نکات پرامپت‌نویسی برای مدل Illustrious XL (+ به‌روزرسانی‌ها!)

به‌روز رسانی 1 مارس:

تا الان نسخه 1.0 و 1.1 را فقط برای چند تست سریع استفاده کردم؛ بنابراین همه نکات این نوشته با نسخه 0.1 و مدل‌های مشتق شده (از جمله NoobAI) تست و تأیید شده‌اند. اما تست‌های اخیر من نشان می‌دهد تقریباً تمام این نکات روی نسخه‌های جدیدتر هم جواب می‌دهد.

نکته عالی توسط @ronaldmikhailp236 در بخش دیدگاه‌ها:

به این صفحات گروه تگ Danbooru سر بزنید تا تگ‌های خوب برای کادربندی، تمرکز، زمینه تصویر، نورپردازی و رنگ پیدا کنید:

• تگ های کادربندی تصاویر
• تگ های تمرکز تصویر
• تگ های پس‌زمینه
• تگ های نورپردازی
• تگ های رنگ‌بندی

به‌روزرسانی 13 نوامبر (کاراکترهای متعدد):

چون خیلی‌ها پرسیده‌اند:

شما می‌توانید چند شخصیت را به طور همزمان پرامپت دهید:

char count, character names, position of the characters, quality 

یا حتی چند شخصیت را در قالب یکی ترکیب کنید:

1girl/1boy, character names (one with cosplay keyword), quality, physical attributes to preserve 

به‌روزرسانی 3 نوامبر (برگرفته از مقاله Illustrious):

اگر خروجی پیچیده‌ای می‌خواهید باید پرامپت شما هم پیچیده و ترکیبی از زبان طبیعی و تگ‌ها باشد.

ساختار پیچیده پرامپت و ترتیب:

• تعداد شخصیت (مثل 1girl یا 2girls)
• نام شخصیت (درصورتی که شخصیت مهم فرهنگی مثل Hatsune Miku باشد)
• توصیف طبیعی نتیجه مورد نظر، با نقطه در انتهای جملات
• فهرستی از تگ‌ها
• تگ‌های کیفیت در انتها (اغلب فقط masterpiece کفایت می‌کند)

مثال پرامپت ساده:

1girl, hatsune miku, angel, masterpiece, general

نتیجه: ساده ولی با تفسیر خلاقانه

مثال پرامپت پیچیده/آپ‌سمپل‌شده (با استفاده از TIPO):

1girl, hatsune miku. 
An illustration of a girl with long white hair and wings. she is wearing a school uniform with a red bow on her head and a pair of headphones on her ears. the wings are spread out behind her, creating a sense of movement and energy. the overall style of the illustration is anime-inspired. 
solo, skirt, feathered wings, necktie, smile, very long hair, collared shirt, long hair, headset, blue eyes, aqua necktie, looking at viewer, black footwear, black skirt, twintails, grey shirt, bare shoulders, detached sleeves, full body, zettai ryouiki, closed mouth, miniskirt, sleeveless, boots, thighhighs, shirt, standing, wing collar, aqua hair, sleeveless shirt, pleated skirt, angel wings, absurdly long hair, wings, black thighhighs, 
masterpiece, general.

نتیجه: نتیجه ریزبینانه‌تر، منظم‌تر و عناصر خاص مثل بال، جزئیات یونیفرم و غیره به صورت دقیق‌تر ترسیم می‌شود.

و این پرامپت منفی برای حذف اشکالات پیشنهادی شده:

worst quality, comic, multiple views, bad quality, low quality, lowres, displeasing, very displeasing, bad anatomy, bad hands, scan artifacts, monochrome, greyscale, twitter username, jpeg artifacts, 2koma, 4koma, guro, extra digits, fewer digits, jaggy lines, unclear 

به‌روزرسانی 2 نوامبر: ابزار کمکی احتمالی در ابتدا (یا حتی انتها!) پرامپت شما!

