Neta Lumina Prompting: Tags do Sistema e Comparação de Modelos

TL;DR

• Neta Lumina exige um prefixo de sistema fixo em todo prompt e usa codificador de texto Gemma 2 (2B) LLM, dando-lhe compreensão nativa multilíngue e de linguagem natural.
• Vocabulário de tags usa espaços em vez de underscores, parênteses escapados para tags ponderadas, e tags estruturadas especiais @artist e #character independentes de tags no estilo Danbooru.
• Entre modelos de anime, Neta Lumina está no topo da compreensão: supera Illustrious XL e Pony Diffusion em prompts complexos e multilíngues, mas requer ComfyUI e arquitetura DiT mais nova.

What Prompt Format Does Neta Lumina Require?

Neta Lumina exige um prefixo de sistema fixo no início de todo prompt — tanto em prompts positivos quanto negativos. A documentação oficial afirma: adicione You are an assistant designed to generate anime images based on textual prompts seguido por <Prompt Start>. Para prompts negativos, o prefixo usa "low-quality images" em vez da formulação positiva (neta.art prompt book).

O modelo também oferece prompts de sistema alternativos para diferentes estilos de entrada: uma variante de tags Danbooru que enfatiza alinhamento tag-para-imagem, uma variante de linguagem natural para descrições em prosa detalhadas, e uma variante de resumo estruturado para listas de elementos de cena. Cada variante tem significativamente menos dados de treinamento que a versão padrão, então resultados podem variar (neta.art prompt book).

How Does the Gemma 2 Text Encoder Change Prompting Compared to CLIP Models?

Diferente de Illustrious XL e Pony Diffusion, que usam codificadores de texto CLIP herdados do Stable Diffusion XL, Neta Lumina emprega Gemma 2 (2B), um modelo de linguagem autoregressivo completo. Isso significa que o modelo processa prompts como linguagem em vez de tokens de embedding, permitindo lidar com descrições em linguagem natural, entrada multilíngue e instruções composicionais complexas com que codificadores CLIP lutam (neta.art blog).

O custo-benefício é que o inglês funciona melhor porque Gemma 2 foi treinado primariamente em dados em inglês. Chinês e japonês são eficazes mas podem mostrar graus variados de degradação. A abordagem recomendada é construir prompts primariamente em inglês, complementando com chinês e japonês quando necessário (neta.art prompt book).

What Are Neta Lumina's Special @artist and #character Tags?

Além de tags regulares no estilo Danbooru, Neta Lumina fornece tags estruturadas para ancorar estilos de artista e personagens com precisão. A tag @artist especifica estilo de ilustração usando formulações como Drawn by @{artist_name}, Painted by @{artist_name}, ou by @{artist_name}. A tag #character especifica personagens usando formatos como Characters: #{character_name1}, #{character_name2} (neta.art prompt book).

Essas tags especiais têm regras de formatação distintas: underscores devem ser preservados em nomes originais, e parênteses dentro de nomes de tags devem ser escapados com barras invertidas (civitai.com guide 16274).

Para outro exemplo de abordagens alternativas de fluxo de trabalho, veja nosso guia de ferramentas de treinamento flux. Contexto adicional para fluxos de trabalho de engenharia de prompt pode ser encontrado no guia de fundamentos de prompting. Para otimizações específicas do ComfyUI, veja dicas de qualidade de vida do ComfyUI.

How Does Neta Lumina's Tag Vocabulary Differ from Illustrious XL?

Illustrious XL, construído na arquitetura UNet SDXL e afinado no Danbooru2023, usa codificação de texto baseada em CLIP padrão e segue convenções convencionais de tags Danbooru com underscores (HuggingFace model card, Illustrious technical report). Neta Lumina difere em três pontos-chave:

• Conversão underscore-para-espaço: school_uniform vira school uniform
• Parênteses escapados: Tags ponderadas requerem star \(symbol\) não star_(symbol)
• Tags estruturadas: Sistemas especiais @artist e #character não presentes no Illustrious XL

Além disso, o codificador baseado em Gemma do Neta Lumina pode processar linguagem natural diretamente junto com tags, enquanto Illustrious XL depende da compreensão baseada em embedding do CLIP (neta.art blog, Illustrious technical report).

Para contexto de fluxo de trabalho relacionado, veja dicas de qualidade de vida do ComfyUI.

How Does Neta Lumina's Tag Vocabulary Differ from Pony Diffusion V6?

