Bắt đầu với tạo hình ảnh AI: bức ảnh đầu tiên trong mười phút

Q: Hình bỏ qua một nửa prompt

Quá nhiều ý trong một prompt, hoặc CFG quá thấp. Một chủ thể, một bối cảnh, một phong cách mỗi prompt. Tăng CFG lên một đơn vị với SDXL. Flux và Qwen theo prompt dài tốt hơn SD 1.5 nhiều.

Q: Chữ trong hình là chữ vô nghĩa

SD 1.5 và SDXL không đánh vần được. Dùng Flux, FLUX.2, Qwen Image hoặc Z-Image và đặt chữ trong dấu ngoặc kép trong prompt.

Chủ đề: Dịch vụ đám mây

Bởi Captain

Đăng ngày 14 Tháng 8, 2025

Tổng quan

Tạo hình ảnh AI biến một câu thành hình ảnh. Bạn gõ mô tả (prompt), một mô hình đã học từ hàng triệu hình ảnh có chú thích biến nhiễu ngẫu nhiên thành thứ phù hợp với mô tả, và sau vài giây bạn có hình ảnh. Mọi thứ khác trong sở thích này, LoRA, sampler, ControlNet, upscaler, đều là cách tinh chỉnh vòng lặp đó: mô tả, tạo, xem, điều chỉnh.

Mô hình là phần quan trọng nhất. Các mô hình khác nhau có điểm mạnh khác nhau: SDXL và các fine-tune anime vẽ minh họa và nhân vật, Flux và Z-Image theo dõi prompt dài và tạo chữ đọc được, Wan và LTX làm video. ModelTrends.ai tồn tại để cho bạn biết mô hình nào mọi người đang dùng tuần này, để bạn không phải đoán. Mỗi trang mô hình có hình ví dụ với prompt và cài đặt chính xác đã tạo ra nó, cách nhanh nhất để học.

Bạn không cần PC chơi game để bắt đầu. Bức ảnh đầu tiên nhanh nhất là trên dịch vụ đám mây đã cài sẵn mô hình: ứng dụng web như BitVector, nơi bạn chọn mô hình và gõ, hoặc chatbot PirateDiffusion trên Telegram, nơi bạn gửi lệnh. Chạy mô hình trên card đồ họa của bạn sau, khi bạn biết mình thích mô hình nào và có muốn đầu tư phần cứng hay không.

Tham khảo

Tên	Kiểu	Ý nghĩa
Prompt	text	Bạn muốn thấy gì. Chủ thể trước, rồi bối cảnh, rồi phong cách và ánh sáng. Tiếng Anh đơn giản dùng được với mô hình hiện đại; danh sách từ khóa dùng với mô hình cũ hơn.
Negative prompt	text	Bạn không muốn gì (mờ, thừa ngón tay, watermark). Quan trọng với SD 1.5 và SDXL; hầu như không được để ý bởi Flux và các mô hình mới hơn.
Model / checkpoint	choice	Bộ não. Chọn từ danh sách hot trên trang này; nhóm mô hình quyết định kiểu nhìn và phong cách prompt.
Size	pixels	512x512 cho SD 1.5, 1024x1024 cho SDXL và Flux. Các kích thước khác với cùng số pixel cũng được (832x1216 chân dung, 1216x832 phong cảnh).
Steps	number	Số lần tinh chỉnh. 20 đến 30 là bình thường; nhiều hơn thì chậm hơn và hiếm khi tốt hơn.
CFG / guidance	number	Mức độ mô hình theo sát prompt. 5 đến 7 với SDXL, 3.5 với Flux, 1 với mô hình turbo hoặc lightning.
Seed	number	Nhiễu khởi đầu. Cùng seed với cùng cài đặt cho ra hình giống nhau, nên bạn có thể thay đổi từng thứ một.
Sampler	choice	Phương pháp toán học để loại bỏ nhiễu. Euler hoặc DPM++ 2M Karras là mặc định an toàn; trang mô hình cho biết ví dụ dùng gì.

