如何在 Lexica 中配置提示詞權重、負面提示詞與畫幅尺寸

Lexica 既是一個精選的 AI 生成影像搜尋引擎，也是一個由其專有 Aperture 模型系列驅動的專用影像生成套件。雖然標準文字提示詞為影像奠定了創意基礎，但掌握 Lexica 的生成控制項——特別是畫布尺寸、反向提示詞（negative prompts）與提示詞權重——能讓創作者擺脫隨機生成的結果，實現精確的構圖取景、更乾淨的解剖結構渲染以及一致的風格保真度。理解如何在 Generate 編輯器中設定這些參數，可以將提示詞構想轉化為可供發布的視覺資產。

熟悉 Lexica 的生成工作區

當訪問 Lexica 上的 Generate 分頁時，使用者會看到一個專為快速實驗而設計的流線型介面。與需要手動設定取樣步數（sampling steps）、調度器（schedulers）和 clip skip 值的複雜開源介面不同，Lexica 將這些底層技術細節抽象化為核心的創意控制槓桿：

• Prompt 輸入框：創作者定義主體、藝術媒介、光照、環境與視覺氛圍的主要文字框。
• Negative Prompt 輸入框：專門用於填寫擴散過程必須主動抑制的關鍵字與概念的排除框。
• Dimension 滑桿：一個連續或階梯式選擇器，可同時調整寬度與高度，以設定輸出長寬比與像素解析度。
• Guidance Scale 滑桿：對應無分類器引導（Classifier-Free Guidance，CFG）的數值控制項，決定模型嚴格遵循提示詞指令的程度，還是自行構想細節。
• Model 選擇器：允許在 Aperture 模型各個迭代版本（如 Aperture v2、v3 或 v4）之間切換，每個版本都針對獨特的逼真渲染風格與提示詞敏感度進行了校準。

透過有系統地平衡這些設定，創作者可以消除通常導致構圖失真、多餘瑕疵或平庸輸出的盲目猜測。

設定畫布尺寸與長寬比

畫布尺寸不僅決定生成影像的像素數量，還決定其構圖、主體取景與空間層次。Lexica 透過整合的長寬比控制項來管理尺寸，該控制項會同步更新寬度與高度參數。

對構圖與取景的影響

在 Aperture 等基於擴散的模型中，長寬比確立了引導主體布局的幾何邊界框：

• 直向畫幅（如 512x768 或 640x1024）：垂直取景促使模型生成全身人像、站姿肖像與高聳的建築特徵。如果提示詞在方形畫幅中描述一個角色，模型可能會在肩部裁切主體；切換到直向長寬比則提供了渲染完整服飾、鞋履以及穩固站姿所需的垂直畫布。
• 橫向畫幅（如 768x512 或 1024x640）：水平取景適合全景風光、電影劇照、汽車設計以及多主體互動。更寬的長寬比沿著水平軸分配空間深度，便於呈現細緻的背景景觀、環境室內場景以及橫向留白。
• 方形畫幅（如 512x512 或 768x768）：方形取景依然非常適合頭像肖像、特寫產品渲染、對稱建築立面以及社群媒體動態牆展示。它將視覺重心匯聚在畫面中心。

避免長寬比瑕疵

極端的長寬比可能會引入多餘的重複現象，例如雙頭、多個軀幹或斷開的地平線。當模型試圖用其訓練分佈中的重複圖案填補過度的畫布寬度或高度時，就會出現這種情況。在生成過寬或過高的構圖時：

1. 保持 Lexica 滑桿介面直接支援的標準長寬比（如 2:3、3:2、16:9 或 9:16）。
2. 如果在寬幅影像中出現主體重複，可以在正向提示詞中加入構圖錨點（例如 "wide-angle panoramic view of a single solitary figure in the desert"），以強化整個水平跨度上的單一主體連貫性。

使用反向提示詞消除缺陷

反向提示詞在無分類器引導（Classifier-Free Guidance）中提供了數學層面的引導機制。在每個取樣步驟中，擴散模型會計算兩條向量路徑：一條朝向正向提示詞條件，另一條朝向反向提示詞條件。透過從正向中減去反向向量，Lexica 可以抑制指定特徵在最終渲染中顯現。

核心反向提示詞類別

有效的反向提示詞主要針對影像劣化的三大核心類別：

1. 解剖與結構失真：擴散模型在處理複雜的關節與肢體末端時可能會遇到困難。提供如 extra fingers, mutated hands, poorly drawn face, fused limbs, unnatural posture, cross-eyed 等詞項，會提示模型捨棄產生畸形解剖結構的帶噪潛空間步驟。
2. 技術瑕疵與壓縮缺陷：為確保清晰度與色調層次，使用者經常加入 blurry, low resolution, jpeg artifacts, pixelated, bad contrast, overexposed, underexposed。
3. 多餘文字與圖形疊加：由於訓練資料集通常包含宣傳材料與圖庫相片，模型可能會注入亂碼文字或浮水印輪廓。使用 watermark, signature, text, logo, trademark, frame, border 可以去除不必要的商業痕跡。

