Mengapa Stable Diffusion lebih suka tag
Sebagian besar checkpoint Stable Diffusion dilatih dengan gambar yang dipasangkan dengan keterangan singkat dan daftar tag, sehingga model ini paling responsif terhadap tag ringkas yang dipisahkan koma, bukan kalimat yang mengalir. Generator kami mengurutkan tag seperti yang dilakukan pengguna berpengalaman: subjek utama lebih dulu, lalu detail subjek, latar, komposisi, pencahayaan, palet warna, gaya, dan terakhir tag kualitas.
Urutan penting karena cara prompt dikodekan. Text encoder membaca prompt dalam potongan sekitar 75 token, dan tag yang lebih awal cenderung lebih berpengaruh. Menjaga prompt tetap fokus, biasanya 25 hingga 45 tag, memberi setiap tag ruang untuk berperan alih-alih bersaing dengan puluhan tag yang nyaris sama.
Bobot: (tag:1.2) dan kapan menggunakannya
Antarmuka seperti ComfyUI, Forge, dan AUTOMATIC1111 mendukung bobot atensi yang ditulis sebagai (tag:1.2). Nilai di atas 1 memperkuat tag, nilai di bawah 1 melemahkannya. Kami menambahkan bobot sedang pada satu atau dua tag yang paling menentukan gambar Anda, biasanya subjek utama, dan membiarkan sisanya pada nilai bawaan.
Tahan keinginan untuk menaikkan bobot di atas sekitar 1.4. Bobot yang sangat tinggi sering menimbulkan artefak, warna yang terlalu jenuh, atau elemen yang berulang. Jika sesuatu tetap tidak muncul, memindahkan tag ke bagian lebih awal biasanya lebih efektif daripada terus menaikkan bobotnya.
Prompt negatif yang sesuai dengan gambar
Baris kedua dari setiap hasil adalah prompt negatif: hal-hal yang harus dihindari model. Alih-alih deretan lima puluh tag generik, kami menulis delapan hingga lima belas tag yang cocok dengan gambarnya, misalnya extra fingers untuk potret, watermark dan text untuk foto bergaya stok, atau blurry dan lowres untuk adegan yang detail.
Tempelkan ke kolom prompt negatif di antarmuka Anda, bukan ke prompt utama. Untuk model yang lebih baru seperti SD 3.5, yang lebih memahami bahasa alami, prompt negatif yang lebih pendek biasanya sudah cukup.
SDXL, SD 3.5, dan checkpoint hasil fine-tuning
Prompt bergaya tag berfungsi di SD 1.5, SDXL, dan sebagian besar checkpoint komunitas. SD 3.5 juga menerima deskripsi bahasa alami yang lebih panjang, jadi jika hasilnya terasa kaku di sana, coba format Umum. Checkpoint anime dan ilustrasi sering mengharapkan kosakata tag tersendiri, jadi pertahankan tag gaya yang direkomendasikan dokumentasi checkpoint Anda.
Contoh singkat
Untuk foto mercusuar saat matahari terbenam, hasil yang umum diawali dengan (white lighthouse:1.3) dan rocky coastline, berlanjut ke golden hour light, long exposure sea, wide-angle view, dan matte painting style, lalu diakhiri dengan tag kualitas seperti highly detailed dan sharp focus. Baris negatifnya mungkin berbunyi blurry, lowres, watermark, text, oversaturated. Setiap tag menyebut satu fakta yang terlihat, sehingga mudah menukar satu tag dan melihat persis apa yang berubah.