Guia de prompts Stable Diffusion para cartões de Natal

Este é um guia de prompts stable diffusion para cartoes de natal escrito por alguém que envia 200 cartões por ano. A maioria dos tutoriais é otimizada para saídas fotorrealistas, e se você está tentando produzir um cartão pintado, está trabalhando contra eles desde o primeiro segundo. Você precisa de alguns tokens de estilo para ilustração, um prompt negativo que bloqueie o que uma impressora não consegue lidar, e uma escala CFG de 7, não a padrão. O resto é o que me levou duas temporadas de dezembro para descobrir.

Por que prompts de ilustração falham quando você copia configurações de tutoriais de fotos

A primeira vez que tentei conseguir que o Stable Diffusion produzisse algo que parecesse um cartão pintado, usei as configurações que tinha visto em um tutorial do YouTube para retratos fotorrealistas. Escala CFG em 12, DPM++ 2M Karras em 40 passos, e um prompt que começava com fotorrealista, 8K, ultra-detalhado. O que consegui foi uma cena de Natal que parecia uma foto de stock que alguém tinha borrado com um filtro de aquarela nos últimos cinco segundos.

O problema é estrutural. Prompts de foto são otimizados para suprimir interpretação artística. O modelo está sendo instruído a ficar perto do que uma câmera veria, então todos os tokens empurrando em direção à ilustração, traços soltos e calor pintado estão lutando contra os modificadores de qualidade. Você não consegue adicionar cartão aquarela de Natal a um prompt tendencioso ao fotorrealismo e esperar que o modelo saiba qual vence.

O outro problema é a expectativa de resolução. Cartões que vão para uma impressora precisam de pelo menos 300 DPI no tamanho físico do cartão, tipicamente 148 x 105mm ou 5 x 7 polegadas. Uma saída de 512x512 de um modelo SD 1.5 base não sobreviverá ao ser ampliada para isso. SDXL sai em 1024x1024 por padrão, o que lhe dá algo com que trabalhar, mas você ainda quer pedir qualidade no estágio de geração, não esperar conseguir ampliação depois.

Aqui está o que realmente muda a saída: remova primeiro os tokens de fotorrealismo, depois reconstrua o prompt em torno do meio que deseja. Um cartão aquarela de Natal é uma arquitetura de prompt completamente diferente de uma foto natalina realista, e tratá-la como tal desde o início corta o tempo de iteração pela metade.

Os cinco tokens de estilo que transformam uma saída plana em algo digno de impressão

Nem todos os tokens de estilo têm peso igual. Das baterias que executei para projetos de cartões, estes cinco consistentemente empurram a saída em direção a algo que posso enviar para a impressora sem constrangimento.

Ilustração gouache ou pintura aquarela não as duas ao mesmo tempo. Misturar mídias de pintura em um único prompt geralmente produz lama. Escolha uma e mantenha-a.

Estética de cartão vintage de saudações essa frase única puxa o modelo em direção às convenções de ilustração de meados do século: cor mais plana, contornos mais limpos, menos ruído fotográfico. Também tende a suavizar a perfeição digital que torna imagens de IA imediatamente reconhecíveis como tais.

Traços soltos, bordas suaves sem isto, prompts de aquarela frequentemente geram algo que parece mais um preset digital de aquarela do que aquarela real. A especificidade do comportamento do pincel ajuda.

Temperatura de cor quente, paleta limitada um cartão de Natal com 40 cores saturadas competindo uma com a outra não imprime bem. Instruir o modelo a constranger a paleta no início produz resultados mais coerentes na impressão.

Sem texto, sem marca d'água sim, também no prompt positivo. Tê-lo duas vezes não é redundante. Modelos SD viram imagens suficientes com texto sobreposto que a instrução precisa reforço se você quer um espaço de trabalho limpo.

Sobre a ordem dos tokens: coloque na frente os tokens mais importantes. Para trabalho de ilustração, isto significa meio primeiro, assunto segundo, referências de estilo terceiro. Algo como pintura aquarela, estética de cartão de saudação vintage, [seu assunto], traços soltos, bordas suaves, temperatura de cor quente, paleta limitada, sem texto, sem marca d'água. Tags de qualidade como altamente detalhado vêm depois dos tokens de estilo, não antes.

O que colocar no seu prompt negativo quando o cartão vai para uma impressora

O prompt negativo é onde você retoma o controle sobre o que SD padrão se você não for específico. Para impressão de cartões, as apostas são ligeiramente diferentes do uso pessoal: um artefato que parece menor na tela pode se tornar uma falha visível a 300gsm, 5x7 polegadas.