فرمت پیشنهادی:

(masterwork, x, y, z, masterpiece, best quality, hyper-detailed, 8k uhd::1.4), 

x = نوع تصویر (مثلا sketch، photo، portrait، manga page و غیره)
y = نام شخصیت/شخصیت‌ها
z = اسم هنرمند (در صورت نیاز)
سپس موارد زیر را بنویسید:
تعداد شخصیت (1girl, 2girls و غیره)، توضیح شخصیت، محل قرارگیری شخصیت، جزئیات کاراکتر یا محیط و ….

مثال:

(masterwork, portrait, princess midna, fan no hitori, award-winning, masterpiece, best quality, hyper-detailed, 8k uhd::1.4), 1girl, large breasts, blue eyes, skinny, slim, sexy, gaunt, smile, blue textured bodysuit, cleavage, fur trim, outdoors, castle, looking at viewer, anime coloring, shiny skin,Cinematic Light,

پرامپت منفی:

lowres, worst quality, bad quality, bad anatomy, sketch, jpeg artifacts, signature, watermark, artist name, old, oldest

تنظیمات نمونه:

Steps: 26, baseModel: SDXL, quantity: 4, width: 832, height: 1216, Seed: 2455922073, draft: false, nsfw: true, workflow: txt2img, Clip skip: 2, CFG scale: 6, Sampler: Euler a, fluxMode: undefined

بررسی کلی مدل Illustrious XL

مدت زیادی مشغول کار با این مدل بودم و قصد دارم نکاتی که یاد گرفتم را به اشتراک بگذارم.

تجربیات من:

• تولید متن (توضیحات روی تصویر) معمولاً تمیزتر از بقیه مدل‌هاست
• پس‌زمینه‌ها پیوستگی و هارمونی بهتری دارند
• درک مفهومی مدل قابل توجه و قدرتمند است
• مهر (واترمارک) بسیار کمتر مشاهده می‌شود
• پرامپت‌های منفی بهتر و سازگارتر عمل می‌کنند (اما ضروری هستند!)
• به نظر من تصاویرش در موقعیت مشابه (مثلاً مدل Pony) دیده‌پسندتر و واقعی‌تر هستند
• کار کردن با این مدل دوست‌داشتنی‌تر و گرفتن نتایج مطلوب‌تر، راحت‌تر است

تنظیمات پیشنهادی

براساس تجربه و مستندات رسمی:

• محدوده CFG: بین 4.5 تا 7.5 (پیشنهادی حدود 5.5)
• Sampler پیشنهاد شده: Euler A
• حداقل Steps: 20 (پیشنهادی: 24)

ساختار مؤثر یک پرامپت

برخلاف بسیاری دیگر از مدل‌ها، برای گرفتن خروجی خوب باید پرامپت خود را بسیار حساب‌شده بنویسید و تگ‌های کیفیت را حتماً داخل پرامپت مثبت و یک لیست کامل برای پرامپت منفی بگذارید تا نتیجه‌ی خوبی بگیرید.

ساختار توصیه‌شده پرامپت:

• تعداد کاراکتر (مثل 1girl, 2girls و …)
• نام شخص یا شخصیت‌ها (در صورت نیاز)
• تگ‌های کیفیت
• ویژگی‌ها و لباس شخصیت‌ها
• حالت/ژست و جزئیات آناتومی
• محیط/پس‌زمینه
• تگ‌های کیفیت و سبک تکمیلی
• تگ‌های مثبت (شروع یا انتهای پرامپت)

در مقاله اصلی چند تگ کیفیتی ساده معرفی شده‌اند:

"masterpiece"
"general" (برای ایمن‌تر بودن تصویر)
"absurdres"
"newest"

در عمل، استفاده از ترکیبی از تگ‌های زیر توصیه می‌شود:

perfect quality, best quality, absolutely eye-catching, 

و برای سبک واقع‌گرایانه‌تر و با جزئیات بالاتر:

perfect quality, best quality, absolutely eye-catching, ambient occlusion, raytracing, 

استفاده از ambient occlusion و raytracing مخصوصاً برای سبک نیمه‌واقعی (2.5D/semi-real) مؤثر است.

