[Tips]The impact of prompt order on result generation. 关于提示顺序对结果生成的影响. Promptの順番によって生成した画像に与える影響について
세부 정보
파일 다운로드
모델 설명
주의!!! 아래 텍스트를 꼭 읽어주세요!!!
중국어 버전은 아래로 스크롤하세요
일본어 버전은 아래로 스크롤하세요
여기 업로드된 LoRa 모델은 저가 만든 것이 아니라, jappww (https://civitai.com/user/jappww)에 의해 만들어진 것입니다.
저는 그의 Zero Two 02 모델을 사용하려 했을 때 이 영향을 발견했기 때문에, 예시로만 업로드했습니다.
다음 내용은 이미 많은 분들이 아실 수 있지만, 여전히 이 정보를 알지 못하는 분들을 위해 프롬프트 순서가 결과에 미치는 영향을 간단히 안내하고자 합니다.
결론적으로, 프롬프트의 배치 순서는 이미지 출력 결과에 상당한 영향을 미칩니다 (특히 Hires.Fix 모드에서).
다음에 제가 말하고자 하는 바를 이해하기 위해 몇 가지 예시를 제시하겠습니다.
아래에 표시된 모든 이미지는 같은 파라미터와 같은 시드를 사용하여 생성되었으며, 유일한 차이는 프롬프트 순서뿐입니다.
물론 외모 관련 프롬프트를 아래에 배치했을 때 (1D2D), Hires.Fix로 생성된 이미지는 원본 이미지와 매우 다릅니다. 그러나 외모 관련 프롬프트를 위쪽에 배치했을 때 (1U2U), 생성된 이미지와 원본 이미지 사이에 비교적 높은 연관성이 유지됩니다.
이미지 생성 과정에서 (특히 Hires.Fix 모드에서), 프롬프트의 순서가 출력 결과에 상당한 영향을 미친다는 것이 명확합니다. 외모 관련 프롬프트가 처음에 위치할 경우 생성된 이미지는 모델과 매우 유사해지지만, 반대로 끝에 배치되면 Hires.Fix는 초기의 8K와 4K 키워드를 기반으로 정밀화하여 원본 이미지와는 크게 다른 결과가 나옵니다.
이를 바탕으로 결론지을 수 있습니다. 외모와 관련된 LoRa 모델을 사용할 때, 특히 Hires.Fix 모드에서는 외모 관련 모든 LoRa 모델을 가장 처음에 배치하는 것이 가장 좋습니다. 개인적으로 아래 순서를 추천합니다:
특정 캐릭터의 LoRa 모델, 예를 들어 본 예시의 Zero Two LoRa 모델.
전반적인 최적화 모델, 유명한 ulzzang-6500 (/model/8109/ulzzang-6500-korean-doll-aesthetic), xxdoll 등.
나머지 모델은 중요도 순서대로 정렬합니다.
이 튜토리얼이 도움이 되길 바랍니다~ 당신만의 예술을 만들어보세요~
===========
2023/3/11
kmlau (https://civitai.com/user/kmlau)의 지적을 받고, <Lora> 모델의 위치가 이미지 생성 결과에 영향을 주지 않는다는 것을 발견했습니다. 즉, Stable Diffusion이 프롬프트를 읽을 때, "<", "l", "o", ..., ">"의 여섯 글자를 공백으로 해석합니다. 그러나 중요한 점은, <lora>,처럼 다른 기호가 포함되면 결과 생성에 영향을 준다는 것입니다.
예를 들어,
**
와
prompt_A, prompt_B, prompt_C,
와
prompt_A**
또는
prompt_A, prom**
이 네 가지 모두 정확히 동일한 결과를 생성합니다.
하지만,
와
는 다릅니다. 이전 예시(며칠 전)에서 문제가 생긴 이유는 프롬프트 내의 콤마가 최종 결과 생성에 영향을 준 때문이며, 이로 인해 이전 예시 이미지에서도 변화가 발생했습니다.
===========
==============================================
주의！！！ 아래 내용을 꼭 읽어주세요！！！
여기 업로드된 LoRa 모델은 제가 만든 것이 아니라, jappww (https://civitai.com/user/jappww)에 의해 만들어진 것입니다. 저는 그의 Zero Two 02 모델을 사용하려 했을 때 이런 영향을 발견했기 때문에 여기서 예시로 올렸습니다.
간단 요약:
이미지 생성 시 가장 중요한 키워드를 먼저 배치하세요 (이 예시에서는 02의 lora 모델이 해당됨). 구체적인 차이는 이미지를 보시면 이해하실 수 있습니다.
상세 설명:
아래 내용은 이미 알고 계신 분들도 많겠지만, 아직 이 정보를 모르는 분들을 위해서 프롬프트 순서가 결과에 미치는 영향을 간단히 소개하고자 합니다.
결론은, 프롬프트의 배치 순서가 이미지 출력 결과에 상당한 영향을 준다는 것입니다 (특히 Hires.Fix 모드에서).
이제 제가 설명하고자 하는 내용을 예시로 보여드리겠습니다.
다음에 나타나는 모든 이미지는 동일한 설정과 동일한 시드로 생성되었으며, 유일한 차이는 프롬프트의 순서뿐입니다.
외모와 관련된 프롬프트를 아래쪽(1D2D)에 배치했을 때는 Hires.Fix로 생성된 이미지가 원본과 매우 다릅니다. 반면 외모와 관련된 프롬프트를 위쪽(1U2U)에 배치했을 때는 생성된 이미지와 원본 사이에 상당한 유사성이 유지됩니다.
