高级图像生成

自然语言模型：SK-Alpha 与 ZIT

七个模型里有四个——SK-Alpha、ZIT - Sk-All、ZIT - Sk-Photo 与 ZIT - Sk-Real——根本不要标签。写一句话，就像你对一个马上要动笔画它的人描述这幅画。

有什么不同

• 没有权重语法。+、- 和 :2 在这里不是语言。强调来自你选择说什么、以及句子怎么排列，跟平常写字一样。
• 没有 CFG、没有 CLIP skip、没有采样器。那整块面板属于 SD 系列。不是缺了什么，而是这些旋钮压根没有对应物。
• 取而代之的是 Force Style。一个 Realistic / Anime 子开关，无论提示词怎么写都把渲染风格钉死。当模型总往错误的风格上飘时，就该伸手去按它——比在句子里跟它讲道理可靠得多。
• 空间更大。提示词 1,400 字符而非 550，LoRA 最多 4 个而非 3 个。
• 人脸参考在两个自然语言系列上都可用，这是让同一个角色在一整组图里保持辨识度的实用办法。

怎么挑

SK-Alpha 是写实类的专才，只在写实系 kyn 上出现，纯动漫 kyn 上会被隐藏。它没有 img2img。ZIT - Sk-All 是宽口径的通才，ZIT - Sk-Photo 偏摄影，ZIT - Sk-Real 偏写实，三者都支持 img2img：把一个 Soulkyn 图片链接粘进去作底图，模型就从那儿开始。

怎么写得好

• 描述画面，而不是罗列名词。主体在哪、在做什么、镜头在哪、光在做什么。
• 一句清楚的话胜过五句自相矛盾的从句。结果混乱的时候，提示词通常也是。
• 每次只改一处。整句重写，你就不知道是什么动了结果。
• 用 Force Style 定风格，别用一堆形容词去跟模型的默认值较劲。

高级设置

层

层是构成图像模型的"块"。将Stable Diffusion想象成一座由楼层组成的塔 - 每个"块"都有自己的工作:

• 早期层 - 捕获低级细节(边缘、颜色、纹理)
• 中间层 - 捕获图案和形状(面部、服装、身体结构)
• 后期层 - 捕获语义含义(如"猫"与"狗"或"动漫风格"与"照片"的概念)

LoRA

LoRA是用于微调大型模型的训练方法。当您有图像模型时,LoRA通过将自己注入某些层来教它新技巧 - 就像重塑塔中的特定楼层。

CLIP跳过层

Stable Diffusion使用CLIP(对比语言-图像预训练)作为文本编码器,将您的提示词转换为嵌入。CLIP基本上是您和图像模型之间的翻译器。跳过层会切断更高级别的理解。

许多动漫模型和LoRA在训练时考虑了CLIP跳过值(最常见的是2)。跳过一层可能会给您更像动漫或风格化的结果。

调度器

调度器控制生成过程中的去噪过程。它强烈影响图像的清晰度、连贯性和提示词遵循度。

Euler a - 快速

• 产生清晰、细节丰富、对比度强的图像
• 非常适合动漫、风格化艺术或素描般的细节
• 有时在写实方面不稳定 - 可能会扭曲精细纹理或面部
• 何时使用: 快速、创意、详细的动漫风格或概念艺术输出

DPM++ SDE Karras

• 产生平滑、高质量的渐变和柔和的过渡
• 非常适合较小的细节
• 每次渲染都会有所不同 - 适合有机变化
• 何时使用: 照片级真实渲染、自然光照、绘画风格、柔和过渡

DPM++ 2M - 确定性

• 产生平滑、一致的结果,具有高提示词保真度
• 速度和准确性之间的良好平衡
• 何时使用: 写实主义、肖像、稳定性重要的一致风格

DPM++ 2M Karras

• 产生比普通DPM++ 2M更平滑的渐变、更好的纹理和更高的细节保真度
• 比Euler A稍慢,但写实质量更高
• 何时使用: 照片级真实图像、肖像、复杂纹理 - 最适合精致、稳定的外观

提示词强度

提示词强度改变CFG比例 - 值越高,系统越遵循您的图像提示词。

• 低CFG (1-5): 模型较少关注提示词。更多艺术自由,更梦幻的构图。风险:图像偏离您的要求。
• 中等CFG (6-9): 遵循度与创造力之间的平衡。常见最佳值:7-8。保持准确性和美观性。
• 高CFG (10+): 强烈遵循关键词。可能变得过饱和、刺眼或"烧焦"。风险:奇怪的伪影、僵硬或不自然的图像。

权重

+的实际权重是1.1^x(其中x = +的数量)。而-是0.9^x。

免责声明:此表不是数学表!它是最终结果的视觉表示!

