Estrutura de prompt do SDXL para fotografia realista

TL;DR

• Divida prompts entre os dois codificadores de texto do SDXL (CLIP-G e CLIP-L) usando os canais pos_g e pos_l do ComfyUI — rotear tokens de estilo para um canal e tokens de sujeito para o outro produz uma separação mais forte que concatenar tudo.
• Use o nó CR SDXL Prompt Mix Presets para mapear prompts para os três slots de condicionamento (G, L, refiner) por meio de cinco pré-configurações; "style boost 1" e "style text to refiner" são os mais úteis na prática.
• Aproveite o SDXL Art Style Explorer (mais de 200 tags curadas, 500–700 artistas com pelo menos 6 tags cada) para descobrir quais tokens artísticos o modelo realmente reconhece — artistas sinalizados não produzirão seu visual característico.
• Siga modelos estruturais (Persona → Roupas → Cena para personagens; Descrição Principal → Estilo → Ambiente/Mood/Cor → Tags para PixelWave) em vez de prompts à vontade.

Por que a estrutura de prompt importa no SDXL

O SDXL usa dois codificadores de texto. A atenção cruzada base do modelo recebe condicionamento de ambos, produzindo saídas concatenadas separadas. Um modelo refiner adiciona um terceiro caminho de condicionamento. Como distribui texto de prompt por esses canais altera a imagem. (https://arxiv.org/abs/2307.01952)

Os nós Custom Nodes do Comfyroll expõem esse roteamento através do nó CR SDXL Prompt Mix Presets, que mapeia seus prompts positivos/negativos opcionais e texto de estilo para pos_g, pos_l, pos_r (e versões negativas). Cinco pré-configurações lidam com os padrões de roteamento mais comuns. (https://github.com/Suzie1/ComfyUI_Comfyroll_CustomNodes/blob/main/nodes/nodes_sdxl.py) (https://civitai.com/articles/1835)

O modelo de três canais de condicionamento

Canal | Uso típico | Fonte --------|-------------|---------- pos_g | Estilo global, direção estética | https://github.com/Suzie1/ComfyUI_Comfyroll_CustomNodes/blob/main/nodes/nodes_sdxl.py pos_l | Sujeito, composição, detalhe espacial | https://github.com/Suzie1/ComfyUI_Comfyroll_CustomNodes/blob/main/nodes/nodes_sdxl.py pos_r | Condicionamento do refiner (se usado) | https://github.com/Suzie1/ComfyUI_Comfyroll_CustomNodes/blob/main/nodes/nodes_sdxl.py

Cada canal é tokenizado e codificado independentemente. Se o tamanho dos tokens for diferente, o ComfyUI preenche com tokens vazios até corresponder. (https://github.com/Suzie1/ComfyUI_Comfyroll_CustomNodes/blob/main/nodes/nodes_sdxl.py)

CR SDXL Prompt Mix Presets — O que cada um faz

Pré-configuração | pos_g | pos_l | pos_r | Melhor para

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

Default (sem estilo) | prompt | prompt | prompt | Baseline, trabalhos de prompt único Default (com estilo) | prompt + style | prompt + style | prompt + style | Mistura simples de estilo Style boost 1 | style | prompt | style | Transferência forte de estilo; sujeito isolado em L Style boost 2 | prompt + style | prompt + style | prompt + style | Saturação máxima de estilo Style text to refiner | prompt | prompt | style | Injeção de estilo só no refiner | https://github.com/Suzie1/ComfyUI_Comfyroll_CustomNodes/blob/main/nodes/nodes_sdxl.py

Dica prática: comece com Style boost 1. Coloque sua linguagem fotográfica/técnica (câmera, lente, iluminação) no campo prompt; coloque tokens de estilo estético (nomes artísticos, meio, época) no campo style. Os pré-configurações roteiam texto de estilo para G e R enquanto o sujeito fica em L — roteamento, não mistura. (https://github.com/Suzie1/ComfyUI_Comfyroll_CustomNodes/blob/main/nodes/nodes_sdxl.py)

Modelos de prompt estruturados que funcionam

Rostos de personagem: Persona → Roupas → Cena

Este modelo de três blocos (relatado pela comunidade no Civitai 11432) estrutura prompts de personagem em categorias claras: (https://civitai.com/articles/11432)

[Persona]: [Idade], [Gênero], [Características faciais], [Cabelo e olhos], [Personalidade], [Pose]
[Roupas]: [Tipo], [Material], [Ajuste], [Cor e padrão], [Acessórios], [Calçados]
[Cena & Mood]: [Ambiente], [Iluminação], [Estilo fotográfico]

Exemplo:

[Persona]: mulher de 28 anos, cabelo cacheado castanho, olhos azuis-esmeralda, sorriso confiante, de punhos na bofete
[Roupas]: casaco de bota bege, algodão gabardine, ajuste sobrado, camiseta empreitada preta embaixo, jeans skinny, botas de bota, bolsa de couro, óculos de sol
[Cena & Mood]: rua de pedras moídas em Paris, hora dourada, profundidade de campo rasa f/1.8, lente 85mm

Modelo geral: modelo de 4 partes PixelWave

O modelo fino PixelWave SDXL foi descrito com o ChatGPT usando esta estrutura — é o design do autor do modelo para como os prompts devem ser escritos. (https://civitai.com/articles/5005)(https://civitai.com/models/141592/pixelwave)

1. Descrição principal — sujeito primário, ação, características-chave
2. Detalhes adicionais — Ambiente → Humor/Atmosfera → Paleta de cores
3. Tags — palavras-chave separadas por vírgula para conceitos residuais

Exemplo:

