Guida ai prompt per Stable Diffusion: template per prodotti, avatar, poster e asset di gioco

Il prompt non è un mucchio di parole chiave, ma design a livelli

Quando si scrive un prompt, l’errore è spesso lo stesso. Si vede masterpiece, best quality, 8k, ultra detailed, lo si copia e poi si aggiunge cinematic lighting, professional photography, award winning. Il risultato si rompe oppure si allontana molto dallo stile desiderato.

Il problema non sono quelle parole in sé. Il problema è che finiscono tutte sullo stesso livello. Soggetto, scena, composizione, stile e qualità non sono separati. Il modello riceve un insieme di parole con pesi simili, non una descrizione visiva con priorità.

La struttura corretta a livelli

Un prompt stabile contiene di solito quattro livelli. In ordine di priorità:

Livello	Cosa scrivere	Elemento obbligatorio	Elemento opzionale	Esempio
Soggetto	L’oggetto centrale dell’immagine	Soggetto + azione/postura	Età, genere, abiti, espressione	a woman sitting on a wooden chair
Scena	Ambiente e sfondo	Luogo o spazio	Luce, meteo, orario, atmosfera	in a cozy library, warm afternoon light
Composizione	Lente e inquadratura	Tipo di piano o termine compositivo	Angolo, distanza, spazio vuoto, ritaglio	medium shot, from side angle
Qualità	Vincoli tecnici e stilistici	Stile base	Termini di qualità, riferimento artistico, tipo di rendering	digital illustration, soft color palette

Perché questo ordine? Il meccanismo di attention dei modelli di diffusione tende a trattare con più peso l’inizio del prompt. Se il soggetto arriva per primo, il modello imposta prima l’elemento centrale. Scena e composizione a metà controllano il quadro. I termini di qualità vanno alla fine come vincoli di stile.

Esempio sbagliato vs esempio corretto

Esempio sbagliato	Problema	Esempio corretto	Miglioramento
masterpiece, best quality, 8k, beautiful woman, sitting, library, cinematic	I termini di qualità rubano spazio al soggetto; il modello non capisce cosa disegnare prima	a woman sitting in a cozy library, warm afternoon light, medium shot, digital illustration, best quality	Il soggetto è davanti e i livelli sono ordinati
girl, cute, anime style, highly detailed, perfect face, white hair, blue eyes	Le caratteristiche sono mescolate e i pesi collidono facilmente	a girl with white hair and blue eyes, anime style portrait, close-up, clean line art	Le caratteristiche sono raggruppate e lo stile è chiaro
product photo, professional, expensive watch, luxury, gold, macro, sharp focus	Accumula termini commerciali ma manca una composizione concreta	a gold luxury watch on marble surface, macro product shot, shallow depth of field, studio lighting, high resolution	Prima il prodotto, poi le condizioni di scatto

I tre esempi dicono la stessa cosa: più parole non significano un risultato migliore. Livelli più chiari sì. Scrivi prima cosa deve essere disegnato, poi dove si trova, poi come viene inquadrato. Stile e qualità arrivano alla fine.

Elementi obbligatori e opzionali per livello

Elementi obbligatori del livello soggetto:

• Un soggetto centrale: persona, oggetto, edificio o animale
• Azione o postura di base: sitting, standing, walking, holding

Elementi opzionali del livello soggetto:

• Età, genere, colore della pelle, corporatura
• Abiti, acconciatura, accessori
• Espressione, sguardo, movimento delle mani
• Quantità: single, group, crowd

Elementi obbligatori del livello scena:

• Almeno un termine di luogo o spazio: indoor, outdoor, street, forest, studio

Elementi opzionali del livello scena:

• Tipo di luce: sunlight, soft light, hard light, neon
• Meteo e orario: morning, night, rainy
• Atmosfera: calm, tense, cozy, cinematic
• Dettaglio dello sfondo: simple background, busy background, bokeh

Elementi obbligatori del livello composizione:

• Un tipo di piano: portrait, medium shot, full body, landscape

Elementi opzionali del livello composizione:

• Angolo: front, side, back, from above, from below
• Inquadratura: close-up, wide shot, cropped
• Direzione dello spazio vuoto: centered, left aligned

Elementi obbligatori del livello qualità:

• Uno stile base: photography, illustration, anime, realistic

Elementi opzionali del livello qualità:

• Termini di qualità: best quality, high resolution, detailed
• Stile di artista: style of artist name
• Tipo di rendering: soft shading, hard edge, line art
• Termini di camera o attrezzatura: DSLR, film grain, HDR

Questa struttura non è una legge assoluta. È però un template stabile emerso da molte pratiche di community. Quando scrivi un prompt, riempi prima questa tabella e poi adatta alla scena concreta.

Sintassi dei pesi e tecniche di mix

La struttura a livelli risolve cosa scrivere e dove metterlo. A volte però serve controllo più fine: enfatizzare un termine, mescolare due stili o far passare l’immagine da uno stato a un altro durante la generazione. Qui entrano in gioco pesi e sintassi di mix.

