重点：提示词位置不一样，效果不一样
在网上学习Stable Diffusion时，发现有作者提出了这一点，并且做了实验，为了验证效果，加深理解，特此重新实验一遍。
SD官方提到過提示詞不僅可以使用權重來調整圖片的結果，甚至連不同的順序都會有不一樣的效果！至於效果差多少，有時候可以差很多。
我心血來潮測試了一下，將一個seed，負面提示詞，各種設定完全一樣的設定，只是將正面提示詞的詞位置調換，出來的成品大致相同，但是細節差很多！
第一组测试：
种子：1791102673
第一张正面提示词：
an young beautiful Ukrainian woman with silver hair and black robe and dark cloak and wearing tiara, by agnes cecile, half body portrait, extremely luminous bright design, pastel colors, (ink:1.3), autumn lights, (8k, best quality, masterpiece:1.2),(best quality:1.0), (ultra highres:1.0), watercolor
交换部分提示词的顺序：
第二张正面提示词：
an young beautiful Ukrainian woman with silver hair and black robe and dark cloak and wearing tiara, by agnes cecile, autumn lights, (8k, best quality, masterpiece:1.2),(best quality:1.0), (ultra highres:1.0), watercolor, half body portrait, extremely luminous bright design, pastel colors, (ink:1.3)
头发的颜色有点区别，但是并不一定就是提示词顺序引起的，其它并没有什么明显区别
那么生成多张图，看是否有明显区别
第二组测试：
种子不变
第一组正面提示词
sad, an young beautiful Ukrainian woman with silver hair, bluegray eyes, black robe and dark cloak, autumn lights, (8k, best quality, masterpiece:1.2),(best quality:1.0), (ultra highres:1.0), watercolor, half body portrait, extremely luminous bright design, pastel colors, (ink:1.3), by agnes cecile, 3d render
第二组正面提示词：
sad, autumn lights, (8k, best quality, masterpiece:1.2),(best quality:1.0), (ultra highres:1.0), watercolor, half body portrait, extremely luminous bright design, pastel colors, (ink:1.3), by agnes cecile, 3d render, an young beautiful Ukrainian woman with silver hair, bluegray eyes, black robe and dark cloak
这两组提示词，第一组先描述对象，第二组先描述图片的光影属性，而最终出图，人物整体看不出明显区别，人物背景略有不同。
这是原作者的猜想
會造成這個差別的原因，可能是因為Automatic1111把文字轉換成Token的時候，並不是一個Set，而是一個List，加上在推論時，所謂隨機挑選提示詞並不是真的隨機，而是依照給的種子來產生偽亂數。這樣的話提示詞位置的不同就會影響被挑中的文字，所以可能A組合會挑到維多利亞時代的倫敦街頭，但B組合會挑到現代都市（因為AB組合裡面都沒提到背景，所以是偽亂數決定）。
根據Stable Diffusion的操作手冊，在沒有特意把權重標示出來的情況下，越前面輸入的提示詞就越容易被選中。但是在我們輸入的提示詞其實是一樣的，不同的只是順序。但是在不同順序中，當它挑選我們沒有指定的提示詞時，會造成不同程度的影響！（是的，Stable Diffusion在去噪過程中會常常挑到我們沒有指定的提示詞，甚至會小機率挑到負面提示詞！）
结论：
也就是說，當你算到你心儀的圖片時，就可以靠重新排列正面、負面提示詞創造出許多臉蛋，表情大致相同（因為你已經用正面提示詞鎖定了），但是動作姿態、光影與環境都不一樣的圖！挑到同一角色，但場景與動作更棒的圖的機會就更大了！
个人觉得影响不大，可能和生成图片时和具体的模型也有一定的关系。
附：出图时其它参数配置
Steps: 30, Sampler: Euler, CFG scale: 7, Seed: 1791102673, Face restoration: CodeFormer, Size: 512x768, Model hash: e4a30e4607, Model: majicmixRealistic_v6, Version: v1.4.0