相信大家在使用Stable-Diffusion出图时，提示词都需要进行反复的测试和出图，并且不同的提示词在最终的画面表现也有不少的差异。

但如果我们来回不停的修改提示词来出图的话，其实是一个极其繁琐的过程，并且也无法高效的进行图片对比，这个时候我们就需要使用到Stable-Diffusion脚本中的提示词矩阵来帮助我们快速测试多个提示词进行出图验证最终的效果。

（往期回顾Stable-Diffusion脚本“x/y/z图标”：https://huke88.com/article/8092.html）

要正确使用提示词矩阵，需要通过“|”符号分割多个提示词，最终可以通过提示词矩阵进行提示词对生成图像差异的对比，例如以：1 cute girl|pink hair|black shirt|black glasses（一个可爱的女生|粉色头发|黑色衬衫|黑色眼镜），脚本将会重新组合提示词，形成8组提示词：

1、1 cute girl

2、1 cute girl, pink hair

3、1 cute girl, black shirt

4、1 cute girl, black glasses

5、1 cute girl, pink hair, black shirt

6、1 cute girl, pink hair, black glasses

7、1 cute girl, black shirt, black glasses

8、1 cute girl, pink hair, black shirt, black glasses

通过组合可以看出，除开1 cute girl之外，“|”后面的提示词会相互组合进行出图。

从下方的出图可以看到，通过提示词的不断组合后，我们统计获得了8张图片。

我们也可以来改变提示词，我们把“black glasses”修改为“twin braids”，来测试我们发型的效果。提示词“1 cute girl|pink hair|black shirt|twin braids”。这段提示词组合后，最终也可以生产8张图片。

这块的设置的组合提示词越多，最终所需要出的图片也会越多，花费的时间也会越长，所以大家适当添加提示词即可。

最后我们简单介绍一下提示词矩阵的功能，这块脚本功能比较简单，开启后基本无需过多的设置即可使用。

1、“把可变部分呢放在提示词文本的开头”，由于在Stable-Diffusion中提示词越靠前权重越高，所以勾选后提示词“1 cute girl|pink hair|black shirt|black glasses”，组合后就会是：“pink hair, 1 cute girl”,“black shirt, 1 cute girl”以此类推。

2、“为每张图片使用不同随机种子”，为会每张生成图片添加一个随机种子

3、“选择提示词”，提示词矩阵功能即可以给正面提示词使用，也可以给负面提示词使用，使用方法都是一样的。

4、“选择分割符”，最终组合提示词时，使用的分隔符，选择逗号即可

5、宫格图边框（像素）就是让最终出图的图片中间保留一点空隙，这个功能效果看个人喜欢，如果喜欢最终出图有空间，适当的增加一点边框像素即可。

OK，提示词矩阵的使用就说到这里了，合理运用提示词矩阵功能，可以帮助我们快速验证各种关键词和大模型，提升我们整体的出图效率。

你不可错过的内容

《Stable-Diffusion小知识：图生图-局部重绘功能》

https://huke88.com/article/8091.html

《Stable-Diffusion小知识：随机种子（seed）和差异随机种子》

https://huke88.com/article/8093.html

《Stable-Diffusion真实感模型推荐 5个超好用的模型》

https://huke88.com/article/8098.html

《大模型推荐：Stable-Diffusion中5款好用的动漫风格模型》

https://huke88.com/article/8099.html

《LoRA模型推荐：3个洛丽塔(lolita)服饰LoRA模型|Stable-Diffusion|AI绘画》

https://huke88.com/article/8103.html