】必用！！！！！！！！！！！

• 标签超市（选择复制粘贴）：https://tags.novelai.dev/
• 魔咒百科词典：https://aitag.top/

【风格化标签】

• Stable Diffusion V1 Artist Style Studies（网友总结的风格标签）：https://proximacentaurib.notion.site/e28a4f8d97724f14a784a538b8589e7d?v=42948fd8f45c4d47a0edfc4b78937474
• https://www.urania.ai/top-sd-artists
• Artists To Study：https://artiststostudy.pages.dev/

/ 4 /

获取和使用插件

插件系统作为SD的能力扩展， 很多大佬发挥想象力制作了许多强力的插件，个人认为普通画图不需要研究太多的插件内容，因为你根本没那个时间精力，不过有几个常用插件可以安装和尝试使用，以下我以本地部署的SD页面为例，介绍如何获取插件、使用插件和插件推荐：

（1）获取插件

获取插件可在SD中查询获取或者复制git仓库地址进行下载安装：

（2）使用插件

不同的插件有着各自的个性化配置，所以在这里就不展开讲了，只给大家演示一下在哪里可以选用插件，在文生图和图生图中都可以使用插件。

有些插件可能不存在配置项，是直接内置在SD的功能里面来加强效果，总之每种插件的作用效果和配置内容都有所不同，需要阅读插件的文档来搭配使用。

（3）插件推荐

本地部署的话一般内置就有插件了，这里推荐一些对普通画图过程中有帮助的插件，具体使用教程有需要的话以后再来讲解。

插件聚合页，有需要的自取：

https://guide.novelai.dev/advanced/development/extensions

1. C站助手：

   （方便在SD中查看模型预览图，也支持复制链接直接下载模型）

插件地址：https://github.com/butaixianran/Stable-Diffusion-Webui-Civitai-Helper.git

2. ControlNet：

   （必装，可根据上传的图片或视频进行转绘，想要让AI精准确定人物姿势和肢体细节，这个插件是必装的）具体使用教程会在后续出

插件地址：https://github.com/Mikubill/sd-webui-controlnet  (也可直接在“扩展”中搜索controlnet下载即可)

ControlNet插件安装后，还需要到官网中下载下载特定的模型：

https://huggingface.co/lllyasviel/ControlNet/tree/main/models

https://huggingface.co/TencentARC/T2I-Adapter/tree/main/models

（模型下载到 extensionssd-webui-controlnetmodels）

3. Tiled Diffusion+Tiled VAE插件：

   （小显存福音：这个插件可以让小显存玩家将图片放大到2K、4K甚至8K，并且速度非常快）

插件地址 https://github.com/pkuliyi2015/multidiffusion-upscaler-for-automatic1111

其他后续再添加

/ 5 /

了解和配置参数

（1）常用参数的基本介绍

• 采样器（Sampler）：不同采样器的图片效果有所差异，具体看下文介绍；
• 采样迭代步数（Steps）：图片生成时需要进行多少步的计算，20~50即可，太低图片质量差，太高可能图片失真；更多的步骤意味着从噪声到图像的更小、更精确的步骤。增加这一点直接增加了生成图像所需的时间；
• 面部修复（Restore faces）：可选项，修复面部细节，用于人像图片生成；
• 平铺/分块（Tiling）：可选项，生成平铺拼接的图案，类似瓷砖拼接的效果；
• 高清修复（Hires.fix）：可选择，常用于大尺寸的高清图片输出需求，非常耗性能速度很慢；
• 宽度/高度（Width/Height）：图像的宽高像素。要增加这个值，你需要更多的显存。大尺度的图像一致性会随着分辨率的提高而变差（模型是在 512×512 的基础上训练的）。非常小的值（例如 256 像素）也会降低图像质量。这个值必须是 8 的倍数；出图尺寸太宽时，图中可能会出现多个主体，推荐使用 小尺寸分辨率 + 高清修复；
• 生成批次（Batch count）：每次执行画图的批次数；最终出图=生成批次*每批数量
• 每批数量（Batch size）：每批画图的数量，增加这个值可以提高性能，但你也需要更多的 VRAM，默认为1即可；（数量与时间成正比）
• 提示词相关性（CFG Scale）：是否严格按照提示词的要求来生图，数值越小AI就会自由发挥，过大过小的数值都会让图片变形；一般7~10
• 随机种子（seed）：是图片生成算法在初始状态的基础，指定一个数值，那么对于相同提示词+同样参数+同样的种子，就会出来一个一模一样的图片；-1是指每次生成时都随机一个值，这样图片的生成就会有差异性；图片的种子值可在右侧输出的日志中找到；不同显卡由于微架构不同，可能会造成预料之外的不同结果。

（2）Samplers 采样器推荐

• 目前好用的有 Euler，Euler a（更细腻），和 DDIM；
• 推荐 Euler a 和 DDIM，新手推荐使用 Euler a；
• Euler a 富有创造力，不同步数可以生产出不同的图片。调太高步数 (>30) 效果不会更好；
• DDIM 收敛快，但效率相对较低，因为需要很多 step 才能获得好的结果，适合在重绘时候使用；
• LMS 和 PLMS 是 Euler 的衍生，它们使用一种相关但稍有不同的方法（平均过去的几个步骤以提高准确性）。大概 30 step 可以得到稳定结果；
• PLMS 是一种有效的 LMS（经典方法），可以更好地处理神经网络结构中的奇异性；
• DPM2 是一种神奇的方法，它旨在改进 DDIM，减少步骤以获得良好的结果。它需要每一步运行两次去噪，它的速度大约是 DDIM 的两倍。但是如果你在进行调试提示词的实验，这个采样器效果不怎么样；
• Euler 是最简单的，因此也是最快的之一；
• 真人图片更推荐使用DPM++2M 或 DPM++2M Karras；生成人像特写：DPM adaptive 或 DPM++SDE Karras

（3）不同的效果示例图：

画图疑难解答

1. 生成黑/绿图（Green or Black screen）

如果是 GTX 16xx 系列，启动参数需要加 --precision full --no-half, 因此如果显存不足还要加 --medvram。

如果是其他显卡而且加载了 VAE 时出现黑图，加入 --no-half-vae 参数。

2. RuntimeError Sizes of tensors must match

(img2img) 如果你得到 RuntimeError: Sizes of tensors must match，你需要改变输入图像的分辨率

3. 彩虹混乱图

如果 AI 输出了混乱的彩虹色图片，可能是生成分辨率或步数设置得太低。

4. 高分辨率出鬼图 / 低显存生成大分辨率图片

使用 Highres. fix 或先使用低分辨率成图后再使用 Waifu2x 等技术提升分辨率。

5. RuntimeError: Unable to find a valid cuDNN algorithm to run convolution

生成报错解释：显存不足

先检查 CUDA 是否可用，打开命令窗，输入 python 并分行输入

import tor
chprint(torch.cuda.is_available())

6. CUDA out of memory

显存不足！！显存低于8g一直出现这个报错的话，最好的解决方案就是——换硬件😭

🎊教程完毕🎊

欢迎大家来关注我的公众号！进入AI兔子洞，掌握最全面最专业的行业资讯、工具分享、变现指南和实战教程，开启你的AI智慧之旅！

有什么问题可评论或公众号留言哦