Guide du Générateur IA Hentai de BetterWaifu : Les Bases du Prompting

Les générateurs d'IA sont assez simples : vous tapez un prompt et cliquez ensuite sur « Générer » pour obtenir votre image.

La question que se posent les gens lorsqu'ils commencent, n'est pas « comment générer », mais « comment générer de meilleures images ».

Ce guide vise à répondre à cela. Il est le résultat d'expérimentations constantes et d'apprentissages du site BetterWaifu, sur lequel des centaines de milliers d'images sont générées chaque jour.

Tout commence avec Danbooru

Pour quiconque essaie d'améliorer ses prompts, la première suggestion sur notre serveur Discord est généralement de parcourir Danbooru.

Mais pour l'utilisateur novice, Danbooru est extrêmement déroutant. Cela ressemble juste à un fouillis d'images et de tags. Alors, comment cela nous aide-t-il réellement à générer de meilleures waifus?

Danbooru est le plus grand imageboard d'anime au monde. Sans exception, tous les générateurs d'IA d'anime utilisent ses images pour l'entraînement. Il existe de nombreux sites « booru » qui utilisent la même mise en page, tels que Rule34 et Gelbooru, mais Danbooru est le plus grand.

Sur Danbooru, des bénévoles taguent toutes les images de manière exhaustive par leur contenu. Ces tags vont des caractéristiques physiques « large_breasts », « red_hair » aux objets « book » aux actions « fellatio ».

Vous pouvez utiliser ces tags directement dans vos prompts. (il n'y a pas de différence entre underscore et espace dans les prompts)

L'idée clé : Si un tag a beaucoup d'images, cela signifie qu'il y avait beaucoup de contenu pour entraîner l'IA sur ce tag. Ainsi, BetterWaifu et d'autres générateurs d'IA peuvent généralement le générer.

Donc, un prompt efficace est un processus qui commence par la recherche de bons tags et leur utilisation directe dans vos prompts.

Bases du Tagging

Plus un tag a d'images, plus il est puissant. L'IA ne peut générer que ce qu'elle connaît, et ce qu'elle connaît est déterminé par les images sur lesquelles elle a été entraînée. Cela signifie que le nombre de tags qu'une image a sur Danbooru est généralement une bonne estimation de la capacité de l'IA à le générer. Une règle très approximative : le tag doit avoir au moins 1k images pour que l'IA puisse le reconnaître. S'il y en a au moins 3k, il y a une très forte probabilité que l'IA puisse le générer avec précision.

Cela s'applique également aux tags de personnages. Il est important d'utiliser la façon dont Danbooru écrit le nom, donc « yor briar » peut produire le personnage correct, cependant « yor forger » ne peut pas. Cependant, la règle « plus de tags, mieux c'est » vient avec des mises en garde pour les personnages. Si une franchise n'est pas très populaire, il est peu probable que le générateur puisse générer les personnages qui s'y trouvent. De plus, le créateur du modèle d'IA peut avoir choisi d'exclure des franchises/personnages pour diverses raisons.

Soyez un minimaliste précis. Beaucoup de gens aiment utiliser de nombreux mots de remplissage dans leurs prompts. C'est une technique des anciens jours de l'IA, vers 2022. Nous n'avons plus besoin de faire cela. Trop de tags créent du bruit et entraînent des résultats de moindre qualité. Gardez les choses au strict minimum, ne mettez que ce que vous voulez absolument voir. Par exemple, ne mettez pas « nsfw » dans le prompt quand il s'agit déjà d'une scène explicite.
Prompt ce que vous voyez, pas ce que vous savez. N'utilisez pas de tags pour des choses qui ne sont pas visibles dans l'image finale dans votre prompt. Par exemple, un personnage est souvent appelé « chasseur de monstres », mais cela n'a rien à voir avec l'image que vous voulez générer. Donc, excluez cela.

D'accord, je suis convaincu, mais où puis-je réellement trouver les bons tags ?

Commencez par la grande liste des groupes de tags. Ici, je vais présenter quelques groupes qui sont particulièrement intéressants.

Tags de seins

Meilleurs tags pour spécifier les tailles de seins, la visibilité, les vêtements pour un focus sur les seins.

Actes sexuels

Longue liste d'actes sexuels variés.

Positions sexuelles

Positions sexuelles y compris des positions de bondage.

Nudité

Types de nudité, nudité partielle, maillots de bain.

Arrière-plans

Couleurs d'arrière-plan.

Éclairage

Types d'éclairage, peuvent grandement impacter votre résultat.

Composition d'image

Angles, perspective, composition.

Visage

Expressions faciales, émotions (y compris sexuelles), caractéristiques faciales.

Assembler les tags : faisons un prompt !

Vous ne savez pas par où commencer ? Allez voir les Groupes de Tags et réfléchissez à ce qui est le plus important visuellement dans votre image de rêve.

J'aime généralement suivre un format en utilisant 5 groupes de mots, avec des sous-catégories à l'intérieur.

J'essaie de séparer ces concepts par des sauts de ligne, cela m'aide à faire rapidement des ajustements. Les sauts de ligne n'affectent pas la génération.

