Introdução
Criar prompts eficazes para modelos de IA como o Stable Diffusion é tanto uma arte como uma ciência. Conhecido como engenharia de prompts, este processo envolve elaborar cuidadosamente entradas de texto para orientar a IA na produção do resultado pretendido. Embora possa parecer escrita em linguagem natural, a mecânica subjacente envolve a tokenização e a ponderação, o que o aproxima mais da programação do que da escrita informal.
Neste tutorial, vamos explorar como escrever prompts de texto eficazes no ComfyUI, focando-nos nas melhores práticas, na tokenização, nas técnicas de ponderação e na incorporação de «palavras mágicas» para o ajudar a gerar resultados consistentes e de alta qualidade.
O que é a engenharia de prompts?
A engenharia de prompts é o processo de conceber entradas (prompts) que influenciam a saída da IA. Em modelos como o Stable Diffusion, que utilizam o modelo CLIP para a geração de texto para imagem, o prompt é decomposto em tokens: representações matemáticas de palavras ou frases. Estes tokens são depois passados ao amostrador para condicionar o processo de geração de imagens.
Compreender a tokenização e estruturar os prompts de forma eficaz é fundamental para dominar as capacidades do ComfyUI.
Como funciona a tokenização no Stable Diffusion
Unidades de linguagem
O modelo CLIP processa os prompts como unidades de linguagem, que podem ser:
- Palavras (e.g., “sunset”)
- Frases curtas (e.g., “golden hour lighting”)
- Acrónimos ou siglas (e.g., “HDR”)
Estas unidades de linguagem são convertidas em tokens, que são valores matemáticos utilizados pela IA para interpretar o seu prompt.
Limites de tokens
Os prompts são agrupados em grupos de 77 tokens, incluindo um token para o início e o fim da sequência. Se o seu prompt exceder 75 tokens, são criados grupos adicionais de 77 tokens. No entanto, isto pode diluir a eficácia de cada token e reduzir a capacidade da IA de «compreender» o seu prompt.
Número ideal de tokens
O ponto ideal para os prompts ronda os 30 tokens. Isto garante que todos os tokens são ponderados eficazmente e que o seu prompt se mantém conciso e impactante.
Melhores práticas para escrever prompts eficazes
Para obter resultados consistentes e de alta qualidade no ComfyUI, siga estas melhores práticas:
1. Utilize um enquadramento
Comece o seu prompt com o tipo de imagem que pretende gerar. Isto define o contexto para a IA.
Exemplos:
- “Oil painting of…”
- “Cinematic still of…”
- “Digital illustration of…”
- “Hyperrealistic 3D render of…”
- “Photograph of…”
- “Anime-style drawing of…”
2. Descreva o tema
Defina claramente o tema da imagem, incluindo detalhes como:
- O que é (e.g., “a medieval castle”)
- Onde se encontra (e.g., “on a cliff overlooking the ocean”)
- Como está posicionado (e.g., “surrounded by mist”).
Exemplos:
- “A futuristic cityscape with glowing neon signs”
- “A serene forest with sunlight filtering through the trees”
- “An elegant woman in a flowing dress standing in a garden”
3. Inclua iluminação e efeitos
Especifique as condições de iluminação e os efeitos de câmara para dar profundidade e realismo.
Exemplos:
- “Soft golden hour lighting”
- “Moody shadows and highlights”
- “Lens flare effect”
- “Dynamic lighting with volumetric fog”
- “Backlit subject with rim lighting”
4. Defina a paleta de cores
Mencione cores ou tons específicos para criar uma estética coesa.
Exemplos:
- “Muted earth tones with hints of gold and silver”
- “Vibrant neon colors against a dark background”
- “Cool blue and green hues with warm orange accents”
5. Mantenha os prompts concisos
Evite prompts demasiado longos. Utilize palavras-chave e frases curtas para transmitir a sua intenção sem exceder o limite de tokens.
Palavras mágicas para prompts do ComfyUI
Para melhorar a qualidade e a especificidade dos seus prompts, incorpore palavras mágicas, palavras-chave ou frases que se sabe funcionarem bem com o Stable Diffusion. Estas palavras ajudam a IA a interpretar a sua intenção com maior precisão.
Estilos artísticos
- “Hyperrealistic”
- “Photorealistic”
- “Surrealism”
- “Impressionist”
- “Cyberpunk”
- “Steampunk”
- “Fantasy art”
- “Baroque”
- “Abstract art”
- “Minimalist”
Iluminação e efeitos
- “Volumetric lighting”
- “God rays”
- “Dynamic shadows”
- “Bokeh effect”
- “Soft focus”
- “High contrast lighting”
- “HDR”
- “Bloom effect”
- “Cinematic lighting”
- “Studio lighting”
Texturas e detalhes
- “Ultra-detailed”
- “Intricate patterns”
- “Fine textures”
- “Smooth gradients”
- “Sharp focus”
- “Highly stylized”
- “Grainy texture”
- “Metallic sheen”
- “Glass reflections”
Composição e ambiente
- “Symmetrical composition”
- “Dynamic angles”
- “Atmospheric perspective”
- “Dreamlike ambiance”
- “Ethereal glow”
- “Dark and moody”
- “Bright and cheerful”
- “Epic scale”
- “Cinematic framing”
Descrições do tema
- “Majestic landscape”
- “Elegant portrait”
- “Futuristic architecture”
- “Mystical creature”
- “Ancient ruins”
- “Peaceful meadow”
- “Cosmic nebula”
- “Underwater scene”
- “Alien world”
Ângulos de câmara
- “Close-up shot”
- “Wide-angle view”
- “Overhead perspective”
- “Low-angle shot”
- “Macro photography”
- “Tilt-shift effect”
- “Panoramic view”
Compreender a ponderação de tokens
A ordem dos tokens no seu prompt determina o seu peso, sendo os tokens iniciais mais influentes. No entanto, pode ajustar manualmente o peso dos tokens para afinar o resultado.
1. Ponderação implícita
Por predefinição, os tokens no início do prompt têm mais peso do que os do fim. Reordenar os tokens pode alterar significativamente o resultado.
2. Ponderação explícita
Pode ajustar manualmente o peso de tokens específicos com parênteses () ou parênteses retos [].
- Parênteses aumentam o peso:
(golden hour lighting) - Parênteses retos reduzem o peso:
[golden hour lighting] - Parênteses duplos amplificam ainda mais o peso:
((golden hour lighting))
Exemplo:
- “A majestic castle surrounded by mist, (soft golden hour lighting), [lens flare effect]”
Dicas finais para escrever prompts no ComfyUI
- Experimente palavras mágicas: combine estilos artísticos, iluminação, efeitos e texturas para encontrar a combinação perfeita para a sua visão.
- Refine o seu prompt: teste e ajuste o seu prompt de forma iterativa para obter o resultado pretendido.
- Utilize prompts negativos: especifique os elementos que pretende excluir (p. ex., «blurry details», «low-quality textures»).
- Mantenha-se dentro dos limites de tokens: mantenha o seu prompt conciso para evitar diluir a eficácia dos tokens.
Ao dominar estas técnicas e incorporar palavras mágicas, irá desbloquear todo o potencial do ComfyUI e gerar visuais impressionantes e de alta qualidade com o Stable Diffusion!