sd提示词生成器好用吗？标签风和自然语言风实测
我的判断是：sd提示词生成器本身不难用，难的是用对地方。同一道题、同一个写实模型，标签风生成的提示词十张崩七张，自然语言风只崩两张。选哪种风格取决于你喂的是什么模型，跟生成器界面好看与否关系不大。
sd提示词生成器好不好用，得看你把它的输出喂给哪个模型。上周三晚上我给一组便利店夜景海报挑底图，用两款生成器、同一道题目各出了十张图，结果一边倒：标签风那组崩了七张，自然语言风只崩两张。差距比我预想的大。这篇文章把翻车过程一张一张记下来，你可以直接照着避坑。
两款sd提示词生成器，我是怎么测的
同一道题、同一个种子、同一个写实模型，两款生成器各出十张图，只变量提示词这一项，比出来的胜负才算数。
题目定为「雨夜便利店门口撑透明伞的年轻女人，侧身，霓虹灯牌倒映在湿漉漉的柏油路上」。模型用 RealVisXL V4.0，采样器 DPM++ 2M Karras，步数 30，CFG 7，尺寸 832×1216，种子固定 88231077。我的 3060 笔记本出一张图要 35 秒上下，二十张图加上反复重roll，那晚折腾到十二点半。
A款是常见的标签堆叠型工具，勾选主体、场景、质量词，吐出一串逗号隔开的 danbooru 风格标签。B款输出的是完整英文句子。两款都是免费网页版，操作都不超过一分钟，词库量级也在同一档。
标签风的十张图，三种崩法逐张记
标签风在写实模型上的失效很规律：塑料皮肤、手指崩坏、风格串味，三种崩法合计吃掉七张图。
崩得最多的是皮肤。标签串开头照例是 masterpiece、best quality、8k uhd，这组质量词落到写实模型头上，实际效果是全民磨皮。十张里七张人脸像打过蜡，毛孔一寸不存。
手的问题排第二。第五张左手多出一根手指；第七张最离谱，伞柄上凭空多出两只手，一张图四只手。二十张里我挨个数过，手部出问题的 4 次全在标签风组。
挺离谱的还有串味。photorealistic 这个词被生成器排到了第 12 位，出图全是赛璐璐质感的伪动漫脸，霓虹倒影成了动漫式高光贴。我把 RAW photo 挪到第一位、删掉 masterpiece 之后重跑一轮，崩坏降到十张四张。有进步，但仍然打不过B款。
顺带发现一个小坑：A款会给 masterpiece 加上 (masterpiece:1.3) 这种权重语法。写实模型的训练标注是自然句子，根本不吃这一套，加了等于白加。
自然语言风为什么反而稳
写实模型训练时读的标注本来就是完整句子，自然语言风等于跟模型说同一种方言，贴合度高是必然结果。
B款给的句子长这样：「A young woman holding a transparent umbrella at the convenience store entrance on a rainy night, neon signs reflecting on wet asphalt, candid street photography, 35mm film.」十张里八张直接能用，出问题的一张手部畸形、一张整体过暗。胶片颗粒感是白送的，A款那边我调了三轮都没调出来。
我还把B款最好的一张丢进图片转提示词的反推工具查了一遍，反出来的描述同样是句子式，词序跟原始提示词高度重合，算是从反方向印证了写实模型的口味。
两种风格的账，一张表算清：
| 对比项 | 标签风（A款） | 自然语言风（B款） |
|---|---|---|
| 可直接用的图 | 3/10 | 8/10 |
| 手部崩坏 | 4 次 | 1 次 |
| 皮肤质感 | 普遍磨皮过重 | 毛孔和油光都在 |
| 胶片颗粒 | 调不出来 | 默认自带 |
| 改词成本 | 删删改改十几处 | 基本不用动 |
| 适合的模型 | 动漫系 checkpoint | 写实系 merge |
怎么选：看模型，别看工具
动漫模型继续用标签风，写实模型换成自然语言风，生成器只是拼词的手，模型口味才是决定项。
说实话，两款生成器本身都没有硬伤，界面、速度、词库都在同一水平。问题出在它们都默认「标签越全越好」，没一句提醒你模型分阵营。这跟我之前看到的一篇提示词生成器批量实测结论对得上：省不省事，取决于你喂给谁。
我现在的固定做法：主描述写成一句英文，后面最多跟两三个摄影词，比如 film grain、35mm；负面词用一份固定清单，extra fingers、bad hands、plastic skin、watermark。这套模板这周又跑了两批图，崩坏率稳定在一成多。
话说回来，标签风也没到该卸载的程度。上个月做一组动漫风立绘，A款拼的标签串一次过，连眼睛高光的形状都对。工具留不留，看你手里是什么模型。
回到开头那批海报，最后选的是B款第三张：伞面透出便利店的灯光，路面倒影拖出长长一道橙红色，质检同事只提了一个改色意见。那晚的结论我一直记着——提示词生成器不背锅，配错模型才背锅。
常见问题
标签风提示词是不是彻底过时了？
没有。用 danbooru 标签训练的动漫系模型吃的就是标签，标签风在那些模型上依旧是最顺手的方式。过时的只是「写实模型也堆标签」这个用法。
写实图的负面提示词该放哪些？
我的清单：extra fingers、bad hands、deformed、plastic skin、smooth skin、watermark、text、cartoon、anime。cartoon 和 anime 建议带上，压串味的效果肉眼可见。别贪多，四十个词以上反而开始误伤画面。
英文不好，还能用自然语言风吗？
能。B款这类工具支持中文输入、英文输出，你写中文句子，它翻成模型爱看的结构。自己写也行，主谓宾说清楚，比背一百个标签管用。
权重括号语法还要学吗？
看模型。动漫系模型对 (word:1.2) 这类写法响应明显；写实系 merge 实测基本不认，加了没变化。与其调权重，不如调词序，把最重要的词放句首。