Como escrever um prompt de difusão estável impressionante
Publicados: 2022-09-23
Stable Diffusion, um gerador de arte de IA popular, requer prompts de texto para criar uma imagem. Às vezes, ele faz um trabalho incrível e gera exatamente o que você deseja com um prompt vago. Outras vezes, você obtém resultados abaixo do ideal. Aqui estão algumas dicas e truques para obter resultados ideais.
Como escrever um prompt de difusão estável
Se você passou algum tempo com geradores de imagens de IA, como Stable Diffusion, DALL-E ou MidJourney, notou que um prompt bem escrito é crítico. Um prompt bem formulado é a diferença entre transformar sua ideia em uma ótima imagem e obter alguma monstruosidade do vale misterioso com dedos demais olhando para você.
As pessoas têm tentado descobrir as melhores maneiras de obter resultados ideais desde o lançamento da Stable Diffusion em agosto de 2022, e elas serão “prontas forja” ou “pronta engenharia” nos próximos anos. Isso é especialmente provável, pois os pontos de verificação que informam como o Stable Diffusion gera imagens receberão atualizações periódicas. O prompt ideal será um alvo móvel no futuro próximo.
RELACIONADO: Os melhores geradores de imagens de IA que você pode usar agora
Seja o mais específico possível
A difusão estável tende a prosperar em prompts específicos, especialmente quando comparado a algo como MidJourney. Você precisa dizer exatamente o que você quer. Aqui está um exemplo usando os animais favoritos da internet: Gatos fofos.
Tudo bem, eles são muito fofos, exceto talvez pelo pobre coitado do meio superior que parece ter passado muito tempo olhando para o abismo. Mas e se você quisesse gatos cinzas, não uma mistura de gatos? Bem, você precisa especificar isso. Use “Gatos cinzentos fofos” como seu prompt.
Agora a difusão estável retorna todos os gatos cinzas. Você pode continuar adicionando descrições do que deseja, incluindo acessórios para os gatos nas fotos.
Isso se aplica a qualquer coisa que você queira que o Stable Diffusion produza, incluindo paisagens. Seja descritivo e, ao experimentar diferentes combinações de palavras-chave, mantenha uma nota mental de como a imagem muda. Algumas palavras e frases tendem a influenciar mais fortemente uma imagem do que outras palavras, portanto, talvez seja necessário ajustar seu prompt de acordo.
Nomear Estilos de Arte ou Meios Específicos
A necessidade de especificidade não termina quando você descreve completamente o conteúdo da imagem desejada. Você pode (e deve) especificar também o estilo que deseja. Vamos ficar com o nosso prompt “Gato cinza fofo” para isso. Digamos que queremos alguns gatos cinza fofos, mas também queremos que pareçam uma pintura acrílica. A primeira coisa que você deve tentar é adicionar “pintura acrílica” como a próxima palavra-chave em seu prompt, para que seja: “Gato cinza fofo, pintura acrílica”.
Geralmente, é melhor começar com o menor número de palavras-chave para chegar perto do que você deseja e, em seguida, adicionar mais para focar na estética que você está procurando.
A difusão estável reconhece dezenas de estilos diferentes, desde desenhos a lápis a modelos de argila e renderização em 3D do Unreal Engine.
Esses prompts de exemplo são extremamente simples, mas você pode usar dezenas de palavras-chave para ajustar seus resultados. Se você quer modelos estranhos de frango de barro de cor psicodélica em um Walmart, você precisa especificar todos esses termos.
Nomear artistas específicos para orientar a difusão estável
Stable Diffusion é capaz de fazer mais do que emular estilos ou mídias específicas; ele pode até imitar artistas específicos se você quiser fazer isso. Este exemplo usou Pablo Picasso.
Você deve definitivamente tentar colocar “by (Nome do Artista)” em seus prompts, se ainda não o fez. Ele tende a produzir resultados dramáticos. Não tenha medo de combinar artistas que normalmente não combinam. Muitas vezes, a difusão estável combinará seus respectivos estilos de maneiras emocionantes e imprevisíveis.
Dica: Se você estiver usando a versão GUI do Stable Diffusion para Windows que recomendamos, há um botão “Roll” à direita da janela do prompt que lançará aleatoriamente um artista no seu prompt. É uma ótima maneira de tropeçar em novos estilos.
Ponderar suas palavras-chave
É claro que apenas inserir palavras-chave em seu prompt só o levará até certo ponto. O que acontece se você estiver recebendo todas as coisas certas no seu prompt, mas elas não estiverem nas proporções adequadas?
A difusão estável suporta a ponderação de palavras-chave de prompt. Em outras palavras, você pode dizer que ele realmente precisa prestar atenção a uma palavra-chave específica (ou palavras-chave) e prestar menos atenção a outras. É útil se você estiver obtendo resultados que são meio que o que você está procurando, mas não exatamente lá.
RELACIONADO: Como executar difusão estável no seu PC para gerar imagens de IA
Na versão de linha de comando do Stable Diffusion, basta adicionar dois pontos completos seguidos de um número decimal à palavra que deseja enfatizar. Os números decimais são porcentagens, então eles devem somar 1.
Voltando ao nosso prompt “Gato cinza fofo”, vamos imaginar que ele estava produzindo gatos fofos corretamente, mas não muitas das imagens de saída apresentavam gatos cinzentos. Você pode modificar o prompt para ler: “cute, grey cat:0.7” e ele prestaria mais atenção ao grey cat, então aplicaria automaticamente a diferença para “cute”. Você também pode atribuir pesos a cada palavra no prompt manualmente se desejar um controle mais preciso, como “Cute:0.10, Gray Cat:0.60, Unreal Engine rendering:0.30”, por exemplo.
