Prompt

采样方法中
Euler的两个适合插画风格，出图比较朴素
DPM2M和2M Karras速度较快
SDE Karras 细节会较为丰富

实际使用中因各种因素而有所差异，推荐使用带+号的，都是经过改进的

具体请前往B站：
【20分钟搞懂Prompt与参数设置，你的AI绘画“咒语”学明白了吗？ | 零基础入门Stable Diffusion·保姆级新手教程 | Prompt关键词教学】
20分钟搞懂Prompt与参数设置，你的AI绘画“咒语”学明白了吗？ | 零基础入门Stable Diffusion·保姆级新手教程 | Prompt关键词教学_哔哩哔哩_bilibili

Stable Diffusion（网站）界面：

checkpoint：模型选择
正相关词：对于生成图片的（正面）描述
负相关词：对于生成的图片中需要特意屏蔽的（负面）描述
samping steps（绘图笔数）:控制画面精细程度，画面精细程度随笔数的增加而增加，绘画所需时间亦然。
Restore faces(面部精细化）：使用此项可能出现类似“卡死”的情况，实则是后台正在下载相关文件，下载有两种结果—true & false。若结果为false，则可以尝试重启启动器。
CFG Scale（描述词相关性）：此项数值的提高会使得绘出来的图与所输入的关键词变得扑朔迷离，越低则越贴近关键词

设置中
设置采样器参数中的Eta 噪声种子偏移(ENSD - Eta noise seed delta）建议设置为：31337
Stable Diffusion中“clip 跳过层”设置为2
最后保存

优质图片的重要构成：

1.Checkpoint

构图的基础，图片的“模型”。在网站Civitai：https://civitai.com/中可以下载

2.Lora

Lora是Low-Rank Adaptation of Large Language Models的简称

即”微调模型“，原理：使用少量的图像，对AI进行额外的学习训练，并在一定程度上控制结果（变量）
例如：使用大量的明星照片训练模型，便可以让AI记住明星的面部特征
Lora模型往往在100mb左右，远远小于大模型的容量
类似游戏的mod补丁，能生成特定的脸型，衣服，姿势，图片风格等。

3.VAE

模型美化包，能丰富图片细节，为达到每个模型的最佳效果，建议尽量使用checkpoint对应的VAE

4.Textual Inversion(翻译：文本反转，即负面词)

一个嵌入式的语言模型，与vae，lora相似

5.效果图=checkpoint+lora+VAE+Textual Inversion

2.1 lora的使用：

点进去就能选择lora

鼠标悬停在lora上，会出现“用当前图片生成预览”，可以将当前生成的图片作为lora的封面