提示词结构与权重语法

一、Prompt 在 ComfyUI 中的位置

CLIP Text Encode (正向) → CONDITIONING → KSampler
CLIP Text Encode (负向) → CONDITIONING → KSampler

ComfyUI 与 WebUI 使用 同一套 Stable Diffusion 系 Prompt 语法（括号权重等）。
差异只在：ComfyUI 里你 显式看到 两个 Text Encode 节点。

二、正向 Prompt 四层结构

推荐按顺序组织（可省略某层，但顺序建议保持）：

[主体] + [环境/动作] + [风格/媒介] + [质量/光照]

2.1 主体（Subject）

谁 / 什么，画面核心。

1girl, solo, young woman, red dress
a futuristic sports car, product shot

2.2 环境 / 动作（Scene / Action）

在哪里、做什么。

standing on beach, sunset, wind in hair
in modern studio, soft shadow

2.3 风格 / 媒介（Style / Medium）

anime style, oil painting, cinematic photo
3d render, pixel art, ink illustration

2.4 质量 / 光照（Quality / Lighting）

masterpiece, best quality, highly detailed
soft lighting, rim light, depth of field

2.5 完整示例（SDXL 人像）

1girl, solo, long black hair, white shirt, sitting by window,
rainy day, cozy room, anime style, soft lighting,
masterpiece, best quality, highly detailed

三、负向 Prompt

列出 不想出现 的内容，常作为 固定模板 复用：

low quality, worst quality, blurry, jpeg artifacts,
bad anatomy, bad hands, extra fingers, deformed,
watermark, text, logo, signature, username,
oversaturated, ugly, duplicate

3.1 原则

负向 不宜过长（部分模型对过长负向不敏感）；
针对问题追加词，如总是多手指 → 加强 extra fingers, mutated hands；
SDXL 负向可略短于 SD1.5。

3.2 个人负向模板

建议保存为 Preset（3-4），每个项目一条。

四、权重语法

4.1 圆括号加权 `(word:weight)`

(blue eyes:1.3)
(red dress:1.2)

weight > 1 → 强调；
weight < 1 → 削弱；
常用范围 0.5–1.5，过高易崩。

简写：(word) 约等于 (word:1.1)，(word:1.2) 需写全（视解析器，ComfyUI 与 A1111 一致）。

4.2 多重括号

((masterpiece))     ≈ 更强强调
(blue eyes:1.25)

不要叠太多层，易过拟合。

4.3 方括号降权 `[word]`

部分解析支持 [word] 表示降低权重（约 0.9），ComfyUI 默认 CLIP Encode 与 WebUI 相同 时可使用。

4.4 BREAK 与分段（高级）

部分扩展支持 BREAK 将 Prompt 分段编码，长 Prompt 时用；需对应 Custom Node 或特定 Encode 节点。

五、tag 顺序与逗号

5.1 逗号分隔

1girl, blue hair, school uniform, outdoors

5.2 顺序影响

越靠前 的 tag 通常 越受重视（经验规律，非绝对）。
建议：主体放最前，风格质量放后。

5.3 从 WD14 反推编辑（4-6）

反推 tag 后：

删冗余、冲突 tag；
重要 tag 加权重；
补风格与质量层。

六、不同模型的 Prompt 习惯

模型	建议
SD1.5	tag 风、danbooru 标签有效；cfg 7–9
SDXL	自然语言 + tag 混合；cfg 5–7；不宜堆过长
Flux	偏自然语言完整句；少堆砌 tag；按 Flux 模板
Z-Image Turbo	简短 Prompt 常够用；以模板为准

同一 Prompt 不能假设在所有模型上效果相同。

七、Prompt 与 LoRA / ControlNet

组件	Prompt 注意
LoRA	加 trigger word
ControlNet	Prompt 描述内容/风格，结构由 ControlNet 管
IP-Adapter	Prompt 可与参考图分工，避免重复冲突
InstantID	人脸靠 ID，Prompt 描述场景服装

八、常见错误

错误	后果	改法
正负写反	生成相反	检查节点连线
权重全 1.5+	画面崩	降到 1.1–1.3
只有质量词无主体	随机内容	先写主体
Prompt 过长 SDXL	注意力分散	精简到 75 token 内为宜
中英文混用无规律	部分模型偏科	SD 系偏英文；中文模型另论

九、Prompt 模板库（可复制）

9.1 SDXL 通用人像

正向：

1person, portrait, looking at viewer, natural smile,
indoor, soft window light, shallow depth of field,
cinematic photo, masterpiece, best quality, highly detailed

负向：用第三节通用负向。

9.2 动漫插画

正向：

1girl, solo, detailed eyes, dynamic pose,
anime style, cel shading, vibrant colors,
best quality, illustration

9.3 产品图

正向：

product photography, white background, studio lighting,
sharp focus, commercial, high detail, 8k