Comment les prompts Stable Diffusion diffèrent des autres modèles
La syntaxe de prompt de Stable Diffusion est la plus technique parmi les générateurs d'images IA populaires. Contrairement au style propre à virgules de Midjourney ou aux phrases naturelles de DALL-E 3, les prompts SD utilisent un système de tokens pondérés avec notation entre parenthèses. Cela vous donne un contrôle fin sur chaque élément de l'image — mais nécessite de connaître la syntaxe.
(masterpiece:1.2), (ultra-detailed:1.1), cinematic photograph, lone warrior in ancient ruins, dramatic side lighting, volumetric fog, depth of field, (sharp focus:1.1), 8k resolution
Negative: (worst quality:1.4), (bad anatomy:1.3), blurry, watermark, text, low resolution, duplicate, mutated hands
Comprendre la syntaxe pondérée
La syntaxe (terme:poids) est la fonctionnalité la plus puissante de Stable Diffusion. Des poids supérieurs à 1.0 augmentent l'influence d'un token sur la sortie ; des poids inférieurs à 1.0 la réduisent. La plage pratique est de 0.5 à 1.5 — aller trop haut cause des artefacts, trop bas rend le terme inefficace.
(masterpiece:1.2)(sujet:1.1)(bad anatomy:1.3)[terme](terme:0.9) pour une déemphase subtile.SD 1.5 vs SDXL vs SD 3.5 : lequel choisir ?
SD 1.5 est le checkpoint le plus largement supporté avec des milliers de fine-tunes communautaires (LoRAs, embeddings). Les prompts nécessitent plus de balises de qualité explicites et de prompts négatifs. SDXL produit une résolution nativement bien plus élevée (base 1024×1024) et comprend plus de langage naturel. SD 3.5 est la dernière architecture avec une adhérence au prompt considérablement améliorée et une anatomie humaine plus précise.
Notre générateur produit des prompts qui fonctionnent sur les trois versions. Les descripteurs principaux et la syntaxe pondérée sont universellement compatibles, tandis que les balises de qualité sont calibrées pour les meilleurs résultats dans SDXL et SD 3.5.
L'importance des prompts négatifs
Contrairement à Midjourney ou DALL-E 3, Stable Diffusion s'appuie fortement sur les prompts négatifs pour éviter les artefacts de génération courants. Sans prompt négatif approprié, les images SD présentent fréquemment une anatomie distordue, des filigranes, un rendu de faible qualité et des problèmes de composition. Notre générateur produit automatiquement une section de prompt négatif ciblant les faiblesses spécifiques les plus susceptibles d'apparaître compte tenu du contenu et du style de votre image.
Compatibilité avec les checkpoints
Les prompts générés sont compatibles avec les checkpoints SD les plus populaires : Realistic Vision, DreamShaper, Deliberate, SDXL Base 1.0, Juggernaut XL et RealVisXL. Pour les images de style anime, le générateur adapte le vocabulaire vers des tokens reconnus par des checkpoints comme AnythingV5 et CounterfeitXL.
Questions Fréquentes
Le générateur produit-il des prompts négatifs pour Stable Diffusion ?
Oui. Le générateur produit une section dédiée aux prompts négatifs avec les termes de qualité SD standard comme (worst quality:1.4), (bad anatomy:1.3), blurry, watermark, ainsi que des négatifs spécifiques au contenu identifiés dans votre image pour prévenir les artefacts courants.
Cela fonctionne-t-il avec SDXL et SD 3.5 ?
Oui. Le générateur produit des prompts compatibles avec SD 1.5, SDXL et SD 3.5. SDXL et SD 3.5 comprennent un langage plus naturel, donc les prompts fonctionnent légèrement différemment — notre générateur utilise le vocabulaire et les plages de poids appropriés pour chaque version.
Quelle syntaxe de poids le prompt utilise-t-il ?
Stable Diffusion utilise des parenthèses avec des poids décimaux : (terme:1.2) augmente l'emphase, (terme:0.8) la réduit. Notre générateur applique les poids intelligemment — les termes de style et de qualité critiques comme (masterpiece:1.2) reçoivent des poids plus élevés, tandis que les descripteurs secondaires restent à 1.0.
Puis-je utiliser ces prompts avec ComfyUI ou Automatic1111 ?
Oui. Les prompts générés utilisent la syntaxe SD standard qui fonctionne dans Automatic1111 et ComfyUI. Collez simplement le prompt positif dans le champ prompt et le prompt négatif dans le champ prompt négatif.