Sintassi dei pesi: rafforzare o indebolire un termine

La forma più comune usa parentesi e numero:

(keyword:1.5)    # aumenta il peso a 1,5
(keyword:0.8)    # riduce il peso a 0,8
(keyword)        # peso predefinito circa 1,1 con una parentesi
((keyword))      # peso predefinito circa 1,21 con doppia parentesi

Esempio:

a woman sitting in a library, (soft lighting:1.3), warm atmosphere

Qui soft lighting riceve più peso e il modello presta più attenzione a una luce morbida. Se scrivi:

a woman sitting in a library, (harsh lighting:0.7), warm atmosphere

harsh lighting viene attenuato e l’immagine può avvicinarsi a una luce più neutra.

Un peso più alto non è sempre migliore. Sopra 2,0 aumentano deformazioni, colori anomali e perdita di dettagli. In pratica, 0,7-1,5 è un intervallo più sicuro.

Sintassi di mix: alternare due concetti

Con parentesi quadre e barra verticale, il modello può alternare tra due termini:

[keyword1|keyword2]

Esempio:

a [cat|dog] sitting on a chair

Il modello usa cat in alcuni sampling step e dog in altri. Il risultato può sembrare un animale intermedio. Questa sintassi funziona meglio per mescolare stili, per esempio:

[anime style|realistic photography] portrait of a woman

Mix non significa però metà e metà. Il risultato dipende da steps, seed e modello. A volte domina il primo termine, a volte il secondo.

Sintassi di transizione: passare da uno stato a un altro

Con parentesi quadre e due punti, il prompt può cambiare durante la generazione:

[from:to:0.5]

Il valore 0.5 significa che from viene sostituito da to dopo il 50% degli step di sampling. Esempio:

a [white:blue:0.3] dress

Nel primo 30% del sampling il modello usa white dress, poi nel restante 70% usa blue dress. Può risultare in un abito che tende gradualmente al blu.

La transizione è utile per azioni, espressioni o stili. Per esempio:

a woman [smiling:crying:0.5]

La prima metà favorisce il sorriso, la seconda il pianto, quindi può emergere un’espressione intermedia. Questa sintassi è comunque sensibile al modello: un checkpoint diverso può cambiare molto il risultato.

Differenze di supporto tra UI

Pesi e mix non sono supportati allo stesso modo in tutte le UI. Sintesi:

| UI | (keyword:1.5) | [keyword1|keyword2] | [from:to:0.5] | Spiegazione |
| --- | --- | --- | --- | --- |
| Automatic1111 WebUI | Supportato | Supportato | Supportato | Supporto sintattico più comune |
| ComfyUI | Supportato nel nodo CLIP Text Encode | Supportato | Supportato | Basta scrivere il testo nel nodo |
| InvokeAI | Supportato | Supportato | Supporto parziale | La transizione può variare |
| Diffusers API | Implementazione manuale necessaria | Implementazione manuale necessaria | Implementazione manuale necessaria | La sintassi va gestita a livello di pipeline |

In ComfyUI, scrivi (keyword:1.5) direttamente nel campo prompt del nodo CLIP Text Encode. Non servono nodi o plugin aggiuntivi.

Trappole da evitare

1. Non impilare troppi pesi: se in un prompt compaiono più di 5 termini come (keyword:1.5), la distribuzione dell’attention diventa instabile.

2. Non usare il mix sul soggetto principale: [man|woman] sitting può generare una persona ambigua. Se ti serve un soggetto preciso, scrivilo direttamente.

3. La transizione richiede abbastanza step: con troppo pochi steps, per esempio 10, l’effetto si vede poco. Di solito conviene usare almeno 20 steps.

4. I pesi cambiano da modello a modello: lo stesso (keyword:1.5) si comporta diversamente in SDXL e SD 1.5. Se cambi modello, ritesta.

5. Non superare tre livelli di parentesi: (((keyword))) equivale circa a 1,33. Oltre diventa difficile da controllare. Una forma numerica come (keyword:1.5) è più chiara.

La sintassi dei pesi e di mix è uno strumento di controllo fine, non un obbligo. In molti casi basta una struttura a livelli chiara. Aggiungila solo quando devi enfatizzare un elemento, mescolare stili o creare una transizione.

Il Negative prompt non migliora solo perché è più lungo

Il Negative prompt dice al modello cosa non disegnare. Molti copiano lunghe liste universali, per esempio:

low quality, worst quality, lowres, bad anatomy, bad hands, missing fingers, extra digits, cropped, blurry, text, watermark, signature, artist name, error, jpeg artifacts

Queste liste avevano una certa efficacia ai tempi di SD 1.5. Con SDXL e SD 3.5 il funzionamento cambia. La documentazione Hugging Face Diffusers spiega che il Negative prompt influenza la direzione del classifier-free guidance (CFG). Se è troppo lungo o contraddittorio, può allontanare il modello dall’obiettivo.

Flusso di progettazione in 3 passaggi

Il metodo più solido è partire dal problema visibile.

Passaggio 1: individuare il problema nel risultato

Dopo aver generato un’immagine, capisci prima dove sta l’errore.

