如何在 Lexica 中配置提示词权重、负面提示词与画幅尺寸

Lexica 既是一个精选的 AI 生成图像搜索引擎，也是一个由其专有 Aperture 模型系列驱动的专用图像生成套件。虽然标准文本提示词为图像奠定了创意基础，但掌握 Lexica 的生成控制项——尤其是画布尺寸、反向提示词（negative prompts）和提示词权重——能够让创作者超越随机生成的结果，实现精确的构图取景、更干净的解剖结构渲染以及一致的风格保真度。理解如何在 Generate 编辑器中配置这些参数，可以将提示词构想转化为可供发布的视觉资产。

熟悉 Lexica 的生成工作区

当访问 Lexica 上的 Generate 标签页时，用户会看到一个专为快速实验而设计的流线型界面。与需要手动配置采样步数（sampling steps）、调度器（schedulers）和 clip skip 值的复杂开源界面不同，Lexica 将这些底层技术细节抽象为核心的创意控制杠杆：

• Prompt 输入框：创作者定义主体、艺术媒介、光照、环境和视觉氛围的主要文本框。
• Negative Prompt 输入框：专门用于填写扩散过程必须主动抑制的关键词和概念的排除框。
• Dimension 滑块：一个连续或阶梯式选择器，可同时调整宽度和高度，以设定输出宽高比和像素分辨率。
• Guidance Scale 滑块：对应无分类器引导（Classifier-Free Guidance，CFG）的数值控件，决定模型严格遵循提示词指令的程度，还是自行构想细节。
• Model 选择器：允许在 Aperture 模型各个迭代版本（如 Aperture v2、v3 或 v4）之间切换，每个版本都针对独特的逼真渲染风格和提示词敏感度进行了校准。

通过系统地平衡这些设置，创作者可以消除通常导致构图失真、多余瑕疵或平庸输出的盲目猜测。

配置画布尺寸与宽高比

画布尺寸不仅决定生成图像的像素数量，还决定其构图、主体取景和空间层次。Lexica 通过集成的宽高比控件来管理尺寸，该控件会同步更新宽度和高度参数。

对构图与取景的影响

在 Aperture 等基于扩散的模型中，宽高比确立了引导主体布局的几何边界框：

• 竖向画幅（如 512x768 或 640x1024）：垂直取景促使模型生成全身人像、站姿肖像和高耸的建筑特征。如果提示词在方形画幅中描述一个角色，模型可能会在肩部裁剪主体；切换到竖向宽高比则提供了渲染完整服饰、鞋履以及稳固站姿所需的垂直画布。
• 横向画幅（如 768x512 或 1024x640）：水平取景适合全景风光、电影剧照、汽车设计以及多主体互动。更宽的宽高比沿着水平轴分配空间深度，便于呈现细致的背景景观、环境室内场景以及横向留白。
• 方形画幅（如 512x512 或 768x768）：方形取景依然非常适合头像肖像、特写产品渲染、对称建筑立面以及社交媒体信息流展示。它将视觉重心汇聚在画面中心。

避免宽高比瑕疵

极端的宽高比可能会引入多余的重复现象，例如双头、多个躯干或断开的地平线。当模型试图用其训练分布中的重复图案填补过度的画布宽度或高度时，就会出现这种情况。在生成过宽或过高的构图时：

1. 保持 Lexica 滑块界面直接支持的标准宽高比（如 2:3、3:2、16:9 或 9:16）。
2. 如果在宽幅图像中出现主体重复，可以在正向提示词中加入构图锚点（例如 "wide-angle panoramic view of a single solitary figure in the desert"），以强化整个水平跨度上的单主体连贯性。

使用反向提示词消除缺陷

反向提示词在无分类器引导（Classifier-Free Guidance）中提供了数学层面的引导机制。在每个采样步骤中，扩散模型会计算两条向量路径：一条朝向正向提示词条件，另一条朝向反向提示词条件。通过从正向中减去反向向量，Lexica 可以抑制指定特征在最终渲染中显现。

核心反向提示词类别

有效的反向提示词主要针对图像劣化的三大核心类别：

1. 解剖与结构失真：扩散模型在处理复杂的关节和肢体末端时可能会遇到困难。提供如 extra fingers, mutated hands, poorly drawn face, fused limbs, unnatural posture, cross-eyed 等词项，会提示模型丢弃产生畸形解剖结构的带噪潜空间步骤。
2. 技术瑕疵与压缩缺陷：为确保清晰度和色调层次，用户经常加入 blurry, low resolution, jpeg artifacts, pixelated, bad contrast, overexposed, underexposed。
3. 多余文字与图形叠加：由于训练数据集通常包含宣传材料和图库照片，模型可能会注入乱码文字或水印轮廓。使用 watermark, signature, text, logo, trademark, frame, border 可以去除不必要的商业痕迹。