Para trabalho de cartão de Natal ilustrado, este é o prompt negativo que uso atualmente como ponto de partida:

baixa resolução, anatomia ruim, mãos ruins, texto, erro, marca d'água, assinatura, nome de usuário, desfocado, pixelado, fotorrealista, renderização 3d, CGI, dedos extras, bordas cortadas, superexposto, posterização de cor, artefatos jpeg, foto de stock

Alguns destes precisam de explicação. Fotorrealista e renderização 3d no prompt negativo diz ao modelo para evitar os modos de renderização que prejudicam a estética de ilustração. Se você está visando aquarela, você não quer que o modelo derive em direção a um híbrido que é metade pintado, metade fotográfico.

Posterização de cor vale a pena adicionar se você vai imprimir. A posterização digital em gradientes nem sempre é visível em um monitor, mas tende a aparecer na impressão offset. Sinalizar isto no nível de prompt reduz quantas vezes você vê isso.

Bordas cortadas importa para layout de cartão. SD corta agressivamente por padrão quando o assunto se sente grande demais para o quadro. Um cartão com metade de um pinheiro visível na borda direita não é útil para uma impressora.

A escala CFG interage com seu prompt negativo de uma forma que vale a pena compreender. Em CFG 12, o modelo amplifica tanto instruções positivas quanto negativas, o que pode causar correção excessiva: você pede para evitar texto, e ele começa a distorcer qualquer coisa que pudesse concebivelmente parecer letras. CFG 7 dá peso ao prompt negativo sem este risco de artefato.

Escala CFG e sampler: as duas configurações que a maioria dos guias erra para estilos de arte

A maioria dos tutoriais de SD recomenda começar em CFG 7 e ajustar a partir daí. Para trabalho fotorrealista, é razoável. Para ilustração, quase sempre é o lugar certo para ficar.

A escala CFG controla com que rigor o modelo adere ao seu prompt versus exercer sua própria interpretação. Valores altos (10-14) forçam aderência tão rígida que o modelo artefata: saturação excessiva, texturas enceradas, explosões de cor nos cantos. Para trabalho em aquarela especificamente, CFG 10 ou acima tende a produzir blobs saturados em vez de camadas delicadas. A recomendação baseada no consenso da comunidade e meu próprio teste: fica em CFG 7 para trabalho em aquarela e pastel de óleo, e mova para CFG 8-9 apenas se a saída está derivando muito longe do seu assunto.

Para sampler, DPM++ 2M Karras em 20-25 passos é a linha de base confiável. Produz saídas ilustradas consistentes e é o padrão comunitário por uma boa razão. Euler a em 30 passos funciona bem para resultados ligeiramente mais soltos; DDIM tende a ser mais lento sem adicionar qualidade para este tipo de saída. Se você está executando SD 1.5 em vez de SDXL, desça para 512x512 com estas configurações e planeje ampliar com um modelo como Remacri, que preserva melhor o caráter de ilustração do que Real-ESRGAN para trabalho pintado.

Passos além de 30 raramente melhoram a qualidade de ilustração e adicionam tempo de processamento. Para corridas de prototipagem de cartão, 20 passos em CFG 7 é rápido o suficiente para iterar através de uma dúzia de versões em uma tarde.

Como escrever um prompt em torno de um estilo de referência que você tem em mente

A frustração de prompting mais comum que ouço de fabricantes de cartões é esta: Sei exatamente como quero que pareça, e não consigo fazer o modelo entender. Isto geralmente é um problema de vocabulário, não de capacidade.

SD aprendeu de um grande corpus de imagens rotuladas, o que significa que responde melhor a estilos nomeados e artistas nomeados do que descrições de como o estilo se sente. Quente e pintoresco é vago. Ilustração em pastel de óleo, cartão de férias americano de meados do século, paleta Norman Rockwell é específico o suficiente para o modelo triangular.

Uma abordagem útil quando você tem um estilo em mente: trabalhe ao contrário a partir de suas referências históricas. A maioria das estéticas de cartão de férias mapeia para um destes clusters.

Cartões de Natal americanos dos anos 1940-1960 o trabalho de ilustração de massa do período de ouro da Hallmark. As assinaturas visuais: campos de cor mais planos, um acabamento ligeiramente cretáceo, composições construídas em silhueta e fonte de luz. Tokens úteis: ilustração de Natal americana de meados do século, gouache, campos de cor plana, paleta quente âmbar e índigo profundo.

