# Panduan Prompt Stable Diffusion: Yang Bekerja per Model URL: https://prexi.art/id/journal/panduan-prompt-stable-diffusion Type: blog Locale: id Published: 2026-09-07 Updated: 2026-09-08 --- > Kebanyakan panduan SD mengabaikan bahwa SD1.5, SDXL, dan SD3.5 punya sintaks prompt berbeda. Panduan ini tidak melakukan itu. Kamu sudah 40 menit ngoprek prompt yang sama dan hasilnya masih nggak sesuai. Padahal promptnya kelihatan oke. Masalahnya bukan promptnya, tapi kamu memperlakukan semua model dengan cara yang sama. **Panduan prompt stable diffusion** ini bukan tutorial umum. Ini tentang sintaks spesifik per model: SD1.5, SDXL, dan SD3.5 masing-masing punya cara baca yang berbeda. Kalau kamu tidak tahu perbedaannya, kamu akan terus dapat hasil inkonsisten meski prompt kamu sebenarnya sudah solid. ## SD1.5, SDXL, SD3.5: Tiga Model, Tiga Bahasa Berbeda Kesalahan terbesar di hampir semua panduan adalah memperlakukan Stable Diffusion sebagai satu tool. Padahal ada tiga bahasa prompt yang berbeda. **SD 1.5** mau daftar token pendek dan padat. Model ini membaca prompt kamu sebagai kumpulan konsep yang diberi bobot berdasarkan posisi. Konsep yang lebih awal dapat lebih banyak perhatian. Artinya: taruh hal yang paling penting di depan. `portrait of a woman, cinematic lighting, shallow depth of field, film grain, 35mm, kodachrome, highly detailed` berhasil karena subjek dan pencahayaan ada di posisi pertama. Kalimat deskriptif panjang membingungkan SD 1.5, karena model ini tidak dirancang untuk memproses grammar. **SDXL** bisa menangani prompt yang lebih panjang dan merespons dengan baik pada quality preamble. Struktur `(masterpiece, best quality:1.2), [subject], [style tags], [lighting], [camera]` tetap andal. SDXL lebih toleran soal urutan token dibanding SD 1.5, tapi tetap membaca prompt sebagai daftar, bukan kalimat. Satu perbedaan penting: SDXL menangani negative prompt lebih presisi, jadi spesifisitas di negative prompt kamu lebih memberi hasil di sini dibanding di SD 1.5. **SD 3.5** mengubah semua aturan. Dengan arsitektur MMDiT-X dan triple text encoder, model ini memahami bahasa natural pada level yang tidak bisa dilakukan versi sebelumnya. Tulis `A woman standing in front of a neon-lit bookshop in rain, photographed with a 50mm lens, warm interior light spilling out, film photography aesthetic` dan SD 3.5 akan mengikuti kalimatnya. Prompt yang sama di SD 1.5 akan menghasilkan sesuatu yang lumayan tapi komposisinya beda, dan tidak selalu ke arah yang kamu mau. Tes praktis: ambil prompt SDXL terbaik kamu, jalankan verbatim di SD 3.5. Kamu akan dapat output yang oke. Sekarang tulis ulang sebagai dua kalimat natural. Jalankan lagi. Output kedua akan lebih jelas mengikuti komposisi yang kamu inginkan. SD 3.5 juga menangani teks di dalam gambar lebih baik dari versi Stable Diffusion mana pun sebelumnya. Kalau teks yang bisa dibaca di output penting untuk kasus kamu, SD 3.5 adalah satu-satunya versi SD yang worth dipakai untuk tugas itu. ![Tangan mengetik prompt di antarmuka Stable Diffusion di layar gelap](https://fdzlnqpwsaniezitwiuw.supabase.co/storage/v1/object/public/cms-media/prexi/2026-09/af5db3-inline1.webp) ## Struktur Lima Bagian yang Berlaku di Semua Versi Model apa pun yang kamu jalankan, struktur ini memberi kamu titik awal yang bisa diandalkan: - **Subjek**: siapa atau apa, dinyatakan dengan jelas di beberapa kata pertama - **Referensi gaya**: bahasa visual, sinematik, editorial, foto vintage, ilustrasi brutalis, analog - **Pencahayaan**: variabel yang paling jarang diuji (cahaya lembut tersebar, golden hour, cahaya