Stable Diffusion WebUI Forge 提示词工程指南：3 套模板 + 4 个控制操作，把画面写到点子上-平芜编程栈

Stable Diffusion WebUI Forge 提示词工程指南：3 套模板 + 4 个控制操作，把画面写到点子上

【免费下载链接】stable-diffusion-webui-forge项目地址: https://gitcode.com/GitHub_Trending/st/stable-diffusion-webui-forge

同一张图，只改三处提示词，差别可能肉眼可见：主体更突出、阴影更柔和、构图更稳。Stable Diffusion WebUI Forge 的提示词生成系统，把权重、断句、嵌入都做成了可以直接复制的文本语法。下面这套做法，照着抄就能用。

效果先睹：调权前后差在哪

先拿一个具体例子感受差距。同样是画一只屋顶上的猫：

朴素版：a cat on the roof, sunset, city background 调权版：(a cat on the roof:1.2), (detailed fur:1.1), [sunset:0.6], city background

改了三个地方：主体词「a cat on the roof」显式提到 1.2；补了一个细节词「detailed fur」并加权；次要的天空用中括号压到 0.6。预期画面差异：猫更清晰、更居中，毛发细节明显更多，落日不再把整张图染得偏色抢戏。

直接可用：3 套分场景提示词模板

写实人像：(masterpiece:1.2), (photorealistic:1.1), 1girl, detailed eyes, (natural lighting:1.1), (soft shadow:0.9), background: city street at dusk, bokeh, depth of field 动漫场景：anime style, (illustration:1.2), colorful, (scenery:1.1), fantasy world, floating islands, (waterfall:1.0), cherry blossoms, highly detailed 概念设计：concept art, (futuristic city:1.3), (neon lights:1.2), (cyberpunk:1.1), flying cars, [rain:0.9], reflections, detailed architecture, octane render, 8k

为什么这样排词？写实人像把「photorealistic」放前面并加权，是因为编码器对提示词前段更敏感，画质类关键词靠前才压得住整体风格。动漫模板里「scenery」单独加权，是让远景的浮空岛、瀑布不被前景花草吃掉。概念设计模板把「futuristic city」给到最高权重 1.3，同时用[rain:0.9]把雨压成氛围而不是主角，画面就不会糊成一片水光。

引擎怎么理解：一条流水线，三次关键变换

不用记架构，把它想成一条流水线：文字进去，向量出来，中间发生三次关键变换。

先解析。引擎扫描你的提示词，把括号翻译成数字权重、把 BREAK 记成断句标记。权重你可以理解成「给词加粗」：数值越大，这个词在画面里的话语权越大。

再分块。CLIP 一次只认 75 个 token（token 是模型读词的最小单位，一个英文词通常拆成 1–2 个）。超长提示词会被自动切成一段段，就像长文分页。切的时候引擎会回头看最近的逗号，尽量在逗号后断开，避免把「red dress」劈成两半。

最后编码。每一块送进 CLIP 文本编码器（CLIP 是专门读文本的编码器，负责把词变成一串浮点向量），再由 UNet（负责把噪图一步步擦成成图的扩散网络）拿去和噪图对线。整条流水线由 classic_engine.py 串起来，括号的具体拆解在 parsing.py。

💡 记住这个顺序：权重管强弱，分块管顺序，编码管落地。

三个控制操作：提示词权重怎么写

操作一：权重括号

圆括号提权、方括号降权、冒号后跟数值就是显式指定，汇总成一张表：

写法	效果
`(词:1.2)`	显式权重 1.2
`(词)`	不写数值时默认 ×1.1
`[词]`	默认 ÷1.1，降低存在感
`((词))`	嵌套叠加，约 ×1.21

那个 1.1 是引擎的默认系数，就写在 parsing.py 的round_bracket_multiplier里。可直接抄的例子：(portrait, studio light:1.1), (red dress:1.2), [cluttered desk:0.7]

操作二：BREAK 断句

在提示词中间敲一个独立的 BREAK（两边各留一个空格），引擎会强制在此处换块，后面的内容进下一块处理。适合「前半段定主体、后半段补氛围」的写法：

(masterpiece:1.2), mountain range, river valley BREAK sunset, warm lighting, snow peaks

操作三：逗号分块

不写 BREAK 时，超长提示词自动切块。切块点不是随便切的：引擎在满 75 token 的位置往前找 20 个 token 内的最后一个逗号，优先在逗号后断开。所以把相关词用逗号组织成「短语组」，比一长串孤立的单词更不容易被劈坏。

风格扩展：自定义嵌入模型怎么加载

嵌入模型（Textual Inversion，俗称「触发词向量」）是把某个风格或角色训成一串数字，提示词里敲出对应触发词就自动替换进去。加载要点：

文件放 embeddings/ 目录（仓库默认路径见 args.py 的embedding_dir='./embeddings'），支持.safetensors、.pt、.bin，也兼容把数据藏进 PNG 图片的格式。
触发词 = 文件名（或文件内写明的 name）。提示词里必须原样敲出这个词，空格、连字符都要对上；引擎先按第一个 token 找候选，再整体比对。
维度必须匹配：SD1.5 期望 768 维，SDXL 期望 2048 维，不匹配的会被静默跳过，记进skipped_embeddings，不报错也不生效。
启动或切换模型时引擎自动走add_embedding_dir→load_textual_inversion_embeddings（实现在 textual_inversion.py），不用手动刷新；嵌入生效时控制台会打印[Textual Inversion] Used Embedding [...]，拿这行日志确认最省事。

五个高频坑：现象、原因与处理

现象	原因	处理
长提示词后半段语义丢失	超 75 token 自动分块，后块影响力天然偏弱	重要信息放前 75 token 内，次要信息用 BREAK 显式后移
嵌入不生效	触发词与文件名对不上，或维度不匹配被跳过	核对「文件名即触发词」；SD1.5 用 768 维、SDXL 用 2048 维
主体发黑、画面过饱和	多层括号按 1.1 连乘叠加，权重堆太高	括号不超过两层，优先写显式数值`(词:1.2)`
权重算出来不对	括号没闭合，引擎按未闭合状态补乘 1.1	生成前检查括号配对；真要打印括号可用`\(`转义
改了提示词画面没变化	权重 1.0 附近差异极小，或设置里 Emphasis（权重生效方式）被设为 Ignore/None	关键权重拉到 1.2 以上；检查设置里的 Emphasis 选项