Trigger Word

Trigger word — слово или короткая фраза, которую во время обучения связывают с персонажем, предметом или стилем. Повтор той же метки в новом промпте помогает вызвать эту ассоциацию, но нужна она не каждому адаптеру.

Коротко

Trigger word — это текстовая метка, которую обучение связало с определённым образом. Если одна и та же подпись сопровождала фотографии персонажа, слово из этой подписи может помогать воспроизводить его в новых сценах. Но это не универсальная кнопка: некоторые LoRA заметно меняют результат и без специальной метки.

Само выражение trigger word скорее разговорное. В документации встречаются и другие названия: identifier, placeholder token, instance prompt. Смысл зависит от способа обучения, поэтому полезнее смотреть не на термин, а на то, что именно хранится в файле и как его подключают.

Что именно «срабатывает»

Представим небольшой набор фотографий одной девушки. Во время обучения каждая фотография получает подпись TOK девушка. Алгоритм видит повторяющееся сочетание текста и внешности и постепенно связывает их. Позже промпт TOK девушка с серым котом в дождливом городе помогает перенести знакомую героиню в новую сцену.

Здесь нет отдельного выключателя со словом TOK. Работает выученная связь между текстовым представлением и визуальными признаками. Насколько сильной она окажется, зависит от подписей, данных, базовой модели и способа обучения.

Слово в привычном смысле и токен модели — не одно и то же. Токенизатор может разбить короткую метку на несколько частей. Поэтому редкое псевдослово не обязательно становится новым «пустым» токеном: часто это лишь необычная последовательность уже знакомых токенов. Важно не то, как загадочно выглядит метка, а то, с чем её связали во время обучения.

В LoRA, DreamBooth и Textual Inversion это устроено по-разному

LoRA

LoRA хранит небольшую добавку к весам модели. Подключение файла уже меняет вычисления, поэтому специальная метка нужна не всегда. Если обучение последовательно связывало концепт с определённым словом или фразой, эта фраза помогает точнее вызвать концепт. Если же стиль распределён по разным подписям или обучение рассчитывало на обычные описания, заметный эффект может появляться без одного фиксированного триггера.

Отсюда два важных вывода:

• формат LoRA сам по себе не требует trigger word;
• наличие триггера определяется обучением конкретного адаптера, а не расширением файла.

DreamBooth

В классической схеме DreamBooth несколько изображений субъекта связывают с уникальным идентификатором и названием класса — например, с конструкцией вроде TOK собака. После дообучения этот идентификатор используют в новом промпте, чтобы сохранить узнаваемость субъекта в другой обстановке. Именно такую связь описывает оригинальная работа DreamBooth.

DreamBooth можно сочетать с LoRA, чтобы хранить изменения компактнее. В таком случае DreamBooth описывает задачу персонализации, а LoRA — способ записать обученные изменения. Это не два взаимоисключающих ярлыка.

Textual Inversion

Textual Inversion обучает не добавку к весам всей модели, а текстовое вложение — один или несколько векторов, привязанных к специальной метке. После загрузки вложения метку добавляют в промпт, и текстовый энкодер получает сохранённое представление. В документации по обучению Textual Inversion этот элемент называется placeholder token.

Некоторые загрузчики позволяют назначить вложению другую метку при подключении. Это особенность загрузчика, а не общее правило для всех адаптеров. Простое переименование файла или слова в описании не меняет ассоциацию, выученную обычной LoRA.

Подключение, триггер и сила — три разные настройки

Их легко спутать, потому что все три влияют на один результат.

Что меняется	За что отвечает
Подключение адаптера	Добавляет обученные веса или вложение в рабочую схему
Trigger word в промпте	Передаёт текстовую метку, с которой обучение связало концепт
Сила адаптера	Определяет, насколько сильно его веса влияют на вычисления
Вес слова в промпте	Меняет вклад текста в условие генерации

Сила адаптера и вес текста не заменяют друг друга. Первая работает с параметрами модели, вторая — с текстовым условием. Синтаксис текстовых весов зависит от программы и может меняться, поэтому запись из одного интерфейса не стоит считать универсальной.

Где искать правильную метку

Самый надёжный источник — описание от автора вместе с материалами обучения. Полезны:

1. карточка модели или файл с документацией;
2. параметры обучения и сохранённый instance prompt;
3. подписи датасета, если они опубликованы;
4. примеры промптов, которыми автор проверял результат.

