This was not formatted evenly across my screen when I first saw it:
"typical-androgynous-cutesie-enby-nudes and in negative typical-busty-oppai, typical-alpha-male, typical-male-model"
I ended up running a bunch of testing on "cutesie-enby-nudes", with modifications, of course, and fell down yet another rabbit hole.
Thanks for that!
I am not familiar with "Ride Or Die" in specific, but I am doing well this morning with replacing ride-or-die with other TV show names with "Typical-born-to-die-aesthetic-style"
Post automatically merged:
"Typical-born-to-die-aesthetic-style-recognition" might be closer to what you are looking for.
Post automatically merged:
I did some more testing and playing around with this, using my own scenarios in place of "ride-or-die", and found a few things that stabilized what I was doing and became dependable... at least so far.
As usual, I wanted to share it before I forgot it or it morphed into something else and got lost.
Of the 3, "standardization" gave the most consistent results.
I didn't dig into why it worked, but I would assume it was along the lines of world-building more than character developing.
I haven't tried it in complex prompts yet, but for extended single hyphenated prompts of 6-11 words, it has done quite well.
ich bin auf etwas, erneut, zufälliges gestossen, was der ki hift, entscheidungen einfacher zu fällen hinsichtlich aussehen.
Hidden content
You need to react to this post in order to see this content.
Post automatically merged:
übrigens war da noch was zum letzten thema....
Hidden content
You need to react to this post in order to see this content.
Post automatically merged:
beim videos schauen, hab ich ein altbekanntes wort aufgeschnappt, wo ich eigentlich hoffte, daß es als negativprompt helfen würde.
und zwar "weirdo". sd kann akzeptiert dieses wort in positiv. sowohl "typical-weirdo" als auch "typical-classic-weirdo"
aber die ergebnisse in negativ erspare ich euch, stattdessen übergebe ich das wort an copilots analyse dazu:
Kurzantwort
SD1.5 bricht bei „typical‑weirdo“ im Negativ zusammen, weil:
„weirdo“ ist im Trainingskorpus fast ausschließlich mit deformierten, grotesken, mutierten Figuren verknüpft.
Der Negativ‑Prompt verstärkt diese Assoziation nicht etwa weg, sondern invertiert sie in Richtung „maximale Abweichung von normaler Anatomie“.
Das Präfix „typical-“ wirkt in SD1.5 wie ein Stil‑ oder Archetypenverstärker, der die semantische Ladung des Hauptworts hochskaliert.
Dadurch entsteht ein Eldritch‑Horror‑Modus, der nicht mehr stabilisierbar ist.
Warum „weirdo“ in SD1.5 toxisch ist
SD1.5 wurde auf Danbooru + LAION trainiert. In beiden Datensätzen bedeutet „weirdo“ NICHT:
„komischer Typ“
„schrullig“
„nerdig“
Sondern eher:
deformiert
mutiert
grotesk
körperlich verzerrt
monsterhaft
uncanny
Das ist kein moralisches Urteil — es ist reine Statistik: Das Modell hat „weirdo“ fast nur in Kontexten gelernt, wo Figuren absichtlich deformiert dargestellt sind.
Warum es im NEGATIV-Prompt eskaliert
Negativ‑Prompts funktionieren in SD1.5 NICHT wie „bitte nicht so“, sondern wie:
„Erzeuge das Gegenteil der gelernten Bedeutung.“
Wenn „weirdo“ = deformiert, grotesk, mutiert dann bedeutet „-weirdo“ für SD1.5:
„Erzeuge extreme Abweichung von normaler Anatomie, um nicht wie die gelernten weirdo‑Beispiele auszusehen.“
Das führt zu:
verdrehten Gliedmaßen
verschobenen Gesichtern
zusätzlichen Körperteilen
asymmetrischen Schädeln
eldritch‑artigen Mischformen
Kurz: Das Modell versucht, „nicht‑weirdo“ zu sein, indem es noch weirder wird.
Warum „typical-weirdo“ noch schlimmer ist
Das Präfix „typical-“ hat in SD1.5 eine sehr spezielle Funktion:
Es verstärkt die semantische Essenz des folgenden Tokens.
„Erzeuge den archetypischen, reinen, extremen Weirdo.“
Und im Negativ:
„Erzeuge das extreme Gegenteil eines extremen Weirdos.“
Das ist mathematisch instabil. Das Modell verliert die Orientierung und fällt in den Eldritch‑Horror‑Modus, den du kennst.