RELACIONADO: Como executar difusão estável localmente com uma GUI no Windows
A maioria das GUIs disponíveis para o Stable Diffusion manipula a ponderação sem exigir que você insira porcentagens explícitas. Normalmente, você pode adicionar parênteses em torno de um termo em seu prompt para enfatizá-lo e colchetes para diminuir a importância de um termo. Portanto, o “gato cinza fofo” anterior pode parecer “[bonito],((gato cinza))”.
Nota: Você pode usar vários parênteses para empilhar a ênfase o quanto quiser.
Encontre inspiração em outro lugar
Stable Diffusion e outros geradores de arte de IA experimentaram um pico explosivo de popularidade. Você pode encontrar esse tipo de arte de IA em todo o lugar. Isso significa que agora existem pelo menos alguns milhões de imagens geradas por usuários circulando na Internet e, na maioria das vezes, as pessoas incluem o prompt que usaram para obter seus resultados.
RELACIONADO: Esta galeria de arte de IA é ainda melhor do que usar um gerador
Aqui estão alguns recursos para ajudar a despertar sua inspiração se você não tiver certeza do que deseja criar:
Aviso: Todos estes são potencialmente NSFW.
- Lexica — um repositório de imagens geradas usando Stable Diffusion e o prompt correspondente. Pesquisável por palavra-chave.
- Stable Diffusion Artist Style Studies — Uma lista não exaustiva de artistas que a Stable Diffusion pode reconhecer, bem como descrições gerais de seu estilo artístico. Existe um sistema de classificação para descrever quão bem o Stable Diffusion responde ao nome do artista como parte de um prompt.
- Estudos de Modificadores de Difusão Estável — uma lista de modificadores que podem ser usados com Difusão Estável, assim como a página do artista.
- The AI Art Modifiers List — Uma galeria de fotos mostrando alguns dos modificadores mais fortes que você pode usar em seus prompts e o que eles fazem. Eles são classificados por tipo de modificador.
- Top 500 Artistas Representados em Stable Diffusion — Sabemos exatamente quais imagens foram incluídas no conjunto de treinamento Stable Diffusion, então é possível dizer quais artistas contribuíram mais para treinar a IA. De um modo geral, quanto mais fortemente representado um artista estiver nos dados de treinamento, melhor a Stable Diffusion responderá ao seu nome como palavra-chave.
- The Stable Diffusion Subreddit — O subreddit Stable Diffusion tem um fluxo constante de novos prompts e descobertas divertidas. Se você está procurando inspiração ou insight, você não pode errar.
Ajuste outras configurações importantes
Um bom prompt é a parte mais difícil do uso de difusão estável, mas existem algumas outras configurações que alterarão drasticamente os resultados.
- CFG: determina com que intensidade a difusão estável segue seu prompt. Números mais altos resultam em mais aderência ao prompt, enquanto números mais baixos dão mais liberdade à IA. Tente ajustar isso primeiro.
- Método de Amostragem: Como a imagem é refinada do ruído em formas reconhecíveis. Experimente alguns destes. Euler_a, k_LMS e PLMS parecem ser escolhas populares.
- Etapas de amostragem: o número de vezes que uma imagem será amostrada antes de obter um resultado final. Às vezes você obtém bons resultados em 30 passos, às vezes você precisa ir para 50 ou 80. Normalmente você não obtém melhores resultados acima de 150 passos. Comece com menos passos e vá subindo.
Alguns de nossos prompts estilizados favoritos
Estes são alguns dos nossos prompts favoritos, pois tendem a funcionar de forma tão confiável. Basta colocar um assunto de sua escolha mais alguns modificadores. Todas as outras configurações de difusão estável foram mantidas as mesmas dos prompts acima.
Nota: Via de regra, a difusão estável cria pores do sol e folhas de outono excepcionalmente bem.
(Assunto), 35mm, nítido
Escolha um assunto e este prompt retornará de forma confiável resultados fotorrealistas de pessoas, animais e paisagens.
Nota: Este prompt de exemplo também incluiu “Golden Hour” para obter as cores do pôr do sol.
(Assunto), renderização 3d de baixo poli, cores pastel vibrantes, mudança de inclinação, grão de filme
Digite um assunto e você o obterá na estética “Art of Rally”.
(Assunto), (Descrição Ambiental), cinematográfico, dramático, composição, céu ensolarado, brutalista, hiper-realista, escala épica, senso de admiração, hipermaximalista, nível insano de detalhes, artstation HQ
Basta inserir um assunto e uma descrição ambiental, e este prompt fornecerá excelentes imagens de arte conceitual da cidade com um efeito ambiental de sua escolha. Aqui está um exemplo usando a cidade de Nova York como assunto e tempestade de poeira como descrição ambiental:
Caco Qualquer Coisa
A difusão estável produz ótimos resultados com o Kermit. Experimente em qualquer lugar.
Por que é assim que a Stable Diffusion interpreta “Kermit in Mordor” e quem é a coisa vermelha do mal-Kermit que está por trás do nosso robusto herói? Nenhuma idéia.
Lembre-se, não tenha medo de remover o que você acha que pode ser um termo-chave do seu prompt. Certas palavras, como “lindo”, influenciarão fortemente a aparência de uma imagem, mesmo que não tenha um significado preciso. À medida que você passa mais tempo com o Stable Diffusion, você desenvolverá uma sensação de como ele responde a certas palavras e rapidamente descobrirá que escrever um bom prompt é uma arte em si.