Имя файла — слабая подсказка. Оно может быть любым и часто не имеет отношения к подписям датасета. Если документации нет, угадать точный триггер по названию невозможно; остаётся сравнить результаты с несколькими осмысленными вариантами текста.

Как понять, нужен ли триггер

Для проверки достаточно четырёх изображений с одинаковым зерном случайности, размером и остальными настройками:

Проверка	Адаптер	Метка в промпте
Базовая сцена	нет	нет
Реакция базовой модели на слово	нет	да
Влияние одних только весов	да	нет
Совместное влияние весов и метки	да	да

Вторая картинка показывает, что сама базовая модель уже связывает с этим текстом. Третья — насколько адаптер влияет без специальной метки. Разница между третьей и четвёртой помогает оценить роль триггера.

Такой тест полезнее случайной серии: когда одновременно меняются зерно, композиция и текст, отделить действие адаптера от обычного разброса генерации почти невозможно.

Как это выглядит в ComfyUI

Адаптер подключается в той части графа, где его веса передаются модели и, при необходимости, текстовому энкодеру. Trigger word пишется в положительном промпте — в тексте, из которого граф строит conditioning. Это два независимых шага: файл может быть загружен без метки, а метка может оказаться в промпте без нужного файла.

Точное расположение узлов зависит от графа. Для понимания достаточно проследить две линии: куда подключены веса адаптера и какой текст получает энкодер. Названия дополнительных узлов и оболочек со временем меняются, а эта логика остаётся той же.

Что часто принимают за trigger word

• Имя файла. Это название на диске, а не обязательно текст из обучающих подписей.
• Команда загрузки LoRA. Она подключает веса; текстовая метка по-прежнему относится к промпту.
• Название класса. В конструкции TOK собака слово собака сообщает общий класс, а TOK выделяет конкретный субъект. Оба элемента могут быть важны.
• Вес адаптера. Он регулирует силу изменений, но не сообщает модели, какой концепт нужен.
• Красивое редкое псевдослово. Оно не обладает особыми свойствами само по себе.

Частые вопросы

Каждой LoRA нужен trigger word?

Нет. У некоторых адаптеров эффект заметен сразу после подключения. Другие обучены вокруг определённой метки и без неё проявляются слабее или иначе. Ответ относится к конкретному обучению, а не ко всему формату LoRA.

Можно ли заменить триггер другим словом?

Для обычной LoRA переименование файла ничего не меняет: текстовая ассоциация возникла во время обучения. Textual Inversion — отдельный случай: некоторые загрузчики умеют назначать сохранённому вложению новую метку при загрузке. Поддержка такой замены зависит от инструмента.

Триггер обязан быть одним словом?

Нет. Это может быть слово, псевдослово или короткая фраза. Токенизатор всё равно преобразует текст в последовательность токенов. Воспроизводить лучше ту запись, которая использовалась в обучении и примерах автора.

Если повторить метку, эффект станет сильнее?

Не обязательно. Повтор меняет текстовое условие, но не равен увеличению силы адаптера. Результат зависит от энкодера и конкретного интерфейса; иногда повтор лишь делает промпт менее управляемым.

Нужно ли писать триггер в негативном промпте?

Обычно нет. Негативное условие не отключает адаптер, а просит модель отдалиться от связанного с текстом представления. Это может дать непредсказуемый результат и не заменяет уменьшение силы или отключение весов.

Почему метка влияет на результат без адаптера?

Базовый токенизатор всё равно разбирает её на токены, а текстовый энкодер уже имеет представления для этих частей. Поэтому слово может слегка менять картинку и без адаптера, но оно не вызывает обученный персональный концепт. Это хорошо видно во второй строке контрольного теста.

Главное

Trigger word — не пароль и не обязательная часть любого адаптера. Это текст, с которым обучение связало определённый визуальный материал. В DreamBooth он обычно выделяет конкретный субъект, в Textual Inversion вызывает сохранённое вложение, а в LoRA его роль зависит от подписей и метода обучения.

Чтобы понять поведение конкретного файла, достаточно отделить три вещи: подключение весов, наличие метки в промпте и силу влияния. Четыре контрольных изображения покажут это точнее, чем догадка по имени файла.

Источники

• DreamBooth: Fine Tuning Text-to-Image Diffusion Models for Subject-Driven Generation
• DreamBooth training в Diffusers
• Textual Inversion training в Diffusers
• Загрузка Textual Inversion и замена метки