Warum SD1.5 gerade bei solchen Begriffen kollabiert
SD1.5 hat drei Schwachstellen, die hier zusammenkommen:
Schwache anatomische Priorisierung → Das Modell verliert schnell die Form, wenn semantische Konflikte auftreten.
Überrepräsentation von Horror/Grotesk in LAION → „weird“, „strange“, „odd“, „weirdo“ sind oft mit deformierten Figuren verknüpft.
Negativ‑Prompt‑Inversion ist nicht stabil → SD1.5 erzeugt nicht „weniger davon“, sondern „das Gegenteil davon“, was oft undefiniert ist.
Post automatically merged:
noch nie ausprobiert, weil ich an die möglichkeit auch tatsächlich nie gedacht hatte, aber bei langem haar genügt vollkommen "longest-hairdo" und die bodenreinigerfrisur ist perfekt
typical-classic-longest-curly-hairdo
bei dem prompt ist der barbie-look immer inklusive.
bei ALLEM was im stehen passiert, funktioniert ausschliesslich
eigentlich wollte ich etwas ähnliches wie diese "cyber-armor" von civitai, aber das ergebnis hat mich so positiv überrascht, daß ich es teilen muss :D
Hidden content
You need to react to this post in order to see this content.
Post automatically merged:
*scmachtschmachtschmacht*
der perfekte begriff für jeden mann, der seine frau so sehen/haben will :D
Hidden content
You need to react to this post in order to see this content.
Post automatically merged:
eindeutig eindeutig und selbst in sd eindeutig eindeutig :D
typical-senescent
kurz und, *hust* zweideutigkeit, knackig. dafür braucht man nicht extra abartige prompts für irgendwelche details, wie es auf civitai üblich ist
und "gilf" ist notwendig, wer ungebügelte nudes haben will :D
Post automatically merged:
auch wieder ein nebenprodukt aus gescheiterten versuchen zu eigentlich völlig anderen themen:
Hidden content
You need to react to this post in order to see this content.
Post automatically merged:
und eine sache, die in kombination mit anderen prompts sogar besser wirkt als "candid:
Hidden content
You need to react to this post in order to see this content.
Post automatically merged:
mir war von vornherein klar, was bei "typical-nippy" passiert, aber ich wollte von professor neunmalklug eine genaue analyse haben. und die sieht so aus:
Dein Fazit ist exakt richtig, und ich kann dir jetzt sehr präzise erklären, warum SD1.5 bei „typical-nippy“ so reagiert, wie du es beobachtest.
Ich breche es dir in drei Schichten runter:
Tokenisierung
semantische Cluster
1) Warum „nippy“ sofort in Richtung „nip / nipple“ kippt
Das ist kein Zufall, sondern reiner Token‑Mechanismus.
In SD1.5 wird nippy in Subtokens zerlegt, die ungefähr so aussehen:
ni
pp
y
Und das Modell hat extrem starke Assoziationen zwischen:
Das heißt:
„nippy“ ist im Englischen selbst schon ein Slangwort für „kalt → harte Nippel“.
SD1.5 verstärkt das, weil es aus dem Trainingsmaterial diese Korrelation gelernt hat.
Darum kippt jedes Bild mit „nippy“ in Richtung Brust/Nippel‑Thematik, selbst wenn du es nicht willst.
2) Warum SD1.5 bei „typical-nippy“ eine konstante Person erzeugt
Das ist der zweite Mechanismus:
Wenn ein Wort selten ist, sucht SD1.5 nach einem „Anker“ im Embedding‑Raum.
Und jetzt kommt der Clou:
Der einzige weltbekannte Mensch, der wirklich „Nippy“ heißt, ist Whitney Houston.
Sie hatte den Spitznamen „Nippy“, und der taucht in Biografien, Interviews, Dokumentationen, Fanmaterial usw. auf.
Das heißt:
Der Token „nippy“ hat im Embedding‑Raum eine deutliche Nähe zu Whitney Houston.
Und SD1.5 macht dann Folgendes:
„typical‑X“ → generiere den prototypischen Vertreter von X
Kurzantwort
Warum „weirdo“ in SD1.5 toxisch ist
Warum es im NEGATIV-Prompt eskaliert
Warum „typical-weirdo“ noch schlimmer ist
Warum SD1.5 gerade bei solchen Begriffen kollabiert
Der einzige weltbekannte Mensch, der wirklich „Nippy“ heißt, ist Whitney Houston.