Tipo di problema	Come si presenta	Negative prompt corrispondente
Mani	sei dita, dita contorte, dita fuse	bad hands, mutated hands, extra fingers, missing fingers
Volto	occhi fuori posizione, volto deformato, tratti asimmetrici	distorted face, asymmetrical eyes, malformed face
Composizione	soggetto non centrato, ritaglio troppo stretto, bilanciamento scarso	cropped, off-center, bad composition
Stile	stile atteso assente, stili mescolati	anime, realistic, sketch, oil painting per gli stili da escludere
Qualità	sfocatura, rumore, bassa risoluzione	blurry, low resolution, jpeg artifacts

Passaggio 2: aggiungere per categoria, senza impilare

Correggi una categoria per volta. Se il problema riguarda solo le mani, aggiungi solo termini legati alle mani. Non inserire insieme qualità, composizione e stile. Esempio:

# Solo le mani hanno problemi
bad hands, mutated hands, extra fingers

# Solo la composizione ha problemi
cropped, bad composition, off-center

Poi genera di nuovo. Se le mani migliorano ma il volto peggiora, aggiungi allora i termini per il volto.

bad hands, mutated hands, extra fingers, distorted face, asymmetrical eyes

Passaggio 3: limitare la lunghezza ed evitare contraddizioni

Un Negative prompt non è migliore perché è più lungo. Di solito bastano 15-20 termini. Oltre questa soglia, il modello riceve troppe istruzioni di “non disegnare” e capisce peggio la direzione.

Evita anche i termini contraddittori. Se il prompt positivo contiene anime style, il Negative prompt non dovrebbe contenere anime. Il Negative prompt non è l’opposto del positivo: è la lista di difetti e stili che vuoi davvero escludere.

Template di Negative prompt per scene frequenti

Scena	Negative prompt consigliato	Spiegazione
Persona realistica	bad hands, mutated hands, extra fingers, distorted face, blurry, low quality	Controlla soprattutto mani e volto
Immagine prodotto	background, reflection, shadow, watermark, text, blurry, cropped	Evita disturbi di sfondo ed elementi indesiderati
Stile anime	realistic, photo, 3d render, low quality, bad anatomy, extra fingers	Esclude realismo ed elementi 3D
Interior design	person, cluttered, messy, low quality, blurry, watermark	Evita persone e sfondi disordinati

Questi template sono punti di partenza, non risposte fisse. Adattali all’errore concreto.

Termini che conviene non impilare

Nel Negative prompt ci sono parole che aiutano poco o introducono nuovi problemi.

1. worst quality: troppo estremo. Il modello può interpretarlo come un abbassamento generale della qualità.
2. normal quality: ambiguo. “normal” non indica chiaramente cosa escludere.
3. artist name: se non devi evitare uno stile d’artista specifico, restringe inutilmente lo spazio stilistico.
4. watermark, signature, text: possono servire, ma in eccesso fanno respingere al modello gli elementi testuali in generale. Anche i titoli desiderati nei poster diventano più difficili.

Tecnica pratica: osservare l’effetto puro del Negative prompt con CFG=0

Nella community esiste una tecnica: mettere CFG a 0 per osservare l’effetto del Negative prompt. Con CFG=0, il modello ignora il prompt positivo e usa solo il Negative prompt in direzione opposta. Così puoi capire cosa tende davvero a escludere.

Non è un metodo per la generazione normale. È uno strumento di debug. Nella generazione ordinaria, CFG è spesso tra 7 e 12, e prompt positivo e Negative prompt agiscono insieme.

Il Negative prompt cambia da modello a modello

SDXL e SD 3.5 dipendono meno dal Negative prompt rispetto a SD 1.5. Anche le model card ufficiali e la documentazione Diffusers indicano che i modelli recenti seguono meglio il prompt positivo e possono dare risultati stabili con meno termini negativi.

Se continui a impilare molti Negative prompt in SDXL o SD 3.5, rischi di limitare l’espressività del modello. Parti corto e aggiungi termini in modo graduale in base al risultato.

Quattro template per scenario: prodotto / avatar / poster / asset di gioco

I capitoli precedenti hanno spiegato la struttura generale. Qui trovi quattro template frequenti. Adattali al caso reale; non serve partire da zero ogni volta.

Confronto tra scenari

Scenario	Definizione d’uso	Scelta dell’inquadratura	Spazio vuoto	Limite di formato	Esempio di stile
Prodotto	Vetrina prodotto, immagine principale e-commerce, pagina dettaglio	macro, close-up, frontale o leggermente dall’alto	Spazio sui lati, sfondo pulito	Dimensione secondo piattaforma, rapporto 1:1 o 3:4	Sfondo bianco, studio lighting, minimal
Avatar	Social media, personal brand, personaggio di gioco	portrait, close-up, composizione centrata	Spazio attorno alla testa, evitare tagli sul volto	Rapporto 1:1, 512×512 o superiore	Realistico, anime, illustration
Poster	Promozione evento, copertina contenuto, materiale pubblicitario	wide shot, hero composition, centro o regola dei terzi	Spazio in alto per titolo, area logo in basso	Rapporto 2:3 o 9:16, alta risoluzione	cinematic, bold color, dynamic
Asset di gioco	Elementi UI, icone oggetto, character art	In base all’uso: icona frontale, personaggio intero	Icona con silhouette chiara, personaggio con margine di taglio	Icona 256×256, personaggio con rapporto variabile	pixel art, anime, concept art

Template per prodotto

Uso: immagine principale e-commerce, pagina dettaglio, presentazione prodotto.