Từng bước

Mở trình duyệt mô hình trên trang này và sắp xếp theo hot. Chọn mô hình cơ bản (checkpoint, không phải LoRA) từ nhóm SDXL hoặc Flux; các fine-tune SDXL như DreamShaper XL hoặc Juggernaut XL dễ dùng cho lần đầu.
Đọc trang mô hình: xem ba hoặc bốn hình ví dụ và prompt của chúng. Nhận ra mẫu: chủ thể, cảnh, ánh sáng, máy ảnh, từ phong cách.
Nhấn nút Run trên trang mô hình. BitVector mở ứng dụng web với mô hình đã chọn sẵn; PirateDiffusion mở chat Telegram, bạn gõ /render rồi prompt.
Viết prompt đầu tiên bằng cách sao chép ví dụ và chỉ đổi chủ thể. Giữ nguyên kích thước, bước và sampler của ví dụ.
Tạo bốn hình, không phải một. Nhiễu ngẫu nhiên nên có seed tốt hơn seed khác; đánh giá mô hình qua một hình là sai.
Đổi một thứ: thêm từ ánh sáng (giờ vàng, ánh sáng studio mềm), hoặc từ máy ảnh (35mm, cận cảnh), rồi tạo lại. Đây là cách học prompt.
Đánh dấu sao các mô hình bạn thích bằng biểu tượng trái tim trên thẻ; trang Favs lưu trong trình duyệt để bạn quay lại mà không cần tài khoản.
Khi muốn chạy trên máy, đọc hướng dẫn VRAM và hướng dẫn ComfyUI cho người mới trên trang này; cùng prompt và mô hình dùng được ở đó.

Ví dụ

Prompt đầu tiên cho mô hình ảnh SDXL

a fisherman mending a net on a wooden pier at dawn, soft fog, warm light, 35mm photo, shallow depth of field

Negative: blurry, deformed hands, watermark, text | 1216x832 | DPM++ 2M Karras | 28 steps | CFG 6

Ý tưởng tương tự trên PirateDiffusion (Telegram)

/render <dreamshaper-xl> a fisherman mending a net on a wooden pier at dawn, soft fog, warm light, 35mm photo [[blurry, watermark]] /size:1216x832 /steps:28

Prompt Flux (không negative, guidance thấp hơn)

A candid photo of a fisherman mending a fishing net on a weathered pier at dawn. Soft fog over the water, warm low sun from the left, shallow depth of field, 35mm film look.

1216x832 | Euler | 24 steps | guidance 3.5

Mẹo

Mô hình là yếu tố quan trọng nhất, prompt thứ hai, cài đặt thứ ba. Người mới thường làm sai thứ tự ưu tiên.
Prompt ngắn, cụ thể tốt hơn dài và mơ hồ. "Một chiếc xe đạp đỏ tựa vào tường trắng, ánh sáng buổi sáng, ảnh 50mm" tốt hơn "xe đạp đẹp tuyệt vời 8k kiệt tác".
Dùng kích thước chân dung cho người, phong cảnh cho cảnh vật. Hình vuông hiếm khi là lựa chọn tốt nhất.
Lưu prompt bạn thích vào file văn bản. Mỗi trang mô hình ở đây đều cho thấy prompt đầy đủ dưới ví dụ vì lý do đó.
Mô hình anime và minh họa (Illustrious, Pony, NoobAI) dùng prompt kiểu tag; mô hình ảnh (Flux, Z-Image, fine-tune ảnh SDXL) dùng câu. Trang nhóm mô hình giải thích rõ.
Đừng tải gì về máy cho đến khi bạn đã dùng mô hình trên đám mây và thấy thích. Checkpoint mỗi cái từ 2 đến 24 GB.

Tạo trên đám mây (BitVector, PirateDiffusion) và dùng laptop để xem kết quả.

Câu hỏi

Tôi có phải trả tiền để thử không?

