Sintaxis de Prompt de Stable Diffusion Explicada: Qué Usan Realmente 787 Prompts de Civitai

Las indicaciones de Stable Diffusion no se parecen en nada a las indicaciones conversacionales que la gente escribe para ChatGPT o GPT Image. Están llenas de paréntesis, números, corchetes angulares y palabras como "masterpiece" que parecen no hacer nada. Analizamos las 787 indicaciones de Civitai indexadas en el catálogo de Wikiprompt para ver cuáles de estos hábitos son realmente comunes y qué hace cada uno.

Lo que medimos

Cada indicación en esta muestra se publicó con su imagen generada en Civitai y luego se seleccionó para Wikiprompt. La indicación mediana tiene 68 palabras de largo, mucho más que una solicitud típica de una línea. Aquí está la frecuencia con la que aparece cada patrón de sintaxis:

Los modelos base más comunes en la muestra son Illustrious, SDXL 1.0, Krea y SD 1.5, además de muchas variantes ajustadas con LoRA. Los estilos dominantes son anime, cinematográfico, arte digital, fotorrealista e ilustración.

Los patrones, uno por uno

Indicaciones negativas

La mitad de las indicaciones llevan una indicación negativa: una segunda lista de cosas que el modelo debe evitar, como "borroso, dedos extra, marca de agua, baja resolución". Los modelos de difusión se alejan de lo que esté en la indicación negativa, por lo que funciona como una pasada de limpieza para defectos comunes. Si copias una indicación de Stable Diffusion, copia también su indicación negativa: el resultado a menudo depende tanto de ella como de la positiva.

Etiquetas de calidad: "masterpiece", "best quality", "absurdres"

Alrededor de un tercio de las indicaciones comienzan con una pila de palabras de calidad. Estas etiquetas provienen de cómo se entrenaron los modelos centrados en anime: las imágenes en los datos de entrenamiento se etiquetaron con calificaciones de calidad, así que pedir "masterpiece, best quality" lleva la salida hacia la parte mejor calificada de esos datos. Importan más en modelos de anime como Illustrious y mucho menos en modelos fotorrealistas o más nuevos.

Etiquetas de puntuación: `score_9, score_8_up`

Las etiquetas de puntuación son la misma idea, pero hecha explícita. Los modelos basados en Pony y algunos basados en Illustrious se entrenaron con puntuaciones estéticas numéricas, y score_9, score_8_up, score_7_up pide imágenes que hayan obtenido al menos esa puntuación. No hacen nada en modelos que no se entrenaron con ellas, por eso aparecen solo en el 16% de la muestra. Un buen ejemplo es Cabaña Medieval Cinematográfica en Pantano Otoñal, que combina etiquetas de puntuación con una descripción detallada de la escena.

Etiquetas LoRA: `<lora:nombre:0.8>`

Un tercio de las indicaciones carga una LoRA, un pequeño modelo complementario que enseña al modelo base un estilo, personaje o concepto. El número después del nombre es la fuerza: alrededor de 0.6 a 1.0 es típico, y valores más altos pueden dominar el resto de la indicación. Como el archivo LoRA tiene que existir en tu configuración, estas indicaciones son las menos portables: sin la misma LoRA, obtienes una imagen diferente. Diorama de Fantasía en Miniatura con Estilo de Tinta Lavada muestra una LoRA usada para un estilo artístico específico sobre una descripción clara del sujeto.

Términos ponderados: `(término:1.2)`

El 14% de las indicaciones ajusta el énfasis de palabras individuales. (ojos brillantes:1.3) hace ese detalle más fuerte, (fondo:0.8) lo debilita, y los paréntesis simples añaden un pequeño impulso. Los pesos entre 0.8 y 1.4 son el rango útil; los valores extremos tienden a romper la imagen. Consulta Chica Sentada Bajo un Bosque Nocturno Estrellado con Luciérnagas para ver pesos usados para equilibrar sujeto y escenario.

`BREAK`

BREAK divide una indicación larga en fragmentos separados, para que los colores y atributos de una parte no se filtren a otra (el problema clásico de un "vestido rojo" que tiñe toda la escena de rojo). Es el patrón más raro en la muestra con un 6%, y aparece sobre todo en indicaciones largas de personajes como Abuelo Hombre Lobo Alfa Blanco.

Oraciones naturales

Un tercio de las indicaciones están escritas en parte con oraciones completas en lugar de etiquetas separadas por comas. Los modelos más nuevos con codificadores de texto más fuertes (Flux, Krea y ajustes recientes de SDXL) entienden bien el lenguaje descriptivo, así que la tendencia se mueve hacia descripciones simples con algunas etiquetas para el estilo. El estilo cargado de etiquetas sigue siendo la norma para los modelos de anime.

Una receta rápida para empezar

Si escribes una indicación de Stable Diffusion desde cero, esta estructura cubre lo que las mejores indicaciones de la muestra tienen en común:

Empieza sin pesos. Añade (término:1.2) solo cuando un detalle específico se siga perdiendo.

Explora más