一种基于 WD1.4 反推的提示词书写方式

明心亘青

本来这个想法早几天就在筹划的，然后终末地开服了。拉完电线以后想起自己还有个想法没写成文章，遂成此文。不过这篇文章写完并发布后的当天，Z-image-Omni 应该就要开源发布了。届时只要等待 NSFW 微调模型，便可使用中文自然语言进行图像描述。到时候本文的方案说不定就会变得过时吧。

本文所提及方式同时适用于 WebUI 和 ComfyUI。虽然本文将以 ComfyUI 作为示范，但 WebUI 也是可以复现的。

莎比针对 AI 绘图如何书写提示词，曾说：「自己写还是改别人？这是个问题。」诚然，提示词的书写是个相当难的部分。我们偶尔能看到的完全由 AI 制作的大片，底下都能看到这样的评论：「写完提示词的 UP」，然后配文是一张力竭的鲁迅。这确实相当夸张，但也反映了提示词的书写十分考验创作者们的想象力与语言应用水平。举例来说，我们知道常用的生图模型都是使用标签化的英文语言进行描述的。但是光是一个后入的 NSFW 姿势，就分了站起（这个不会写，我只会说 sex from behind 然后 stand）和趴下（doggystyle），但是趴下又可以进一步细分出女方肚子贴床的 prone bone 和不贴床的（不会，应该 doggystyle 可以抽出来……）。更别提还有不少相当奇怪的姿势我们无法描述，比如日不落（搜了半天都说什么 suspended doggystyle 或者近似的包含 suspended 的词组，但无一例外的失败了）。SFW 姿势也是一样的，但我们可以询问各个 AI，只要这些 AI 有图像识别功能即可。可是 NSFW 呢？就算 Grok 能识别，我也觉得十分的麻烦，而且不一定能给出正确的标签化语言，一旦涉及到自然语言，就不能确保生图的效果。

而这种时候，就需要 WD1.4 标签反推器了。

WebUI 页面

ComfyUI 页面

ComfyUI 需要前往 Manager 下载一个叫 WD14 Tagger 的节点，WebUI 一般应该自带。该节点会自己连接 HuggingFace 下载你选择的这些预设模型，WebUI 也可以，但可能会出现一些 Bug 导致下载失败。这时手动前往 HuggingFace 下载并放到对应文件夹即可。（具体路径忘了，之后再补充）
看向 ComfyUI 的这张图，我们会发现这个动作相当的复杂：单膝跪在椅子上，食指放在嘴边，回头看向观众。还有露背的小裙子，长靴……这种东西对于我这种四级都还没过的人来说难得过头了。而这也是 WD1.4 反推的发挥场景。将图片上传，点击运行后，在节点下面应该会出现对应的 Prompt：

将它复制到我们的文生图工作流后，我们会看到这样的结果：

虽然人物朝向不对，手也错了（原图是左手食指放在嘴边），背景也天差地别。可是乍一看，主要动作全部都还原了，对吧？
顺带一提这个模型支持 NSFW 图像的识别。
这时候可能有人要问了，我用这个写自己的提示词，那岂不是要找一堆图包或者 NSFW 画师作者合集？太麻烦了吧！但这种时候，我想我们明白一件事：谁说只有「画」算「图」呢？
（截图来自台北娜娜，提示词删掉了口罩，当初因为这个还订阅了她的 of，后来穷了就没再订阅了）

（图片来自 Lanzfh）
由此可见，你随便找个黄片截个图就能用。你知道的，这些视频的获取对我们平台的用户从来就不是什么难事。或许你会觉得这不是什么了不起的功能。毕竟和原图差距那么大。可这不是更好吗？不仅区别开了原图，还为自己独立撰写 Prompt 提供了思路。只要找个文字 AI 分类一下，就能看到模型是如何书写提示词的。没有限制的视觉 AI 少，可文字 AI 就太多了。
不过这个也是有缺点的，最主要的地方莫过于不能完美复刻原图，这导致对日不落这种很特殊的姿势，经常会变成单纯的站立后入。说不定多抽抽奖也能抽出来吧。上面拿台北娜娜搞的那张图其实也是抽奖的结果，因为模型只写了一个 crossed legs，要抽奖才能抽出二郎腿的效果。

aya33

明心亘青 发表于 2026-2-9 13:17
你怎么知道我是个傻逼完全玩不明白 ControlNet我对这玩意的应用理解只知道一个骨架图，但是 Ope ...

用Depth Anything啊，深度图一定是最能精准体现的，再结合WD14反推，几乎都是1：1重绘。深度控制强度，结束时间调整还能加一些自我的提示词元素，挺好用的

qianyunz3

强

w1808039661

可以

宁哥不抽烟

流弊~！学习了

前尘如梦

妹妹的，这一个个标题写的我总觉得我还在上班，在写专利

明心亘青

前尘如梦 发表于 2026-2-8 20:26
妹妹的，这一个个标题写的我总觉得我还在上班，在写专利

文风如此，我在码字的时候有一种比较脱裤子放屁的追求，就是把教程写得像什么正式文章，只在打比方的时候会用自以为通俗易懂的比喻
虽然我在正文中常常端不住而导致文章原先似乎「端正」的文风整个垮掉

lidaoyi71

这种复杂动作直接用controlnet不行吗？

JPH11

感谢大佬，我最近就是在试反推当WD14老是提示缺少东西，或者提示超时

明心亘青

JPH11 发表于 2026-2-9 02:10
感谢大佬，我最近就是在试反推当WD14老是提示缺少东西，或者提示超时

试试 CL Tagger，不过我不太会把这玩意塞进 ComfyUI 里，好在 HuggingFace 有在线使用的版本，虽然麻烦了点就是了。我看别人有尝试同时叠加使用 CL Tagger 和 Camie Tagger 识别同一张图，然后删去重复的 Prompt，由于我完全找不到相关模型应该放到哪儿（\ComfyUI\models\onnx 会很诡异地显示模型找不到，研究明白了可以教我），所以也没测试过这个方法效果怎么样

明心亘青

lidaoyi71 发表于 2026-2-8 22:49
这种复杂动作直接用controlnet不行吗？

你怎么知道我是个傻逼完全玩不明白 ControlNet我对这玩意的应用理解只知道一个骨架图，但是 Openpose 对二次元图像的支持度极差，所以我没招了，等哪天我开始研究多人构图的话说不定又会去研究研究，但是我不知道是否有用

2739235455

这玩意貌似必须一直开着梯子啊

wmzzdad

大佬这个提示词什么意思：quan \(kurisu tina\)。

明心亘青

wmzzdad 发表于 2026-2-27 17:04
大佬这个提示词什么意思：quan \(kurisu tina\)。

Danbooru 查了一下是个画师名