Cả hai đối tác đám mây liên kết từ trang mô hình đều cho phép bắt đầu mà không cần cài gì; công cụ chạy trên máy (ComfyUI, Forge) miễn phí nhưng cần card đồ họa ít nhất 8 GB bộ nhớ cho mô hình hiện tại.

Người mới nên bắt đầu với mô hình nào?

Một fine-tune SDXL cho minh họa hoặc mô hình dev Flux cho ảnh. Hướng dẫn "mô hình nào nên thử trước" trên trang này xếp hạng kèm lý do.

LoRA có phải là mô hình không?

LoRA là phần thêm vào thay đổi mô hình cơ bản. Bạn cần mô hình cơ bản (checkpoint) trước; LoRA đặt lên trên. Hướng dẫn LoRA giải thích rõ.

Tôi có thể làm video không?

Có, với Wan, LTX-2 và MiniMax H3 trong số khác, nhưng video cần nhiều bộ nhớ hơn nhiều khi chạy trên máy. Bắt đầu trên đám mây; hướng dẫn bắt đầu làm video có ở đây.

Hình ảnh có phải của tôi không?

Giấy phép khác nhau theo mô hình; trang mô hình có liên kết giấy phép. Hầu hết mô hình mở cho phép dùng cá nhân và thương mại, một số giấy phép chỉ nghiên cứu (bản dev Flux đầu) thì không.

Tại sao kết quả của tôi nhìn tệ hơn ví dụ?

Thường là do kích thước, sampler hoặc số bước khác. Sao chép đúng cài đặt ví dụ trước, rồi thay đổi từng thứ một.

Liên kết và nguồn

Mô hình trong hướng dẫn này

Mô hình Stable Diffusion XL 1.0

Mô hình Flux

Mô hình Zimage

Người viết

Captain

Điều hành con tàu này. Có những ý kiến về thời gian giải mã VAE mà chẳng ai hỏi. Tin rằng trọng số muốn được tự do và bất kỳ mô hình nào bạn không thể tải xuống đều là đăng ký với thêm bước. Sẽ không trả lời câu hỏi về 400 GB checkpoint trên NAS.

Tất cả hướng dẫn của Captain

Nên thử những mô hình AI tạo ảnh nào trước, và tại sao: danh sách bắt đầu theo thứ hạng

10 Tháng 9, 2025

Những điều cơ bản về viết prompt cho hình ảnh AI: cấu trúc, thứ tự, trọng số và hai phương ngữ prompt

22 Tháng 10, 2025

Cách các mô hình hình ảnh AI tạo sinh hoạt động: giải thích đơn giản về khuếch tán, latent và bộ mã hóa văn bản

28 Tháng 8, 2025

LoRA là gì và cách sử dụng nó trong ComfyUI, Forge, Automatic1111 và trên đám mây

20 Tháng 5, 2026

PirateDiffusion: chạy bất kỳ mô hình nào từ Telegram, không cần GPU

3 Tháng 10, 2026

Thuật ngữ tạo hình ảnh và video AI: 60 từ từ checkpoint đến VAE, giải thích trong một câu mỗi từ

15 Tháng 4, 2026

Các lựa chọn thay thế Midjourney miễn phí tốt nhất bạn có thể tự chạy (2026)

15 Tháng 7, 2026

Hướng dẫn khác

Các Mô Hình Ảnh AI Mã Nguồn Mở Tốt Nhất Năm 2026, Theo GPU và Công Việc

16 Tháng 10, 2026

Chạy các mô hình AI hình ảnh và video trên GPU AMD (hướng dẫn 2026)

7 Tháng 10, 2026

Yêu cầu VRAM cho mọi mô hình AI hình ảnh và video phổ biến (2026): độ chính xác đầy đủ, FP8 và GGUF

6 Tháng 10, 2026

Hướng dẫn GPU và VRAM cho hình ảnh và video AI: mỗi model cần gì và nên mua (hoặc không)

7 Tháng 1, 2026

Các bước, CFG, bộ lấy mẫu, bộ lập lịch và hạt giống: giải thích các thiết lập tạo ảnh với các giá trị mặc định an toàn

19 Tháng 11, 2025