Gardez à l'esprit que c'est une directive très approximative. Il est acceptable de mélanger cet ordre, surtout à l'intérieur d'une catégorie.

1. Composition

Style (photorealiste, palette de couleurs, etc.)
Point de vue
Lumière, moment de la journée (jour, nuit, coucher de soleil, …)

2. Sujets

Sujet(s) principal(aux) (1garçon, 1fille, objet, paysage, …)
(1fille est juste la façon de Danbooru de dire « 1 fille », et de la séparer de 2filles et 3filles, etc.)

3. Actions

4. Corps

Posture
Caractéristiques principales (taille, poids, type de corps, graisse corporelle, couleur de peau, …)
Éléments du corps (taille des seins, mamelons, fesses, …)
Lié au visage (couleur des yeux, coiffure, …)
Expressions (heureux, surpris, sérieux, déterminé, …)
Vêtements

5. Arrière-plan

Environnement principal (intérieur, extérieur, …)
Météo (vent, pluie, neige, …)
Objets (meubles, véhicules, …)

Attendez, n'est-ce pas un peu long et compliqué ?

Oui, c'est le cas ! Mais vous n'avez pas à avoir de catégorie que vous ne voulez pas, et un seul mot peut suffire pour une catégorie. Il s'agit vraiment du niveau de contrôle que vous souhaitez. Jetons un œil à quelques exemples.

Je pense à une tenue de soubrette noire prise d'en bas. L'arrière-plan n'a pas d'importance mais j'aimerais des effets cinématographiques cool. Pour m'inspirer, je cliquerais sur les liens ci-dessus dans chacune des catégories et sous-catégories qui m'intéressent.

Composition : d'en_bas, Sujets :

À propos de la longueur du prompt

Le prompt est divisé par mots (ou morceaux de mots) pour les transformer en représentation numérique appelée tokens. Selon les modèles utilisés et la façon dont les tokens sont normalisés, certaines parties de votre prompt auront plus ou moins d'attention. Ma règle de base : plus le prompt est long, plus vous aurez de contrôle sur l'ensemble du prompt.

Voici quelques ressources si vous souhaitez en savoir plus à ce sujet :

Tokens avec les modèles SDXL et SD15 – Alen Knight

Normalisation des tokens & Interprétation des poids – BlenderNeko (Github)

Exemple

Voici un exemple suivant la structure. J'ajoute généralement quelques sauts de ligne pour avoir une meilleure vue sur les principales zones du prompt.


éclairage latéral, particules de lumière,

1fille, rousse, solo, sourire en coin

sueur, taches de rousseur, petits seins,
cheveux roux, longs cheveux, cheveux raides,
yeux bleus, yeux brillants, lunettes, regardant le spectateur,

sourire, sourire en coin, sourire, froncer les sourcils,
débardeur blanc,

intérieur, bibliothèque,
coucher de soleil, ensoleillé, en plein jour,
bureau, chaise,

Comme vous pouvez le voir, les sauts de ligne ne divisent pas parfaitement les 5 champs de la structure. Selon ce que vous souhaitez générer, il peut être plus logique de séparer visuellement les parties plus petites et plus longues. Ici, le sujet, actions et posture du corps sont regroupés : les séparer créerait un désordre visuel plus qu'autre chose.

Cas d'utilisation

Voici quelques cas d'utilisation et mots-clés préférés. J'essaie de les organiser par groupe logique, du plus général au plus spécifique. Je recommande de choisir ceux qui ont du sens pour vous plutôt que de copier-coller toute la ligne.

Vous trouverez également une référence à l'endroit où je les place dans la structure. J'utiliserai un ID au format [xx.yy], utilisant l'acronyme de la catégorie et de sa sous-catégorie.

Gardez à l'esprit que certains d'entre eux pourraient également être placés plus haut ou plus bas dans l'ordre d'apparition (par exemple, à l'envers pourrait être placé comme [compos.pov] ou [body.posture].

Générique

Voici ce que j'utilise dans presque tous mes prompts pour influencer la qualité globale de l'image. J'ajoute généralement des mots-clés négatifs supplémentaires si quelque chose que je n'aime pas apparaît, mais pas avant. Encore une fois, j'aime garder les choses courtes et simples.

La liste suivante couvre quelques cas classiques, détaillant à la fois positifs et négatifs prompts.

Qualité (SD1.5)
(absurdres, meilleure qualité, chef-d'œuvre :1.4),
(pire qualité, faible qualité, lowres, qualité normale :1.4)
Qualité (Poney)
score_9, score_8_up, score_7_up, score_6_up, score_5_up, score_4_up,
score_6, score_5, score_4,
Détails
détaillé, corps détaillé, visage détaillé
Négatif+
texte, logo, filigrane, chiffre, vues multiples, monochrome,
mauvaises proportions, absurdités anatomiques, mauvaises mains, mauvais visage

Remarque : Négatif+ est une liste supplémentaire où je choisis selon la situation. D'après mon expérience, les mots-clés négatifs liés à l'anatomie n'améliorent pas toujours les résultats, donc je les garde de côté au cas où j'en aurais besoin.