terarah keras, neon rim light, overcast flat) - **Teknis dan kamera**: panjang fokus, stok film, medium, rasio aspek yang tersirat - **Sinyal kualitas**: untuk SD 1.5 dan SDXL gunakan `best quality, highly detailed, 8k`. Untuk SD 3.5 skip saja, tidak ada pengaruhnya Taruh subjek di posisi pertama di setiap versi. Hal lain bisa bergeser. Kalau output terlihat salah, perbaiki baris subjek sebelum menambah token. Copy prompt dasar SD 1.5 dan SDXL ini: `[subject], [style], [lighting], 35mm photography, film grain, highly detailed, best quality`Copy prompt dasar SD 3.5 ini: `[Scene described in one or two sentences.] Shot on 35mm film, [lighting condition], [specific aesthetic reference].`Keduanya adalah titik awal. Sesuaikan kalau kamu sudah cukup kenal behaviour model untuk tahu apa yang perlu didorong. ## Negative Prompt: Berhenti Pakai Daftar Generik Ini negative prompt yang kamu temukan di 90% panduan: `ugly, blurry, bad anatomy, extra limbs, deformed, low quality, worst quality, jpeg artifacts`Nggak salah. Tapi hampir tidak melakukan pekerjaan nyata di sebagian besar konteks. Negative prompt bekerja dengan cara mengkodekan apa yang tidak kamu inginkan di latent space. Semakin spesifik kamu terhadap masalah nyata yang muncul di output kamu, semakin efektif hasilnya. Kalau kamu mendapat background yang kotor: tambahkan `busy background, cluttered, noisy background, absent depth of field`. Kalau portrait bergeser secara anatomis: tambahkan `asymmetrical eyes, deformed hands, fused fingers, extra fingers, elongated neck`. Kalau output bergeser ke arah foto stok meski prompt kamu sudah jelas: tambahkan `stock photo, overexposed, corporate photography, glossy, overly bright`. Kalau kamu melihat watermark tembus dari data training: tambahkan `watermark, signature, logo, text overlay`. Negative prompt produksi untuk editorial portrait di SDXL: `blurry, out of focus, bad anatomy, deformed hands, extra limbs, asymmetrical eyes, stock photo, overexposed, watermark, signature, text, low quality, worst quality, jpeg artifacts, plastic skin, airbrushed, over-retouched`Hapus klausa yang tidak relevan dengan subjek kamu. Menjalankan negative prompt spesifik-portrait di generasi landscape membuang komputasi dan bisa menekan hal-hal yang sebenarnya kamu inginkan. Satu hal yang worth diketahui: SD 3.5 merespons bahasa natural di kolom negatif. `No watermarks. Do not include text. Avoid overexposed highlights.` bekerja berdampingan dengan daftar token. Uji kedua format pada subjek kamu dan pilih yang memberikan output lebih bersih. ![Dua cetakan AI yang dihasilkan berdampingan menunjukkan kontras gaya di meja studio](https://fdzlnqpwsaniezitwiuw.supabase.co/storage/v1/object/public/cms-media/prexi/2026-09/b76b60-inline2.webp) ## Bobot dan Penekanan Tanpa Merusak Output Di SD 1.5 dan SDXL, tanda kurung meningkatkan bobot dan tanda kurung siku menguranginya. - `(cinematic lighting:1.3)`: bobot 30% lebih pada konsep ini - `[cluttered background]`: sedikit menekan elemen ini - `((very important detail))`: setiap pasang tanda kurung mengalikan sekitar 1.1 Aturan keras: tetap di bawah 1.4 untuk elemen mana pun. Di atas itu, model mendistorsi konsep yang diberi bobot dan bisa menarik komposisi ke arahnya dengan cara yang tidak kamu inginkan. Kamu tidak menambah penekanan, kamu membakar generasi. Kesalahan umum: menumpuk beberapa elemen berbobot. Menjalankan `(golden hour:1.3), (film grain:1.3), (shallow depth of field:1.2)` menyebarkan anggaran bobot ke tiga hal dan seringkali tidak menghasilkan satupun dengan bersih. Pilih satu atau dua elemen