Stable Diffusion XL 1.0: prompts, configurações e no que ele ainda é melhor

Q: Prompt é ignorado em favor de estilo genérico

CFG muito baixo ou muitas palavras de estilo conflitantes. Aumente o CFG para 8 e reduza a lista de estilos para dois ou três termos.

Tema: Modelos

Por Captain

Publicado em 2026-10-01

Model card: sdxl

Abrir informações do modelo Abrir Hugging Bay

Visão geral

Stable Diffusion XL

1.0 é o modelo de difusão latente principal da Stability AI em 2023. Ele usa dois codificadores de texto (OpenCLIP ViT-G e CLIP ViT-L), gera nativamente em 1024x1024 e vem com um refinador opcional que melhora os passos finais de remoção de ruído. Ele continua sendo a base do maior ecossistema de fine-tunes no catálogo:

Pony

, Illustrious, NoobAI e milhares de checkpoints realistas descendem dele.

O modelo base tem uma tendência suave e pictórica e um amplo conhecimento de estilos artísticos. Ele é menos literal que o

Flux

, o que o torna bom para imagens soltas, atmosféricas e para exploração rápida de estilos.

Referência

Nome	Tipo	O que é
Prompt	text	Frases separadas por vírgula ou sentenças curtas. Palavras que indicam qualidade (altamente detalhado, foco nítido) ainda ajudam no modelo base.
Negative prompt	text	blurry, lowres, watermark, text, deformed hands. Mantenha curto.
CFG	5-8	7 é o valor clássico. Menor para visual pictórico, maior para prompts literais.
Steps	25-40	30 com DPM++ 2M Karras é um padrão confiável.
Resolution	1 MP	1024x1024, 1152x896, 896x1152, 1216x832, 832x1216, 1344x768, 768x1344.

Sem instalação: rode modelos de IA na nuvem

BitVector Prism é a forma mais fácil de começar: escolha um modelo, digite um prompt e gere em um app web limpo, sem configurar nada. O BitVector também está disponível no Discord e na web (SpyGlass).

Experimentar o BitVector

Passo a passo

Comece em 1024x1024,
CFG
7, 30 passos, DPM++ 2M Karras.
Coloque o sujeito primeiro, depois o estilo, depois palavras sobre iluminação e composição.
Adicione um prompt negativo curto e mantenha ele estável enquanto ajusta o positivo.
Se o rosto ou as mãos parecerem estranhos, faça uma segunda passagem
img2img
com denoise entre 0.3-0.4 ou use o refinador nos últimos 20% dos passos.
Mude para um bucket não quadrado (1216x832 para paisagens) quando o sujeito estiver certo.

Exemplos

Paisagem pictórica

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

Arte conceitual

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

Ideia criativa: diorama de papel

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

Dicas

SDXL responde bem a nomes de artistas e mídias. Duas ou três palavras de estilo fazem mais efeito que dez adjetivos.
Não gere abaixo de 1024 no lado maior; o modelo base perde qualidade abaixo de 768.
Pesos em prompt como (word:1.2) funcionam aqui, diferente do Flux.
Se quiser realismo, um
checkpoint
realista dedicado do SDXL deste catálogo vai superar o modelo base; use o base para trabalhos pictóricos e conceituais.

Solução de problemas

Rostos ficam borrados em 1024

Por que acontece

O modelo base tem detalhes limitados em rostos comparado a fine-tunes.

Como corrigir

Use o refinador ou uma passagem img2img com denoise 0.35, ou faça inpainting no rosto em resolução efetiva maior.

Prompt é ignorado em favor de estilo genérico

Por que acontece

CFG muito baixo ou muitas palavras de estilo conflitantes.

Como corrigir

Aumente o CFG para 8 e reduza a lista de estilos para dois ou três termos.

Sem instalação: rode modelos de IA na nuvem

O PirateDiffusion é exclusivo do Telegram e feito para profissionais: milhares de modelos, LoRAs e workflows por comandos de chat, com geração ilimitada a preço fixo.