Requisito principale: prodotto chiaro, sfondo pulito, luce uniforme, nessun elemento estraneo.

Esempio di prompt:

a [nome prodotto] on white marble surface, macro product shot, shallow depth of field, studio lighting, clean background, high resolution, professional photography

Negative prompt:
background clutter, reflection, shadow, watermark, text, blurry, low quality

Punti di regolazione:

• Sostituisci il nome del prodotto con un oggetto concreto, per esempio a gold luxury watch o a leather handbag.
• Lo sfondo white marble surface può diventare simple white background, wooden table o glass display.
• shallow depth of field sfoca lo sfondo e mette in evidenza il prodotto.
• Se devi aggiungere un logo in seguito, scrivi centered, ample white space nel prompt.

Template per avatar

Uso: avatar social, immagine di personal brand, avatar di personaggio di gioco.

Requisito principale: volto chiaro, espressione naturale, stile coerente, parti importanti non tagliate.

Esempio di prompt (stile realistico):

a [descrizione persona] portrait, close-up, looking at camera, soft natural lighting, shallow depth of field, high resolution, professional photography

Negative prompt:
bad hands, distorted face, asymmetrical eyes, blurry, low quality

Esempio di prompt (stile anime):

a [descrizione persona] anime style portrait, close-up, looking at camera, clean line art, vibrant color, high quality

Negative prompt:
realistic, photo, 3d render, low quality, bad anatomy

Punti di regolazione:

• La descrizione include genere, età, acconciatura, abiti ed espressione, per esempio a young woman with short black hair, confident smile.
• looking at camera aiuta a far guardare gli occhi verso la camera, utile per avatar.
• Per realismo usa professional photography; per anime usa anime style, clean line art.
• È consigliato il rapporto 1:1, per esempio 512×512 o 1024×1024.

Template per poster

Uso: promozione eventi, copertina contenuti, materiale pubblicitario.

Requisito principale: impatto visivo, area libera per il titolo, elemento principale centrato o enfatizzato, stile coerente.

Esempio di prompt:

a [descrizione tema] scene, wide shot, cinematic composition, dramatic lighting, dynamic pose, bold color palette, high resolution, poster design

Negative prompt:
text, watermark, signature, blurry, low quality, cropped

Punti di regolazione:

• La descrizione del tema include personaggio, scena e azione, per esempio a superhero standing on rooftop at sunset o a concert crowd with neon lights.
• wide shot e cinematic composition danno un effetto più cinematografico.
• bold color palette è adatto all’impatto visivo di un poster.
• Se devi aggiungere un titolo dopo, scrivi top empty space for text oppure ritaglia in ComfyUI dopo la generazione.

Nota: i poster richiedono spesso compositing successivo per titolo e logo. L’immagine generata è solo il materiale base. Se vuoi generare direttamente un poster con testo, puoi provare FLUX o SD 3.5, più forti sugli elementi testuali.

Template per asset di gioco

Uso: elementi UI, icone oggetto, character art.

Requisito principale: stile coerente, silhouette chiara, ritagliabile, adatto al game engine.

Esempio di prompt (icona oggetto):

a [nome oggetto] icon, front view, clean outline, simple background, pixel art style, bright color, 256x256, game asset

Negative prompt:
realistic, photo, complex background, blurry, low quality

Esempio di prompt (personaggio intero):

a [descrizione personaggio] full body, anime style, dynamic pose, clean background, concept art, high resolution, character design

Negative prompt:
bad hands, extra fingers, distorted face, low quality, messy background

Punti di regolazione:

• Per icone oggetto, usa front view, clean outline per mantenere la silhouette leggibile.
• Per character art, usa full body per ottenere il personaggio intero.
• Regola pixel art style o anime style in base al tipo di gioco.
• Gli asset di gioco richiedono spesso ritaglio, separazione in livelli ed export. L’immagine generata è solo il primo passo.

Il template non è una risposta fissa

Questi quattro template sono punti di partenza, non standard assoluti. Modelli, checkpoint e LoRA diversi generano risultati diversi. Scrivi il primo prompt con questa struttura e poi adatta in base all’effetto reale.

La cosa importante è ricordare il vincolo principale di ogni scenario: il prodotto deve essere pulito, l’avatar deve mostrare bene il volto, il poster deve avere impatto, l’asset di gioco deve essere ritagliabile. Questi vincoli contano più delle singole parole.

Come il modello influenza il Prompt: perché copiare non produce lo stesso risultato

Può capitare di vedere un buon prompt, copiarlo con gli stessi parametri e ottenere un risultato completamente diverso. Molti pensano a seed o parametri. Spesso, però, la causa sta nel modello.