untuk diberi bobot. Sisanya biarkan di bobot natural. Untuk SD 3.5, sintaks bobot punya pengaruh lebih kecil. Pemahaman bahasa natural model ini artinya kamu mendapat penekanan dari struktur kalimat. Tulis `an imposing Victorian mansion, with a small figure barely visible in the foreground` dan hubungan komposisionalnya muncul tanpa sintaks tanda kurung apa pun. Coba ini di SD 3.5: bangun prompt kamu dengan zero weight token. Tambahkan hanya jika model secara konsisten kurang memberi bobot pada sesuatu yang kritis di tiga generasi atau lebih. ## LoRA: Bagaimana Mereka Mengubah Apa yang Perlu Kamu Tulis LoRA adalah model add-on kecil yang menyesuaikan Stable Diffusion untuk gaya, karakter, atau subjek tertentu. Memuat satu menggeser strategi prompt dasar kamu. Sintaksnya: `` di prompt positif, di mana 0.8 adalah bobotnya. Mulai antara 0.7 dan 0.8. Melebihi 1.0 seringkali terlalu jenuh efeknya dan bisa merusak anatomi pada subjek portrait. Yang berubah ketika LoRA aktif: trigger word membawa banyak bobot, jadi prompt dasar kamu bisa lebih ramping. Kalau kamu memuat cinematic film grain LoRA dengan trigger word `filmgrain35mm`, kamu tidak perlu `35mm, kodachrome, film grain, analog photography` di base kamu. Tulis `filmgrain35mm portrait of [subject], soft window light, editorial` dan biarkan LoRA melakukan pekerjaan teksturnya. Yang tidak berubah: baris subjek, arah pencahayaan, dan negative prompt kamu tetap sama pentingnya seperti tanpa LoRA. LoRA menangani gaya dan permukaan. Mereka tidak memperbaiki baris subjek yang buruk atau komposisi yang tidak sesuai dengan maksud output kamu. Di mana menemukan LoRA yang andal: Civitai adalah repositori utama. Untuk penggunaan produksi, tetap gunakan LoRA yang punya jumlah unduhan solid dan contoh output yang mendekati apa yang kamu butuhkan. LoRA dengan unduhan minimal dan tanpa gambar contoh adalah kotak hitam, kamu akan menghabiskan lebih banyak waktu debugging daripada menghasilkan. ![Lapisan asetat tembus cahaya yang ditumpuk di meja cahaya mewakili LoRA adapter di Stable Diffusion](https://fdzlnqpwsaniezitwiuw.supabase.co/storage/v1/object/public/cms-media/prexi/2026-09/3c558b-inline3.webp) ## Prompt Siap Pakai: Mulai dari Sini, Sesuaikan Nanti **Editorial portrait di SDXL:** Positif: `portrait of a woman in her late 30s, looking past the camera, editorial photography, soft window light from the left, muted warm tones, film grain, medium format, (shallow depth of field:1.2), highly detailed, best quality`Negatif: `blurry, bad anatomy, deformed hands, plastic skin, overexposed, stock photo, watermark, text, low quality`**Arsitektur brutalis di SD 1.5:** Positif: `brutalist apartment building exterior, raw concrete texture, overcast sky, documentary photography, wide angle, desaturated palette, high contrast shadows, 28mm lens, kodak tri-x grain, highly detailed`Negatif: `people, cars, colorful, oversaturated, blurry, digital art, illustration, painting`**Scene bahasa natural di SD 3.5:** Positif: `A young woman reading in a small independent bookshop late afternoon, warm light from a window beside her, shot on 35mm film, editorial photography style, slightly underexposed, visible grain, candid feel`Negatif: `blurry, deformed hands, asymmetrical eyes, watermark, stock photo, overlit`Steal this. Remix kalau mau, tapi mulai dari sesuatu yang bekerja sebelum kamu menyimpang. ## Platform untuk Menjalankan Prompt Ini Kamu tidak butuh setup GPU lokal untuk menguji ini. Beberapa platform memungkinkan kamu menjalankan model berbasis SD dan model terkait di browser atau via API. ## Satu