Guia do Gerador de Hentai IA do BetterWaifu: Fundamentos de Prompts

Os geradores de IA são simples o suficiente: você digita um prompt e clica em “Gerar” para obter sua imagem.

A pergunta que as pessoas têm quando estão começando não é ‘como eu gero’, mas ‘como eu gero imagens melhores’.

Este guia tem como objetivo responder a isso. É o resultado de experimentações constantes e aprendizados do site BetterWaifu, no qual centenas de milhares de imagens são geradas todos os dias.

Tudo começa com Danbooru

Para quem está tentando melhorar seus prompts, a primeira sugestão em nosso servidor do Discord geralmente é navegar pelo Danbooru.

Mas para o usuário de primeira viagem, Danbooru é confuso pra caramba. Parece apenas uma bagunça de imagens e tags. Então, como isso realmente nos ajuda a gerar melhores waifus?

Danbooru é o maior imageboard de anime do mundo. Sem exceção, todos os geradores de IA de anime usam suas imagens para treinamento. Existem muitos sites ‘booru’ que usam o mesmo layout, como Rule34 e Gelbooru, mas Danbooru é o maior.

No Danbooru, voluntários marcam todas as imagens de forma abrangente por seu conteúdo. Essas tags variam de características físicas “large_breasts”, “red_hair” a objetos “book” a ações “fellatio”.

Você pode usar essas tags diretamente em seus prompts. (não há diferença entre sublinhado e espaço em prompts)

A ideia chave: Se uma tag tem muitas imagens, significa que houve muito conteúdo para treinar a IA nessa tag. Assim, BetterWaifu e outros geradores de IA geralmente conseguem gerá-la.

Portanto, um prompting eficaz é um processo que começa com a busca por boas tags e seu uso direto em seus prompts.

Noções básicas de Tagging

Quanto mais imagens uma tag tiver, mais forte ela é. A IA só pode gerar o que conhece, e o que conhece é determinado pelas imagens nas quais foi treinada. Isso significa que o número de tags que uma imagem tem no Danbooru é geralmente uma boa estimativa sobre se a IA pode gerá-la. Uma regra muito básica: a tag deve ter pelo menos 1k imagens para que a IA a reconheça. Se houver pelo menos 3k, há uma probabilidade muito alta de que a IA possa gerá-la com precisão.

Isso se aplica também às tags de Personagens. É importante usar a forma como Danbooru escreve o nome, então “yor briar” pode produzir o personagem correto, enquanto “yor forger” não pode. No entanto, a regra “quanto mais tags, melhor” vem com ressalvas para personagens. Se uma franquia não é muito popular, é improvável que o gerador consiga gerar os personagens nela. Além disso, o criador do modelo de IA pode ter escolhido excluir franquias/personagens por uma variedade de razões.

Seja um minimalista preciso. Muitas pessoas gostam de usar muitas palavras de preenchimento em seus prompts. Esta é uma técnica dos velhos tempos da IA, por volta de 2022. Não precisamos mais fazer isso. Muitas tags causam ruído e levam a resultados de menor qualidade. Mantenha as coisas no mínimo estrito, coloque apenas o que você realmente quer ver. Ex.: não coloque ‘nsfw’ no prompt quando já é óbvio que é uma cena explícita.
Prompt o que você vê, não o que você sabe. Não use tags de coisas que não são visíveis na imagem final em seu prompt. Por exemplo, um personagem é comumente referido como um ‘caçador de monstros’, mas isso não tem nada a ver com a imagem que você quer gerar. Então, exclua isso.

OK, estou convencido, mas onde eu realmente encontro as boas tags?

Comece pela grande lista de Grupos de Tags. Aqui, destacarei alguns grupos que são particularmente interessantes.

Tags de seios

Melhores tags para especificar tamanhos de seios, visibilidade, roupas para foco nos seios.

Atos Sexuais

Longa lista de atos sexuais variados.

Posições Sexuais

Posições sexuais incluindo posições de bondage.

Nudez

Tipos de nudez, nudez parcial, trajes de banho.

Fundos

Cores de fundo.

Iluminação

Tipos de iluminação, podem impactar muito seu resultado.

Composição da Imagem

Ângulos, perspectiva, composição.

Rosto

Expressões faciais, emoções (incluindo sexuais), características faciais.

Colocando as tags juntas: vamos fazer um prompt!

Não sabe como começar? Vá e veja os Grupos de Tags e pense sobre o que é mais importante visualmente na sua imagem dos sonhos.

Eu geralmente gosto de seguir um formato usando 5 grupos de palavras, com subcategorias dentro.

Tento separar esses conceitos com quebras de linha, isso me ajuda a fazer ajustes rapidamente. As quebras de linha não afetam a geração.

