精心撰寫有效的提示詞對於在 Stable Diffusion 等 AI 系統中產生高品質影像至關重要，這些系統依賴 CLIP（Contrastive Language–Image Pretraining）等模型。然而，了解 CLIP 的限制並避免常見錯誤可以顯著改善結果。本指南概述了需要避免的關鍵誤區，並提供了撰寫更好提示詞的可行策略。
目錄
了解 CLIP 的限制
CLIP 是連接文字與影像的強大工具，但它存在一些可能影響提示詞解讀方式的限制：
- 注重常用語言：CLIP 是在通用照片和說明文字上訓練的。它能理解常用詞語和概念，但在技術、科學或小眾術語方面表現不佳。
- 不理解標點符號：逗號、句號等標點符號在模型處理過程中會被忽略。雖然它們可以提高人類可讀性，但不會影響產生的影像。
- 簡化的語言處理：CLIP 能有效處理名詞、形容詞和動詞，但常常忽略冠詞（例如 “the”）、介系詞（例如 “of”）和連接詞（例如 “and”）。多餘的詞語會削弱提示詞的效果。
- 不是對話式 AI：與 ChatGPT 等大型語言模型不同，CLIP 更像是一個搜尋引擎。它不理解禮貌的指令或冗長的措辭。
常見的提示詞誤區及避免方法
1. 用不必要的詞語堆砌提示詞
- 誤區：加入冠詞、連接詞以及 “Create an image of” 或 “Please generate” 之類的片語會浪費 token，對結果沒有任何影響。
- 解決方案：保持提示詞簡潔直接。使用描述影像主題、風格和氛圍的關鍵字。
- 範例：
- 較差：“Please create an image of a beautiful landscape with mountains and a sunrise.”
- 較佳：“Beautiful mountain landscape, sunrise, vibrant colors.”
2. 用標點符號來追求效果
- 誤區：加入逗號或其他分隔符，希望以此影響輸出。這些字元會被 CLIP 忽略，只會增加隨機性。
- 解決方案：僅在與他人分享提示詞時使用標點符號以提高可讀性，但不要期望它會改變結果。
- 範例：
- “Beautiful mountain landscape, sunrise, vibrant colors” 與 “Beautiful mountain landscape sunrise vibrant colors” 會產生相似的結果。請參閱上面的範例輸出。
3. 期望 CLIP 理解技術術語
- 誤區：使用 CLIP 未經訓練辨識的學名、行話或小眾術語。
- 解決方案：堅持使用廣為人知的常用名稱和描述，尤其是那些在公開資料集中常見的描述。
- 範例：
- 較差：“Archilochus colubris perched on a branch.”
- 較佳：“Ruby-throated hummingbird perched on a branch.”
4. 像對話一樣寫提示詞
- 誤區：把 CLIP 當作對話式 AI，加入禮貌的指令或過於冗長的措辭。
- 解決方案：像寫搜尋查詢一樣寫提示詞——簡短扼要。
- 範例：
- 較差：“Can you please generate an image of a sunset over a calm ocean?”
- 較佳：“Sunset over calm ocean, serene, warm colors.”
5. 忽視 CLIP 的訓練背景
- 誤區：期望 CLIP 理解公開資料集中通常沒有收錄的抽象或特定文化引用。
- 解決方案：使用符合大眾普遍理解的語言，例如美國青少年熟悉的描述。
- 範例：
- 較差：“Baroque architecture with intricate rococo detailing.”
- 較佳：“Elegant European palace, ornate design, gold accents.”
實際範例與案例研究
範例 1：簡化冗長的提示詞
- 冗長提示詞：“Please create a detailed image of a forest in autumn with colorful leaves falling from the trees.”
- 最佳化後的提示詞：“Autumn forest, colorful leaves, falling, serene atmosphere.”
範例 2：避免科學術語
- 科學術語提示詞：“Archilochus colubris perched on a blooming flower.”
- 最佳化後的提示詞：“Ruby-throated hummingbird on blooming flower, vivid colors.”
範例 3：使用常見描述
- 抽象提示詞：“A surreal depiction of existential dread.”
- 最佳化後的提示詞：“Dark surreal art, eerie atmosphere, abstract shapes.”
撰寫有效提示詞的關鍵要點
- 保持簡單：專注於清晰描述主題和期望風格的名詞、形容詞和動詞。
- 避免多餘詞語：跳過冠詞、介系詞和禮貌指令——它們對輸出沒有幫助。
- 使用常用語言：堅持使用廣為人知的術語，避免過於技術性或晦澀的引用。
- 不要過度糾結標點符號：使用標點符號提高可讀性，但不要期望它會影響影像產生。
- 與 CLIP 的訓練資料保持一致：把提示詞看作通用照片的說明文字——使用能引起大眾共鳴的語言。