Capacità di seguire il prompt nei diversi modelli

Famiglia di modello	Caratteristiche di prompt following	Tendenza stilistica	Impatto sulla scrittura del prompt
SD 1.5	Più debole, facilmente dominato dai termini di qualità	Checkpoint maturi per realismo, anime e illustrazione	Richiede più termini concreti; i termini di qualità pesano di più
SDXL	Più forte di SD 1.5, comprende meglio la struttura	Molto versatile, modello base ufficiale più realistico	Soggetto e scena diventano più importanti; i termini di qualità possono diminuire
Stable Diffusion 3.5	Follow più alto, migliore comprensione dei prompt complessi	Posizionato come modello generalista di alta qualità	Puoi scrivere prompt più lunghi mantenendo la gerarchia
FLUX.1	Forte prompt following e buona resa visiva, migliore sugli elementi testuali	Fotografia, cinema, poster	Puoi inserire più facilmente testo ed elementi legati al brand

La tabella dice una cosa semplice: lo stesso prompt cambia da modello a modello. Non significa per forza che il prompt sia sbagliato. Significa che il modello lo interpreta in modo diverso.

Ai tempi di SD 1.5 molti prompt impilavano masterpiece, best quality, 8k, perché il modello reagiva molto a quei termini. Con SDXL e SD 3.5, il modello comprende meglio soggetto, scena e composizione. Se descrivi chiaramente il contenuto visivo, il risultato è più stabile. I termini di qualità diventano supporto, non protagonisti.

Come checkpoint e LoRA cambiano il risultato

Un “checkpoint ritratto realistico” o “checkpoint stile anime” scaricato è di solito un modello addestrato ulteriormente o fuso sopra un modello base. Cambia la risposta del modello a certe parole.

Per esempio, un checkpoint anime può rispondere molto bene a anime style, vibrant color, clean line art, ma peggio a realistic photography, studio lighting. Se copi un prompt realistico in un checkpoint anime, l’immagine può diventare confusa.

Un LoRA somiglia di più a un pacchetto di capacità aggiuntiva. Insegna al modello un personaggio, un abito, uno stile o un concetto. Se usi un LoRA, spesso conviene includere le sue trigger word nel prompt. Un cyberpunk style LoRA può richiedere cyberpunk o parole precise per attivarsi bene.

Checklist se lo stesso prompt peggiora dopo il cambio modello

Se il risultato peggiora dopo aver cambiato modello, controlla in questo ordine:

Controllo	Possibile problema	Correzione
Famiglia del modello base	Prompt SD 1.5 inserito in workflow SDXL o FLUX	Usare workflow di esempio della famiglia corretta
Tipo di checkpoint	Prompt realistico in checkpoint anime	Scegliere un checkpoint coerente con lo stile
Trigger word del LoRA	LoRA caricato ma prompt senza trigger	Leggere la model card del LoRA e aggiungere trigger
Lunghezza del prompt	SDXL/SD 3.5 reggono prompt più lunghi, SD 1.5 può digerirli male	Semplificare il prompt mantenendo soggetto e scena
Sintassi dei pesi	I modelli reagiscono diversamente a (keyword:1.5)	Ridurre l’intervallo dei pesi e ritestare
Negative prompt	I modelli recenti dipendono meno dal negativo	Accorciare il Negative prompt e mantenere solo esclusioni chiave
Struttura del workflow	Il nuovo modello può richiedere una catena di nodi diversa	Usare workflow ufficiale o consigliato nella model card

La logica è questa: un prompt non è testo isolato. È legato a modello, checkpoint, LoRA e struttura del workflow. Se cambi modello, devi adattare anche il prompt.

Un metodo di test pratico

Quando provi un nuovo modello, inizia con un gruppo fisso di prompt:

# Test 1: solo soggetto
a woman sitting on a chair

# Test 2: soggetto + scena
a woman sitting on a chair in a library

# Test 3: soggetto + scena + stile
a woman sitting on a chair in a library, digital illustration

# Test 4: soggetto + scena + stile + peso
a woman sitting on a chair in a library, digital illustration, (soft lighting:1.3)

Fissa seed, dimensione, steps e CFG. Genera 3 immagini per test e osserva come il modello risponde ai diversi livelli. Così capisci quanto è sensibile a soggetto, scena, stile e pesi, e puoi scrivere meglio i prompt successivi.

Pratica in ComfyUI: iterare il Prompt nel workflow

Finora abbiamo parlato di struttura e teoria. Ora passiamo a ComfyUI. Il vantaggio di ComfyUI è la visualizzazione a nodi: vedi dove si trova il prompt, con quali nodi interagisce e come influenza il risultato finale.

Dove si trova il nodo prompt nel workflow

Un workflow text-to-image minimo contiene di solito questi nodi:

Load Checkpoint → CLIP Text Encode (positive) → KSampler → VAE Decode → Save Image
                → CLIP Text Encode (negative)

Il prompt positivo va nel primo nodo CLIP Text Encode, il Negative prompt nel secondo. Entrambi passano l’output conditioning al KSampler. Il KSampler genera poi il latent in base a seed, steps, CFG, sampler e altri parametri.

Questo significa che il prompt non decide l’immagine da solo. Agisce insieme a modello, parametri di sampling e VAE. Quando modifichi il prompt in ComfyUI, controlla anche:

• Se il modello in Load Checkpoint è corretto.
• Se il seed nel KSampler è fisso.
• Se steps, CFG e sampler nel KSampler restano stabili.
• Se il VAE in VAE Decode è compatibile con il modello.

