FLUX提示词和SDXL有什么不同

AI生图 阅读 5 约8分钟读完

大家好,我是SD中文网的站长小庞。FLUX提示词和SDXL最大的不同,就是FLUX要你像跟摄影师说话一样写完整句子,SDXL更像往购物车里丢标签。把「masterpiece, best quality, 1girl」这种逗号堆词原封不动贴到FLUX上,权重经常失灵,质量词也帮不上忙,画面还容易跑偏。想用好FLUX提示词,得把习惯从「贴标签」改成「下指令」。

FLUX像给摄影师下指令,SDXL更像往图上贴标签

为什么两套写法不能混着用

你可以这么理解:SDXL 模型和版本说明主要靠 CLIP 认词,像翻相册背面那一排短标签,词越短、越常见,它越熟。句子一长,注意力就被稀释,所以社区才养成逗号分隔、质量词、括号加权、再单独写负面提示词的习惯。

FLUX.1(2024年8月1日由 Black Forest Labs 发布)换了一套脑子。它是大约 120 亿参数的 rectified-flow transformer,文字这边同时用 T5-XXL 和大号 CLIP。T5 更像能读整段话的助手,能啃语法、方位、谁在谁左边这类关系。官方也强调它在细节、提示遵循、复杂场景上更强。所以你越把它写成「请按这个拍摄说明来」,它越听得懂;你越贴标签,它越容易把那些词当普通英文处理。

具体到变体:FLUX.1 模型介绍、版本和下载里能看到 [pro] 走 API,[dev] 开放权重但是非商业许可,[schnell] 是 Apache 2.0、可商用的快版。写提示词的方法这三款大体一样,别混用 SDXL 那套语法就行。想核对官方说明,可以看 Hugging Face 上的 FLUX.1-dev 模型卡。

同一张图,两边提示词怎么写

下面这组对比来自社区常用测法,不是什么标准答案,但足够说明差别。SDXL 吃的是短标签加负面词;FLUX 吃的是主体在前、位置清楚、光线和镜头都写明白的一段话。

项目 SDXL 更常见的写法 FLUX 更稳的写法
整体风格 逗号分隔的标签、Danbooru 味 自然语言完整句子,像拍摄说明
质量词 masterpiece, best quality 几乎必加 一般直接丢掉,写具体质感更有用
权重 (red jacket:1.2)、((night)) 常用 括号多半无效,有时还会被画成字面符号
负面提示 强烈建议写,用来压坏手、糊、水印 传统负面提示基本不需要,也常不推荐
画面里的字 经常乱码或根本不出现 把要出现的字用英文引号精确包起来
长度 短词列表更稳,长散文容易散 大约 30~80 词是甜区,T5 还能吃更长

举例。SDXL 可能是:masterpiece, best quality, 1girl, red jacket, city street, night, neon lights, rain, bokeh, looking at viewer。负面再写 lowres, bad hands, extra fingers, blurry, watermark。

FLUX 更合适的是:A young woman in a red rain jacket stands on the left of a wet city street at night, neon signs reflecting in puddles, holding a coffee cup, soft bokeh, 35mm film look. A small sign reads “OPEN 24H”. 主体、站哪、在干什么、灯光、镜头、牌子上的字,全写进正面描述里。

自然语言把位置、光线和镜头写清楚后的夜景街拍示意

手头有一串旧的 SDXL 提示词,可以按这个顺序改,别幻想「稍微改两个词就行」:

  1. 先删掉 masterpiece、best quality、超高质量这类空话,也先把负面提示词清空。
  2. 把最想看见的主体写成一句完整的话,放在最前面,别让风格词抢第一句。
  3. 补上位置、动作、谁和谁的关系,比如「站在画面左侧」「面前是湿漉漉的马路」。
  4. 再写光线、天气、镜头或胶片感觉,用具体描述代替 8k、intricate 这种万能词。
  5. 画面里要出现的文字,用英文双引号包住精确内容,别指望它自己猜。

权重、负面提示词、采样这些还要不要

很多从 SDXL 过来的人,栽就栽在「设置也一起复制」。FLUX 走的是 flow matching,不是你以前那种靠负向 CFG 把不想要的东西推开的路子。负面提示词留着,轻则没效果,重则干扰正面句子。

