在當(dāng)前階段使用生成式Ai，有一樣?xùn)|西是必須掌握的，這樣?xùn)|西被稱之為：「咒語」。使用者就像港片里的茅山道士，或哈利波特里的魔法師一樣，無一例外要懂得念咒。
這是一個持續(xù)互動的過程，使用者必須讓Ai知道他想要什么，Ai才會給出反饋。使用過chatgpt的人也知道，你不提出問題或指令，它就不會回答你。
所以所謂「咒語」，可以說就是，對想要達(dá)到的目標(biāo)的具體描述。這種描述，在英文語境里被稱為prompt，這是目前和生成式Ai的通用溝通方式。
提問/溝通的方式和策略是否得當(dāng)，決定能否得到Ai更深入準(zhǔn)確的反饋。這個事情是有門檻的。
有國外公司為精通chatgpt咒語的工程師，開出了年薪33.5萬美金的價碼。
這里暫不探討chatgpt文本機器人咒語，本文旨在以Stable Diffusion(SD)的使用為例，以最簡單的例子，分享Ai繪畫的基礎(chǔ)咒語知識和思路。
如是熟手，下文可以略過。
01
咒語使用哪國語言
咒語通常是英文，主要內(nèi)容以逗號間隔開單詞/詞組/短句。也可以用中文或其它語言，但效果往往不佳。
所以，為什么繪畫念咒經(jīng)常會用到chatgpt，就是這個原因。用chatgpt將中文咒語翻譯成英文，再將英文拋給繪畫Ai就好了。據(jù)個人觀察，它的翻譯效果比絕大多數(shù)工具都要好。
其實，用戶也無須擔(dān)心語言問題會影響使用操作，如果沒有chatgpt，用百度翻譯、彩云小譯、有道翻譯等國內(nèi)工具也能應(yīng)付。
02
念咒形式
主要分兩種，一種是自然語言描述，一種是詞語堆疊。前者舉例：請畫一個戴著棒球帽穿著藍(lán)色運動服的女孩。后者舉例：一個女孩，棒球帽，藍(lán)色運動服。
這兩種形式并不沖突，可以混合使用。需要指出的是，詞語堆疊方式在有些時候，會使畫面元素偏離期望，比如上例，棒球帽會有小概率沒有戴在頭上而出現(xiàn)在別處，比如拿在手中。
當(dāng)然，詞語堆疊由于上下文并不總是嚴(yán)謹(jǐn)相關(guān)，通常也更能利用Ai的想像力補充，畫出令人眼前一亮的作品，更接近真正意義的開盲盒。
上述咒語的吟唱方式，和Midjourny的用法是一致的，所不同的是參數(shù)的使用。
03
咒語的順序和權(quán)重
?順序
咒語中的詞語順序，會影響畫面內(nèi)容呈現(xiàn)，在實踐中發(fā)現(xiàn)，順序和權(quán)重密切相關(guān)（不排除偶爾失效）。
咒語舉例：一個女孩站在南瓜跟前。這時，Ai會圍繞女孩為主體展開繪畫。如果換成：南瓜前站著一個女孩。那么，繪畫通常會以南瓜為第一要素展開，女孩從而變成第二要素，有可能會出現(xiàn)人物不夠特出的情況。
這里很自然會延伸出另一個問題，在上例中，假如首先描述的不是南瓜，而是一只手表，咒語換成是：戴著手表的女孩。這樣，女孩會不會變成次要元素？
答案是不會。類似手表這類物體，當(dāng)其和人物相遇，“天生”會被視為配角或細(xì)節(jié)。那么，怎么判斷何種物體會被納入這個范疇？終極答案是，生活經(jīng)驗。在這一點上，Ai目前大體上已跟我們的“經(jīng)驗”接近。
當(dāng)然，它的理解還不完美。
這里順帶提一個關(guān)于咒語順序的有意思的細(xì)節(jié)，比如，你想描繪一個女孩和花的美好畫面，假如你采用了詞語堆疊的方式進(jìn)行吟唱：陽光明媚，一個女孩，鮮花，起舞的蝴蝶。
那么，畫面有一定概率在女孩的衣服上或其它地方，也會出現(xiàn)鮮花(圖案)。但是，如果鮮花這個詞和女孩不挨在相鄰位置，則這種情況基本可以避免。
這個例子，主要想說明另一個使用觀察：相鄰的兩個詞語，在畫面輸出中會存在交叉影響的情況，雖然這并不總會出現(xiàn)。
?權(quán)重
為了強調(diào)一些要素，保障（或弱化）這些要素被Ai畫出的概率，很多時候需要給它們賦予權(quán)重，劃出重點。
例如，一個穿著白色裙子的女孩站在紅色的玫瑰花前：A girl wearing a white dress is standing in front of red roses.
在結(jié)果畫面中，Ai給女孩穿上的，有概率并不是白色的裙子，這個時候，就要在咒語中給“白色裙子”賦予權(quán)重。
主要有兩種方式，一種是加小括號，此時，白色裙子的咒語可變成：(white dress)或((white dress))這種形式，每加一對括號，權(quán)重就乘以一次1.1，以此類推。
另一種方式是，括號內(nèi)關(guān)鍵詞后加冒號再寫上權(quán)重值，如，寫成(white dress:1.3)，意思是白色裙子的權(quán)重是1.3。這種方式更為方便。
所以，上例中要讓Ai更高概率畫出白色裙子，咒語最終可調(diào)整為：
A girl wearing a (white dress:1.3) is standing in front of red roses.