Tenha em mente que é uma diretriz muito básica. Está tudo bem misturar essa ordem, especialmente dentro de uma categoria.

1. Composição

Estilo (fotorealista, paleta de cores, etc)
Ponto de vista
Luz, Hora do dia (dia, noite, pôr do sol, …)

2. Assuntos

Assunto(s) principal(is) (1menino, 1menina, objeto, paisagem, …)
(1menina é apenas a forma do Danbooru de dizer ‘1 menina’, e separá-la de 2meninas e 3meninas e assim por diante)

3. Ações

4. Corpo

Postura
Características principais (tamanho, peso, tipo de corpo, gordura corporal, cor da pele, …)
Elementos do corpo (tamanho dos seios, mamilos, bunda, …)
Relacionados ao rosto (cor dos olhos, penteado, …)
Expressões (feliz, surpreso, sério, determinado, …)
Roupas

5. Fundo

Ambiente principal (interno, externo, …)
Clima (vento, chuva, neve, …)
Objetos (móveis, veículos, …)

Espera, isso não é muito longo e complicado?

Sim, é! Mas você não precisa ter nenhuma categoria que não queira, e uma única palavra pode ser suficiente para uma categoria. É realmente sobre qual nível de controle você deseja. Vamos dar uma olhada em alguns exemplos.

Estou pensando em uma roupa de empregada preta filmada de baixo. O fundo não importa, mas eu gostaria de efeitos cinematográficos legais. Para inspiração, eu clicaria nos links acima em cada uma das categorias e subcategorias que me interessam.

Composição: de_baixo, Assuntos:

Sobre o comprimento do prompt

O prompt é dividido por palavras (ou pedaços de palavras) para transformá-las em uma representação numérica chamada tokens. Dependendo de quais modelos são usados e como os tokens são normalizados, certas partes do seu prompt terão mais ou menos atenção. Minha regra geral: quanto mais longo o prompt, mais controle você terá sobre o todo.

Aqui estão alguns recursos se você quiser ler mais sobre isso:

Tokens com modelos SDXL e SD15 – Alen Knight

Normalização de tokens & Interpretação de peso – BlenderNeko (Github)

Exemplo

Aqui está um exemplo seguindo a estrutura. Eu geralmente coloco algumas quebras de linha para ter uma melhor visualização das principais áreas do prompt.


sidelighting, light particles,

1girl, ginger, solo, smirk

sweat, freckles, small breasts,
ginger hair, long hair, straight hair,
blue eyes, glowing eyes, glasses, looking at viewer,

smile, smirk, grin, frown,
white tank top,

indoor, library,
sunset, sunny, daylight,
desk, chair,

Como você pode ver, as quebras de linha não dividem perfeitamente os 5 campos da estrutura. Dependendo do que você quer gerar, pode fazer mais sentido separar visualmente partes menores e maiores. Aqui, o assunto, ações e postura do corpo estão agrupados: dividi-los criaria uma bagunça visual mais do que qualquer coisa.

Casos de uso

Aqui estão alguns casos de uso e palavras-chave favoritas. Eu tento organizar por grupo lógico, do mais geral ao mais específico. Recomendo escolher aqueles que fazem sentido para você, em vez de copiar e colar toda a linha.

Você também encontrará uma referência de onde eu coloco na estrutura. Usarei um ID com o formato [xx.yy], usando o acrônimo da categoria e sua subcategoria.

Tenha em mente que alguns deles também poderiam ir mais alto ou mais baixo na ordem de aparição (por exemplo, de cabeça para baixo poderia ser colocado como [compos.pov] ou [body.posture].

Genérico

Aqui está o que eu uso em quase todos os meus prompts para influenciar a qualidade geral da imagem. Geralmente, adiciono palavras-chave negativas adicionais se algo que não gosto aparecer, mas não antes. Novamente, gosto de manter as coisas curtas e simples.

A lista a seguir cobre alguns casos clássicos, detalhando tanto positivas quanto negativas prompts.

Qualidade (SD1.5)
(absurdres, melhor qualidade, masterpiece:1.4),
(pior qualidade, baixa qualidade, lowres, qualidade normal:1.4)
Qualidade (Pony)
score_9, score_8_up, score_7_up, score_6_up, score_5_up, score_4_up,
score_6, score_5, score_4,
Detalhes
detailed, detailed body, detailed face
Negativo+
text, logo, watermark, digit, multiple views, monochrome,
bad proportions, anatomical nonsense, bad hands, bad face

Nota: Negativo+ é uma lista adicional onde eu escolho de acordo com a situação. Na minha experiência, palavras-chave negativas relacionadas à anatomia nem sempre melhoram os resultados, então eu as mantenho de lado caso precise.