AI繪畫的操作很簡單，把畫面描述清楚，后面加入參數(shù)即可。
下面是常用參數(shù)介紹
1.【寬高比】 --ar
【使用說明】
aspect的縮寫，如?--ar 3:4。需要注意的是，不同模型有不同的比例要求。在沒有寫提示詞設(shè)置參數(shù)的情況下，系統(tǒng)默認比例為1:1。數(shù)值必須是整數(shù)，使用 225:100，而不是 2.25:1。
【常用尺寸】
1:1，默認的寬高比，常用于頭像、產(chǎn)品、廣告等。
5:4，常見的打印比例。
3:2，多用于印刷、攝影。
16:9，“寬屏幕”，高清電視和視頻的標準寬高比。
9:16，“豎屏幕”，智能手機垂直方向的標準寬高比。
4:3，曾經(jīng)電視和計算機顯示器的標準寬高比。
21:9，“電影寬屏幕”，一些電影院和電視制作公司使用的寬高比。
2.【剔除】 --no
【使用說明】
字面意思，即排除畫面中不要的元素，如：
--no red、--no human、--no text。
比如畫面里不想要汽車，輸入 --no car 就沒再生成汽車了。
3.【版本】 --v
【使用說明】
version的縮寫。如：--v 5。目前的模型有MJ version 1-5、NiJi version4、5。如果沒有在提示詞尾綴加版本，則默認版本為MJ模型的 --v 4。
*也可在「settings」中設(shè)置版本，但系統(tǒng)會優(yōu)先執(zhí)行「提示詞」中的參數(shù)，而不是「設(shè)置」中的參數(shù)。
MJ模型?比較全面。
1～5代表版本推出的先后順序，算力有限的1～3版本偏抽象，越往后的版本4、5寫實效果更佳，細節(jié)更豐富。
NiJi模型?則更適合制作二次元的動漫和插畫風格。
niji 5模型下還有3個不同的風格化等級：可愛風[--style cute]、3D效果的表現(xiàn)力[--style expressive]、景色[--style scenic]。使用方法，如：--niji 5 --style cute。
4.【質(zhì)量】 --q
【使用說明】
quality的縮寫，即畫面細節(jié)的多少，寫法?--q 1，取值范圍：0.25-2（（注：0.25等的0不用寫）。數(shù)值越高，質(zhì)量越高，細節(jié)越多，但出圖速度也越慢。
質(zhì)量數(shù)值越高，細節(jié)越多，畫面層次越豐富。在不添加參數(shù)的情況下，默認值為1。
但并不是所有的圖片都是質(zhì)量越高越好，不同風格的畫面有不同的需求，
比如低數(shù)值的適用于比較寫意、抽象的畫面；
高數(shù)值的適用于建筑、商業(yè)產(chǎn)品等復(fù)雜度高的畫面。
v4、v5沒有q2是因為質(zhì)量已經(jīng)很高了，所以不需要再加。
5.【停止】 -- stop
【使用說明】
在生圖過程中中止進程，如--stop 80，即在圖片生成到80%的時候中止，如此便會得到一個相對模糊的效果，取值范圍為 10-100。
6.【參考圖權(quán)重】 --iw
【使用說明】
image weight的縮寫， 僅用于「以圖生圖」/「墊圖」時，參考圖與提示詞的權(quán)重設(shè)置。iw值越高，即墊的圖的權(quán)重越高，生成的圖片就越接近原圖；iw值越低，生成的圖片就越接近提示詞。iw的默認值為1，取值范圍：0.5-2。
【不同iw值的效果】
第一張為參考圖，可以看到，iw值越高與參考圖就越接近，反之則偏向描述詞。
7.【風格化】 --s
【使用說明】
--stylize 或簡寫--s，「風格化」顧名思義，即 藝術(shù)風格程度。風格化的值越高，生成的圖片越具藝術(shù)性，與提示詞的相關(guān)性也就更弱；反之，值越低，則生成的圖片越接近描述詞，藝術(shù)性程度也就越低。v4、5的默認值為100。
【不同版本的取值范圍】
除了可以在提示詞尾綴加--s 之外，還可以在「settings」中設(shè)置。需要注意的是，系統(tǒng)會優(yōu)先執(zhí)行「提示詞」中的參數(shù)，而不是「設(shè)置」中的參數(shù)。
8.【圖片隨機性】 --c
【使用說明】
chaos的縮寫，也叫「混亂值」，即圖片的隨機性，數(shù)值越高，隨機性越大，圖片越天馬行空。默認--c值為0，取值范圍 0-100。如果你腦子里對圖片描述還沒有想法，不妨讓AI替你放飛一下。
9.【種子參數(shù)】 --seed
【使用說明】
「種子」可以理解為一張圖片的DNA。因為AI生圖具有巨大的隨機性，即使是用相同的提示詞都會生成不同的圖片。這時候，seed值就起到了重要作用。
當你找到一張滿意的圖，你想要延續(xù)它的特征，就用相同的種子去控制它的結(jié)果。
在 V4 及之后的模型版本中，指定種子參數(shù)可以生成非常相似，甚至幾乎相同的圖片。模型在隨機性的基礎(chǔ)上，對結(jié)果有了更精準的控制，可以實現(xiàn)重復(fù)生成。
seed值是一個編號，生成的4張圖的seed值都是一樣的。取值范圍：0-4294967295，取整數(shù)。需要注意的是，只有初始生成的圖片所生成的seed值才有效果。
【seed的獲取方法】
工具：AI藝術(shù)家，不需要MJ發(fā)送郵件就能獲取seed
如果你想要生成同一人物的一個系列，可以用seed值，并更改提示詞的人物表情、動作、場景。
10.【重復(fù)貼圖】 --tile
【使用說明】
直接在提示詞尾綴輸入 --tile。適用于重復(fù)平鋪的圖像，如面料、壁紙、紋理等，生成的圖上下左右無縫銜接。
11.【提示詞權(quán)重分割】 ::
【使用說明】
主要用于避免AI對一些組合詞的理解偏差，如hot dog、milk tea、sea food等，使用::后，AI就可以分別考慮提示詞中的內(nèi)容。如 hot dog在AI的理解是 熱狗腸，但實際我想要一只很熱的狗狗。所以為了得到精準的圖片，可以用:: 對詞組進行分割并設(shè)置權(quán)重，即hot:: dog。
還可以對分解的組合詞設(shè)置權(quán)重，如 hot::2 dog，hot權(quán)重是dog的2倍。
當然，權(quán)重也可以是負數(shù)，如::-.5，負權(quán)重的作用是減少不想要的元素，作用相當于--no ，但所有權(quán)重的總和必須是正數(shù)。如 用red::-.5 降低郁金香花田紅色出現(xiàn)概率，相當于--no red。
需要注意的是，::作為參數(shù)跟其他參數(shù)一樣，是放在提示詞尾綴，但不需要加--；寫法上需要注意的是，權(quán)重值后面需要加「空格」，如 hot::2 dog。
百聞不如一練！學完記得多練多用！希望文章對您有用！
當你無心種花，便會長滿雜草！
關(guān)注 我 ，與君共勉。