Fissare il seed per confrontare

Per testare l’effetto del prompt, la cosa più importante è fissare il seed. Nel nodo KSampler, seed e control_after_generate sono due parametri chiave.

Passaggi:

1. Imposta control_after_generate su fixed.
2. Annota il valore attuale del seed.
3. Modifica il prompt, ma cambia una sola variabile, per esempio solo il termine di luce.
4. Fai clic su Queue Prompt per rigenerare.
5. Confronta le due immagini e valuta l’effetto del termine di luce.

In questo modo elimini la casualità del seed e guardi solo l’impatto della modifica al prompt. Se vuoi testare più versioni, cambia seed manualmente, per esempio seed=100, seed=101, seed=102, e associa ogni seed a una versione del prompt.

Parametri collegati: Steps, CFG e Sampler influenzano il Prompt

L’effetto del prompt dipende anche dai parametri di sampling. Base di riferimento:

Parametro	Effetto sul prompt	Intervallo consigliato
Steps	Troppi pochi steps possono perdere dettagli del prompt; troppi steps possono enfatizzarli troppo	20-30 in test; 30-50 nella generazione finale
CFG (Classifier-Free Guidance Scale)	CFG più alto segue il prompt in modo più rigido; CFG più basso lascia più libertà al modello	7-12 normale; 4-7 stilizzato; 12-15 realistico rigoroso
Sampler	Sampler diversi rispondono leggermente in modo diverso al prompt, ma incidono soprattutto su velocità e dettaglio	Euler, Euler a, DPM++ 2M Karras sono scelte comuni

Combinazioni comuni:

• Persona realistica: steps=30, CFG=8-10, sampler=DPM++ 2M Karras.
• Stile anime: steps=25-30, CFG=7-8, sampler=Euler a.
• Immagine prodotto: steps=25-30, CFG=9-11, sampler=DPM++ 2M.

Non sono risposte fisse. Il valore migliore cambia con modello e checkpoint. Fissa il prompt e modifica solo steps, CFG e sampler per osservare il risultato.

Best practice per confronti batch

Se vuoi testare più versioni del prompt in una volta, puoi usare nodi batch o cambiare seed manualmente. In ComfyUI ci sono diverse opzioni:

Metodo 1: cambiare seed manualmente

Nel KSampler, cambia il seed a mano, modifica una versione del prompt per volta e registra seed e immagine. È il metodo più semplice, adatto a pochi confronti.

Metodo 2: usare un nodo batch

Alcuni pacchetti di custom node offrono funzioni batch, come nodi Primitive per inserire più seed o nodi dedicati ai batch prompt. È adatto quando devi generare decine di immagini di confronto.

Metodo 3: salvare versioni del workflow

Salva workflow diversi come JSON separati:

portrait-prompt-v1.json  # prompt originale
portrait-prompt-v2.json  # aggiunge termine di luce
portrait-prompt-v3.json  # aggiunge termine pesato

Quando li carichi, trascina il JSON corrispondente. Non devi riscrivere tutto ogni volta.

Registrare i risultati dell’esperimento

Quando testi prompt, conviene registrare:

## Registro test prompt

- Modello: SDXL base 1.0
- Seed: 12345
- Size: 1024×1024
- Steps: 30
- CFG: 8
- Sampler: DPM++ 2M Karras
- Prompt versione 1: a woman sitting in a library, soft lighting
- Prompt versione 2: a woman sitting in a library, (soft lighting:1.3)
- Differenza: la versione 2 ha luce più morbida e ombre più naturali

Così costruisci una tua libreria di effetti del prompt. Alla prossima scena simile, puoi partire dagli appunti.

Rischi commerciali e copyright: cosa non scrivere nel prompt

Molti trattano il prompt come “basta che esca l’immagine”. Nell’uso commerciale, però, contano anche contenuto del prompt, destinazione dell’immagine generata e licenza del modello. Qui restiamo concreti: una checklist.

Tre tipi di contenuti da evitare

Prima categoria: brand e marchi

Se scrivi Nike shoes, Apple product o Coca-Cola logo, l’immagine può contenere elementi di marca. Se la usi in un progetto commerciale, può esserci rischio di violazione del marchio. Anche se non hai disegnato tu quell’elemento, usare il risultato può essere problematico.

Metodo corretto: sostituisci il brand con una categoria. Esempi:

• Nike shoes → a pair of running shoes, sporty design.
• iPhone → a smartphone, modern design.
• Starbucks logo → a coffee shop logo, circular design.

Se un cliente richiede un elemento di brand specifico, usa materiale autorizzato dal brand invece di generarlo con IA.

Seconda categoria: persone reali e personaggi pubblici

Se scrivi Taylor Swift portrait, Elon Musk face o celebrity name e usi commercialmente un’immagine simile a un personaggio pubblico, puoi toccare diritto all’immagine o diritti della personalità. Le leggi cambiano da paese a paese, ma il rischio esiste.

Metodo corretto: sostituisci i nomi con descrizioni. Esempi:

• Taylor Swift portrait → a young woman with blonde hair, singer style portrait.
• Elon Musk face → a middle-aged man with short hair, tech entrepreneur portrait.

