主题
Pony
Pony 是面向动漫、卡通、兽人和拟人角色的风格化图像模型。它用评分标签表达画面质量,来源标签则帮助模型靠近动漫、西式卡通或兽人等画风,因此一组清楚的开头标签比反复叠加通用质量词更有效。角色设计、同人插画和明确画风的创作都可以从这个模型开始。
模型设置与首次生成
打开 内容生成,点击页面顶部的 图像,再从 模型菜单中的 SDXL 系列选择 Pony。在 基础设置中点击 选择 Checkpoint,选择本地的 Pony 模型。

- 在正向提示词开头填写评分标签和来源标签。
- 接着写人数、角色外观、动作、构图和场景。
- 保留页面默认的
1024 × 1024、25步、CFG Scale7和 Clip Skip2。 - 点击 运行查看结果。
编写 Pony 标签
推荐按下面的顺序排列:
text
评分 → 来源 → 内容分级 → 人数与角色 → 外观服饰 → 动作 → 构图 → 场景与光线一组常用的评分开头是:
text
score_9, score_8_up, score_7_up, score_6_up,从下面的来源标签中选择与目标相符的一项:
source_anime:动漫和日系插画。source_cartoon:西式卡通和动画风格。source_furry:兽人和拟人角色。source_pony:小马及相关风格。
完整提示词可以这样写:
text
score_9, score_8_up, score_7_up, score_6_up, source_anime,
1girl, solo, silver hair, blue eyes, navy school uniform,
standing under a transparent umbrella, looking at viewer,
rainy city street, neon reflections, medium shot同一张图只保留一个主要来源,画风会更稳定。masterpiece、best quality 等通用质量词在 Pony 中作用有限,评分标签已经承担了这部分用途。
反向提示词
反向提示词可以从较低评分开始,再加入当前结果中需要改善的问题:
text
score_5, score_4, score_3, score_2, score_1,
bad anatomy, bad hands, extra fingers, blurry, text, watermark人物手部已经正常时,可以删去对应词;画面需要招牌或字幕时,从反向提示词中移除 text。
调整生成参数
| 选项 | 页面默认值 | 具体作用与调整方法 |
|---|---|---|
| 分辨率 | 1024 × 1024 | 方图适合头像和单人半身;竖图更容易容纳全身,横图适合双人互动和完整场景。优先使用页面预设,保持接近模型熟悉的像素量 |
| 步数 | 25 | 控制画面完善程度。线条或小配件显得粗糙时可提高到 28–35;构图已经稳定时,继续增加步数带来的变化会逐渐变小 |
| CFG Scale | 7 | 控制标签对画面的约束。角色特征遗漏时可以小幅提高;颜色发闷、线条僵硬或背景失去层次时可降到 5–6 |
| 采样器 | euler_ancestral | 默认值容易得到活跃的细节和变化。需要复现模型示例时,优先采用模型详情推荐的采样器 |
| 调度器 | normal | 影响各采样阶段的变化节奏。日常生成使用默认值;切换前固定种子,便于比较不同调度器的线条和明暗表现 |
| Clip Skip | 2 | 影响模型理解标签的方式,也是 Pony 常用设置。保留 2;具体模型明确给出其他值时按模型说明调整 |
使用角色与画风 LoRA
选择明确标注支持 Pony 的 LoRA,并把详情中的触发词放在人物或画风描述附近。强度可以从 0.7 开始:
- 角色发型、服装或画风不明显时逐步提高。
- LoRA 覆盖了动作和背景时适当降低。
- 多个 LoRA 一起使用时,分别生成一张确认效果,再组合调整强度。
控制姿势和构图
Pony 可以使用图生图、局部重绘、姿势控制、轮廓控制和深度控制。人物动作是重点时,姿势控制通常最直接;需要保留线稿或物体外形时使用轮廓控制;需要保持前后景关系时使用深度控制。
控制模型和 LoRA 都要选择标注支持 Pony 或 SDXL 的版本。完整入口和参数说明见图像高级功能。
生成结果调整
- 角色外观正确,画风偏离目标:检查来源标签,只保留最符合目标的一项。
- 角色特征遗漏:把角色名和关键外观提前,删去冲突的发色、服装或人数标签。
- 人物动作不稳定:简化动作标签,或者加入姿势参考图。
- 画面过于拥挤:减少次要服饰与背景标签,明确使用
solo、medium shot或其他构图标签。 - 细节发硬、颜色过重:降低 CFG Scale,并减少重复的强调词。