解决Docker部署Umbra数据库的权限问题
2026/11/3 11:21:49
Nanosaur2-670M提示词速查手册：标签vs自然语言、质量标签与(artist:4)加权的6个核心技巧
Nanosaur2-670M是一个 670M 参数的开源 AI 绘图模型（文生图 DiT），专为插画风格设计，并附带 ComfyUI 支持包。它的最大特点是提示词写法自由：既支持传统Danbooru 标签，也支持自然语言，还能用(artist:4)语法对关键词加权。本文面向新手，用 6 个核心技巧帮你快速写出高分提示词，并附完整参数速查表。
一、先认识这个项目：一个"轻量插画 AI 绘图模型"
Nanosaur2 由三件套组成，全部放在仓库根目录：
| 文件 | 作用 | 放置位置（ComfyUI） |
|---|---|---|
| nanosaur2_diffusion_model.safetensors | 扩散模型本体（670M DiT） | models/diffusion_models |
| nanosaur2_text_encoder.safetensors | 文本编码器（Gemma3-270M，提示词由此理解） | models/text_encoders |
| nanosaur2_vae.safetensors | 语义 VAE，负责像素还原 | models/vae |
把 nanosaur2_support/ 复制到ComfyUI/custom_nodes，拖入 nanosaur2_workflow.json 即可开始绘图（详见 README.md）。
⚠️ 官方定位：这是一个"低算力研究模型"，训练成本仅 $600，请勿指望它在角色知识或细节精度上比肩全量训练的大模型。
二、技巧1：质量标签起手式——正向/负向各一句
这是收益最高的一个技巧。README.md 明确建议：
- 正向提示词开头加：
newest, masterpiece - 负向提示词开头加：
oldest, low quality
完整示例（即仓库 README 的官方样例提示词）：
newest, masterpiece, 1girl, solo, (fennec ears:1.3), long blonde wavy hair, blue eyes, big fluffy tail, smile, forest, sunlight负向：
oldest, low quality🎯 一句话记忆：正向抬画质，负向压画质，这对标签相当于给模型一个"质量锚点"。
三、技巧2：标签 vs 自然语言——两种写法都认
很多新手纠结"到底该写标签还是句子"。答案是：都可以，还能混用。
原因在于它的文本编码器是冻结的 Gemma3-270M 通用语言模型（见 nanosaur2_support/text_encoder.py），所以：
- 标签流：
1girl, solo, blue eyes, forest, sunlight—— 传统 Danbooru 风格 - 自然语言流：
a girl with fennec ears standing in a sunlit forest—— 通顺句子
两种写法在同一提示词里混用完全没问题。建议新手：主体用标签保证结构清晰，氛围和构图用自然语言补充。
四、技巧3：(artist:4) 加权语法——放大风格权重
这是 Nanosaur2 提示词里最有"手感"的语法。部分艺术家标签会生效，但权重偏弱，需要手动加权重。
语法形式
(artist:4) # 权重 4 倍 (fennec ears:1.3) # 小数也支持，如 1.3 倍底层原理（30 秒看懂）
加权逻辑实现在 nanosaur2_support/text_encoder.py 的parse_prompt_emphasis：它解析出(text:weight)片段，把权重传递给扩散模型；模型在 nanosaur2_support/model.py 中把权重取对数log(weight)作为交叉注意力偏置：
注意：这种加权影响的是"注意力偏置"，而不是嵌入向量幅值——因此
:4与:1.3的效果是平滑可预期的，不会像传统模型那样容易"炸图"。
使用建议
- 想强化某个艺术家/风格：
[artist_name:4]起步，逐步降到:2 - 想微调某个局部元素：
(fennec ears:1.3)这类小数更柔和 - 权重相乘：如果一个 token 同时落在多个加权组里，权重会相乘（见 text_encoder.py），慎用深层嵌套。
五、技巧4：采样参数速查——一步到位的配置
README.md 给出的官方推荐采样设置，新手直接抄即可：
| 参数 | 推荐值 | 说明 |
|---|---|---|
| 采样器 | Euler simple | 简单稳定 |
| 步数 Steps | 50 | 细节与速度的平衡点 |
| CFG | 4 | 过低不听话，过高易过饱和 |
| 分辨率 | 1024x宽高比桶 | 支持多种 1024 级宽高比 |
| Shift | 3（内置） | 已写入模型推理，无需手动设置（见 nodes.py） |
💡 "1024x 宽高比桶"意味着你可以用 1024×1024、1216×832、832×1216 等常见比例，模型都能稳定出图。
六、技巧5：三种 Guidance 模式——选 alternate 就对了
加载节点Nanosaur2Loader提供了一个guidance选项（源码见 nanosaur2_support/nodes.py），共三种：
| 模式 | 行为 | 适用场景 |
|---|---|---|
alternate（默认，推荐） | 偶数步走完整 CFG，奇数步走 path-drop | 通用，效果最好 |
cfg | 全程完整 CFG，负向走全模型 | 需要更强负向控制时 |
path_drop | 负向跳过稀疏中间块（SPRINT） | 更省算力 |
采样过程会交替使用CFG与PDG（path-drop guidance，来自 SPRINT）（见 model.py 的稀疏路径逻辑）。新手保持默认alternate即可。
七、技巧6：注意 256 tokens 上限 + 用 LoRA 固化自定义风格
提示词长度有上限
Tokenizer 的MAX_LENGTH被设为256 tokens（见 nanosaur2_support/text_encoder.py），超出部分会被截断。所以别写"小说式"提示词，把最重要的元素放在最前面。
想要专属角色/风格？训练 LoRA
如果你反复画同一个角色或风格，可以用官方脚本训练 LoRA，把风格"固化"进权重：
uv run python custom_nodes/nanosaur2_support/train_lora.py /path/to/images- 输入：一个文件夹，图片配同名
.txt说明文件（提示词写在这里） - 输出：
models/loras/<文件夹名>.safetensors - 加载：ComfyUI 里用
LoraLoaderModelOnly节点（脚本见 nanosaur2_support/train_lora.py）
训练时图片会被自动缩放到最接近的 1024 级宽高比桶并中心裁剪，无需手工处理尺寸。
八、常见踩坑清单
| 现象 | 可能原因 | 解决 |
|---|---|---|
| 出图偏糊 | 没加质量标签 | 正向加newest, masterpiece，负向加oldest, low quality |
| 风格标签没反应 | 权重太低 | 改成(artist:4)起步再调低 |
| 细节过多过饱和 | CFG 太高 | 回到CFG 4 |
| 长提示词后半段无效 | 超过 256 tokens | 精简提示词，重点前置 |
| 比例失真 | 用了非 1024x 桶的尺寸 | 使用官方工作流的宽高比设置 |
九、速查总结
📌 把下面这张"提示词模板"存下来，填空即可用：
newest, masterpiece, <主体标签>, (<风格/艺术家>:4), <细节标签>, <场景>, <光影氛围>负向固定为：
oldest, low quality配合Euler simple / 50 steps / CFG 4 / guidance=alternate，你就能稳定复现 README.md 中那种"阳光下森林里的耳狐女孩"级别的插画效果。
项目细节、训练数据与参考文献（SPRINT、PixArt-α、RoPE 等）可深入阅读 README.md；模型结构与注意力加权实现分别在 nanosaur2_support/model.py 与 nanosaur2_support/text_encoder.py。
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考