2025 版 Stable Diffusion 提示词手册：中英 prompt+CFG scale/LoRA 技术指南

? 一、2025 版 Stable Diffusion 核心更新与提示词适配

? 二、中英 prompt 设计的核心差异与优化策略

1. 中文 prompt 的结构化技巧

2. 英文 prompt 的权重语法进阶

3. 中英混合使用的避坑指南

?️ 三、CFG scale 调节：从新手到专家的进阶之路

1. CFG scale 的基础逻辑

2. 动态调节技巧

• 分阶段调节：在生成初期（前 10 步）使用低 CFG scale（如 5），让模型自由探索；后期（后 20 步）提升至 8-10，强化提示词约束。
• 结合反向提示词：当需要突出某元素时，可在正向提示词中提高其权重，同时在反向提示词中排除干扰项。例如，“(cyberpunk:1.5) cityscape” 搭配 “((realistic:0.8))”，能增强赛博朋克风格的同时避免过度真实化。

3. 特殊场景的 CFG 策略

• 艺术创作：使用 4-6 的 CFG scale，允许更多随机细节，适合生成抽象或超现实作品。
• 商业设计：提高至 8-10，确保品牌元素（如 logo 颜色、产品形态）精准还原。

? 四、LoRA 技术实战：从训练到应用的全流程指南

1. LoRA 模型的选择与加载

2. 自定义 LoRA 训练技巧

• 数据准备：收集 50-100 张风格一致的参考图，命名格式为 “Repeat 值_主题名”（如 “30_anime_eyes”），Repeat 值越高，训练越精细。
• 参数设置：学习率设为 1e-4 至 1e-5，批次大小 1，训练总轮数 200 左右。为防止过拟合，可加入 class-specific prior preservation loss 正则化项。

3. LoRA 与提示词的深度融合

• 风格叠加：例如，“(lora:VanGoghStyle:0.6) starry night, (lora:DigitalPainting:0.4) vibrant colors”，可混合梵高风格与数字绘画质感。
• 局部强化：配合 ControlNet 的蒙版功能，对特定区域应用 LoRA。例如，“(lora:CyberneticArmor:0.8) on the character's chest”，能精准强化盔甲细节。

? 五、2025 年提示词工程的十大趋势与工具推荐

1. 多模态提示词崛起

2. 长上下文窗口的应用

3. 实用工具推荐

• PromptHero：提供分类清晰的提示词库，支持按风格、主题筛选。
• Lexica：海量 AI 生成图像与提示词的对应案例库，适合灵感参考。
• Civitai：全球最大的 LoRA 模型社区，涵盖各种细分领域的预训练模型。

? 结语