이미지 생성 과정 (특히 Hires.Fix 모드에서)에서 프롬프트의 순서가 출력 결과에 매우 큰 영향을 미친다는 것이 분명히 드러납니다. 외모 관련 프롬프트가 처음에 위치하면 생성된 이미지는 모델과 매우 관련성이 높습니다. 하지만 끝에 위치하면 Hires.Fix는 처음의 8K 및 4K 단어를 기반으로 미세 조정하여 원본 이미지와는 크게 다른 결과가 나옵니다.
이로부터 결론을 도출하면, 외모와 관련된 LoRa 모델을 사용할 때, 특히 Hires.Fix 모드라면 외모 관련 LoRa 모델을 모두 최초에 배치하는 것이 가장 좋습니다. 개인적으로 아래 순서를 추천합니다:
특정 캐릭터의 LoRa 모델, 예를 들어 이 예시의 Zero Two LoRa 모델.
전반적인 최적화 모델, 예: 유명한 ulzzang-6500 (/model/8109/ulzzang-6500-korean-doll-aesthetic), xxdoll 등.
나머지 모델은 중요도에 따라 정렬합니다.
이 튜토리얼이 도움이 되기를 바랍니다~
===========
2023/3/11
kmlau (https://civitai.com/user/kmlau)의 조언을 받고, <Lora> 모델의 위치가 이미지 생성 결과에 영향을 주지 않는다는 것을 확인했습니다. 즉, Stable Diffusion이 프롬프트를 읽을 때, "<", "l", "o", ..., ">"의 여섯 문자를 공백으로 인식한다는 점입니다. 그러나 주의할 점은, 예: <lora>,처럼 쉼표 같은 다른 기호가 포함되면 결과 생성에 영향을 줄 수 있다는 것입니다.
예를 들어:
와
prompt_A, prompt_B, prompt_C,
와
prompt_A
또는
prompt_A, prom
이 네 가지 모두 완전히 동일한 결과를 생성합니다.
하지만
와
는 서로 다릅니다. 이전 예시에서 문제가 발생했던 이유는 프롬프트 내의 쉼표가 최종 결과 생성에 영향을 준 탓이며, 이로 인해 이전 이미지에서도 변화가 발생했습니다.
===========
==============================================
일본어 버전
아래 내용을 꼭 읽어주세요！！！
여기 업로드된 LoRa 모델은 제가 만든 것이 아니라, jappww (https://civitai.com/user/jappww)에 의해 만들어진 것입니다. 저는 그의 Zero Two 02 모델을 사용하려 했을 때 이와 같은 영향을 발견했기 때문에 예시로 업로드했습니다.
단일 문장 요약:
이미지 생성 시 가장 중요한 키워드를 가장 앞에 배치하세요 (이 예시에서는 02의 lora 모델입니다). 구체적인 차이점은 이미지에서 확인할 수 있습니다.
상세 설명:
아래 내용은 이미 알고 계신 분들도 많을 수 있지만, 이 정보를 모르는 분들에게 프롬프트 순서가 결과에 미치는 영향을 간단히 소개하고자 합니다.
결론: 프롬프트 배치 순서는 이미지 출력 결과에 막대한 영향을 미칩니다 (특히 Hires.Fix 모드일 경우).
다음은 설명을 돕기 위해 예시를 제시하겠습니다.
본문에 첨부된 모든 이미지는 동일한 파라미터와 동일한 시드로 생성되었으며, 오직 프롬프트의 순서만 다릅니다.
외모 관련 프롬프트를 가장 아래(1D2D)에 배치했을 경우, Hires.Fix를 통해 생성된 이미지는 원본 이미지와 크게 다릅니다. 반면 외모 관련 프롬프트를 위쪽(1U2U)에 배치했을 경우, 생성 이미지와 원본 이미지 사이의 관련성이 상당히 높게 유지됩니다.
이미지 생성 (특히 Hires.Fix 모드에서) 과정에서는 프롬프트 순서가 출력 결과에 상당한 영향을 미친다는 것이 뚜렷하게 나타납니다. 외모 관련 프롬프트를 처음에 위치하면 생성된 이미지는 모델과 매우 유사합니다. 그러나 끝에 배치되면 Hires.Fix는 초기의 8K, 4K 키워드를 기반으로 후처리 진행되어, 결과 이미지의 외형이 원본과 크게 달라집니다.
결론적으로, 외모 관련 LoRa 모델을 사용할 때, 특히 Hires.Fix 모드에서는 외모 관련 LoRa 모델을 모두 처음에 배치하는 것이 최선입니다. 개인적으로 다음 순서를 추천합니다:
특정 캐릭터의 LoRa 모델: 본 예시에서는 Zero Two LoRa 모델.
전반적 최적화 모델: 유명한 ulzzang-6500 (/model/8109/ulzzang-6500-korean-doll-aesthetic) 또는 xxdoll 등.
나머지 모델은 중요도 순으로 정렬합니다.
이 튜토리얼이 도움이 되기를 바랍니다~
===========
2023/3/11
kmlau (https://civitai.com/user/kmlau)의 제안을 받고, <Lora> 모델의 위치가 이미지 생성 결과에 영향을 주지 않는다는 사실을 발견했습니다. 즉, Stable Diffusion이 프롬프트를 읽을 때 "<", "l", "o", ..., ">"의 여섯 글자를 공백처럼 처리한다는 것입니다. 그러나 중요한 점은, <lora>에 쉼표 같은 다른 기호가 포함되면 결과 생성에 영향을 줄 수 있다는 것입니다.
예를 들어:
과
prompt_A, prompt_B, prompt_C,
과
prompt_A
또는
prompt_A, prom
이 네 가지 모두 동일한 결과를 생성합니다.
그러나
와
는 다릅니다. 이전 예시에서 문제가 생긴 이유는 쉼표가 최종 결과 생성에 영향을 주었기 때문이며, 이로 인해 이전 이미지에서도 변화가 발생했습니다.
===========