پرامپت منفی

پس از آزمایش‌های بسیار، برای من این بهترین لیست است که تقریباً همیشه جواب می‌دهد:

lowres, (bad), bad anatomy, bad hands, extra digits, multiple views,fewer, extra, missing, text, error, worst quality, jpeg artifacts, low quality, watermark, unfinished, displeasing, oldest, early,chromatic aberration, signature,artistic error, username, scan

نسخه کوتاه‌تر:

lowres, worst quality, bad quality, bad anatomy, sketch, jpeg artifacts, signature, watermark, artist name, old, oldest

نمونه‌های کامل پرامپت و داده خروجی

در ادامه دو مثال از تجربه شخصی من با سبک‌های مختلف آورده‌ام:

مثال «گربه سیاه» (Felicia Hardy از مرد عنکبوتی)، و مدل Lora مربوط:

1girl, felici4, anatomically correct, proper proportions,
long white hair, large breasts, domino mask, black lips, athletic build,
well-defined standing pose, dynamic pose,
detailed urban environment, night scene, city lights,
glowing blonde hair, blue eyes, looking at viewer, shining skin,
from below angle, professional lighting,
masterpiece, best quality, absurdres, newest

یا کمی متفاوت:

perfect quality, high quality, masterpiece, absolutely eye-catching, ambient occlusion, raytracing, felici4, 1girl, long hair, white hair, large breasts, (mask), domino mask, blue eyes, black lips, skinny, glowing blonde hair, rainbow inner hair, looking at viewer, shining glossy skin, perfect huge breast, (goosebumps:1.1), solo, excessive sweat, ((from below)) 

پرامپت منفی مورد استفاده:

lowres, (bad), bad anatomy, bad hands, extra digits, multiple views,fewer, extra, missing, error, worst quality, jpeg artifacts, low quality, watermark, unfinished, displeasing, oldest, early,chromatic aberration, signature,artistic error, username, scan

تنظیمات یک نمونه:

Steps: 24, baseModel: SDXL, quantity: 4, width: 832, height: 1216, Seed: 1934634232, draft: false, nsfw: true, workflow: txt2img, Clip skip: 2, CFG scale: 5.5, Sampler: Euler a,

مثال استفاده از لورا Ashley Graham (Resident Evil 4 Remake):

1girl, ashley_grah4m, anatomically correct, proper proportions,
neon lighting, glowing blonde hair, rainbow inner hair, blue eyes,
well-defined pose, standing pose, balanced pose,
detailed environment, professional lighting, clear composition,
looking at viewer, seductive expression,
masterpiece, best quality, absurdres, newest 

یا نسخه ساده‌تر:

masterpiece, best quality, ashley_grah4m, 1girl, neon, glowing blonde hair, rainbow inner hair, blue eyes,looking at viewer, seductive

با این پرامپت منفی:

lowres, (bad), bad anatomy, bad hands, extra digits, multiple views,fewer, extra, missing, text, error, worst quality, jpeg artifacts, low quality, watermark, unfinished, displeasing, oldest, early,chromatic aberration, signature,artistic error, username, scan

تنظیمات:

Steps: 24, baseModel: SDXL, quantity: 4, width: 832, height: 1216, Seed: 1115576560, draft: false, nsfw: true, workflow: txt2img, Clip skip: 2, CFG scale: 5.5, Sampler: Euler a,

ایجاد پس‌زمینه‌های حرفه‌ای و مؤثر

بر اساس تجربه و بررسی مقالات:

ساختار پیشنهادی برای پرامپت پس‌زمینه:

• محیط پایه: detailed environment, [نوع مکان], clear composition
• عناصر معماری: [نوع متریال‌ها], [عناصر ساختاری], [تزئینات]
• نور و اتمسفر: [زمان روز], [نوع نورپردازی], [تأثیرات جوی]

مثال برای ترکیب پس‌زمینه:

• صحنه داخلی:

  
  luxurious room, detailed architecture, marble floor, ornate furniture,
  crystal chandeliers, tall windows, decorative columns,
  warm ambient lighting, soft shadows, volumetric lighting
  

• شهری بیرونی:

  
  detailed cityscape, modern architecture, glass buildings,
  city streets, urban details, store fronts,
  night scene, neon lighting, street lamps, ambient occlusion
  

• طبیعت:

  
  detailed landscape, rolling hills, dense forest,
  rocky outcrops, flowing water, detailed foliage,
  golden hour lighting, atmospheric haze, dynamic clouds
  

