Stable-Diffusion-Prompt-Syntax erklärt: Was 787 Civitai-Prompts tatsächlich verwenden

Stable-Diffusion-Prompts sehen überhaupt nicht aus wie die konversationellen Prompts, die Menschen für ChatGPT oder GPT Image schreiben. Sie sind voller Klammern, Zahlen, spitzen Klammern und Wörtern wie "masterpiece", die scheinbar nichts bewirken. Wir haben uns die 787 indexierten Civitai-Prompts im Wikiprompt-Katalog angesehen, um herauszufinden, welche dieser Gewohnheiten tatsächlich üblich sind und was jede einzelne bewirkt.

Was wir gemessen haben

Jeder Prompt in dieser Stichprobe wurde mit seinem generierten Bild auf Civitai veröffentlicht und dann in Wikiprompt kuratiert. Der Median-Prompt ist 68 Wörter lang, viel länger als eine typische einzeilige Anfrage. So häufig kommt jedes Syntaxmuster vor:

Die häufigsten Basismodelle in der Stichprobe sind Illustrious, SDXL 1.0, Krea und SD 1.5, plus viele LoRA-feinabgestimmte Varianten. Die dominierenden Stile sind Anime, cineastisch, digitale Kunst, fotorealistisch und Illustration.

Die Muster, eines nach dem anderen

Negative Prompts

Die Hälfte der Prompts enthält einen negativen Prompt: eine zweite Liste von Dingen, die das Modell vermeiden soll, wie "blurry, extra fingers, watermark, lowres". Diffusionsmodelle steuern weg von dem, was im negativen Prompt steht, also funktioniert es als Bereinigungspass für häufige Fehler. Wenn du einen Stable-Diffusion-Prompt kopierst, kopiere auch seinen negativen Prompt: Das Ergebnis hängt oft genauso davon ab wie vom positiven.

Qualitätstags: "masterpiece", "best quality", "absurdres"

Etwa ein Drittel der Prompts beginnt mit einem Stapel von Qualitätswörtern. Diese Tags stammen aus dem Training von Anime-fokussierten Modellen: Bilder in den Trainingsdaten wurden mit Qualitätsbewertungen beschriftet, also zieht die Anfrage nach "masterpiece, best quality" die Ausgabe in Richtung des am höchsten bewerteten Teils dieser Daten. Sie sind am wichtigsten bei Anime-Modellen wie Illustrious und viel weniger bei fotorealistischen oder neueren Modellen.

Score-Tags: `score_9, score_8_up`

Score-Tags sind dieselbe Idee, explizit gemacht. Pony-basierte und einige Illustrious-basierte Modelle wurden mit numerischen ästhetischen Bewertungen trainiert, und score_9, score_8_up, score_7_up fragt nach Bildern, die mindestens so hoch bewertet wurden. Sie bewirken nichts bei Modellen, die nicht damit trainiert wurden, weshalb sie nur in 16% der Stichprobe auftauchen. Ein gutes Beispiel ist Cinematic Medieval Cottage in Autumnal Marsh, das Score-Tags mit einer detaillierten Szenenbeschreibung kombiniert.

LoRA-Tags: `<lora:name:0.8>`

Ein Drittel der Prompts lädt eine LoRA, ein kleines Zusatzmodell, das dem Basismodell einen Stil, eine Figur oder ein Konzept beibringt. Die Zahl nach dem Namen ist die Stärke: etwa 0.6 bis 1.0 ist typisch, und höhere Werte können den Rest des Prompts überwältigen. Da die LoRA-Datei in deinem Setup existieren muss, sind diese Prompts am wenigsten portabel: Ohne dieselbe LoRA bekommst du ein anderes Bild. Miniature Fantasy Diorama with Ink Wash Style zeigt eine LoRA, die für einen spezifischen Kunststil auf einer klaren Subjektbeschreibung verwendet wird.

Gewichtete Begriffe: `(term:1.2)`

14% der Prompts passen die Betonung einzelner Wörter an. (glowing eyes:1.3) macht dieses Detail stärker, (background:0.8) schwächt es ab, und einfache Klammern fügen einen kleinen Boost hinzu. Gewichte zwischen 0.8 und 1.4 sind der nützliche Bereich; extreme Werte neigen dazu, das Bild zu brechen. Siehe Girl Sitting Under Starry Night Forest with Fireflies für Gewichte, die verwendet werden, um Subjekt und Szenerie auszubalancieren.

`BREAK`

BREAK teilt einen langen Prompt in separate Blöcke, sodass Farben und Attribute aus einem Teil nicht in einen anderen übergehen (das klassische Problem, dass ein "red dress" die ganze Szene rot färbt). Es ist das seltenste Muster in der Stichprobe mit 6% und erscheint meist in langen Charakter-Prompts wie White Alpha Werewolf Grandpa.

Natürliche Sätze

Ein Drittel der Prompts ist teilweise in vollständigen Sätzen geschrieben statt in kommagetrennten Tags. Neuere Modelle mit stärkeren Text-Encodern (Flux, Krea und neuere SDXL-Feinabstimmungen) verstehen beschreibende Sprache gut, also bewegt sich der Trend hin zu einfachen Beschreibungen mit ein paar Tags für den Stil. Der tag-lastige Stil ist immer noch die Norm für Anime-Modelle.

Ein schnelles Startrezept

Wenn du einen Stable-Diffusion-Prompt von Grund auf schreibst, deckt diese Struktur ab, was die besten Prompts in der Stichprobe gemeinsam haben:

Starte ohne Gewichte. Füge (term:1.2) nur hinzu, wenn ein bestimmtes Detail ständig verloren geht.

Mehr entdecken