强化与弱化标签 (Strengthening & Weakening Vectors)

您可以通过将想要强调的内容用 { } 括起来表示强化，或用 [ ] 括起来表示弱化，从而在生成过程中控制 AI 更精细的关注极值。 这也同样在正向文本提示框 (Text Prompt) 和不希望出现的内容 (Undesired Content/负面提示词) 框中均有效。

工作原理 (How it works)

如果您将想要 AI 取消过多关注的标签或文本用 { 和 } 括起来，AI 的认知权重将乘以 1.05 倍。 如果您将想要 AI 较少关注的标签或文本用 [ 和 ] 括起来，AI 的认知权重将除以 1.05。 嵌套多个括号会每次进行乘算，因此 {{ 将导致被括起来的提示词部分的权重倍率变为 1.1025 倍。

鸭鸭提示 (Goose Tip)：在“不希望出现的内容”框中使用强化和弱化时千万别搞混思路。在那边， { } 之间的词汇代表会被更加极力、更强力地避免生成，而 [ ] 之间的词则被避免屏蔽的几率变小了！

数值化强化与弱化 (Numerical Strengthening & Weakening)

除了像 {{{{{this}}}}} 这样堆叠一堆花括号之外，您可以在提示中使用 :: 语法来指定浮点数式的纯数字强调权重。在 :: 前面直接输入所需的权重数字（例如 1.5::），它右侧的所有文本内容都将被这个强度系数所强化。要结束被强化的部分边界，只需在该概念后打上一个前面没带数字的 :: 即可关闭强化。对于弱化操作，您可以使用 0.0 到 1.0 之间的数字。 例如这样一个提示词： 1girl, 1.5::rain, night ::, 0.5::coat ::, black shoes 在这个例子中，rain, night 将获得高达 1.5 倍的强调倍率提升，而 coat (外套) 将被弱化至 0.5。

鸭鸭提示 (Goose Tip)：此外，空置的 :: 也用于强行关闭任何前面未匹配闭合的括号。因此，如果您仍然执念于使用 {} 和 []，但又不想每次去数括号或者费心去对齐配对括号个数，您可以直接在你想要强调词的那个半区末尾放置一个 :: 来关闭它们（例如 {{{{{rain ::），根本无需去数匹配个数！ 注意：数值化强调仅在 V4 或更高版本的模型中开放使用。

负数强调 (Negative Numerical Strengthening & Weakening)

在使用数值强调系统时，甚至也可以传入负值。虽然如何使用它可能不是立刻能理解，但它其实打开了无限的可能性。 首先，负值通常可以作为极其有效的 精准消除反向提示 工具。假设你想把一个平常戴帽子的角色改不戴了：通常 -1::hat :: 就足以压制让帽子消失。如果依然存在，那就加码：-3::hat ::。

然而，负面强度不仅仅局限于“除掉”某个对象。它也可以翻转概念引出其反面意义。

• 假如您觉得图像缺乏色彩层次，加上 -1::monochrome ::（反去单色性）会立即将画家的调色板带回来；
• 若缺乏精细细节，用 -2.5::flat color :: 或者直接暴力的 -6::simple illustration :: 可以立即让画面丰富生动细致化；
• 如果你的角色卡在了一个白茫茫一片的虚空中，写入 -1::simple background ::, location 可以瞬间帮背景丰富重构。

在很多使用场景中，参数性的负值强调和我们的 [不希望出现的内容 (Undesired Content)] 作用极其相似，但它绝不是通用的全局替代品。 推荐的最佳实践法则是：通常“负数倍率强调”被用来针对性地打压移除或反转某个特征概念成分，而“不希望出现的内容”框里的机制相当于是一个收件箱框，被长长的一堆通用违禁概念填满以免 AI 意外生成，起一个普适护城河作用。注意：负值强调仅在 V4.5 或更高版本的模型中受支持。

高亮提示词增强指示器 (Highlight Emphasis)

无论您是使用括号还是数值强调，您应该会注意到提示框内会有五颜六色的高光文本高亮效果，它能让您直观地看到正在增强成分作用的范围。如果您不喜欢这花里胡哨的高亮，也可以随时在“提示设置”上开启或关闭 Highlight Emphasis 开关。最后，您也可以进入主题界面调出取色器，自己调整强化和弱化的基色！

本质注解 (Note)

技术上来讲，实际上每一个单独存在的 { 或是 ] 都会对其自身右侧直到行尾的所有文本进行一个 x1.05 的乘法聚焦率计算。而每一个 } 或 [ 都会起一个 ÷1.05 的衰减降频效应。你用配对双侧将它们闭合包裹住词组，本质上就是触发一次惩罚或乘法后，在后半部分又用相反字符进行了算数抵消。良好的实践是您时刻注意闭合匹配，否则任何未闭合的东西将会发生意料之外的扩散。而用纯数值 :: 区间语法将彻底规避这点。