Sau 200 bức tranh thử nghiệm, anh Long đã tóm tắt các quy tắc của ComfyUI thành 6 quy tắc.

Ban đầu nghĩ rằng các từ khóa chỉ là đống từ khóa — "điện ảnh, hoạt hình, dễ thương, đồng phục JK, tóc dài" cứ nhét lung tung, kết quả ra hình luôn cách mong muốn rất xa.
Sau đó mới hiểu rõ: mô hình không nhận biết lời nói, chỉ nhận dạng từ khóa + trọng số xác suất.
Cú pháp trọng số ❶, chỉ cần ghi nhớ một quy tắc
( Từ khóa: số) — 1.2 tăng cường, 0.8 giảm nhẹ, 1.0 mặc định. Không lồng quá 3 lớp (lồng sâu quá sẽ gây quá khớp hình). Cách viết tối giản: (từ khóa++) = 1.2, [từ khóa] = 0.9.
❷ Thứ tự vàng bốn lớp
Chủ thể → Môi trường → Phong cách → Chất lượng. Mô hình chú ý nhiều nhất đến 20 token đầu, từ khóa chính phải đặt ở đầu.
1girl, tóc hồng dài, cười, kimono,
vườn anh đào, ánh sáng hoàng hôn mềm mại,
phong cách anime, bóng đổ tế bào, bảng màu pastel,
tác phẩm nghệ thuật, chất lượng tốt nhất, 4k, chi tiết tinh xảo
❸ Không dùng prompt tiếng Trung
Dữ liệu huấn luyện SD1.5/SDXL chủ yếu bằng tiếng Anh, nhận dạng thẻ tiếng Trung cực thấp. Prompt tiếng Anh + chú thích tiếng Trung là giải pháp tối ưu.
❹ Mẫu từ tiêu cực phổ quát (đủ cho 90% cảnh)
chất lượng thấp, giải phẫu xấu, ngón tay thừa, mắt biến dạng,
mờ nhòe, xấu xí, trùng lặp, watermark, chữ ký
Thêm phần điện ảnh: nsfw, đơn sắc, màu phẳng
Thêm phần thực tế: da nhựa, mặt sáp, quá phơi sáng, nhiễu
❺ Hai bộ từ vựng phong cách
- Điện ảnh: ảnh chụp màn hình anime, bóng đổ tế bào, màu sắc sống động, nền chi tiết
- Thực tế: chân thực, ánh sáng điện ảnh, 85mm, phân tán dưới bề mặt, hạt phim
❻ Khắc phục vấn đề xuất hình (cứu mạng)
- Không liên quan → đề cập CFG 7-8
- Quá nhiều yếu tố → giảm trọng số từ khóa chính / đặt sau
- Nhiều nhân vật dính nhau → viết lại cấu trúc bốn lớp
- Vật thể lặp lại → đổi seed + thêm từ tiêu cực và lặp lại
6 quy tắc không nhiều, copy dán là dùng được. Đáng giá hay không thì chưa rõ, dù sao sau 200 bức tranh thử nghiệm tôi đã ổn định ra hình rồi.