您可以利用系统:(keyword-)2等同于(keyword)1.8。更复杂的:(keyword---)2计算为(keyword 0.9^3)2 = 0.729 * 2 = (keyword)1.458

风格化

关键词和权重的组合可以实现某些所需的外观。使用painterly_shading的示例:

使用Painterly_shading+++	不使用

您可以改变:

• 风格/风格化 - 整体外观
• 阴影/光照 - 体积和深度
• 线稿 - 边缘的定义
• 比例 - 主题的描绘方式
• 纹理/细节 - 表面细节
• 构图/取景 - 排列
• 模拟 - 图片模拟的媒介
• 质量 - 整体质量

预设和物理

在 SD 模型上，图像提示词上限是 550 字符——一旦写上质量标签、姿势、机位和氛围，这个额度就很紧了。预设正是绕开它的办法：背景、服装与提示词预设自带标签，不占用你那 550 个字符。

真实的上限

• 服装预设：最多 18 个标签，每个标签 38 字符。
• 背景与提示词预设：最多 35 个标签，每个标签 50 字符。
• 图像提示词本身：SD 模型 550 字符，自然语言模型 1,400 字符——而在后者上，这种预设塞法本来就不需要。

压缩技巧

• 用分号 ; 把几个相近的含义塞进同一个标签。
• 用下划线 _ 把词粘成一个整体，让模型当作一个概念来读。
• 用 :2 加重权重——它是归一化的，不会把画面炸掉。

实例：PaintFuka 风格的角色

Physical tags: Painterly; Soft; No_lineart, 8K;16K; Hdr, Blue Lips, Slim Eyebrows; Fair_skin:2, Long Two-Toned Dark_blue Hair, Realistic_character_anatomy, High Quality, Highest_quality; Extremely_detailed, Adult_woman:2; Mature_woman:2, Realistic Details, Painterly Texture, Cute;Kawaii, Digital_painting:2, Thick Thighs; Slim Waist, High Contrast, Painterly Details, Long Blue Hair; Blue Eyes, Dramatic; Epic; Emotional

Clothing tags: Hyperdetailed_eyelashes, High_contrast:2; Shadows:2; Light:2, Realistic:2; Anime:2, Canvas_tone_texture; Hyperdetailed, Hyperdetailed_skin:2, Expressive;Hyperrealistic:2, Hyperdetailed_body:2; Cute:2, Glow_diffusion; Saturated_colors:2, Hyperdetailed_shading, Hyperdetailed_textures:2, Hyperdetailed_hair, Glowing_eyes:2; Big_eyes:2, Hyperdetailed_clothing:2, Hyperdetailed_eyes:2, Art Bloom; Soft; Hard; Hairstrands, Painterly_skin_softness; Kawaii:2;, Soft Light; Thick Thighs; Matte_skin:2, Realistic Anime; Soft Shading

Background: Glowing Highlights, Detailed Rendering, Vibrant Colors, Saturated Colors, Ambient Lighting, Anime Art Style, Cell Shading, Rim Lighting, Digital Painting, Semi-Realistic, Soft Shading, Smooth Gradients, Dramatic Lighting, Polished Finish, Professional Artwork, Clean Lineart, High Contrast, Artstation Quality; Highest Quality

拆读其中一部分外貌标签：

• Painterly — 更多绘画质感的细节
• Soft — 画面更柔和
• No_lineart — 不要线稿（作用类似负面词）
• 8k; 16k / High Quality — 要求非常高的质量
• Hdr — 明暗对比更深
• Blue lips — 角色是蓝唇
• Fair_skin:2 — 白皙肤色是认真的
• Long Two-Toned Dark_blue Hair — 两种蓝色调的长发
• Realistic_character_anatomy — 写实的人体结构