需要指出的是，權(quán)重值一般在1～2之間，但超過1.5時有可能失效，達(dá)到2時有一定概率召喚出奇怪的畫面，包括上古神獸。
如需降低權(quán)重，可使用中括號，中括號的降權(quán)值是除以1.1，但一般很少用到。中括號的進(jìn)階用法，還可以用于分步或融合繪畫，通常用于精細(xì)繪制，具體以后再行介紹。
關(guān)于權(quán)重的表達(dá)，在Midjourney中是另一種方式，此處不表。
04
咒語的細(xì)節(jié)
我們看港產(chǎn)鬼片，印象深刻的畫面，除了主角之外，恐怕還有搖曳的燈火、陰森的光影、詭異的氣氛等，才可完整襯托出畫面要傳遞的信息。
繪畫也是同樣道理，要取得好的效果，還得加入其它元素描述，比如說，光線照明、攝影風(fēng)格、細(xì)節(jié)、清晰度等擴充描述。
這種擴充，都可以統(tǒng)稱為細(xì)節(jié)。
細(xì)節(jié)舉例：一個女孩，她可以被描述為有一點可愛的小雀斑，也可擁有無瑕的面部，可以有黑色的大眼睛，閃亮的耳環(huán)等；她可以在一個陽光燦爛的日子里出現(xiàn)，也可以行走于南方的梅雨之中；光線可以從側(cè)面照過臉廓，也可以從頭頂散射。
無論你需要的是真實的攝影畫面，還是水彩畫、油畫或某個大師的風(fēng)格，都可以讓Ai聽到你的具體吟唱。
只有充分描述你的設(shè)想，Ai才能最大限度地復(fù)現(xiàn)你腦中的畫面。
如果你只有一些粗略的無甚關(guān)聯(lián)的詞匯，也沒有問題，如前文所述，Ai會代替你去聯(lián)想。這個用法，無論是Stable Diffusion還是Midjourney，都是適用的。
05
咒語不靈？
對于新手來說，出現(xiàn)畫面崩壞的概率不算太低。比如說，畫面變黑，或出現(xiàn)一些明顯的不協(xié)調(diào)的東西/效果等。
前者可能是因為硬件配置不足，這里重點說一下后者。
這種情況，排除模型理解力不足的原因之后，通常是因為咒語不夠詳細(xì)，Ai代替你進(jìn)行了“腦補”。
需要指出的是，詳細(xì)是相對概念，當(dāng)畫幅設(shè)置得越大，越是需要詳細(xì)的咒語。當(dāng)畫完咒語要素之后，如發(fā)現(xiàn)還有不少“余地”，Ai會自作主張。
反過來也是成立的，當(dāng)畫幅很小，但你吟唱了很長很詳細(xì)的咒語時，畫面不一定理想。
當(dāng)對一些詞語或句子賦予的權(quán)重過高時，也可能出現(xiàn)過猶不及的情況，呈現(xiàn)奇怪畫風(fēng)。
06
咒語有公式嗎
如果你能看到這里，那么對SD繪畫咒語該如何吟唱，應(yīng)該有了一個基本概念。
如果你能再將自己的角色設(shè)定為一個手持相機的拍攝者，則一個畫面里要有什么事物和細(xì)節(jié)，細(xì)想一下，必定會有自己更進(jìn)一步的理解。
回到Ai繪畫上來，一般認(rèn)為，一條相對完整的咒語，比較好的做法是至少包含3個內(nèi)容：
主角+背景+細(xì)節(jié)
這里舉一個簡單的咒語例：一個快樂的女孩走在美麗的海灘上，她光著腳，穿著白色的T恤和牛仔短褲。遠(yuǎn)處的海面上，隱約可見幾只帆船。（后面可接上畫風(fēng)、光照、畫面質(zhì)量要求等細(xì)節(jié)補充）
這里提到了主角（女孩）、背景（大海），以及各種細(xì)節(jié)。這種語言描述，本質(zhì)上是一種短句表達(dá)，區(qū)別于詞語堆疊。
當(dāng)然，這種咒語內(nèi)容總結(jié)，僅是一種理解。咒語關(guān)鍵詞的表達(dá)順序，也非固化不變涇渭分明，很多時候也會受到繪畫模型能力的制約，可在實踐中依情況調(diào)整。
最后補充的一點是，在Stable Diffusion和Midjourney中，都允許用戶提出“負(fù)面提示”，即，你希望畫面中不要出現(xiàn)什么內(nèi)容，也可列出，比如說，低質(zhì)量的畫面、有斑點的皮膚，等等。
負(fù)面提示也是很重要的咒語，同樣可依序列出并賦予權(quán)重，與之對應(yīng)的，上文提到的所有咒語，均為正面提示。具體的應(yīng)用教程，后續(xù)將會在這里分享。
以上。