  • 括号加权、((keyword)) 在 FLUX 里基本等于白写,别再当旋钮用。
  • 负面提示词建议留空或干脆删掉节点,不想要的东西改用正面句子写清楚,比如「双手自然垂在身侧」比 negative 里写 bad hands 管用。
  • Dev 常见是 20~30 步,采样器用 Euler,调度用 simple;Guidance 大约 1.0 或 3.5(不同界面叫法不一样),拉太高容易出怪纹。
  • Schnell 是快版,常见 1~4 步,提示词写法一样,别因为步数少就改回标签堆。
  • SDXL 还是老习惯更稳:大约 25~35 步,CFG 多在 6.0~7.5,DPM++ 2M Karras 一类采样器,负面提示词该写还是要写。

显存也不是一回事。SDXL 的配置和 Base/Refiner 选择最低大约 8GB 显存就能跑通 1024px 基础流程,只用 Base 大约 6.9GB,加上 Refiner 大约 13GB。FLUX.1 Dev 全精度 FP16 大约要 24GB,FP8 量化大约 12~16GB 才比较能接受;电脑吃力、没有 N 卡、或者用 Mac 和轻薄本的,与其卡在本地报错,不如直接用咕嘟AI 在线生图打开网页出图,省得跟显存较劲。

进阶用户本地跑的话,主流还是 ComfyUI 下载和安装说明。已经习惯秋叶 WebUI 的老用户可以继续用 SDXL 那套界面,但 FLUX 这边生态和工作流还是 ComfyUI 更顺,WebUI 更新也慢,别指望两边提示词能一份通用。

什么时候还该继续用 SDXL 那套提示词

不是说 FLUX 一出,SDXL 提示词就该扔。SDXL 资料多、LoRA 和控制工具成熟,1024px 插画、写实、概念图都很稳,许可证是 CreativeML Open RAIL++-M,允许使用和商用,但不是没有限制。你要是主要靠一堆社区 LoRA 调风格,或者显存只有 8GB,继续写短标签加负面词,往往更省心。

更在意复杂构图、谁站哪、牌子上的字要能认,再优先改用 FLUX 提示词。FLUX 的 LoRA 数量还没 SDXL 那么厚,别一上来就按 Civitai 老习惯找同款。官方推理代码在 Black Forest Labs 的 GitHub 仓库,本地文件怎么放、工作流怎么选,以本站对应模型页和你用的软件说明为准。

常见问题

FLUX 里还能用 (keyword:1.2) 这种加权吗?

一般别用。SDXL 的括号是在跟 CLIP 讲「这个词重点听」;FLUX 常常把括号当成普通字符,权重大部分不起作用,偶尔还会把符号画进画面里。想强调某样东西,就把它写进前面的完整句子,用位置和具体描述拉开差距。

负面提示词是留空还是删掉?

传统那种 lowres、bad hands、watermark 列表,在 FLUX 里不推荐继续当标配。工作流里有负面框就留空,没有就不用硬加。真不想出现某样东西,改写成正面约束,比如光线干净、背景没有文字、手指数量正常。

提示词写多长合适?中文能用吗?

社区里比较稳的是大约 30~80 词的英文描述,T5 理论上能吃到更长(常见说法到 512 tokens),但写成长篇小说也不见得更好。中文能不能稳,跟你用的界面、是否另接翻译、模型版本都有关系,别把「一定支持」当保证;拿不准就先用英文完整句子,再拿同一张构图做对照。

直接粘 SDXL 提示词,图又糊又不准,怎么办?

这通常不是模型坏了,是写法不匹配。先把质量词、括号、负面列表拿掉,重写成「主体 + 位置 + 动作 + 光线 + 镜头」;Guidance 降到推荐的低值,Dev 用 Euler、20~30 步再试。还是乱的话,检查是不是步数、采样器和提示词三套旧设置一起复制过来了。

一句话:FLUX提示词写人话,SDXL提示词写标签,别混着喂。先拿一张你最熟的旧图,按上面五步改写成一段拍摄说明,对比两次结果,比看十篇口诀都明白。改的时候有卡住的,欢迎加入本站交流群把前后两版提示词丢出来一起看。