Stable Diffusion Prompt 模板指南：产品图、头像、海报、游戏素材怎么写

复制别人成功的 Stable Diffusion prompt，结果手指扭曲、脸部崩坏、构图完全偏离预期。很多人以为是模型或参数问题，其实根源在于缺少一套可复用的结构化方法：prompt 不是堆关键词，而是分层设计；negative prompt 不是越长越好，而是根据失败结果反向优化；商业使用还要检查模型 license 和平台条款。

下面这套 prompt 结构模板，覆盖产品图、头像、海报、游戏素材四大场景，并详解权重语法、迭代流程、ComfyUI 实践步骤和版权边界。

Prompt 不是关键词堆砌，而是分层设计

很多人写 prompt 会犯一个错误：看到别人用 masterpiece, best quality, 8k, ultra detailed，就全部复制过来，再加一堆 cinematic lighting, professional photography, award winning。结果跑出来要么画面崩坏，要么风格完全不是你想要的。

问题不在这些词本身，而是它们被堆在同一个层级，没有按照主体、场景、构图、风格、质量来分层。模型接收到的是一堆权重接近的词，而不是一个有优先级的画面描述。

正确的分层结构

一个稳定的 prompt 通常包含四个层次，按优先级从高到低：

层级	写什么	必填项	可选项	示例
主体层	画面核心对象	主体 + 动作/姿态	年龄、性别、服装、表情	a woman sitting on a wooden chair
场景层	环境和背景	地点或空间	光线、天气、时间、氛围	in a cozy library, warm afternoon light
构图层	镜头和画面框架	镜头类型或构图词	角度、距离、留白、裁切	medium shot, from side angle
质量层	技术和风格约束	基本风格词	质量词、艺术家参考、渲染方式	digital illustration, soft color palette

为什么这样分？因为扩散模型的注意力机制会优先处理 prompt 前半部分。主体层放在最前面，能让模型先把核心对象画对。场景和构图放在中间，控制画面框架。质量词放在后半段，做风格约束。

错误示范 vs 正确示范

错误示范	问题	正确示范	优化点
masterpiece, best quality, 8k, beautiful woman, sitting, library, cinematic	质量词抢了主体位置，模型不知道先画什么	a woman sitting in a cozy library, warm afternoon light, medium shot, digital illustration, best quality	主体优先，分层有序
girl, cute, anime style, highly detailed, perfect face, white hair, blue eyes	特征词混在一起，权重冲突	a girl with white hair and blue eyes, anime style portrait, close-up, clean line art	特征集中写，风格明确
product photo, professional, expensive watch, luxury, gold, macro, sharp focus	商业词堆叠，没有具体构图	a gold luxury watch on marble surface, macro product shot, shallow depth of field, studio lighting, high resolution	先写产品，再写拍摄条件

这三个例子说明同一个问题：不是词越多越好，而是层次越清楚越好。主体写什么，就先写什么；场景在哪里，就紧接场景；构图怎么取，就明确镜头；最后才是风格和质量词。

每层的必填和可选清单

主体层必填：

• 1 个核心对象（人物、物品、建筑、动物）
• 基本动作或姿态（sitting、standing、walking、holding）

主体层可选：

• 年龄、性别、肤色、体型
• 服装、发型、配饰
• 表情、眼神、手势
• 数量（single、group、crowd）

场景层必填：

• 至少一个地点或空间词（indoor、outdoor、street、forest、studio）

场景层可选：

• 光线类型（sunlight、soft light、hard light、neon）
• 天气、时间（morning、night、rainy）
• 氛围词（calm、tense、cozy、cinematic）
• 背景 detail（simple background、busy background、bokeh）

构图层必填：

• 镜头类型（portrait、medium shot、full body、landscape）

构图层可选：

• 角度（front、side、back、from above、from below）
• 画面框架（close-up、wide shot、cropped）
• 留白方向（centered、left aligned）

质量层必填：

• 基本风格词（photography、illustration、anime、realistic）

质量层可选：

• 质量词（best quality、high resolution、detailed）
• 艺术家风格（style of artist name）
• 渲染方式（soft shading、hard edge、line art）
• 相机或设备词（DSLR、film grain、HDR）