反向提示詞的最佳實踐

• 針對具體缺陷：根據測試生成中觀察到的問題新增反向詞項，而不是毫無節制地貼上數百個無關關鍵字。反向提示詞框過度載荷會沖淡影像對比度、削弱自然紋理，並使主體呈現出不自然的人工塑膠感。
• 避免語義過度衝突：反向提示詞不應用於移除與正向提示詞衝突的核心元素。例如，在正向提示詞要求「陰鬱夜景」（moody night scene）的同時在反向提示詞中寫入「黑暗」（darkness），會導致不可預測的調色與光影衝突。

平衡提示詞權重與 Guidance Scale

微調提示詞影響包含兩個互補的層級：全域 Guidance Scale 滑桿與單個提示詞內的關鍵字權重。

Guidance Scale (CFG) 滑桿

Guidance Scale 滑桿控制 Aperture 模型依循使用者文字指令的整體強度：

• 低引導度（數值 3–6）：賦予模型高度的創意思維空間。影像往往展現出自然的過渡、柔和的光照與細膩的藝術紋理，但模型可能會忽略次要提示詞描述。
• 平衡引導度（數值 7–9）：大多數商業與概念藝術工作流程的最佳基準。模型在可靠遵循複雜描述性提示詞的同時，保持連貫的光照、自然的膚色與清晰的邊緣。
• 高引導度（數值 10–14）：嚴格執行每個關鍵字。適用於必須呈現特定顏色、物體或排列的場合，但存在色彩過飽和與邊緣過度銳化的風險。
• 極端引導度（數值 15+）：通常會導致「焦灼」（burnt）或過度過曝的瑕疵、生硬的條紋、邊緣的高對比度光暈以及受損的紋理細節。

提示詞內關鍵字權重語法

當提示詞包含多個相互競爭的元素時，標準 Stable Diffusion 語法允許使用者調整各個短語的強調程度：

• 顯式數值乘數：用括號括起關鍵字或短語，後接冒號與所需數值權重，如 (cinematic lighting:1.2) 或 (vibrant neon colors:1.3)。數值 1.0 代表基準權重，大於 1.0 的數值放大該概念，小於 1.0 的數值（例如 (vintage grain:0.8)）則減弱其視覺顯著性。
• 括號權重：用巢狀圓括號包覆詞項 ((keyword)) 可實現階梯式強調遞增（每層括號約相當於乘以 1.1）。相反，方括號 [keyword] 則降低權重（約相當於乘以 0.9）。
• 管理概念競爭：當融合兩種不同風格時——例如將建築寫實主義與未來賽博龐克美學相結合——設定 (brutalist concrete architecture:1.2) 並配合 (subtle cyberpunk accents:0.7)，可以防止霓虹燈光蓋過建築本身的幾何石構質感。

逐步工作流程：從搜尋靈感到客製生成

Lexica 的獨特優勢在於其搜尋資料庫與生成工作區之間的整合。創作者可以對成功的社群提示詞進行逆向工程，以校準自己的設定：

1. 分析成熟提示詞：在 Lexica 上搜尋目標主體或視覺風格。點擊現有影像檢視其元資料面板，其中會顯示所使用的確切 prompt、negative prompt、guidance scale、dimensions 與 seed。
2. 轉移到 Generate 編輯器：點擊「Open in editor」或將提示詞文字複製到 Generate 分頁中。
3. 優先設定長寬比：選擇與所需輸出管道相對應的尺寸（例如用於行動裝置展示的 640x1024 或用於寬螢幕橫幅的 1024x640）。儘早設定尺寸可確保構圖從初始生成開始就得到合理發展。
4. 校準 Guidance Scale：將 Guidance Scale 設為 7 或 8 作為基準。
5. 使用針對性反向提示詞進行最佳化：新增標準除瑕詞項（blurry, deformed hands, watermark）並觀察生成的預覽圖。
6. 使用提示詞權重反覆運算：如果關鍵元素未能突出呈現，或次要風格在構圖中佔據主導地位，可套用數值權重 (term:1.2) 來引導模型的注意力，而無需提高全域 Guidance Scale。

生成參數參考指南

下表總結了 Lexica 上關鍵生成參數的推薦設定與典型操作範圍：

將 Lexica 的各項參數視為協同系統而非孤立滑桿，創作者便能持續產出受控且高保真的影像，精準滿足特定的編輯、商業與設計需求。