بعد اختبار 200 صورة، قام لنجو بتلخيص كلمات الإرشاد في ComfyUI إلى 6 قواعد.

في البداية ظننت أن كلمات الإرشاد مجرد تراكم للكلمات المفتاحية — "ثنائية الأبعاد، أنمي، لطيف، زي JK، شعر طويل" — أضعها عشوائيًا، وكانت النتائج دائمًا أقل مما أريد.
لاحقًا فهمت: النموذج لا يتعرف على الكلام البشري، بل يتعرف على الكلمات المفتاحية + وزن الاحتمالية.
❶ صيغة الوزن، يكفي أن تتذكر قاعدة واحدة
(الكلمة المفتاحية: رقم) — 1.2 للتعزيز، 0.8 للتقليل، 1.0 كافتراضي. التداخل لا يتجاوز 3 طبقات (أيضًا، التعمق أكثر يؤدي إلى الإفراط في التخصيص).
طريقة الكتابة المبسطة: (الكلمة المفتاحية++) = 1.2، [الكلمة المفتاحية] = 0.9.
❷ ترتيب الذهب لأربعة طبقات
الموضوع → البيئة → أسلوب الرسم → الجودة.
يولي النموذج أعلى انتباه لأول 20 رمز، لذا يجب وضع الكلمات الأساسية في البداية.
1girl، شعر وردي طويل، مبتسم، كيمونو،
حديقة أزهار الكرز، ضوء غروب ناعم،
أسلوب أنمي، تظليل خلوية، لوحة ألوان باستي،
تحفة فنية، جودة ممتازة، 4K، تفاصيل معقدة
❸ لا تستخدم prompt باللغة الصينية
بيانات تدريب SD1.5/SDXL تعتمد بشكل رئيسي على الإنجليزية، وفعالية التعرف على الوسوم الصينية منخفضة جدًا.
أفضل حل هو استخدام prompt باللغة الإنجليزية مع ملاحظات باللغة الصينية.
❹ قالب كلمات سلبية عالمي (يكفي 90% من الحالات)
جودة منخفضة، تشريح سيء، أصابع إضافية، عيون مشوهة،
ضبابي، قبيح، مكرر، علامة مائية، توقيع
إضافة ثنائية الأبعاد: nsfw، أحادي اللون، ألوان مسطحة
إضافة واقعية: جلد بلاستيكي، وجه شمع، إضاءة مفرطة، ضوضاء
❺ مجموعتان من معاجم الأسلوب
- ثنائية الأبعاد: لقطة شاشة أنمي، تظليل خلوية، ألوان زاهية، خلفية مفصلة
- واقعية: تصوير فوتوغرافي، إضاءة سينمائية، 85 ملم، تشتت تحت السطح، حبيبات الفيلم
❻ استكشاف أخطاء الصور (للحاجة الماسة)
- غير ذات صلة → ذكر CFG بين 7-8
- عنصر واحد مفرط → خفض وزن الكلمة الأساسية / وضعها لاحقًا
- تلاصق شخصيات متعددة → إعادة كتابة الهيكل الرباعي
- تكرار الأجسام → تغيير البذرة + إضافة كلمات سلبية مع تكرار
6 قواعد ليست كثيرة، يمكن نسخها ولصقها للاستخدام.
هل هي قيمة أم لا، لا أستطيع أن أقول، على أي حال بعد رسم 200 صورة فاشلة، أصبحت النتائج مستقرة.