这一套分层结构不是绝对规则，但它是很多社区实践总结出来的稳定模板。你在写 prompt 时，可以先按这个顺序填表，再根据具体场景调整。

权重语法与混合技巧

分层结构解决的是”写什么、写在哪”。但有时候你还需要更精细的控制：某个词要强调，两个风格要混合，画面要从一种状态渐变到另一种状态。这就需要用到权重和混合语法。

权重语法：强调或削弱某个词

最常见的是圆括号加数字：

(keyword:1.5)    # 权重提高到 1.5 倍
(keyword:0.8)    # 权重降低到 0.8 倍
(keyword)        # 默认权重约 1.1（单层括号）
((keyword))      # 默认权重约 1.21（双层括号）

实际例子：

a woman sitting in a library, (soft lighting:1.3), warm atmosphere

这里 soft lighting 的权重被提高，模型会更强调柔和光线。如果你写：

a woman sitting in a library, (harsh lighting:0.7), warm atmosphere

harsh lighting 权重降低，画面可能更接近默认光线。

权重不是越大越好。超过 2.0 的权重容易导致画面崩坏、色彩异常或细节丢失。一般建议在 0.7 到 1.5 之间调整。

混合语法：两个概念交替出现

方括号加竖线可以让模型在两个词之间交替采样：

[keyword1|keyword2]

例子：

a [cat|dog] sitting on a chair

模型会在某些采样步骤用 cat，某些步骤用 dog，结果可能是一只介于猫和狗之间的动物。这个语法适合风格混合，比如：

[anime style|realistic photography] portrait of a woman

但要注意，混合不是”一半一半”。结果取决于采样步数、seed 和模型本身。有时候会更接近第一个词，有时候会更接近第二个词。

渐变语法：从一种状态过渡到另一种

方括号加冒号可以让 prompt 在生成过程中切换：

[from:to:0.5]

数字 0.5 表示在 50% 的采样步数后，from 被 to 替代。例子：

a [white:blue:0.3] dress

前 30% 的采样步数用 white dress，后 70% 用 blue dress。结果可能是白色裙子慢慢过渡成蓝色。

渐变语法在动作、表情、风格切换时很有用，比如：

a woman [smiling:crying:0.5]

前半段采样用微笑，后半段用哭泣，可能生成一种过渡表情。但这个语法对模型敏感，不同 checkpoint 结果差异很大。

不同 UI 的语法支持差异

权重和混合语法不是所有界面都完全一致。常见情况：

| UI | (keyword:1.5) | [keyword1|keyword2] | [from:to:0.5] | 说明 |
| --- | --- | --- | --- | --- |
| Automatic1111 WebUI | 支持 | 支持 | 支持 | 最常见的语法支持 |
| ComfyUI | 支持（需在 CLIP Text Encode 节点） | 支持 | 支持 | 节点中输入文本即可使用 |
| InvokeAI | 支持 | 支持 | 部分支持 | 渐变语法可能有差异 |
| Diffusers API | 需手动实现 | 需手动实现 | 需手动实现 | 语法需在 pipeline 层处理 |

如果你在 ComfyUI 里使用权重语法，直接在 CLIP Text Encode 节点的 prompt 输入框写 (keyword:1.5)。不需要额外节点或插件。

避坑提醒

1. 权重不要堆叠过多：一个 prompt 里同时出现 5 个以上 (keyword:1.5)，会让注意力分布混乱，画面不稳定。

2. 混合语法不要用于核心主体：[man|woman] sitting 可能生成性别模糊的人，如果你明确需要某一性别，直接写。

3. 渐变语法需要足够的采样步数：steps 太少（比如 10 步），渐变效果可能不明显。一般建议 20 步以上。

4. 权重语法在不同模型上效果不同：同一个 (keyword:1.5)，在 SDXL 和 SD 1.5 上可能表现不一样。换模型时要重新测试。

5. 括号层级不要超过三层：(((keyword))) 权重约 1.33，继续叠加容易失控。用 (keyword:1.5) 直接指定数值更清晰。

权重和混合语法是精细控制手段，不是必须使用。大部分场景下，清晰的分层结构已经足够。只有当你需要强调某个元素、混合风格、或制造渐变效果时，才需要额外使用这些语法。

Negative Prompt 不是越长越好

Negative prompt 的作用是告诉模型”不要画什么”。很多人会复制长长的”万能负向词表”，比如：

low quality, worst quality, lowres, bad anatomy, bad hands, missing fingers, extra digits, cropped, blurry, text, watermark, signature, artist name, error, jpeg artifacts

这类词表在 SD 1.5 时代有一定效果，但到了 SDXL 和 SD 3.5，negative prompt 的作用机制发生了变化。根据 Hugging Face Diffusers 文档，negative prompt 会影响 classifier-free guidance（CFG）的计算方向，过长或冲突的负向词反而会让模型偏离预期。

