AI绘画入门基础之描述关键词(提示词)需要遵循什么逻辑?

简单来说总结为一句话:就是告诉AI,你要画什么东西,东西长什么样,用什么画法绘画。
 

1. 概念性与详细性:


使用这么多AI绘画工具创作图片以来,其实有时候根据一些中文概念词语也能生成一些不错的画风图片,例如形容词,四字成语,当然这只是针对风景画风类的场景,当然这是针对于概念性的描述,平常我们利用中文的理解,去想到某个词语,某个成语,再去翻译一下,得到的画风都挺不错。


不一定需要追求多长大段的提示词构造,我觉得对于一名爱好者而言,关键在于创意,我们先时常去锻炼我们的创意意识,再去追求所谓的详细构词,这样的AI绘画逻辑更能入门。


例如,在使用AI绘画技术创作风景画时,可以使用以下关键词:山水、海景、城市、乡村等等。每个关键词都对应了多种不同的描述语(prompt)推荐,


举个例子:
● 山水:在蓝色天空下,山峰耸立,水流潺潺,绿树成荫,美景如画。

● 海景:碧海蓝天,海浪拍打着礁石,夕阳西下,海鸥飞翔,美不胜收。

● 城市:高楼林立,人群熙熙攘攘,车水马龙,光影交错,城市之美尽显眼前。

● 乡村:田野风光,农舍点缀,晨雾蒙蒙,牛羊成群,田园风光无限美好。


 

这些描述语(prompt)推荐可以帮助用户更好地实现对于图像的想象,
从而生成更加满意的图像。
接下来详细性呢?

一个基本提示词结构详细来说一般都概括为:

1.画面主体:这是描述词中最核心的部分,直接决定了画面要表现的主要内容。例如,如果想要画一只老虎,那么“一个老虎”就是画面的主体。


2.主体修饰:在确定了画面的主体之后,进一步细化主体的特征或状态,可以使画面更加丰富和具体。比如,“一个强壮的老虎”,这里的“强壮”就是对老虎状态的修饰,也就是形容这个主体。


3.场景设定:描述画面发生的背景或环境,可以增加画面的深度和故事性。例如,“这只老虎在哪里:在森林里”,通过设定场景为森林,让画面有了更具体的背景。


4. 风格设定:指定画面的风格,如素描、油画、水彩等,可以帮助AI更准确地理解你想要的视觉效果。


例如,可以选择“4K画质”、“3d画风”或“电影风格”等风格来指导AI的创作方向,

这一步就是所谓AI绘画最神奇的地方,

只要你的关键词使用得具体逼真,

那么出来的图片也对应逼真。


5.光线和视角:通过描述光线的方向、强度以及视角,可以增强画面的立体感和氛围感。例如,可以指定“正午的阳光”、“从左侧照射过来的光线”等。


完整的提示词:



prompts:
郁郁葱葱的森林中的雄伟老虎,超现实主义风格与斑驳的阳光,强烈的视觉冲击力,黄金时段的光线,迷人的森林景观,4k --V6
A majestic tiger in lush forest, Surrealistic style with dappled sunlight, Intense visual impact, golden hour light, Enchanted forest view,4k,--V6

2. 精确明了:
到了后期我们可以发现,其实AI绘画的画面主要根据关键词的质量,不在于多,在于精,虽然建议至少使用3到7个单词来描述艺术的主题、风格和构图,但应保持提示简洁明了,避免过于复杂或不常见的词汇。

举几个案例:


人像摄影
人像摄影的本质是捕捉个人或群体的个性和情绪。在 Midjourney 中,如果你只是用 "portrait (肖像)", "portraiture (肖像画)","face (脸)","expression (表情)" 这些词,未必会生成人像摄影,可能是一幅肖像画。如果要生成逼真的肖像,可以使用 "camera" 或 "shot" 这样暗示是相机拍摄这样的词。


Prompt: A 5-year-old boy wearing a superhero costume looking towards the camera with a big smile (一个身穿超级英雄服装的 5 岁男孩微笑着望向镜头)