Hal Sebelum Kamu Terus Mengotak-atik Sebagian besar masalah prompt sebenarnya bukan masalah prompt. Itu masalah seed. Jalankan prompt yang solid minimal tiga kali sebelum menyentuh apa pun. Stable Diffusion bersifat stokastik, variasi sudah ada dalam proses generasi. Satu output buruk dari prompt yang bagus adalah kebisingan. Tiga output buruk berturut-turut, semua salah dengan cara yang sama, adalah sinyal yang layak ditindaklanjuti. Workflow yang benar-benar berhasil: perbaiki struktur prompt kamu, temukan seed yang menghasilkan output yang kuat, lalu sempurnakan dari baseline itu. Mengubah prompt setelah setiap generasi tunggal akan membuat kamu dalam loop tanpa akhir, perubahan marginal tanpa titik referensi untuk dibandingkan. Coba sekarang. Pilih salah satu prompt di atas. Drop ke ComfyUI, AUTOMATIC1111, atau platform SD pilihanmu. Jalankan sepuluh kali sebelum mengubah sepatah kata pun. Kamu akan belajar lebih banyak tentang respons model dari sepuluh run itu daripada panduan prompt mana pun. Crack it open dan lihat bagaimana ia dibangun. ## FAQ ### Apa perbedaan prompt SD1.5 dan SDXL? SD1.5 bekerja paling baik dengan daftar token pendek dan padat, di mana urutan kata memengaruhi output. SDXL menangani prompt yang lebih panjang dan mendapat manfaat dari quality preamble seperti (masterpiece, best quality:1.2). Keduanya membaca prompt sebagai kumpulan token, bukan kalimat natural. ### Apakah SD3.5 butuh format prompt yang berbeda dari SDXL? Ya. SD3.5 memahami bahasa natural, jadi menulis kalimat deskriptif bekerja lebih baik daripada daftar token yang dipisahkan koma. Sinyal kualitas seperti 'best quality' atau 'highly detailed' hampir tidak berdampak di SD3.5 dan bisa dihilangkan. ### Bagaimana cara membuat negative prompt yang efektif untuk Stable Diffusion? Mulai dengan daftar dasar yang menargetkan masalah anatomi, artefak kualitas, dan pergeseran gaya, lalu tambahkan klausa spesifik untuk masalah yang muncul di output kamu. Menargetkan masalah nyata seperti background kotor, pergeseran ke foto stok, atau watermark jauh lebih efektif daripada daftar generik panjang. ### Berapa nilai bobot yang harus saya gunakan dengan tanda kurung di prompt SD? Tetap di bawah 1.4 untuk elemen mana pun. Nilai di atas 1.4 cenderung mendistorsi konsep dan menarik komposisi ke arah yang tidak diinginkan. Mulai dari 1.2 untuk elemen yang ingin kamu tekankan dan sesuaikan dari sana. Hindari memberi bobot lebih dari dua elemen dalam prompt yang sama. ### Bagaimana LoRA mengubah prompt yang perlu saya tulis? Ketika LoRA aktif, trigger word-nya membawa bobot yang signifikan, jadi prompt dasar kamu bisa lebih ramping. Hapus token gaya yang sudah ditangani LoRA. Baris subjek, arah pencahayaan, dan negative prompt kamu tetap sama pentingnya, karena LoRA menangani gaya, bukan komposisi. ### Apakah saya bisa menggunakan prompt Stable Diffusion di Flux atau Midjourney? Setiap model menggunakan bahasa prompt yang berbeda. Midjourney tidak menggunakan kolom negative prompt atau sintaks bobot dengan cara yang sama. Flux 1.1 Pro merespons lebih baik terhadap bahasa natural, mirip SD3.5. Sesuaikan prompt untuk setiap model daripada menyalinnya langsung tanpa perubahan. ### Kenapa output Stable Diffusion saya sangat bervariasi antar generasi? Stable Diffusion menggunakan seed acak untuk setiap generasi, yang secara signifikan memengaruhi output. Ini perilaku yang diharapkan. Jalankan prompt yang sama tiga kali atau lebih sebelum memutuskan promptnya salah. Jika beberapa output salah dengan cara yang sama, baru sesuaikan struktur prompt kamu.