三步设计流程

更科学的方法是按问题反向添加：

第一步：从失败结果识别问题

生成一张图后，先判断问题在哪：

问题类型	具体表现	对应负向词
手部问题	六指、手指扭曲、手指粘连	bad hands, mutated hands, extra fingers, missing fingers
脸部问题	眼睛位置偏、脸部变形、五官不对称	distorted face, asymmetrical eyes, malformed face
构图问题	主体不居中、裁切过紧、画面失衡	cropped, off-center, bad composition
风格问题	不符合预期风格、画风混乱	anime, realistic, sketch, oil painting（写你不想出现的风格）
质量问题	模糊、噪点、低分辨率	blurry, low resolution, jpeg artifacts

第二步：按类别添加，不要堆叠

每次只解决一类问题。比如这张图手指有问题，你只添加手部相关的负向词，不要同时把质量、构图、风格词全写进去。示例：

# 只有手部问题
bad hands, mutated hands, extra fingers

# 只有构图问题
cropped, bad composition, off-center

添加后重新生成，观察效果。如果手部改善但脸部出问题，再加脸部词：

bad hands, mutated hands, extra fingers, distorted face, asymmetrical eyes

第三步：控制长度，避免冲突

Negative prompt 不是越长越好。一般控制在 15-20 个词以内。超过这个长度，模型会收到太多”不要”指令，反而不知道该做什么。

冲突词也要避免。比如你在正向 prompt 写 anime style，负向词又写 anime，模型会陷入矛盾。负向词应该写你不想出现的风格，而不是正向风格的反义词。

常见场景的 Negative Prompt 模板

场景	推荐负向词	说明
人物写实	bad hands, mutated hands, extra fingers, distorted face, blurry, low quality	重点解决手部和脸部
产品图	background, reflection, shadow, watermark, text, blurry, cropped	重点排除背景干扰和杂质
动漫风格	realistic, photo, 3d render, low quality, bad anatomy, extra fingers	排除写实和 3D 元素
室内设计	person, cluttered, messy, low quality, blurry, watermark	排除人物和杂乱背景

这些模板是起点，不是固定答案。你需要根据具体失败结果调整。

不要堆叠的词

有些词在 negative prompt 里几乎无效，或者容易引入新问题：

1. worst quality：过于极端，模型可能理解为”任何质量都不好”。
2. normal quality：语义模糊，不知道什么是”normal”。
3. artist name：除非你明确不想出现某个艺术家风格，否则写名字会减少风格多样性。
4. watermark, signature, text：这类词可能有用，但过多会让模型拒绝任何文字元素，包括你想要的海报标题。

一个实用技巧：CFG=0 查看纯负向效果

社区里有人用 CFG=0 的方法测试 negative prompt 效果。当你把 CFG 设为 0，模型会完全忽略正向 prompt，只按 negative prompt 反向生成。这样你能看到负向词到底在排除什么。

不过这个方法不适合常规生成。它只是调试手段。正常生成时，CFG 一般在 7-12 之间，正向和负向 prompt 共同作用。

Negative prompt 在不同模型上的差异

SDXL 和 SD 3.5 对 negative prompt 的依赖比 SD 1.5 低。官方模型卡和 Diffusers 文档都提到，新模型的 prompt 跟随能力更强，有时候只用正向 prompt 已经能得到稳定结果。

如果你在 SDXL 或 SD 3.5 上仍然堆叠大量负向词，反而可能限制模型的表达能力。建议先用较短负向词测试，再按失败结果逐步添加。

四大场景模板：产品图 / 头像 / 海报 / 游戏素材

前几章讲的是通用结构，这一章直接给四个常见场景的模板。你可以根据实际用途调整，不需要从零开始写。

场景拆解对比

场景	用途定义	镜头选择	留白要求	规格边界	风格示例
产品图	商品展示、电商主图、详情页	macro、close-up、平视或微俯视	四周留白、背景干净	尺寸按平台、比例 1:1 或 3:4	白底、studio lighting、minimal
头像	社交媒体、个人品牌、游戏角色	portrait、close-up、居中构图	头部周围留白、避免裁切面部	比例 1:1、尺寸 512×512 或更高	写实、anime、illustration
海报	活动宣传、内容封面、广告素材	wide shot、hero composition、居中或三分法	顶部留空间给标题、底部留 logo 区	比例 2:3 或 9:16、高分辨率	cinematic、bold color、dynamic
游戏素材	UI 元素、道具图标、角色立绘	根据用途调整：icon 用正面、立绘用全身	icon 需清晰轮廓、立绘需裁切空间	icon 256×256、立绘比例不定	pixel art、anime、concept art