产品摄影

产品展示商业项目和物品。为产品摄影写 Midjourney 提示词时,要专注于让产品脱颖而出的关键元素。


使用描述性词语来表现纹理、材料、灯光和细节。
例如,“光滑的可口可乐玻璃瓶上凝结着水珠”。

建筑摄影
建筑摄影捕捉建筑物和结构的美丽、细节和复杂性。


以下是关于 Midjourney 提示词的一些建议:


在提示词中描述建筑物的风格,如哥特式 (gothic)、现代式(modern)、野兽派 (brutalist),还有当代画家的各种画风,


在提示词中指定角度可以增强构图,无论是用低角度拍摄 (low-angle shot) 来捕捉建筑物高耸的本质,还是用鸟瞰图 (birds-eye view) 来捕捉对称性,角度都可以发挥重要作用。

描述建筑物中使用的材料类型——石头 (stone)、玻璃 (glass)、金属 (metal)等。

A bird's-eye view of a modern skyscraper, highlighting its glass facade reflecting the clouds and sky, juxtaposed against older brick buildings

(现代摩天大楼的鸟瞰图,突出显示其玻璃幕墙,反射着云彩和天空,与古老的砖砌建筑并列)

电影摄影
电影摄影唤起类似于电影场景的美感和情感冲击。


这些图像通常经过精心策划,以赋予它们叙事深度和电影所期望的活力感。

电影摄影以其戏剧性的灯光、引人注目的构图和情感共鸣为特点,将观众带入故事之中。
在写 Midjourney 提示词时,重点关注那些能唤起电影中常见的视觉和情感元素的关键词,


例如 “戏剧性的灯光(dramatic lighting)”、“大片 (blockbuster)”、“动作镜头 (action shot)”等。也可以提及特定的电影类型,

如动作片 (action)、科幻片 (sci-fi)、恐怖片 (horror movie) 等。宽高比最好设置为16:9。

Superhero Landing in Heroic Pose Amidst Swirling Debris After an Epic Building Explosion: Blockbuster action shot, dramatic lighting emphasizing the smoke and debris. --ar 16:9


(大厦爆炸后,超级英雄以英雄姿态降落在卷起的碎片中:震撼的动作镜头,戏剧性的灯光突出了烟雾和碎片。--ar 16:9)

以上就是本次的所有内容啦,还有更多画风我们下次再还会继续介绍的

 最后想说


AIGC(AI Generated Content)技术,即人工智能生成内容的技术,具有非常广阔的发展前景。随着技术的不断进步,AIGC的应用范围和影响力都将显著扩大。以下是一些关于AIGC技术发展前景的预测和展望:

1、AIGC技术将使得内容创造过程更加自动化,包括文章、报告、音乐、艺术作品等。这将极大地提高内容生产的效率,降低成本。2、在游戏、电影和虚拟现实等领域,AIGC技术将能够创造更加丰富和沉浸式的体验,推动娱乐产业的创新。3、AIGC技术可以帮助设计师和创意工作者快速生成和迭代设计理念,提高创意过程的效率。

未来,AIGC技术将持续提升,同时也将与人工智能技术深度融合,在更多领域得到广泛应用。感兴趣的小伙伴,赠送全套AIGC学习资料和安装工具,包含AI绘画、AI人工智能等前沿科技教程。

对于从来没有接触过AI绘画的同学,我已经帮你们准备了详细的学习成长路线图。可以说是最科学最系统的学习路线,大家跟着这个大的方向学习准没问题。

AIGC学习必备工具和学习步骤

工具都帮大家整理好了,安装就可直接上手

现在AI绘画还是发展初期,大家都在摸索前进。

但新事物就意味着新机会,我们普通人要做的就是抢先进场,先学会技能,这样当真正的机会来了,你才能抓得住。

如果你对AI绘画感兴趣,我可以分享我在学习过程中收集的各种教程和资料。

学完后,可以毫无问题地应对市场上绝大部分的需求。

这份AI绘画资料包整理了Stable Diffusion入门学习思维导图Stable Diffusion安装包120000+提示词库,800+骨骼姿势图,Stable Diffusion学习书籍手册AI绘画视频教程AIGC实战等等。

