反向骑乘挑逗 双V手势

⚙️ 模型优化与提示指南

🔹 基础模型选择

• 选择专门在Danbooru或e621数据集上训练的基础模型，以获得更好的角色准确性

• 这些数据集能为不同角色提供一致的解剖结构、姿态构型和风格清晰度

• ❌ 避免使用以R34为主的数据集基础模型，它们常导致特征混杂

• 在生成多角色图像时，避免添加**“单人焦点”或任何与单人相关的提示**。这些标签可能导致模型将所有特征融合到单一角色上

多角色生成提醒

在单幅构图中生成多个角色时，请记住AI模型可能难以维持角色间的分离，可能需要多次渲染尝试。

🔹 主提示

反向骑乘挑逗, ((1girl 插入女性特征)), ((1boy 插入男性特征)), penis, double v, erection, v, spread legs, blush, smile, nude, looking at viewer, solo focus, breast grab,

为性别特异性定义，使用括号嵌套特征：

((女性角色特征)), ((男性角色特征))

明确的特征隔离

使用双括号和角色ID标签来隔离各自特征。
示例：

((角色A: 女性特征)), ((角色B: 男性特征))

然后在各自部分中进行描述：

((角色A: 女性兽人狐狸，长发，柔软毛发质感，纤细体型，尾巴，蓬松耳朵)),
((角色B: 男性人类，健壮体型，短发，赤膊))

对于混合模型或LoRA：

<lora:角色A_LoRA:1>, ((角色A特征))  
<lora:角色B_LoRA:1>, ((角色B特征))

提示构建说明

• 在多角色场景中，保持LoRA权重在0.4–1之间以确保稳定性。