产品图模板

用途：电商主图、产品详情页、商品展示。

核心要求：产品清晰、背景干净、光线均匀、无杂质。

Prompt 示例：

a [产品名] on white marble surface, macro product shot, shallow depth of field, studio lighting, clean background, high resolution, professional photography

Negative prompt:
background clutter, reflection, shadow, watermark, text, blurry, low quality

调整要点：

• 产品名替换为具体对象，比如 a gold luxury watch、a leather handbag。
• 背景 white marble surface 可改成 simple white background、wooden table、glass display。
• shallow depth of field 让背景虚化，突出产品。
• 留白方向：如果需要后期加 logo，在 prompt 里写 centered, ample white space。

头像模板

用途：社交媒体头像、个人品牌形象、游戏角色头像。

核心要求：面部清晰、表情自然、风格统一、不裁切关键部位。

Prompt 示例（写实风格）：

a [人物描述] portrait, close-up, looking at camera, soft natural lighting, shallow depth of field, high resolution, professional photography

Negative prompt:
bad hands, distorted face, asymmetrical eyes, blurry, low quality

Prompt 示例（动漫风格）：

a [人物描述] anime style portrait, close-up, looking at camera, clean line art, vibrant color, high quality

Negative prompt:
realistic, photo, 3d render, low quality, bad anatomy

调整要点：

• 人物描述包括性别、年龄、发型、服装、表情，比如 a young woman with short black hair, confident smile。
• looking at camera 保证眼睛正对镜头，适合头像。
• 写实风格用 professional photography，动漫风格用 anime style, clean line art。
• 比例建议 1:1，比如 512×512 或 1024×1024。

海报模板

用途：活动宣传、内容封面、广告素材。

核心要求：视觉冲击力、标题区域留白、主元素居中或突出、风格统一。

Prompt 示例：

a [主题描述] scene, wide shot, cinematic composition, dramatic lighting, dynamic pose, bold color palette, high resolution, poster design

Negative prompt:
text, watermark, signature, blurry, low quality, cropped

调整要点：

• 主题描述包括人物、场景、动作，比如 a superhero standing on rooftop at sunset、a concert crowd with neon lights。
• wide shot 和 cinematic composition 保证画面有电影感。
• bold color palette 适合海报的视觉冲击力。
• 如果需要后期加标题，在 prompt 里写 top empty space for text，或生成后在 ComfyUI 中裁切。

注意：海报通常需要后期合成标题和 logo。生成图只是基础素材。如果你想直接生成带文字的海报，可以尝试 FLUX 或 SD 3.5，它们对文字元素的支持更强。

游戏素材模板

用途：UI 元素、道具图标、角色立绘。

核心要求：风格统一、轮廓清晰、可裁切、适配游戏引擎。

Prompt 示例（道具图标）：

a [道具名] icon, front view, clean outline, simple background, pixel art style, bright color, 256x256, game asset

Negative prompt:
realistic, photo, complex background, blurry, low quality

Prompt 示例（角色立绘）：

a [角色描述] full body, anime style, dynamic pose, clean background, concept art, high resolution, character design

Negative prompt:
bad hands, extra fingers, distorted face, low quality, messy background

调整要点：

• 道具图标用 front view, clean outline，保证轮廓清晰。
• 角色立绘用 full body，确保完整人物。
• pixel art style 或 anime style 根据游戏类型调整。
• 游戏素材通常需要后续裁切、分层和导出。生成图只是第一步。

模板不是固定答案

这四个模板是起点，不是绝对标准。不同模型、不同 checkpoint、不同 LoRA，结果会有差异。你可以按这个结构写第一次 prompt，然后根据实际效果调整。

关键是记住每个场景的核心约束：产品图要干净，头像要正脸，海报要冲击力，游戏素材要可裁切。这些约束比具体的词更重要。

模型对 Prompt 的影响：为什么复制别人的 prompt 效果不同

你可能遇到过这种情况：看到一个很好的 prompt，复制过来用同样的参数，结果完全不一样。很多人以为是 seed 或参数问题，其实根源在模型。

不同模型的 prompt 跟随能力

模型路线	Prompt 跟随特点	风格倾向	对你写 prompt 的影响
SD 1.5	跟随较弱，容易被质量词主导	写实、动漫、插画都有成熟 checkpoint	需要更多具体词，质量词比重高
SDXL	跟随比 SD 1.5 强，理解结构更准确	通用性强，官方基础模型偏写实	主体和场景词更关键，质量词可以少用
Stable Diffusion 3.5	跟随能力明显提升，对复杂 prompt 理解更好	官方定位为高质量通用模型	可以写更长 prompt，模型仍能理解层次
FLUX.1	Prompt 跟随和画面质感强，对文字元素支持更好	摄影感、电影感、海报风格	可以在 prompt 里加入文字、品牌相关元素

