Stable Diffusion提示词与ControlNet搭配实战
一个典型误区：很多人往ControlNet丢张图，配一句“a girl”就指望出片——结果边缘模糊，肢体扭曲。核心在于提示词与ControlNet控制类型脱节。拿Canny举例，它只提供边缘数据，提示词里如果缺少“sharp outline”或“defined contour”，模型会忽略边缘约束，按自身默认逻辑渲染，效果自然翻车。
逻辑很清晰：ControlNet是骨骼，提示词是肌肉，两者必须咬合紧密。具体分三步执行。
基础结构：提示词与ControlNet类型强制绑定
第一步：正向提示词开头必须明确ControlNet依赖的视觉特征。用Canny时，开头加“line art, sharp edges, high-contrast contour”；用Depth时，加“clear depth layers, foreground-midground-background separation”。这是在给模型打预防针：该图的几何结构是最高优先级。
第二步：随后描述主体，但别和ControlNet职能冲突。比如你用Scribble控制姿态，Scribble只画了粗略骨架，提示词里却写“photorealistic, skin texture details”——模型会陷入矛盾：既要服从涂鸦骨架，又要渲染真实皮肤细节，最终关节错位、手部崩溃是常态。
第三步：负向提示词必须加入与ControlNet目标相反的干扰项。启用Pose控制时，负向词里加“dislocated limbs, twisted spine, extra arms”，相当于给ControlNet的骨骼约束上了隐形锁链，模型很难偏离预设姿态。
不同ControlNet类型的提示词适配方法
方法一：Canny/Lineart控制 → 提示词里嵌入“ink drawing”、“etching style”、“clean vector line”这类强调线条的词汇。注意，这不是单纯风格修饰——它们告诉模型：“当前图像的几何由线决定，别擅自填充阴影或渐变”。【遗漏这类词，即使ControlNet权重再高，线条区域也会被SD默认渲染逻辑覆盖】
方法二：Depth控制 → 主体描述前插入“layered depth map”、“volumetric space”、“objects at distinct Z-depths”。千万别写“foggy”或“bokeh”，那会混淆深度感知——模型既要按Depth图区分远近，又收到“模糊”指令，自相矛盾导致深度图失效。
方法三：OpenPose控制 → 主体提示词必须包含明确姿态动词。写“woman raising left arm”比“woman in red dress”有效十倍；需要侧脸时直接写“profile view, head tilted 30 degrees left”，模型会自动映射Pose关键点与文字角度。没有动词或角度描述，OpenPose的17个关节点就成了摆设，模型根本不参考。
权重协同技巧：提示词强度与ControlNet参数联动
当ControlNet的weight提高到1.2以上时，正向提示词里与控制类型重复的关键词反而要精简。比如Canny weight=1.4，连续堆砌“sharp edge, crisp outline, defined contour, clean line”会导致模型过拟合边缘，画面像刻版画般死板，纹理层次尽失。
反之，如果ControlNet weight调低到0.6以下，提示词中的对应特征词必须加倍强调，并添加具体参照：“sharp edge like technical blueprint”、“contour as precise as architectural elevation drawing”。否则ControlNet贡献微弱，SD主模型完全接管构图，控制形同虚设。
实操很简单：在WebUI的ControlNet面板拖动weight滑块，同步观察提示词输入框里对应词汇的增减变化，多轮测试就能找到骨架与血肉完美贴合的甜点。