Se vuoi generare un personaggio fittizio, assicurati che il concept sia originale e non imiti una persona esistente.

Terza categoria: stile di artista e opere protette

Scrivere style of artist name, soprattutto con artisti contemporanei, può avvicinare il risultato allo stile di quell’artista. Nell’uso commerciale può aprire controversie di copyright. Ogni artista ha una posizione diversa sull’imitazione dello stile. Non dare per scontato che sia sicuro.

Metodo corretto: descrivi lo stile invece di citare l’artista. Esempi:

• style of Studio Ghibli → anime style, soft color palette, detailed background.
• style of Van Gogh → oil painting style, bold brush strokes, vibrant color.

Se vuoi fare un omaggio esplicito a uno stile, informati prima sulla posizione dell’artista per l’uso commerciale oppure chiedi un parere legale.

Checklist per la licenza del modello

Prima dell’uso commerciale, controlla tre livelli di licenza.

Primo livello: licenza del modello base

Stability AI spiega nella pagina ufficiale delle licenze i limiti d’uso di modelli come SDXL e SD 3.5. I punti importanti includono:

• Community License: consente uso personale e non commerciale, ma l’uso commerciale ha soglie di ricavi.
• Enterprise License: oltre la soglia o per alcuni usi serve una licenza enterprise.
• Uso delle immagini generate: alcuni modelli consentono asset commerciali, altri limitano gli output.

Passaggi di verifica:

1. Apri Stability AI License.
2. Conferma quale versione del modello base stai usando.
3. Confronta soglia di ricavi e ambito d’uso della Community License.
4. Decidi se il progetto richiede Enterprise License.

Secondo livello: licenza di checkpoint e LoRA della community

I modelli scaricati da Civitai o Hugging Face hanno una licenza nella model card. Casi frequenti:

• Alcuni checkpoint vietano esplicitamente l’uso commerciale.
• Alcuni LoRA consentono solo uso non commerciale.
• Alcuni modelli richiedono attribuzione o citazione della fonte.

Passaggi di verifica:

1. Apri la model card e cerca il campo License.
2. Conferma se l’uso commerciale è consentito.
3. Se la licenza è ambigua, contatta l’autore. Non assumere che poter scaricare significhi poter vendere.

Terzo livello: termini della piattaforma o del servizio

Se usi servizi cloud o API, come Stability AI API o altri provider, i termini possono definire:

• se l’immagine generata può essere usata commercialmente;
• se può essere redistribuita;
• se può essere venduta come parte di un servizio.

Passaggi di verifica:

1. Apri i termini di servizio della piattaforma.
2. Cerca le sezioni su diritti d’uso e distribuzione dei contenuti generati.
3. Conferma che il tuo uso rientri nei termini.

Checklist prima di usare asset commerciali

Prima di ogni progetto commerciale, controlla in quest’ordine:

## Checklist uso commerciale

1. □ La licenza del modello base consente l'uso commerciale?
2. □ La licenza del checkpoint/LoRA della community consente l'uso commerciale?
3. □ I termini della piattaforma o del servizio sono compatibili con l'uso?
4. □ Il prompt contiene brand o termini di marchio?
5. □ Il prompt contiene nomi di persone reali o personaggi pubblici?
6. □ Il prompt contiene riferimenti a stili di artista da verificare?
7. □ L'immagine generata sarà usata in pubblicità, consegna cliente o asset a pagamento?
8. □ In caso di dubbi, hai consultato autore o parere legale?

Questa checklist non è consulenza legale, ma un promemoria sui rischi. Se qualcosa non è chiaro, scegli modelli e materiali con uso commerciale esplicitamente consentito oppure consulta un professionista.

Checklist di troubleshooting: individuare il problema e correggerlo

Hai scritto il prompt seguendo il template, ma il risultato non torna. Non riscrivere tutto. Passa punto per punto.

Tabella rapida di diagnosi

Sintomo	Causa più probabile	Prima verifica	Correzione
Dita storte, sei dita, mani fuse	Modello debole sulle mani, Negative prompt poco specifico	Tipo di modello, presenza di termini sulle mani nel Negative prompt	Cambiare checkpoint più forte sulle mani, aggiungere bad hands, mutated hands, extra fingers
Volto deformato, tratti asimmetrici	Modello debole sui volti, prompt con pochi dettagli facciali	Tipo di modello, dettagli del volto nel prompt positivo	Usare checkpoint ritratto realistico, aggiungere tratti del volto
Composizione fuori target, ritaglio errato	Mancano termini compositivi, dimensione non coerente con il prompt	Termini di inquadratura e composizione, larghezza/altezza	Aggiungere medium shot, centered, full body, regolare rapporto
Stile non coerente, immagine confusa	Tendenza del modello in conflitto, trigger LoRA assente	Tipo di checkpoint, trigger del LoRA	Cambiare checkpoint coerente con lo stile, aggiungere trigger LoRA
Immagine sfocata, dettagli persi	Steps bassi, CFG basso, mancano termini di qualità	Steps e CFG in KSampler, termini di qualità	Portare steps a 25-30, CFG a 7-10, aggiungere termini di qualità
Colori strani, luce innaturale	Modello poco sensibile ai termini di luce, pesi in conflitto	Peso dei termini di luce, termini contraddittori	Regolare il peso della luce, eliminare termini contraddittori
Soggetto poco visibile, immagine disordinata	Prompt troppo carico, soggetto poco prioritario	Soggetto all’inizio del prompt positivo, eventuale peso del soggetto	Spostare il soggetto all’inizio e rafforzarlo con peso
Generazione molto lenta, VRAM piena	Risoluzione alta, batch grande, troppi nodi di post-processing	Dimensione, batch, struttura del workflow	Abbassare a 512×512, batch a 1, disattivare post-processing