【Stable Diffusion安装包(含常用插件、模型)】

img

【AI绘画12000+提示词库】

img

【AI绘画800+骨骼姿势图】

img

【AI绘画视频合集】

img

还有一些已经总结好的学习笔记,可以学到不一样的思路。

实战案例

纸上得来终觉浅,要学会跟着视频一起敲,要动手实操,才能将自己的所学运用到实际当中去,这时候可以搞点实战案例来学习。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/684079.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

python篮球队员招募 2024年3月青少年编程电子学会python编程等级考试二级真题解析

目录 python篮球队员招募 一、题目要求 1、编程实现 2、输入输出 二、算法分析 三、程序代码 四、程序说明 五、运行结果 六、考点分析 七、 推荐资料 1、蓝桥杯比赛 2、考级资料 3、其它资料 python篮球队员招募 2024年3月 python编程等级考试级编程题 一、题目…

ultralytics solutions快速解决方案,快速实现某些场景的图像解决方案

参考: https://docs.ultralytics.com/solutions/ 在不断更新,已经有一些场景的解决方案 ultralytics 8.2.27 一、区域统计 1、自定义区域统计数量 https://docs.ultralytics.com/guides/region-counting/ 1、自定义画框,比如矩形框四个点的坐标获取 通过cv2点击图片获…

人工智能_机器学习097_PCA数据降维算法_数据去中心化_特征值_特征向量_EVD特征值分解原来和代码实现---人工智能工作笔记0222

降维算法的原理,一会咱们再看,现在先看一下,算法 可以看到PCA算法的,原理和过程,我们先看一下代码 为了说明PCA原理,这里,我们,先来计算一下X的方差,可以看到 先把数据进行去中心化,也就是用数据,减去数据的平均值. B = X-X.mean(axis=0) 这段代码是用于计算矩阵X的每一列减去该…

Dell戴尔XPS 16 9640 Intel酷睿Ultra9处理器笔记本电脑原装出厂Windows11系统包,恢复原厂开箱状态oem预装系统

下载链接:https://pan.baidu.com/s/1j_sc8FW5x-ZreNrqvRhjmg?pwd5gk6 提取码:5gk6 戴尔原装系统自带网卡、显卡、声卡、蓝牙等所有硬件驱动、出厂主题壁纸、系统属性专属联机支持标志、系统属性专属LOGO标志、Office办公软件、MyDell、迈克菲等预装软…

【UE5.1 角色练习】11-坐骑——Part1(控制大象移动)

前言 在上一篇(【UE5.1 角色练习】10-物体抬升、抛出技能 - part2)基础上创建一个新的大象坐骑角色,并实现控制该角色行走的功能。 效果 步骤 1. 在商城中下载“African Animal Pack”资产和“ANIMAL VARIETY PACK”资产导入工程中 2. 复…

python-opencv图像分割

文章目录 二值化图像骨骼连通域分割 二值化 所谓图像分割,就是将图像的目标和背景分离开来,更直观一点,就是把目标涂成白色,背景涂成黑色,言尽于此,是不是恍然大悟:这不就是二值化么&#xff1…

Linux进程替换 自主shell程序

本篇将要讲解有关进程中最后一个知识点——进程替换,其中主要介绍有关进程替换的六个函数,直接从函数层面来理解进程替换(在使用函数的过程中,也会对进行替换进行解释)。本篇主要围绕如下的进程替换函数: 以…

【全开源】考试答题系统源码(FastAdmin+ThinkPHP+Uniapp)

