头条：【AIGC 学习】prompt 进阶之prompt获取和生成 - Stable Diffusion web UI
前两天 MidJourney 发布了一个通过图片获取 Prompt 的功能，非常惊艳。今天我们分享几种方法，帮助大家更好地了解如何撰写一张图片的 prompt。
【Stable Diffusion prompt 相关的有用网站】
首先有一个AI导航站还不错，里面有各种用得上的网站和对应的说明： https://a2a.top/#我从中挑去一些还不错的介绍一下：
(相关资料图)
Lexica
网址：https://lexica.art/
说明：
可以看到大量的图片的关键词
还可以以图搜图
“Generate”功能可以在网站上直接测试效果
OpenArt
网址：https://openart.ai/
说明：
可以看到大量的图片的关键词
还可以看到使用的模型、图片尺寸、种子、步数、采样方法和cfg（提示词相关度）
可以 train 自己的模型（付费）
Stable Diffusion WebUI 的底搭建了一个更简洁的前端界面，可以操作生产图片
PromptHero
网址：https://prompthero.com/stable-diffusion-prompts
PromptBase（付费）
网址：https://promptbase.com/stable-diffusion
ArtSpark
网址：https://openart.ai/discovery
以上就是有些有帮助的网站，接下来我们再分享一些实用技巧：
【C 站直接查看】
直接从 C 站获取图片信息。点击 C 站的照片，就可以看到其 prompt、模型、步数等信息。
【图片信息功能】
将图片上传到 Web UI 中的图片信息 tab。如果是 Stable Diffusion 生成的图，且是原图且没有被污染过，就可以直接提取图片的信息。如果点击文生图，就会把所有参数传入到文生图界面。
因为种子信息等都会传入，所以生成的图片和原图差异很小。
【Tag 反推（Tagger）功能】
首先，安装 Tag 反推。
安装地址：
https://github.com/toriato/stable-diffusion-webui-wd14-tagger.git
重启后，就会有Tagger 这个菜单在上面，使用 Tagger 获取高概率的关键词。
如果点击文生图，就会把高概率的关键词传入过去。
虽然这种方式获取的图片与原图会有很大差异，但内容的类别和方向基本一致。
【理解 prompt】
看到了别人的好的prompt 就可以放到我们自己的环境中去实验，最快速地理解不同 prompt 含义的方法是使用提示词矩阵：还是在网站的最右下角，脚本/script 的区域选择“提示词矩阵”： 打开提示词矩阵后，在prompt 中填写：a busy city street in a modern city|illustration|cinematic lighting，就可以看到下面不同关键词下面的图片样式：今天我们复习了prompt，之前的初级篇，我们翻到这里温习一下《》
九日论道增长火炮营正式转型AIGC重仓俱乐部加入知识星球获取更多内幕消息！（ 底下还有新客优惠券，限时到四月底结束） 更多AIGC内容会在5.1后推出