高级提示的结构

是时候运用我们所有的新知识来更有创意地制作提示词了!为此,我们将使用PaintFuka的背景和服装。

这是未风格化提示词和风格化提示词之间的比较:

未风格化	风格化

首先让我们描述一下我们想要创建的图片:

• 人数:1
• 视角:牛仔镜头(膝盖以上视角)
• 角色穿着白色夏季连衣裙
• 角色在跑步时伸出一只手
• 表情:微笑
• 背景:不重要,可以模糊以突出角色
• 质量:极其详细的真实插图

考虑到这个列表,让我们准备所有的LoRA、调度器和关键词。

因为我们希望图片类似于详细的真实插图,所以让我们使用专门用于此目的的LoRA!

这是应用微观/精细细节:6和真实插图:6 LoRA的结果:

使用LoRA	不使用LoRA

现在让我们给她穿上衣服并让她跑起来!

最终提示词:

高级设置:

• LoRA: Micro / Fine details :6, Realistic Illustration :6
• 提示词强度: 11.0
• CLIP跳过: 2
• 调度器: DPM++ 2M
• 图像方向: 横向
• 种子: 随机
• 提示: Portrait
• 背景: PaintFuka
• 服装: PaintFuka
• 图像提示词: (solo, alone)+++, (macro_detail, clean_composition, color_balance, 8k_realistic_render, professional_product_shot)+++, (close, cowboy_shot)++++, (white_summer_dress---)2, (running)+++, (reaching_out, one_hand, outstretched_hand)+++, (smiling, Happy, open_mouth, closed_eyes)+, (blurry_background--)2

最终结果:

现在让我们分析提示词中包含的内容以及它是如何工作的:

• (solo, alone)+++ - 使角色独自出现在图片中
• (macro_detail, clean_composition, color_balance, 8k_realistic_render, professional_product_shot)+++ - 这些告诉AI我们想要获得的图片质量
• (close, cowboy_shot)++++ - 这告诉AI我们想要一个非常近的牛仔镜头
• (white_summer_dress---)2 - 这强制AI给我们的角色穿上白色夏季连衣裙
• (running)+++ - 这告诉AI我们想要角色在跑步
• (reaching_out, one_hand, outstretched_hand)+++ - 这精确地告诉AI我们想要什么样的姿势
• (smiling, Happy, open_mouth, closed_eyes)+ - 这定义了我们角色的表情
• (blurry_background--)2 - 这强制AI给我们一个模糊的背景

作为额外内容,这是仅添加一个LoRA的效果:

常见问题

最常见的问题是质量下降 - 一些用户称之为"地毯化",因为损坏的图像看起来像地毯表面的特写。

这很可能是由于:

• 权重过多
• LoRA强度过大
• 标签冲突

AI 图像编辑

编辑已有图像是一个独立于生成的工具，也是整个平台上唯一一处：无论那张图由哪个模型画出，你都用普通句子跟模型说话。

入口在哪

1. 打开某个 kyn 的画廊
2. 选中你想改的那张图
3. 按 EDIT IMAGE

指令怎么写

写描述性的句子，不要写标签。说清楚哪里要变：“把角色的头发改成白色，肤色调深一些。”指令上限 2,500 字符，另有 Number of Variations 控件，可以一次尝试多个结果。

风格预设

在普通编辑之上，还有十三种风格增强：None (Standard Edit)、Caricature、Next Scene、Photo to Anime、Balloon Inflate、Object Remover、Object Adder、Polaroid Photo、Camera Angle Change、Futanarify、To Realistic Photo、Upscale Quality 与 18+ Mode。

动手前要知道的两件事

• 结果会先挂起等你确认。生成的编辑结果如果不确认，30 分钟后过期——标出要删的，或选出要留的那一张，然后确认。
• 编辑模型没有在成人内容上训练过。应用自己就是这么说的：你可以试，但多半会失败。生成是无审查的；编辑不是同一个工具，也没有同样的承诺。

图像编辑需要 Premium。