Início › Stable Diffusion
Stable Diffusion Prompts
Stable Diffusion is the most popular open-weight image model family (SDXL, SD 3.5), with a huge ecosystem of LoRA, ControlNet and ComfyUI/WebUI workflows. Every prompt here includes the full English prompt, a matching negative prompt and recommended parameters (steps/cfg/sampler) you can reproduce directly in WebUI or ComfyUI.
Product Frasco de Perfume de Luxo em Estúdio
Product Pote de Creme Cosmético com Pétalas Flutuantes
Product Tênis com Respingos de Água em Ação
Product Relógio de Luxo em Macro de Estúdio
Product Fones Sem Fio em Conceito Flutuante
Product Lata de Refrigerante com Respingos de Gelo
Product Frasco Conta-Gotas de Sérum Facial
Product Anel de Diamante em Macro de Joia
Product Smartphone Flutuando na Fumaça
Product Caixa de Embalagem Premium em Estúdio
Product Smartwatch em Foto Hero de Estúdio
Product Detalhe Macro de Smartwatch no Cotidiano
Product Tênis Flutuante Hero de Estúdio
Product Tênis de Couro Premium em Estúdio
Product Estojo de Carga de Fones Sem Fio em Estúdio
Product Fone de Ouvido Over-Ear Flutuante Hero
Product Frasco de Perfume com Respingos de Água
Product Perfume Âmbar com Respingos no Preto
Product Frasco Conta-Gotas de Sérum em Estúdio
Product Frasco de Sérum Flutuante com Respingos
Product Óculos de Sol de Grife Hero de Estúdio
Product Óculos de Sol em Superfície Reflexiva
Product Câmera Mirrorless Hero de Estúdio
Product Câmera Vintage em Display Flutuante
FAQ
Do negative prompts matter for Stable Diffusion?
Yes. SD models benefit greatly from negatives that exclude low quality, deformed hands and watermarks. Every prompt on this site ships with a ready-made negative prompt.
What steps and CFG should I use?
A good starting point: steps 25-35, cfg 5-8, DPM++ 2M Karras. Lower CFG looks more natural for photorealism; higher pushes style for illustration. Recommended values are listed on each prompt page.
Can SDXL and SD 3.5 share the same prompts?
As a starting point, yes. SD 3.5 understands natural language better while SDXL leans on tag-style keywords; run the same description on both and tweak by result.