Procedi in ordine, senza cambiare più variabili insieme

L’errore peggiore nel troubleshooting è cambiare modello, prompt e parametri allo stesso tempo. Se il risultato migliora, non sai cosa ha funzionato. La volta successiva ricominci da zero.

Ordine consigliato:

1. Fissa seed, dimensione, steps, CFG e sampler.
2. Controlla prima il modello: il checkpoint è adatto alla scena? Il LoRA è caricato correttamente?
3. Controlla poi il prompt: il soggetto è all’inizio? La composizione è chiara? I termini di qualità sono dosati?
4. Controlla infine i parametri: steps sufficienti, CFG in un intervallo ragionevole.
5. Cambia una sola cosa per volta, genera un confronto e registra la differenza.

Correzioni concrete per problemi comuni

Problema 1: mani

# Passaggi di verifica
1. Controlla il modello: stai usando un checkpoint ritratto realistico?
2. Controlla il Negative prompt: contiene `bad hands, mutated hands, extra fingers`?
3. Controlla il prompt positivo: contiene una descrizione delle mani, per esempio `hands visible, holding object`?

# Correzione
- Se il modello è un checkpoint anime, prova con un modello realistico.
- Aggiungi termini sulle mani al Negative prompt; il peso può essere aumentato: (bad hands:1.2).
- Descrivi chiaramente l'azione delle mani nel prompt positivo ed evita formule vaghe.

Problema 2: composizione

# Passaggi di verifica
1. Controlla il prompt positivo: ci sono termini di inquadratura come portrait, medium shot, full body?
2. Controlla la dimensione: il rapporto è coerente con la composizione? Avatar 1:1, poster 2:3 o 9:16.
3. Controlla la struttura del prompt: il soggetto è all'inizio?

# Correzione
- Aggiungi un termine di inquadratura: `medium shot, centered composition`.
- Regola la dimensione: avatar 512×512 o 1024×1024, poster 768×1152 o rapporto simile.
- Sposta il soggetto nella prima frase del prompt.

Problema 3: stile confuso

# Passaggi di verifica
1. Controlla il checkpoint: è adatto allo stile target, realistico, anime o concept?
2. Controlla il LoRA: è caricato correttamente e ha trigger word?
3. Controlla il prompt: i termini di stile sono chiari? Ci sono stili contraddittori?

# Correzione
- Cambia checkpoint con uno coerente con lo stile.
- Se usi LoRA, conferma le trigger word e aggiungile al prompt.
- Elimina stili contraddittori. Se nel positivo c'è `anime`, nel negativo non dovrebbe esserci `anime`.

Problema 4: immagine sfocata

# Passaggi di verifica
1. Controlla steps: sono sotto 20?
2. Controlla CFG: è sotto 7?
3. Controlla i termini di qualità: manca `high resolution, detailed` nel prompt positivo?

# Correzione
- Porta steps a 25-30.
- Imposta CFG a 7-10.
- Aggiungi termini di qualità, senza impilarli.

Registrare la diagnosi

Dopo ogni diagnosi, conviene annotare:

## Registro troubleshooting

- Problema originale: dita deformate
- Modello: SDXL base → realisticVision checkpoint
- Prompt: aggiunto (bad hands:1.2)
- Risultato: mani migliorate, volto ancora deformato
- Prossimo passo: aggiungere termini negativi per il volto

Così costruisci una tua libreria di troubleshooting. Alla prossima situazione simile, parti dagli appunti.

Prossimo passo e letture utili

Articoli del sito

• Guida introduttiva a ComfyUI: dall’installazione alla prima immagine Stable Diffusion
• Guida al riuso dei workflow ComfyUI: come salvare, importare e iterare i workflow
• Guida alla scelta dei modelli Stable Diffusion: confronto SDXL vs SD 3.5 vs FLUX

Documentazione ufficiale

• Stability AI License: limiti di licenza per l’uso commerciale
• Documentazione Hugging Face Diffusers: spiegazione ufficiale di prompt e Negative prompt
• Tutorial ComfyUI Text to Image: nodi prompt nel workflow

---

Il prompt non è magia: è struttura. Se padroneggi design a livelli, sintassi dei pesi e iterazione progressiva del Negative prompt, puoi produrre immagini di qualità in modo stabile con ComfyUI.

Ricorda tre punti:

1. Prima scrivi soggetto, scena e composizione; alla fine stile e termini di qualità
2. Aggiungi Negative prompt in base al fallimento, passo per passo, senza impilare
3. Prima dell’uso commerciale, controlla la licenza del modello e i termini della piattaforma