ChatGPT SDXL 提示词生成器与您的 API 脚本

从语言模型获取 SDXL 提示词两种方式

第一种方式是聊天助手。你粘贴一次系统风格的指令，然后一次发送一个短想法，并将每个回复复制到你的图像工具中。它不需要代码，你可以立即看到答案，并且可以说“更暗、更具电影感”来获得修改。对于探索来说，这很难被超越。

第二种方式是脚本。你在代码中编写一次指令，从文件中加载想法列表，为每个想法调用聊天补全接口，并将结果写入文件或直接发送到你的图像生成器。该服务是一个 OpenAI 兼容的、仅文本的 API，服务于来自独立提供商的一个开放权重模型。它不是 ChatGPT，也不是 OpenAI 的产品，但只要你更改 Base URL 和密钥，任何 OpenAI SDK 都可以与之通信。

这两种方法都不绘制图像。在这两种情况下，模型都生成文本，由单独的工具（如 SDXL）进行渲染。

并排比较

因素	聊天窗口	API 脚本
设置	无	密钥，30 行 Python
最佳批量大小	1 到 20 个提示词	数百到数千
输出格式	聊天返回什么就是什么；你需要手动清理	JSON 模式返回可解析的字段
可重复性	随着对话增长而漂移	每次调用使用相同的指令，可选种子
迭代	自然：通过反馈回复	你编辑脚本并重新运行
成本模型	取决于你持有的计划；请查看其当前条款	按 token 付费，预付
拒绝响应	取决于助手的内容策略	该模型在合法成人用途下无内容审查

诚实的总结：如果你每周制作少量图像并享受与之交谈，请保留使用聊天。当复制粘贴成为你流水线中最慢的步骤时，脚本开始显现出价值。

复制粘贴的时间成本

做一个适度的假设：每个提示词需要 30 秒来输入想法、等待、复制结果并粘贴到指定位置。对于 1,000 个提示词，那就是 1,000 × 30 秒 = 30,000 秒，或大约 8.3 小时的注意力。

脚本的运行方式不同。假设每次 API 调用耗时约 5 秒（这是一个假设，请测量你自己的）。使用 8 个并发请求（这是完整密钥的并发限制），1,000 次调用大约需要 1,000 / 8 × 5 秒 = 625 秒，即 10 分钟多一点。每分钟 300 个请求的限制意味着绝对下限仅为 3 分钟多一点。你启动它，去泡杯咖啡，然后查看文件。

节省的时间是主要论点。金钱是次要的，如下一个部分所示。

每 1,000 个提示词的成本

此 API 对每 1M 输入 token 收取 $0.15，对每 1M 输出 token 收取 $0.50。假设每次调用发送 250 token 的指令和 50 token 的想法（共 300 输入），并返回 200 token 的提示词。

• 输入：1,000 × 300 = 300,000 token × $0.15 / 1M = $0.045。
• 输出：1,000 × 200 = 200,000 token × $0.50 / 1M = $0.10。
• 总计：$0.145 用于 1,000 个提示词。

为了与聊天订阅或其他 API 进行比较，用该计划的价格除以你一个月实际生成的提示词数量，并查看他们当前的定价，而不是信任文章中的数据。在注册后，点击 API 密钥页面 即可领取 $0.50 试用额度，足以覆盖 3,400 多个此类大小的提示词。查看 定价页面 可通过加密货币充值 $20 到 $500。

带有重试功能的批量脚本

下面的脚本从 ideas.txt 读取想法（每行一个），并写入 prompts.jsonl。它以 6 个并行工作者运行，并在遇到 429 时重试。

Copyimport json, time
from concurrent.futures import ThreadPoolExecutor
from openai import OpenAI, RateLimitError

client = OpenAI(base_url="https://api.sdxlapi.com/v1", api_key="YOUR_KEY", max_retries=0)

SYSTEM = (
    "Expand the idea into one SDXL prompt of 40 to 60 words: subject, setting, "
    "lighting, style, mood, comma-separated. Return JSON with key 'prompt'."
)

def make(idea):
    for attempt in range(5):
        try:
            r = client.chat.completions.create(
                model="uncensored",
                messages=[{"role": "system", "content": SYSTEM},
                          {"role": "user", "content": idea}],
                response_format={"type": "json_object"},
                temperature=0.8,
            )
            return {"idea": idea, **json.loads(r.choices[0].message.content)}
        except RateLimitError:
            time.sleep(5 * (attempt + 1))
    return {"idea": idea, "prompt": None}

ideas = [l.strip() for l in open("ideas.txt") if l.strip()]
with ThreadPoolExecutor(max_workers=6) as pool, open("prompts.jsonl", "w") as out:
    for row in pool.map(make, ideas):
        out.write(json.dumps(row, ensure_ascii=False) + "\n")

完整密钥将工作线程数保持在 8 或以下，试用密钥保持在 2。如果看到带有错误代码 concurrency 的 429，请降低它；rate_limited 表示你超过了每分钟上限。失败的请求不收费，因此重试是免费的。更多参数信息请参阅 文档。

从脚本获取更好的输出

批处理的初次运行很少是最好的。三次低成本更改比更换工具更能改善结果。

• 在系统提示词中添加两到三个示例。粘贴生成你喜欢的图片的提示词，并附上生成该图片的简短描述。模型会模仿其结构和详细程度。
• 传递一个风格字段。 维护一个小字典，例如“电影剧照”、“水彩画”、“等距渲染”，并将所选风格附加到每个想法中。一个想法列表随后可以产生多种外观。
• 过滤输出。 拒绝那些提示词少于 25 个词或多于 80 个词的行，然后仅重新运行这些行。代码中的简短检查胜过阅读一千行。

在每个结果旁保存该描述。当某张图片生成效果良好时，你需要清楚看到生成它的具体内容，而聊天记录在滚动时会移出屏幕。内容主题由你决定：模型针对合法成人用途进行了优化，唯一的硬性限制是绝不会生成涉及未成年人的性内容。

何时保留使用聊天

脚本并不总是更好的选择。当你还不知道想要什么时，当每个图像都需要关于构图的对话时，或者当你的量小到设置时间会超过节省的时间时，请继续使用聊天助手。一种常见模式是使用聊天找到一个好的指令，然后将该指令粘贴到脚本中作为系统提示词，并在那里运行批量工作。

还要考虑数据。发送到该 API 的提示词不会用于训练。对于任何其他服务，在发送未发布的创意作品之前，请阅读其数据政策。

更多指南

• Stable Diffusion 提示词生成 LLM：Python 环境配置
• 使用 LLM API 进行角色扮演文本场景