Pony Diffusion V6 usa a arquitetura SDXL com codificação de texto CLIP padrão, similar ao Illustrious XL. Seu model card estava bloqueado e inacessível, então diferenças específicas requerem inferência. Pony Diffusion tipicamente segue convenções padrão de tags Danbooru com underscores e sem sistema especial de tags estruturadas (HuggingFace model page — gated, HTTP 401).

O vocabulário de tags do Neta Lumina é explicitamente mais multilíngue no design, com o codificador Gemma 2 permitindo processamento nativo de chinês, japonês e inglês, enquanto Pony Diffusion e outros modelos SDXL operam primariamente em inglês (neta.art blog).

Where Does Neta Lumina Fit Among Anime Diffusion Models?

Neta Lumina ocupa uma posição distinta. É construído no framework DiT Lumina-Image-2.0 (2.6B parâmetros), um transformador de difusão baseado em fluxo que trata tokens de texto e imagem como uma sequência unificada (Lumina-Image-2.0 paper). Isso contrasta com Illustrious XL e Pony Diffusion V6, que usam a arquitetura UNet SDXL. O modelo roda apenas no ComfyUI e exige ~8 GB de VRAM, conforme o model card oficial (Neta Lumina model card).

Comparison table: Feature | Neta Lumina | Illustrious XL | Pony Diffusion V6

|---|---|---|---

Text encoder | Gemma 2 (2B) LLM | Dual CLIP encoders | Dual CLIP encoders Multilingual support | Native (EN, ZH, JA) | English primary | English primary Tag vocabulary | Spaces, escaped parentheses, @/# structured tags | Underscores, standard Danbooru | Standard Danbooru Natural language support | Advanced (NLP prompts in 5 styles) | Multi-level captions | Basic Recommended CFG | 4–5.5 | 5–7.5 | Not verified Recommended sampler | res_multistep / euler_ancestral | Euler a | Not verified VRAM requirement | 8 GB | ~8 GB | ~8 GB Workflow | ComfyUI only | ComfyUI, A1111, Forge | A1111, ComfyUI

What Is the Recommended Prompt Structure for Neta Lumina?

A documentação recomenda uma estrutura de nove partes para resultados ideais: Palavras-gatilho do Personagem, Estilo de Arte, Aparência do Personagem, Roupas, Expressão e Ação, Câmera/Perspectiva, Iluminação e Efeitos, Atmosfera da Cena, e Tag de Qualidade. Construir um esqueleto com tags primeiro e depois enriquecer detalhes em linguagem natural produz resultados fortes (neta.art prompt book).

Erros comuns e correções

Symptom | Cause | Fix

|---|---|---

Poor results with standard Danbooru underscore tags | Gemma tokenizer processes underscores differently; training converted them to spaces | Replace underscores with spaces: school_uniform → school uniform Using Civitai negative prompt prefix yields different results | Civitai article states positive prefix for negatives; official guide uses a different low-quality prefix | Use official negative prefix: "You are an assistant designed to generate low-quality images based on textual prompts"

FAQ

How do you write prompts for Neta Lumina? Build a skeleton with tags following the nine-part structure, then optionally enrich with natural language. Always start with the system prefix. Example: You are an assistant designed to generate anime images based on textual prompts. <Prompt Start> 1girl, school uniform, black hair, purple eyes, gentle smile (neta.art prompt book).

What is the system prompt for Neta Lumina? The required prefix is You are an assistant designed to generate anime images based on textual prompts. <Prompt Start>. For negative prompts, the prefix changes to You are an assistant designed to generate low-quality images based on textual prompts (neta.art prompt book).

How does Neta Lumina differ from Illustrious XL in prompting? Neta Lumina uses Gemma 2 (an LLM) as its text encoder instead of CLIP, enabling native multilingual support and natural-language understanding. Its tag vocabulary uses spaces instead of underscores and includes special @artist and #character structured tags. Illustrious XL uses CLIP encoders and conventional Danbooru tag formatting with underscores (neta.art blog, Illustrious XL model card).

Does Neta Lumina understand Chinese and Japanese prompts? Yes. Neta Lumina has native multilingual support for Chinese, English, and Japanese, with English performing best. Chinese and Japanese are effective but may show varying degrees of performance degradation (neta.art blog, neta.art prompt book).

Can I mix Danbooru tags and natural language in Neta Lumina? The model treats tags and natural language as core inputs at the same level, so using one or the other is recommended for stable results. Mixing both is considered an out-of-distribution usage that may produce unpredictable but sometimes surprisingly pleasant effects (civitai.com guide 16274).