ADetailer项目中的PROMPT关键字使用技巧解析
2025-06-13 00:41:58作者:胡唯隽
ADetailer作为Stable Diffusion WebUI中一个强大的面部细节修复扩展,提供了精细控制图像生成过程的能力。本文将深入探讨ADetailer中一个鲜为人知但极为实用的功能——PROMPT关键字的使用方法。
PROMPT关键字的作用原理
PROMPT关键字允许用户在ADetailer的提示词中引用主提示词内容,实现提示词的动态组合。当ADetailer检测到[PROMPT]标记时,会自动将其替换为原始生成提示词的全部内容。
这一功能解决了面部细节修复时提示词重复输入的痛点。传统方式下,用户需要手动复制主提示词到ADetailer设置中,并在需要添加面部特征时进行修改,过程繁琐且容易出错。
实际应用场景
假设我们需要生成一位红发绿眼的女性角色,并希望在面部添加伤疤特征:
- 主提示词:
杰作,1女孩,红色头发,绿色眼睛
- ADetailer提示词:
[PROMPT],面部有伤疤
ADetailer在处理时会自动组合成完整提示词:
杰作,1女孩,红色头发,绿色眼睛,面部有伤疤
这种方式确保了面部修复时既保留了原始提示的所有特征,又能精准添加所需的面部细节。
进阶使用技巧
-
提示词权重控制:可以在ADetailer提示词中添加括号来调整某些特征的强度
[PROMPT], (面部伤疤:1.3) -
特征隔离:使用[PROMPT]配合负面提示可以确保某些特征只出现在面部区域
[PROMPT], 面部雀斑 -
多ADetailer组合:在不同ADetailer实例中使用[PROMPT]配合不同特征,实现分区域控制
与传统方式的对比
传统方式需要完全手动复制提示词,存在以下缺点:
- 修改主提示词时需要同步修改ADetailer提示词
- 容易遗漏重要特征
- 工作流程效率低下
使用[PROMPT]关键字后:
- 主提示词修改自动同步
- 减少重复劳动
- 降低出错概率
- 提升创作效率
注意事项
- 关键字需使用大写[PROMPT],小写形式无效
- 可以与其他ADetailer专用关键字如[SEP]、[SKIP]配合使用
- 在复杂提示词组合时,注意特征间的相互影响
ADetailer的这一功能虽然简单,但极大提升了工作流程的流畅度,是精细控制AI图像生成的利器。掌握这一技巧后,用户可以更专注于创意表达,而非技术细节的重复操作。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
最新内容推荐
全球GEOJSON地理数据资源下载指南 - 高效获取地理空间数据的完整解决方案 MQTT客户端软件源代码:物联网开发的强大工具与最佳实践指南 Launch4j中文版:Java应用程序打包成EXE的终极解决方案 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案 电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验 STM32到GD32项目移植完全指南:从兼容性到实战技巧 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 基于Matlab的等几何分析IGA软件包:工程计算与几何建模的完美融合 XMODEM协议C语言实现:嵌入式系统串口文件传输的经典解决方案 CrystalIndex资源文件管理系统:高效索引与文件管理的最佳实践指南
项目优选
收起
deepin linux kernel
C
25
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
415
3.19 K
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
暂无简介
Dart
680
160
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
Ascend Extension for PyTorch
Python
229
259
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
689
327
React Native鸿蒙化仓库
JavaScript
265
326
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.21 K
660