Perché Stable Diffusion preferisce i tag
La maggior parte dei checkpoint di Stable Diffusion è stata addestrata su immagini abbinate a brevi didascalie ed elenchi di tag, quindi risponde meglio a tag compatti separati da virgole che a frasi scorrevoli. Il nostro generatore ordina i tag come fanno gli utenti esperti: prima il soggetto principale, poi i suoi dettagli, l’ambientazione, la composizione, la luce, la palette di colori, lo stile e infine i tag di qualità.
L’ordine conta per via di come vengono codificati i prompt. L’encoder di testo legge il prompt a blocchi di circa 75 token, e i tag iniziali tendono ad avere più influenza. Un prompt mirato, di solito tra 25 e 45 tag, lascia a ogni tag lo spazio per contare, invece di farlo competere con decine di quasi duplicati.
I pesi: (tag:1.2) e quando usarli
Interfacce come ComfyUI, Forge e AUTOMATIC1111 supportano pesi di attenzione scritti come (tag:1.2). Un valore sopra 1 rafforza un tag, sotto 1 lo indebolisce. Aggiungiamo un peso moderato a uno o due tag che definiscono la tua immagine, di solito il soggetto principale, e lasciamo tutto il resto al valore predefinito.
Resisti alla tentazione di spingere i pesi oltre 1,4 circa. Pesi molto alti causano spesso artefatti, colori sovrasaturi o elementi ripetuti. Se qualcosa continua a non comparire, spostare il tag più in alto nel prompt di solito funziona meglio che aumentarne ancora il peso.
Prompt negativi adatti all’immagine
La seconda riga di ogni risultato è un prompt negativo: ciò da cui il modello deve stare alla larga. Invece di un muro generico di cinquanta tag, ne scriviamo da otto a quindici adatti alla foto, come extra fingers per i ritratti, watermark e text per le foto in stile stock, oppure blurry e lowres per le scene ricche di dettagli.
Incollalo nel campo del prompt negativo della tua interfaccia, non nel prompt principale. Con i modelli più recenti come SD 3.5, che capiscono meglio il linguaggio naturale, di solito bastano prompt negativi più brevi.
SDXL, SD 3.5 e checkpoint personalizzati
I prompt in stile tag funzionano con SD 1.5, SDXL e la maggior parte dei checkpoint della community. SD 3.5 accetta anche descrizioni più lunghe in linguaggio naturale, quindi se lì i risultati ti sembrano rigidi, prova il formato Generale. I checkpoint per anime e illustrazione si aspettano spesso un proprio vocabolario di tag, quindi mantieni i tag di stile consigliati dalla documentazione del tuo checkpoint.
Un esempio veloce
Per la foto di un faro al tramonto, un risultato tipico inizia con (white lighthouse:1.3) e rocky coastline, prosegue con golden hour light, long exposure sea, wide-angle view e matte painting style, e si chiude con tag di qualità come highly detailed e sharp focus. La riga negativa potrebbe essere blurry, lowres, watermark, text, oversaturated. Ogni tag indica un solo elemento visibile, così è facile sostituirne uno e vedere esattamente cosa cambia.