ADetailer项目中的PROMPT关键字使用技巧解析
2025-06-13 00:41:52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
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
567
3.83 K
🔥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
68
20
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
12
1
暂无简介
Dart
798
197
🎉 (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
1.37 K
779
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
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
349
200
Ascend Extension for PyTorch
Python
376
446
无需学习 Kubernetes 的容器平台,在 Kubernetes 上构建、部署、组装和管理应用,无需 K8s 专业知识,全流程图形化管理
Go
16
1