Проблема не в «запретных» словах, а в неопределённости. Модели вроде SDXL, Pony Diffusion или Illustrious обучены на миллионах пар «изображение — описание». Если промт не содержит достаточно закрепляющих деталей — позы, ракурс, освещение, текстура кожи, материал белья — модель заполняет пробелы статистическим средним. Результат: лишние пальцы, с 합쳐вшиеся конечности, плавающие взгляды, неанатомичные пропорции.
Хороший промт для NSFW — это не список фетишей, а техническое задание для рендера. Каждый токен снимает степень свободы генератора. Статья показывает, как собирать такое ТЗ по слоям: от скелета композиции до микродеталей кожи и ткани.
Порядок токенов = приоритет внимания. Токены в начале промта получают больший вес у cross-attention слоёв. Ставьте субъект, позу и ракурс первыми. Стиль, освещение, качество — в хвосте.
(masterpiece, best quality:1.2), 1girl, solo, (cowgirl position:1.3), (looking at viewer:1.2), detailed skin texture, soft cinematic lighting, 8k uhd, raw photo
Слои промта: что отвечает за что
Веса, скобки и синтаксис: как управлять вниманием модели
Негативный промт: что убрать важнее, чем что добавить
Вместо копипаста сотен токенов в негатив используйте обученные эмбеддинги (Textual Inversion): EasyNegative, BadDream, DeepNegative. Один токен эмбеддинга заменяет 50–100 ручных тегов и даёт более стабильный градиент.
Подключение: положите .pt/.bin/.safetensors в папку embeddings, в негативе напишите (EasyNegative:1.2).
Чекпоинты и LoRA: подборка под задачу
Параметры генерации: где настраивается детерминизм
| Параметр | Рекомендация для NSFW |
|---|---|
| Sampler | DPM++ 2M Karras / Euler a / UniPC |
| Steps | 20–30 (SDXL/Pony), 28–40 (Flux) |
| CFG Scale | 5–7 (SDXL), 1.5–3.5 (Flux) |
| Resolution | 1024×1536 / 1152×1536 (portrait) |
| Hires. Fix | Упскейл 1.5–2x, 10–15 шагов, Denoise 0.3–0.5 |
Flux использует Rectified Flow — другой траекторий в латенте. Высокий CFG ломает когерентность, даёт «жжёный» вид и галлюцинации. Диапазон 1.5–3.5 — эмпирически оптимален.
Базовое разрешение 1024² недостаточно для микродеталей кожи, текстуры ткани, глаз. Hires. Fix с легким denoise (0.3–0.5) «додумывает» детали, не меняя композицию. Для NSFW это критично: лицо и руки фиксятся на этом этапе.