这个表格说明一件事：同一个 prompt，在不同模型上效果不同，不是因为 prompt 写错了，而是因为模型的 prompt 理解能力不同。

SD 1.5 时代，很多 prompt 会堆 masterpiece, best quality, 8k，因为模型对这类质量词响应明显。到了 SDXL 和 SD 3.5，模型对主体、场景、构图的理解更强，你写清楚画面内容，结果更稳定。质量词变成辅助，不是主角。

Checkpoint 和 LoRA 如何改变效果

你下载的”写实人像 checkpoint”、“动漫风格 checkpoint”，本质上是在基础模型上继续训练或融合的结果。它们会改变模型对某些词的响应。

比如一个动漫风格 checkpoint，可能对 anime style, vibrant color, clean line art 响应更强，但对 realistic photography, studio lighting 响应较弱。你把写实风格的 prompt 复制到动漫 checkpoint 上，画面可能混乱。

LoRA 更像是”附加能力包”。它会让模型学会一个特定角色、服装、风格或概念。如果你用了某个 LoRA，prompt 里最好配合它的触发词。比如一个 cyberpunk style LoRA，可能在 prompt 里写 cyberpunk 或特定关键词才能激活。

同一个 prompt 换模型后变差的排障清单

如果你遇到”换模型后效果变差”，按这个顺序检查：

检查项	可能问题	修复方向
基础模型路线	SD 1.5 prompt 放到 SDXL 或 FLUX workflow	换对应路线的示例 workflow
Checkpoint 类型	写实 prompt 放到动漫 checkpoint	换匹配风格的 checkpoint
LoRA 触发词	用了 LoRA 但 prompt 没写触发词	查看 LoRA 模型卡，补触发词
Prompt 长度	SDXL/SD 3.5 支持更长 prompt，但 SD 1.5 可能消化不了	简化 prompt，保留核心主体和场景
权重语法	不同模型对 (keyword:1.5) 响应不同	降低权重范围，重新测试
Negative prompt	新模型对负面词依赖降低	缩短负向词，只保留关键排除项
Workflow 结构	新模型可能需要不同节点链路	使用官方或模型卡推荐的示例 workflow

这个清单的核心逻辑是：prompt 不是孤立文本，它和模型、checkpoint、LoRA、workflow 结构绑定。换模型时，prompt 也需要调整。

一个实用的测试方法

当你拿到一个新模型，先用一组固定 prompt 测试它的响应特点：

# 测试 1：纯主体
a woman sitting on a chair

# 测试 2：主体 + 场景
a woman sitting on a chair in a library

# 测试 3：主体 + 场景 + 风格
a woman sitting on a chair in a library, digital illustration

# 测试 4：主体 + 场景 + 风格 + 权重
a woman sitting on a chair in a library, digital illustration, (soft lighting:1.3)

固定 seed、尺寸、steps、CFG。每个测试生成 3 张，观察模型对不同层次 prompt 的响应。这样你能知道这个模型对主体、场景、风格、权重的敏感度，再决定后续 prompt 怎么写。

ComfyUI 实践：在 Workflow 中迭代 Prompt

前几章讲的是 prompt 结构和理论，这一章讲怎么在 ComfyUI 中实际操作。ComfyUI 的优势是节点可视化，你可以清晰看到 prompt 在哪一步、和哪些节点联动、如何影响最终结果。

Prompt 节点在 workflow 中的位置

一条最小文生图 workflow 通常包含这些节点：

Load Checkpoint → CLIP Text Encode (positive) → KSampler → VAE Decode → Save Image
                → CLIP Text Encode (negative)

正向 prompt 写在第一个 CLIP Text Encode 节点，负向 prompt 写在第二个。它们通过 conditioning 输出连接到 KSampler。KSampler 再根据 seed、steps、CFG、sampler 等参数生成 latent。

这意味着：prompt 不是单独决定画面，而是和模型、采样参数、VAE 共同作用。你在 ComfyUI 中改 prompt 时，应该同时检查：

• Load Checkpoint 里的模型是否正确。
• KSampler 的 seed 是否固定。
• KSampler 的 steps、CFG、sampler 是否稳定。
• VAE Decode 的 VAE 是否匹配模型。

