Stable Diffusion XL 1.0: prompt, ustawienia i co nadal robi najlepiej

Q: Prompt jest ignorowany na rzecz ogólnego stylu

Zbyt niskie CFG lub za dużo konkurujących słów stylu. Podnieś CFG do 8 i skróć listę stylów do dwóch lub trzech terminów.

Temat: Modele

Autor: Captain

Opublikowano 2026-10-01

Model card: sdxl

Otwórz informacje o modelu Otwórz Hugging Bay

Przegląd

Stable Diffusion XL

1.0 to flagowy model dyfuzji latentnej Stability AI z 2023 roku. Używa dwóch enkoderów tekstu (OpenCLIP ViT-G i CLIP ViT-L), generuje natywnie w 1024x1024 i ma opcjonalny refiner, który dopracowuje ostatnie kroki denoisingu. To nadal podstawa największego ekosystemu fine-tune w katalogu:

Pony

, Illustrious, NoobAI i tysiące realistycznych checkpointów pochodzą z niego.

Sam model bazowy ma miękkie, malarskie skłonności i szeroką wiedzę o stylach sztuki. Jest mniej dosłowny niż

Flux

, co sprawia, że dobrze radzi sobie z luźnymi, nastrojowymi obrazami i szybkim eksplorowaniem stylów.

Odniesienie

Nazwa	Typ	Co to jest
Prompt	text	Frazy lub krótkie zdania oddzielone przecinkami. Słowa jakościowe (wysoce szczegółowe, ostry fokus) nadal pomagają na modelu bazowym.
Negative prompt	text	rozmyte, niska rozdzielczość, znak wodny, tekst, zdeformowane ręce. Trzymaj krótko.
CFG	5-8	7 to klasyczna wartość. Niższa dla malarskiego wyglądu, wyższa dla dosłownych promptów.
Steps	25-40	30 ze DPM++ 2M Karras to niezawodny domyślny wybór.
Resolution	1 MP	1024x1024, 1152x896, 896x1152, 1216x832, 832x1216, 1344x768, 768x1344.

Bez instalacji – uruchamiaj modele AI w chmurze

BitVector Prism to najprostszy sposób na start: wybierz model, wpisz prompt i generuj w przejrzystej aplikacji webowej, bez żadnej konfiguracji. BitVector jest też dostępny na Discordzie i w sieci (SpyGlass).

Wypróbuj BitVector

Krok po kroku

Zacznij od 1024x1024,
CFG
7, 30 kroków, DPM++ 2M Karras.
Najpierw podaj temat, potem styl, a na końcu słowa oświetlenie i kompozycja.
Dodaj krótki negatywny prompt i trzymaj go stabilnie, dopóki poprawiasz pozytywny.
Jeśli twarz lub ręce wyglądają źle, zrób drugi przebieg
img2img
z denoisingiem 0.3-0.4 albo użyj refiner na ostatnie 20% kroków.
Przełącz się na niestandardowy rozmiar (1216x832 dla pejzaży), gdy temat będzie już dobrze.

Przykłady

Malarski pejzaż

a vast misty fjord at dawn, tiny red fishing boat, oil painting, impasto brushwork, soft pink and slate palette, wide composition

Negative: blurry, lowres, watermark, text

Concept art

concept art of a nomad caravan crossing a salt flat, giant tortoise carrying a wooden house, dramatic clouds, matte painting style, cinematic lighting, highly detailed

Kreatywny pomysł: papierowa diorama

a layered paper-cut diorama of a night market, warm lanterns made of tissue paper, miniature paper people, macro photography, shallow depth of field

Porady

SDXL mocno reaguje na nazwy artystów i medium. Dwa lub trzy słowa stylu robią więcej niż dziesięć przymiotników.
Nie generuj poniżej 1024 na dłuższym boku; model bazowy się rozpada poniżej 768.
Wagi promptów jak (word:1.2) działają tu, w przeciwieństwie do Flux.
Jeśli chcesz realizmu, dedykowany realistyczny
checkpoint
SDXL z tego katalogu przebije model bazowy; bazowy używaj do malarskich i konceptualnych prac.

Rozwiązywanie problemów

Twarze są rozmyte przy 1024

Dlaczego tak się dzieje

Model bazowy ma ograniczone detale twarzy w porównaniu do fine-tune'ów.

Jak to naprawić

Użyj refiner lub przebiegu img2img z denoisingiem 0.35 albo popraw twarz w wyższej efektywnej rozdzielczości.

Prompt jest ignorowany na rzecz ogólnego stylu

Dlaczego tak się dzieje

Zbyt niskie CFG lub za dużo konkurujących słów stylu.

Jak to naprawić

Podnieś CFG do 8 i skróć listę stylów do dwóch lub trzech terminów.

Bez instalacji – uruchamiaj modele AI w chmurze

PirateDiffusion działa tylko na Telegramie i jest stworzony dla profesjonalistów: tysiące modeli, LoRA i workflowów sterowanych komendami czatu, z nielimitowanym generowaniem w stałej cenie.