随着 AI 技术发展的越来越成熟，基于 AI 的各种应用也层出不穷，聊天机器人、写作软件、绘画等。这些应用的出现在给人们带来便利的同时，也引起部分人群的恐慌，人类的工作是否将来会被这些 AI 工具所代替？这些担心不无道理，但从 AI 被设计的初衷来看，AI 应用的出现应该是向着利好的方向发展，释放一些简单工作的劳动力，让人们可以去实现更高的价值。
以 AI 绘画来说，Stable Difficion 的文生图模型，能够根据任意文本输入生成高质量、高分辨率、高逼真的图像，非常惊艳。在一开始接触时，我觉得这有什么难的，随便输入文本就能生成图片，那不是以后设计的活自己也能干了？于是在部署完成后，输入文字：
,,,
得到结果：
看着还不错，但是这个前排的小黄花似乎很粗糙，并且这个风格并不是我想要的绘画风格。经过查询资料后才知道，要想生成一幅惊艳的图，需要了解掌握 promt（正向提示词） 和 negative promt （反向提示词）的语法和使用技巧。
prompt 可以帮助我们塑造我们想要的画面风格、内容，而 negative promt 则可以帮我们避免一些错误的画面细节，比如在生成人物时，画面根据参数进行构造可能会出现人长了6个手指，三条腿的情况，这时我们加入 negative prompt 就可以帮助 AI 避免这种情况。当然这并不是一个绝对的事情，在某些情况下，比如你的画面尺寸太大，这种错误的画面内容还是会出现。
除此之外，prompt 中还包含画面的质量、主题、人物的各种细节等信息，而要想用这些信息生成一张满意的图片他们的顺序也比较重要，根据各种前人实践的结果，一般推荐以下顺序：
画面质量，风格，主题，外表（发型、发色、衣服、眼睛、手臂、胸部、腿部....），情绪，姿势，背景
优化我的 prompt 后：
, , , , , , , -
negative prompt:
,, , (:2), (:2), (:2), , (()), (:1.2),(and:2), , , , , ,,,(:1.2),(:1.2),(:1.2),
由此可见效果出来的还是很明显的，接着我们可以微调其中的一些参数，比如调整 采样迭代步数 为 45 就可以不断精进生成的效果图：
由此可见正确使用 prompt 的重要性，这或许就是由 AI 带来的新职业 prompt 工程师。
再说回部署上，开始我在参考文章进行部署时，发现文章的 Stable Difficion WebUI 的版本太老了，当前的控制台已经支持到 3.2 了，于是我选择这个版本，资源实例配置和文中一样选择的是 ecs.gn7i-c8g1.2xlarge.limit 4核30G的，当部署成功后打开 Web 应用，发现卡住了，一直在加载中，于是更换到 3.0 版本这才成功。
对比 DSW ，通过 EAS 的方式部署，我感觉更加方便，很适合小白，能够更快的让用户体验到 SD 的使用。因为我们部署时挂载了 NAS ，生成的图片不仅可以在 SD 界面的 FileBrowser 中找到，同时也在 NAS 系统中保存了一份。
要想访问 NAS 文件，可以参考：macOS客户端通过VPN访问SMB文件系统