固定 seed 进行对比实验

想测试 prompt 效果，最关键的是固定 seed。在 KSampler 节点里，seed 和 control_after_generate 是两个关键参数。

操作步骤：

1. 把 control_after_generate 设为 fixed。
2. 记录当前 seed 数值。
3. 修改 prompt（只改一个变量，比如只改光线词）。
4. 点击 Queue Prompt 重新生成。
5. 对比两张图的差异，判断光线词的影响。

这样你能排除 seed 随机带来的干扰，只看 prompt 改动的影响。如果你想测试多个 prompt 版本，可以手动修改 seed，比如 seed=100、seed=101、seed=102，每个 seed 对应一个 prompt 版本。

参数联动：Steps、CFG、Sampler 对 Prompt 的影响

Prompt 效果会受采样参数影响。这里给一个基本对照：

参数	对 prompt 效果的影响	推荐范围
Steps（采样步数）	步数太少，prompt 细节可能丢失；步数太多，细节会过度强化	20-30（测试阶段）；30-50（正式生成）
CFG（Classifier-Free Guidance Scale）	CFG 越高，模型越严格跟随 prompt；CFG 越低，模型自由度更高	7-12（常规）；4-7（风格化）；12-15（严格写实）
Sampler（采样器）	不同采样器对 prompt 的响应略有差异，但主要影响速度和细节	Euler、Euler a、DPM++ 2M Karras 是常见选择

常见组合：

• 写实人物：steps=30，CFG=8-10，sampler=DPM++ 2M Karras。
• 动漫风格：steps=25-30，CFG=7-8，sampler=Euler a。
• 产品图：steps=25-30，CFG=9-11，sampler=DPM++ 2M。

这些组合不是固定答案。不同模型、不同 checkpoint，最佳参数会变化。你可以固定 prompt，只改 steps、CFG、sampler，观察结果。

批生成对比的最佳实践

如果你想一次性测试多个 prompt 版本，可以用 batch 节点或手动改 seed。ComfyUI 有几种方式：

方法 1：手动改 seed

在 KSampler 里手动修改 seed，每次改一个 prompt 版本，记录 seed 和对应的图。这种方法最简单，适合少量对比。

方法 2：使用 batch 节点

某些 custom node 包会提供 batch 功能，比如 Primitive 节点批量输入 seed，或专门的 batch prompt 节点。适合需要一次生成几十张对比图的场景。

方法 3：保存 workflow 版本

把不同 prompt 的 workflow 保存为不同 JSON，比如：

portrait-prompt-v1.json  # 原始 prompt
portrait-prompt-v2.json  # 加光线词
portrait-prompt-v3.json  # 加权重词

加载时直接拖入对应 JSON，不需要每次重新输入。

记录实验结果

测试 prompt 时，建议记录：

## Prompt 测试记录

- 模型：SDXL base 1.0
- Seed：12345
- Size：1024×1024
- Steps：30
- CFG：8
- Sampler：DPM++ 2M Karras
- Prompt 版本 1：a woman sitting in a library, soft lighting
- Prompt 版本 2：a woman sitting in a library, (soft lighting:1.3)
- 差异：版本 2 光线更柔和，阴影更自然

这样你能建立自己的 prompt 效果库，下次遇到类似场景，直接调历史记录。

商业与版权风险：Prompt 里不能写什么

很多人会把 prompt 当成”只要能生成想要的图就行”，但商业使用时，prompt 里写的内容、生成图的用途、模型的 license，都会带来法律风险。这一章不讲抽象概念，直接给检查清单。

三类必须避免的内容

第一类：品牌名和商标

在 prompt 里写 Nike shoes、Apple product、Coca-Cola logo，生成图里出现对应品牌元素，用于商业项目，可能构成商标侵权。即使品牌元素不是你主动画的，只要生成结果里有，你使用这张图就可能有问题。

正确做法：用品类词替代品牌词。比如：

• Nike shoes → a pair of running shoes, sporty design。
• iPhone → a smartphone, modern design。
• Starbucks logo → a coffee shop logo, circular design。

如果客户明确要求某个品牌元素，你应该使用品牌授权素材，而不是用 AI 生成。

第二类：真实人物和公众人物

在 prompt 里写 Taylor Swift portrait、Elon Musk face、celebrity name，生成近似公众人物的形象，用于商业项目，可能涉及肖像权、人格权侵权。不同国家的法律对公众人物肖像的保护范围不同，但风险普遍存在。