Farol em uma rocha na costa, aquarela, céu nebuloso com ondas suaves, atmosfera de manhã pacata, pastéis suaves rosa laranja azul claro, amanhecer oceano pacata rochas claras

Tokens de artista e estilo: usando o SDXL Art Style Explorer

O SDXL Art Style Explorer (espaço Hugging Face do terrariyum) fornece: (https://huggingface.co/spaces/terrariyum/SDXL-artists-browser)(https://civitai.com/articles/1730)

• Mais de 200 tags de estilo curadas, organizadas por meio, estilo, tema, período, sujeito
• 500–700 artistas (o artigo Civitai afirma mais de 700; o espaço HF registra um limite beta temporário de 500), cada um com pelo menos 6 tags descritivas
• Sinalização para artistas que o SDXL não reconhece — esses tokens geram saída genérica
• Lógica AND/OR de filtro, favoritos exportados, compatível offline

Fluxo: pesquise um estilo (ex., "ciberpunk") → filtre artistas → selecione 2–3 com sobreposição de tags forte → insira os nomes no campo estilo (para Style boost 1, esse é a entrada style_positive). Evite artistas sinalizados, a menos que esteja testando.

Linguagem de câmera e iluminação: o que a comunidade usa

Os termos abaixo aparecem em guias da comunidade (Civitai 11432) e produzem mudanças visíveis na saída do SDXL. São relatados como prática comunitária — nenhum estudo ablativo público confirma uma ligação causal com o fotorealismo. Trate-os como marcadores de estilo, não simulações ópticas. (https://civitai.com/articles/11432)

Categoria | Tokens da fonte 11432

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

Corpo da câmera | Canon EOS 5D Mark IV, Sony A7 III Lente | 85mm lens, 50mm f/1.8 lens Profundidade de campo | shallow depth of field f/1.8, deep focus f/11, bokeh background Iluminação | golden hour, studio lighting softbox, overcast diffused light Composição | close-up portrait, over-the-shoulder shot, bird's-eye view

Baseline de prompt negativo (folclore comunitário, sem teste controlado): cartoon, illustration, anime, painting, CGI, 3D render, unrealistic proportions, extra fingers, low quality (https://civitai.com/articles/11432)

Onde os geradores automáticos de tags ajudam — e onde não ajudam

O SDXL Art Style Explorer é, em si, uma ferramenta de descoberta de tags — ele mapeia mais de 200 tags de estilo curadas a artistas que o modelo reconhece e sinaliza aqueles que não reconhece. (https://huggingface.co/spaces/terrariyum/SDXL-artists-browser) Para geração de tags a partir de imagens ou estilos de referência, ferramentas da comunidade existem, mas compartilham uma limitação: geram strings planas sem conhecimento da estrutura dual-channel do SDXL.

Boas práticas: gere tags de qualquer fonte → divida em sujeito (canal L) vs. estilo/estética (canal G) → roteie via Prompt Mix Presets.

Fluxo mínimo do ComfyUI para prompt dual-channel

1. Carregue Checkpoint → base SDXL (e refiner se usado)
2. CR SDXL Prompt Mix Presets → conecte prompt_positive, prompt_negative, style_positive, style_negative; selecione Style boost 1
3. CR SDXL Base Prompt Encoder → alimente pos_g, pos_l, neg_g, neg_l do passo 2; defina parâmetros de resolução/corte
4. KSampler → use condicionamento codificado do passo 3
5. (Opcional) Refiner → alimente pos_r/neg_r do passo 2 para o sampler refiner

FAQ

Como divido prompts entre os dois codificadores de texto do SDXL? Use o nó CR SDXL Prompt Mix Presets no ComfyUI. Defina a pré-configuração como Style boost 1. Coloque linguagem de sujeito/técnica no campo prompt principal; coloque tokens de estilo/estética no campo style. O nó roteia-os para pos_l e pos_g respectivamente. (https://github.com/Suzie1/ComfyUI_Comfyroll_CustomNodes/blob/main/nodes/nodes_sdxl.py)

Qual é a diferença entre pos_g, pos_l e pos_r no ComfyUI? pos_g roteia para condicionamento do codificador G (estilo global). pos_l roteia para condicionamento do codificador L (detalhe espacial/sujeito). pos_r roteia para o modelo refiner. Cada um é tokenizado e codificado independentemente. (https://arxiv.org/abs/2307.01952)(https://github.com/Suzie1/ComfyUI_Comfyroll_CustomNodes/blob/main/nodes/nodes_sdxl.py)

Quais nomes de artistas o SDXL reconhece realmente? Abra o SDXL Art Style Explorer (espaço Hugging Face). Pesquise ou navegue — artistas que o SDXL não conhece são explicitamente sinalizados. Use apenas nomes não sinalizados no campo estilo. (https://huggingface.co/spaces/terrariyum/SDXL-artists-browser)

O PixelWave precisa de um formato especial de prompt? Sim. O modelo foi ajustado em legendas geradas pelo ChatGPT seguindo uma estrutura de 4 partes: Descrição Principal, Estilo Artístico, Detalhes Adicionais (Ambiente, Mood, Cor) e Tags. (https://civitai.com/articles/5005)

Observação da comunidade: atuam como marcadores de estilo associados aos dados de treinamento fotográfico. Nenhuma pesquisa pública confirma um mecanismo óptico causal. (https://civitai.com/articles/11432)

Links internos

• SDXL vs. Flux: Qual modelo para fotorealismo?
• ComfyUI Advanced Conditioning: Time-Stepped Prompts
• Treine seu próprio LoRA SDXL para consistência de estilo
• Padrões de Negative Prompting que realmente funcionam
• Upscale de saídas SDXL sem artefatos