Cartões ingleses vitorianos e eduardianos a tradição da era Kate Greenaway e as inovações de impressão de Louis Prang dos anos 1880. Detalhe denso, motivos botânicos, peito-vermelho em galhos cobertos de neve, verdes e vermelhos saturados profundos. Tokens: estilo de cartão de Natal vitoriano, ilustração botânica detalhada, tons de joia profundos, influência Kate Greenaway.

Natal escandinavo dos anos 1970 e 1980 linhas limpas, paleta limitada (frequentemente creme, vermelho queimado, azul marinho profundo), uma qualidade geométrica nas árvores e figuras. Tokens: ilustração de Natal escandinava, trabalho de linha, paleta limitada de três cores, creme e vermelho profundo, pinheiros geométricos.

Quanto mais limpa sua referência de estilo, menos trabalho você deixa para o modelo fazer, e menos correção você precisa depois. Quando estou prototipando um novo design de cartão, construo os tokens de referência de estilo primeiro, testo algumas saídas, depois adiciono em camadas os detalhes de assunto específico.

Três prompts testados para estilos aquarela, pastel de óleo e cartão postal vintage

Estes são os três prompts que executei no Natal passado para projetos de cartões. Não são templates copie-os e sua saída parecerá diferente da minha porque modelos variam mas funcionam como pontos de partida funcionais.

Cena de cottage aquarela Prompt: pintura aquarela, estética de cartão de saudação vintage, cottage inglês coberto de neve com janelas aquecidas brilhando, pinheiros, traços úmidos soltos pincelados, céu de inverno cinzento-azul pálido, camadas delicadas soltas, paleta quente limitada, ilustração altamente detalhada, sem texto, sem marca d'água Prompt negativo: baixa resolução, texto, marca d'água, fotorrealista, renderização 3d, posterização de cor, bordas cortadas, anatomia ruim, desfocado Configurações: CFG 7, DPM++ 2M Karras, 22 passos, 1024x1024

Silhueta de família em pastel de óleo Prompt: ilustração em pastel de óleo, cartão de Natal americano de meados do século, silhueta de família caminhando por floresta nevada com lanterna, paleta quente âmbar e azul profundo, pastéis com textura rica, campos de cor plana, qualidade desenhada à mão, altamente detalhado, sem texto, sem marca d'água Prompt negativo: fotorrealista, renderização 3d, CGI, texto, marca d'água, foto de stock, posterização de cor Configurações: CFG 8, DPM++ 2M Karras, 25 passos, 1024x1024

Cartão postal vintage com pisco Prompt: ilustração de cartão postal de Natal vintage, pisco-do-peito-vermelho em galho coberto de neve com holly, estilo de cartão de saudação vitoriano, tons de joia profundos, botânico detalhado, fundo creme, bagas vermelhas, híbrido tinta e aquarela, sem texto, sem marca d'água Prompt negativo: fotorrealista, renderização 3d, texto, marca d'água, desfocado, cortado Configurações: CFG 7, Euler a, 28 passos, 1024x1024

Execute cada um em três seeds diferentes antes de se comprometer com uma direção. O que você vê na primeira saída nem sempre é representativo a terceira seed frequentemente produz algo que a primeira não conseguiu encontrar.

O que o arquivo precisa antes de sobreviver ao dobro

Conseguir uma boa ilustração de SD é a primeira metade. A segunda metade é torná-la pronta para impressão, e é aqui que as pessoas mais frequentemente perdem uma boa imagem.

A resolução mínima de funcionamento para um cartão de 5x7 polegadas a 300 DPI é 1500x2100 pixels. Uma saída SDXL em 1024x1024 é muito pequena para um 5x7, então você precisa ampliar antes de enviar para uma impressora. Para trabalho pintado, Remacri ou 4x-UltraSharp preservam melhor a suavidade de borda do que Real-ESRGAN 4x Plus, que aguça tudo e pode fazer uma aquarela solta parecer nítida na direção errada.

O dobro em si é onde os problemas aparecem. Saídas de SD tendem a concentrar o detalhe mais importante no centro. Se o cartão dobra ao longo do centro vertical, que é o caso da maioria dos 5x7s, verifique que nenhuma metade da composição é cortada pelo dobro. O plano do solo, o horizonte e qualquer figura central devem ficar em uma metade ou outra, não atravessando o vinco.

Perfil de cor: impressoras geralmente querem arquivo CMYK ou no mínimo sRGB. Saídas de SD estão em sRGB. A conversão para CMYK muda azuis e certos vermelhos; marinha tende a ficar levemente roxa e vermelho puro pode ficar opaco. Converta antes de enviar e verifique a prova na tela em vez do arquivo sRGB original.

Você notará a diferença em 300gsm. É quando a ilustração mantém seu caráter ou desaba em algo que precisava de mais uma iteração.