正确做法：用描述词替代人物名。比如：

• Taylor Swift portrait → a young woman with blonde hair, singer style portrait。
• Elon Musk face → a middle-aged man with short hair, tech entrepreneur portrait。

如果你想生成虚构角色的形象，确保角色设定是你原创的，而不是模仿现有公众人物。

第三类：艺术家风格和版权作品

在 prompt 里写 style of artist name，尤其是当代艺术家，生成图可能接近该艺术家作品风格。如果用于商业项目，可能涉及版权争议。不同艺术家对”风格模仿”的态度不同，但你不应该默认”风格借鉴是安全的”。

正确做法：用风格描述词替代艺术家名。比如：

• style of Studio Ghibli → anime style, soft color palette, detailed background。
• style of Van Gogh → oil painting style, bold brush strokes, vibrant color。

如果你明确想致敬某个艺术家风格，最好先了解该艺术家对商业使用的态度，或者咨询法律意见。

模型 License 检查清单

商业使用前，必须检查三层 license：

第一层：基础模型 license

Stability AI 官方在 license 页面说明 SDXL、SD 3.5 等模型的许可边界。关键条款包括：

• Community License：允许个人和非商业使用，商业使用有收入阈值限制。
• Enterprise License：超过收入阈值或特定用途需要企业许可。
• 生成图的使用范围：某些模型允许生成图用于商业素材，某些模型限制输出用途。

检查步骤：

1. 访问 Stability AI License。
2. 确认你使用的基础模型是哪个版本。
3. 对照 Community License 的收入阈值和使用范围。
4. 判断你的项目是否需要 Enterprise License。

第二层：社区 checkpoint 和 LoRA 的 license

你在 Civitai、Hugging Face 上下载的社区模型，每个模型卡都有 license 说明。常见情况：

• 某些 checkpoint 明确禁止商业使用。
• 某些 LoRA 只允许非商业使用。
• 某些模型要求署名或注明来源。

检查步骤：

1. 打开模型卡，找到 License 字段。
2. 确认是否允许商业使用。
3. 如果 license 模糊，优先联系作者确认，不要默认”能下载就能商用”。

第三层：平台或服务条款

如果你使用云端服务或 API，比如 Stability AI API、其他服务商，平台条款会规定：

• 生成图是否可以用于商业项目。
• 是否可以重新分发生成图。
• 是否可以作为服务出售。

检查步骤：

1. 打开平台服务条款。
2. 找到生成内容使用权、分发权的说明。
3. 确认你的用途是否符合条款。

商业素材使用前检查清单

每次商业项目前，按这个顺序检查：

## 商业使用检查清单

1. □ 基础模型 license 是否允许商业使用？
2. □ 社区 checkpoint/LoRA license 是否允许商业使用？
3. □ 平台或服务条款是否符合你的用途？
4. □ Prompt 里是否有品牌名、商标词？
5. □ Prompt 里是否有真实人物、公众人物名？
6. □ Prompt 里是否有艺术家风格词需要确认？
7. □ 生成图是否用于广告、客户交付、付费素材？
8. □ 如果有任何不确定项，是否已咨询作者或法律意见？

这个清单不是法律建议，而是风险提醒。如果你遇到不确定的情况，优先选择明确允许商用的模型和素材，或者咨询专业法律意见。

Prompt 失效排障清单：问题定位和修复方向

你按模板写了 prompt，生成结果却不符合预期。这时候不要重写整个 prompt，而是按这个清单逐项检查。

快速排障表

问题表现	更可能的原因	优先检查项	修复方向
手指扭曲、六指、手部粘连	模型手部能力弱、negative prompt 不够具体	模型类型、负向词是否包含手部词	换手部能力强的 checkpoint，添加 bad hands, mutated hands, extra fingers
脸部变形、五官不对称	模型脸部能力弱、prompt 缺少脸部描述	模型类型、正向 prompt 是否有脸部细节	换写实人像 checkpoint，添加脸部特征词
构图偏离预期、裁切错误	prompt 缺少构图词、尺寸和 prompt 不匹配	正向 prompt 是否有镜头和构图词、宽高设置	添加 medium shot, centered, full body，调整尺寸比例
风格不符合预期、画面混乱	模型风格倾向和 prompt 冲突、LoRA 触发词缺失	Checkpoint 类型、LoRA 是否有触发词	换风格匹配的 checkpoint，添加 LoRA 触发词
画面模糊、细节丢失	Steps 太少、CFG 太低、质量词缺失	KSampler 的 steps 和 CFG、正向 prompt 质量词	提高 steps 到 25-30，CFG 到 7-10，添加质量词
色彩异常、光线不自然	模型对光线词响应弱、权重冲突	光线词是否有权重、是否有冲突光线词	调整光线词权重，删除冲突光线词
主体不突出、画面杂乱	Prompt 堆词过多、主体词权重不足	正向 prompt 是否主体优先、主体词是否有权重	把主体移到 prompt 开头，用权重强调主体
生成速度极慢、显存爆满	分辨率过高、batch 太大、后处理节点过多	尺寸设置、batch、workflow 结构	降低尺寸到 512×512，batch 设为 1，禁用后处理节点