یک مثال ترکیبی کامل:

1girl, sprThja, anatomically correct, proper proportions, full body, toned figure, large breasts, black hair, long flowing hair, rabbit ears, dark alluring eyes, confident smile, standing pose, well-defined pose, balanced pose, looking at viewer, purple leotard, deep cleavage, purple leggings, purple gloves, yellow cape, detached collar, luxurious detailed room, marble floor, ornate furniture, detailed architecture, night scene, professional lighting, warm ambient lighting, soft shadows, clear composition, masterpiece, best quality, absurdres, newest 

بهترین روش برای ساخت پس‌زمینه:

• با تعریف کلی محیط شروع کنید
• عناصر خاص معماری یا طبیعی را اضافه کنید
• جنس متریال‌ها را مشخص نمایید
• نورپردازی و شرایط جوی را دقیق بیان کنید
• سازگاری نورپردازی کاراکتر و محیط را رعایت کنید
• از تگ‌های کیفیت محیطی بهره ببرید

نکات تکمیلی برای پس‌زمینه بهتر:

• افزودن عمق (پیش‌زمینه، میانه، پس‌زمینه)
• اضافه کردن افکت‌های جوی
• مشخص کردن منبع نور
• در صحنه‌های داخلی، جزئیات معماری بگذارید
• زمینه‌سازی محیطی فراموش نشود
• زاویه دید با ژست کاراکتر هماهنگ باشد

اشکالات رایج پس‌زمینه:

• عدم تطابق نور محیط و شخصیت
• اختلاف زاویه دید و پرسپکتیو
• نبود جزئیات کافی در میانه تصویر
• ادغام ضعیف با شخصیت
• کمبود زمینه و بستر محیطی

راهکارها:

• استفاده از توصیف نوری سازگار
• اضافه‌کردن تگ پرسپکتیو خاص
• گنجاندن داده‌های عمق، فاصله و غیره
• مشخص کردن جنس سطح‌ها و بافت‌ها
• استفاده از عناصر شاخص معماری/طبیعی برای جای‌گذاری شخصیت

مشکلات شناخته‌شده

• استفاده همزمان چند سبک مختلف، سبب نتیجه نامنظم خواهد شد
• این مدل به پرامپت خیلی دقیق نیاز دارد تا بهترین نتیجه را دهد

بهترین راهکارها

• پرامپت‌های بالا را استفاده کنید
• با پارامترهای حداقلی شروع کرده و کم‌کم تکمیل کنید
• روی توصیف نورپردازی، دقت بیشتری داشته باشید
• اثر مقدار CFG را روی کیفیت خروجی رصد کنید

مدل‌های تمرین‌شده من

اگر دوست دارید امتحان کنید، این‌ها مدل‌هایی هستند که روی انواع ترکیب Illustrious و همین مدل تمرین دادم:

• CicaLust: اجرای سبک انیمه پوست براق؛ مشابه مدل CicaStyle روی Pony
• Ashley Graham (Resident Evil 4 Remake)
• Kallen Kozuki / Kallen Stadtfeld (Code Geass)
• Black Cat / Felicia Hardy (Spiderman)

راهنمایی بیشتر: زاویه و نورپردازی

زاویه‌ها، پس از تگ کیفیت و در ابتدای پرامپت قرار بگیرند:

from above,
from below,
close-up,
portrait,
POV,
birds-eye,
wide shot,
isometric,
(+ view, بسته به نیاز)

نورپردازی، بعد از زاویه‌ها و ابتدای پرامپت یا انتها بیاورید:

Cinematic Light,
Hollywood Lighting,
Backlighting,
Rim lighting,
Soft lighting,
harsh lighting,
Dramatic light,
film-style contrast,
soft shadows,
harsh shadows,

(شاید لازم باشد جایگاه و عبارت نورپردازی‌ها را کمی تغییر دهید، اما اغلب نتیجه‌بخش هستند.)

جمع‌بندی

این مدل، خیلی تازه و جدید است؛ بنابراین انتظار اکتشافات و روش‌های نوین در کار با آن را داشته باشید.
سوال یا تجربه‌ای دارید، همینجا به اشتراک بگذارید!