一款基于FastAdminThinkPHPUniapp开发的小程序答题考试系统,提供全部前后台无加密源代码,支持私有化部署。 📝考试答题系统:便捷高效的学习新选择💡 📚 考试答题系统是什么? 考试答题系统&…

windows下visual studio 2019 c++代码混淆

环境:windows,visual studio 2019,cmake 目的:c代码混淆 一 IDE安装clang平台工具集 1:打开visual studio Installer 2.点击已安装下的 修改 ->单个组件,搜索框中输入"clang",勾选,然后点击安装。&…

SSM框架整合,内嵌Tomcat。基于注解的方式集成

介绍: SSM相信大家都不陌生,在spring boot出现之前,SSM一直是Java在web开发中的老大哥。现在虽说有了spring boot能自动整合第三方框架了,但是现在市面上任然有很多老项目是基于SSM技术的。因此,能熟练掌握SSM进行开发…

图与矢量 RAG — 基准测试、优化手段和财务分析示例

图与矢量 RAG — 基准测试、优化手段和财务分析示例 Neo4j 和 WhyHow.AI 团队探索了图和矢量搜索系统如何协同工作以改进检索增强生成 (RAG) 系统。使用财务报告 RAG 示例,我们探索了图和矢量搜索之间的响应差异,对两种类型的答案…

C# 反射类Assembly 程序集(Assembly)用法

常见的两种程序集: 可执行文件(.exe文件)和 类库文件(.dll文件)。 在VS开发环境中,一个解决方案可以包含多个项目,而每个项目就是一个程序集。 他们之间是一种从属关系,也就是说&…

算法第五天之力扣第27题:移除元素

一、移除元素 该题的题目链接如下所示,看题解前先点击或复制下面链接进入力扣做题哦,做题后看会更好哦。 https://leetcode.cn/problems/remove-element/description/https://leetcode.cn/problems/remove-element/description/ 给你一个数组 nums 和一…

【工具】批量SKU生成器

一个用户加我,要我帮忙写一个生成SKU的工具,他希望可以自定义生成的选项,可以批量生成。我到网上找了好久也没有找到好用的,就花了一下午写了这个生成sku的功能 工具支持批量生成SKU,支持自定义配置项,支持…

03_Windows11_PyTorch_GPU版本安装

1. 创建虚拟环境 1.1 查看所有的虚拟环境 使用超级管理员,打开 Anaconda Prompt conda info --envs conda env list 1.2 创建 PyTorch 虚拟环境 使用 nvidia-smi 命令,查看本机 CUDA 版本 打开pytorch官网 PyTorch ,查看相应版本pytorch即依赖关系 创建虚拟环境 conda…

自定义类型:枚举和联合体

在之前我们已经深入学习了自定义类型中的结构体类型 ,了解了结构体当中的内存对齐,位段等知识,接下来在本篇中将继续学习剩下的两个自定义类型:枚举类型与联合体类型,一起加油!! 1.枚举类型 …

模拟实现priority_queue

文章目录 priority_queue简介priority_queue的实现Myless和Mygreaterpushpop常规接口 全部代码测试代码 总结 priority_queue简介 priority_queue是优先级队列。 什么是优先级队列? 优先级队列(Priority Queue)是一种数据结构,用于…

【动手学深度学习】使用块的网络(VGG)的研究详情

目录 🌊1. 研究目的 🌊2. 研究准备 🌊3. 研究内容 🌍3.1 多层感知机模型选择、欠拟合和过拟合 🌍3.2 练习 🌊4. 研究体会 🌊1. 研究目的 理解块的网络结构;比较块的网络与传统…

Linux基础 (十四):socket网络编程

我们用户是处在应用层的,根据不同的场景和业务需求,传输层就要为我们应用层提供不同的传输协议,常见的就是TCP协议和UDP协议,二者各自有不同的特点,网络中的数据的传输其实就是两个进程间的通信,两个进程在…

activiti用法随记

案例&#xff1a; 摘抄于官网&#xff0c;假设我们有如下流程&#xff1a; 流程对应的bpmn文件如下&#xff1a; <definitions xmlns:activiti"http://activiti.org/bpmn" xmlns:bpmndi"http://www.omg.org/spec/BPMN/20100524/DI" xmlns:omgdc&quo…