Почему обычные промпты здесь не работают
Модели для взрослого контента (Pony Diffusion, SDXL-тунингы, специализированные чекпоинты) обучались на других датасетах, с другими тегами и другой токенизацией. То, что даёт фотореализм в Midjourney или базовом SDXL, здесь даёт пластиковую кожицу, лишние пальцы и сломанную анатомию.
Главное отличие — зависимость от булевой логики тегов. Промпт — это не предложение на естественном языке, а набор весов для конкретных токенов из обучающей выборки. Модель «читает» теги как инструкции к рендеру.
Понимание этой механики отделяет контролируемую генерацию от лотереи.
Анатомия рабочего промпта: 4 слоя
Негативный промпт: не мусор, а инструмент
Многие копируют один и тот же «универсальный» негатив. Это ошибка. Негатив работает как вектор отталкивания в латентном пространстве — он должен устранять артефакты именно вашего чекпоинта и именно вашего позитивного промпта.
База для Pony-производных:
score_1, score_2, score_3, score_4, score_5, score_6, score_7, source_pony, source_furry, source_cartoon, bad_anatomy, bad_hands, missing_fingers, extra_fingers, fused_fingers, too_many_fingers, mutated_hands, poorly_drawn_hands, poorly_drawn_face, mutation, deformed, ugly, blurry, bad_feet, missing_arms, extra_arms, extra_legs, malformed_legs, fused_legs, extra_legs, bad_body_structure, watermark, text, signature, username, logo, censorship, mosaic, bar_censor
Добавляйте то, что генерирует ваш чекпоинт лишнего: конкретные артефакты глаз, текстуры, одежды. Убирайте то, что не мешает.
Правило: если негатив длиннее позитива — вы перестраховываетесь. Сокращайте до действующих токенов.
Параметры генерации: что двигает результат
Sampler / Scheduler
Euler a — стохастичный, даёт вариативность, хорошо для поиска композиции. DPM++ 2M Karras — детерминированный, чистый, стабильный для финальных ранеров. DDIM — быстрый, но требует больше шагов. Подбирайте под чекпоинт: Pony любит Euler a и DPM++ 2M.
Steps (шаги)
Для SDXL-баз: 20–30 шагов (DPM++ 2M) или 25–40 (Euler a). Меньше — недоразвитие, больше — выгорание и артефакты. Hires. fix добавляет 10–20 шагов на апскейле. Не гоняйте за большими цифрами — сходимость важнее количества.
CFG Scale
Сила следования промпту. 5–7 — баланс. 3–4 — более творческая модель, мягче свет, но риск уйти от тега. 8–12 — жёсткое следование, риск «жёстких» краёв, артефактовcontrast, пластиковой кожи. Для Pony: 6–7 оптимально.
Resolution / Hires. fix
Нативное разрешение SDXL — 1024×1024. Генерация сразу в 2K+ ломает композицию. Рабочий пайплайн: генерируйте в 896×1152 / 1152×896 / 1024×1024 → Hires. fix (upscaler: 4x-UltraSharp или 4x-NMKD-Siax, denoise 0.3–0.5, steps 10–15) → итог 2K–4K без потери компоновки.
Denoise (Hires)
Насколько сильно апскейлер меняет картинку. 0.25–0.35 — сохраняет детали и композицию, убирает артефакты. 0.4–0.55 — добавляет детали, может изменить позу/лицо. >0.6 — фактически регенерация. Для лиц и рук держите 0.3–0.4.
Seed / Variation
Seed фиксирует шум. Для поиска вариаций — ищите на случайных сидах (batch 4–9), находите удачную композицию → фиксируйте сид → дорабатываете промпт/параметры → Hires. fix. Variation seed / strength позволяют миксоварьировать детали без смены композиции.
Типичные ошибки и как их чинить
Продвинутые приёмы: ControlNet, ADetailer, Regional Prompter
Базовый txt2img даёт 60% результата. Остальные 40% — контроль.
Фиксирует позу/композицию/силуэт. Позволяет генерировать серию кадров с одной позой, меняя только персонажа/одежду/свет. OpenPose — для поз, Depth — для сохранения объёма, Canny — для контуров.
Автоматический инпейтинг лиц и рук на этапе генерации. Сохраняет идентичность лица при разных сидах, чинит пальцы без ручной правки. Настройте denoise 0.3–0.45, inpaint_only_masked=True.
Разделяет латентное пространство на зоны с разными промптами. Левая половина — один персонаж, правая — другой. Фон — свой промпт. Решает проблему «смешивания» тегов при мульти-персонажных сценах.
Апскейл 2–4x с сохранением микродеталей (текстура кожи, волос, ткани). Tile ControlNet на этапе Hires держит композицию, не даёт «плыть» деталям. Denoise 0.25–0.35.