按顺序排查，不要一次改多个变量

排障最忌讳一边改模型，一边改 prompt，一边改参数。你改了三处，结果好了，但你不知道是哪一处起作用。下次遇到类似问题，还是得从头试。

建议顺序：

1. 固定 seed、尺寸、steps、CFG、sampler。
2. 先检查模型：checkpoint 是否适合当前场景、LoRA 是否正确加载。
3. 再检查 prompt：主体词是否在开头、构图词是否明确、质量词是否适量。
4. 最后检查参数：steps 是否足够、CFG 是否在合理范围。
5. 每次只改一项，生成对比，记录差异。

常见问题的具体修复步骤

问题 1：手指问题

# 检查步骤
1. 确认模型：是否用写实人像 checkpoint？
2. 确认负向词：是否包含 `bad hands, mutated hands, extra fingers`？
3. 确认正向词：是否有手部描述，比如 `hands visible, holding object`？

# 修复方向
- 如果模型是动漫 checkpoint，换写实模型测试。
- 负向词添加手部词，权重可以提高：(bad hands:1.2)。
- 正向词明确手部动作，避免模糊描述。

问题 2：构图问题

# 检查步骤
1. 确认正向词：是否有镜头词（portrait、medium shot、full body）？
2. 确认尺寸：宽高比例是否和构图匹配（头像用 1:1，海报用 2:3 或 9:16）？
3. 确认 prompt 结构：主体词是否在开头？

# 修复方向
- 添加镜头词：`medium shot, centered composition`。
- 调整尺寸：头像用 512×512 或 1024×1024，海报用 768×1152 或类似比例。
- 把主体移到 prompt 第一句。

问题 3：风格混乱

# 检查步骤
1. 确认 checkpoint：是否适合目标风格（写实、动漫、概念）？
2. 确认 LoRA：是否正确加载，是否有触发词？
3. 确认 prompt：风格词是否明确，是否有冲突风格词？

# 修复方向
- 换风格匹配的 checkpoint。
- 如果用 LoRA，确认触发词并添加到 prompt。
- 删除冲突风格词，比如正向写 `anime`，负向不要写 `anime`。

问题 4：画面模糊

# 检查步骤
1. 确认 steps：是否低于 20？
2. 确认 CFG：是否低于 7？
3. 确认质量词：正向是否缺少 `high resolution, detailed`？

# 修复方向
- 提高 steps 到 25-30。
- CFG 设为 7-10。
- 添加质量词，但不要堆叠过多。

记录排障结果

每次排障后，建议记录：

## 排障记录

- 原问题：手指扭曲
- 模型：SDXL base → 换成 realisticVision checkpoint
- Prompt：添加 (bad hands:1.2)
- 结果：手部改善，但脸部仍变形
- 下一步：添加脸部负向词

这样你能建立自己的排障经验库，下次遇到类似问题，直接调历史记录。

下一步与延伸阅读

站内文章

• ComfyUI 入门指南：从安装到生成第一张 Stable Diffusion 图片
• ComfyUI Workflow 复用指南：如何保存、导入和迭代你的工作流
• Stable Diffusion 模型选择指南：SDXL vs SD 3.5 vs FLUX 对比

官方文档

• Stability AI License：商业使用许可边界
• Hugging Face Diffusers 文档：prompt 和 negative prompt 官方说明
• ComfyUI Text to Image 教程：workflow 中的 prompt 节点

---

Prompt 不是玄学，是结构。掌握了分层设计、权重语法、negative prompt 科学迭代，你就能在 ComfyUI 中稳定产出高质量图片。

记住三点：

1. 先写主体、场景、构图，最后写风格和质量词
2. Negative prompt 根据失败结果逐步添加，不要堆叠
3. 商业使用前检查模型 License 和平台条款