Stable Diffusion提示词权重怎么调整？括号与数值用法指南

在编写 Stable Diffusion 提示词时，许多用户习惯将主体、色彩、光影及背景等所有要素混杂在同一段落中。这种做法往往导致核心特征被稀释，生成的图像重点模糊，迫使用户不断增删词汇，使提示词变得冗长且低效。

此时，权重符号能协助你重新分配模型的注意力：明确告知支持该语法的界面，哪些片段需要强化，哪些可以弱化。权重调整适用于局部微调，但它无法替代清晰准确的描述，也不能保证画面元素严格按比例变化。

先认清括号：强调程度以 1.0 为基准

在 AUTOMATIC1111 等采用相同注意力语法的界面中，普通提示词可看作权重基准 1.0。给词语加一层圆括号，默认会把强调程度提高约 1.1 倍：(红色雨伞)。再套一层，约为 1.1 × 1.1 = 1.21，写成 ((红色雨伞))。

方括号用于降低强调程度。例如 [远处的路人] 的权重默认约为原来的 1 ÷ 1.1 ≈ 0.91。因此，圆括号并不意味着“必定生成”，方括号也不代表“彻底删除”；它们仅调整文本在提示中的相对影响力。第一张图将这些常见写法置于同一基准线，便于直观对照。

常见权重符号相对基准值的变化

若需更精确的控制，可在圆括号内使用显式数值语法，如 (红色雨伞:1.3)。其中冒号后的 1.3 即为具体权重值；大于 1 通常表示加强，小于 1 则表示减弱，例如 (雾气:0.7)。需注意，这种显式数值写法特定于 A1111 等界面的圆括号形式，并非所有图像生成工具的通用标准。

权重数值不是画面占比，也不是成功概率。 这里的 1.3 并不代表物体在画面中占比增加 30%，也不保证模型一定会严格执行。实际生成效果还受到模型版本、提示词上下文以及界面解析方式等多重因素的影响。

组合时从小幅调整开始，别把整句都加粗

假设你需要生成“窗边的木椅”，但结果中椅子材质表现不佳，可仅针对“木椅”部分进行调整，如 a chair by the window, (wooden texture:1.1)。保持主体、位置和风格描述不变，观察生成变化；若效果仍不理想，再逐步增加权重。每次仅调整单一变量，有助于准确判断变化来源。

虽然圆括号支持嵌套且每层默认乘以 1.1，但过度嵌套会导致提示词难以维护，且难以分辨每个词的具体作用。当需要明确控制时，建议优先使用带数值的单组括号，例如 (soft morning light:1.15)。第二张图对比了嵌套写法与显式数值：两者均用于调整强调，但组合使用时需注意，显式数值不会被外层括号再次相乘。

嵌套括号与显式权重的写法对照

更稳健的策略是先构建清晰的提示词基础，再挑选一两个关键短语进行微调。若同时对主体、背景、颜色和风格施加高权重，这些元素之间可能产生竞争，导致结果偏离预期。对于希望排除的内容，应使用界面提供的负面提示功能，而非误将降低权重视为可靠的排除手段。

方括号、冒号和字面括号要分开理解

方括号的典型用途是降低强调，如 a portrait, [busy background]。然而，在同一类界面中，方括号可能承载其他功能。以 AUTOMATIC1111 为例，[from:to:when] 是用于在采样过程中切换提示内容的特定语法，其冒号后的部分并非普通权重。因此在阅读或修改复杂提示词时，需结合完整结构进行判断，不可见冒号即套用权重规则。

若希望括号作为普通文本传递给解析器，A1111 支持使用反斜杠进行转义，例如 \(character\)。这与使用圆括号包裹短语以增强强调的效果截然不同。其他界面可能采用不同的转义机制或解析规则；若发现括号显示异常，请首先查阅当前前端的文档并确认输入行为。

权重语法通常由 WebUI 或提示词编码节点处理，不同模型、网站和工作流的支持情况并不完全一致。切换前端、模型家族或编码节点后，原有的权重写法可能效果迥异，甚至被当作普通字符处理。第三张图总结了一个小步调整流程：圈定短语、微调数值、对比结果，并在操作前确认所用前端对该语法的支持情况。

用单变量、小步幅方式调整提示词权重

用可比较的迭代找到合适权重

调整权重时，应保持其他条件固定，仅修改一个短语及其数值。例如，先生成普通写法的结果，再尝试 (蓝色陶瓷杯:1.1)，观察颜色和主体表达是否向预期方向移动。若变化过强，则降低数值；若无明显差异，则应优化文字描述，而非盲目提高权重。

这一过程适用于解决“提示词已包含某要素，但重点不够突出”的微调问题。若主体描述本身含糊或存在相互冲突的要求，权重调整难以理清意图。相比给整段文字层层叠加括号，先将提示词写具体，再进行有限的局部调整，通常更易于复现和维护。