反向提示词的最佳实践

• 针对具体缺陷：根据测试生成中观察到的问题添加反向词项，而不是无节制地粘贴数百个无关关键词。反向提示词框过度载荷会冲淡图像对比度、削弱自然纹理，并使主体呈现出不自然的人工塑料感。
• 避免语义过度抵触：反向提示词不应用于移除与正向提示词冲突的核心元素。例如，在正向提示词要求“阴郁夜景”（moody night scene）的同时在反向提示词中写入“黑暗”（darkness），会导致不可预测的调色和光影冲突。

平衡提示词权重与 Guidance Scale

微调提示词影响包含两个互补的层级：全局 Guidance Scale 滑块和单个提示词内的关键词权重。

Guidance Scale (CFG) 滑块

Guidance Scale 滑块控制 Aperture 模型依从用户文本指令的整体强度：

• 低引导度（数值 3–6）：赋予模型高度的创意思维空间。图像往往展现出自然的过渡、柔和的光照和细腻的艺术纹理，但模型可能会忽略次要提示词描述。
• 平衡引导度（数值 7–9）：大多数商业和概念艺术工作流的最佳基准。模型在可靠遵循复杂描述性提示词的同时，保持连贯的光照、自然的肤色和清晰的边缘。
• 高引导度（数值 10–14）：严格执行每个关键词。适用于必须呈现特定颜色、物体或排列的场合，但存在色彩过饱和和边缘过度锐化的风险。
• 极端引导度（数值 15+）：通常会导致“焦灼”（burnt）或过度过曝的瑕疵、生硬的条纹、边缘的高对比度光晕以及受损的纹理细节。

提示词内关键词权重语法

当提示词包含多个相互竞争的元素时，标准 Stable Diffusion 语法允许用户调整各个短语的强调程度：

• 显式数值乘数：用括号括起关键词或短语，后接冒号和所需数值权重，如 (cinematic lighting:1.2) 或 (vibrant neon colors:1.3)。数值 1.0 代表基准权重，大于 1.0 的数值放大该概念，小于 1.0 的数值（例如 (vintage grain:0.8)）则减弱其视觉显著性。
• 括号权重：用嵌套圆括号包覆词项 ((keyword)) 可实现阶梯式强调递增（每层括号约相当于乘以 1.1）。相反，方括号 [keyword] 则降低权重（约相当于乘以 0.9）。
• 管理概念竞争：当融合两种不同风格时——例如将建筑写实主义与未来赛博朋克美学相结合——设置 (brutalist concrete architecture:1.2) 并配合 (subtle cyberpunk accents:0.7)，可以防止霓虹灯光盖过建筑本身的几何石构质感。

分步工作流：从搜索灵感到定制生成

Lexica 的独特优势在于其搜索数据库与生成工作区之间的整合。创作者可以对成功的社区提示词进行逆向工程，以校准自己的设置：

1. 分析成熟提示词：在 Lexica 上搜索目标主体或视觉风格。点击现有图像查看其元数据面板，其中会显示所使用的确切 prompt、negative prompt、guidance scale、dimensions 和 seed。
2. 转移到 Generate 编辑器：点击“Open in editor”或将提示词文本复制到 Generate 标签页中。
3. 优先设定宽高比：选择与所需输出渠道相对应的尺寸（例如用于移动端展示的 640x1024 或用于宽屏横幅的 1024x640）。尽早设定尺寸可确保构图从初始生成开始就得到合理发展。
4. 校准 Guidance Scale：将 Guidance Scale 设为 7 或 8 作为基准。
5. 使用针对性反向提示词进行优化：添加标准除瑕词项（blurry, deformed hands, watermark）并观察生成的预览图。
6. 使用提示词权重迭代：如果关键元素未能突出呈现，或次要风格在构图中占据主导地位，可应用数值权重 (term:1.2) 来引导模型的注意力，而无需提高全局 Guidance Scale。

生成参数参考指南

下表总结了 Lexica 上关键生成参数的推荐配置与典型操作范围：

将 Lexica 的各项参数视为协同系统而非孤立滑块，创作者便能持续产出受控且高保真的图像，精准满足特定的编辑、商业与设计需求。