进阶指令：提示词混合法 (Prompt Mixing)

提示词混合 (Prompt Mixing) 会尝试将两段不同提示词的文本向量 (text vectors) 取平均值。打个比方，它在您想要稍微带入某位特定画师的风格、但又不希望这种风格彻底支配甚至抹杀您原本画面的特征时会非常有用。有些标签天生带有强烈的覆盖性，很容易压过提示词中的其他内容；而借助提示词混合，您就能缓解这种问题。

在 | 符号的前后均不需要加上空格。

|

注意：提示词混合 功能仅在 V3 及更早之前的模型中才可用。

范例： 只需稍微玩玩这些花招微调把戏，您同样能立刻拥有您完美的猫蛙融合怪！

cat|frog

您还可以追加一个强度的具体数值，放在提示词段落末尾，控制该段提示的混合权重大小。如果没有使用这一数值指示，它便会默认按强度 1 去计算。 例如：:0.1 直至 :100。

:0.1

:100

极其低微的负数（理论上）能将生成向量反向引导。这一特性仍在测试中。若加上了 :-1 这种极端的负值参数，产出画面则永远只会是一块黑漆漆的纯黑图像。

:-1

若是被合并组合的所有负面属性其负值总和，等于甚至超出了正面词缀那部分的强度（即抵消成 -1），产出的结果也同样只是一片黑色。

鸭鸭提示 (Goose Tip)：混合负数提示词的技巧并不好掌握，成图结果往往差异巨大。从某些提示词里强行抽离相关概念往往能生出极其怪诞异常的图形！通过我们的测试，我们发现任何超过 :0.4 （即低于 -0.4）的负向参数往往都会导致非常诡谲的画面！

举例验证： 例如，AI 通常喜欢将一段简简单单的“forest (森林)”提示词渲染成充满大量植物、生机勃勃的绿境。那么在这个例子中我们来让森林变得稍微没那么生机盎然吧。 当我们明确告诉 AI 移除它脑海中对提示词“green (绿色)”的理解后，我们得到了一片病态且显得十分凄凉的森林。但整片林子原先自然的构图也因此变得局促不协调，仿佛被僵硬而不自然地重复排列了。

语法实例 (Example Syntax)

Prompt1|Prompt2 :0.3

注意：后面的这个数字代表着附在提示词 2 (Prompt2) 上的专有强度，如果未赋值则默认按 1 处理。

进阶多项组合范例 (Examples)

cat:1|happy:-0.2|cute:-0.3