人数や性別などの基本記述, 体部分の記述, 服装の記述, 表情の記述, 姿勢, 場所, などなど
これが一般的な書き方。
画像の品質記述は最初に書くか最後に書くかは結構バラバラだけど生成すれば分かる。
何にせよAIも学習データに基づいて人と同じように描画するから、どの情報をどの順番で提供してあげたら書きやすいかを考えながら与えてやるといい。
よくわからんけど「可愛い女の子が露出の多い恰好で夜に立ってる」ってのが欲しい要素なら、まずはそこに集中して
そこから細かい要素追加していったら何が画像のどの部分に影響してるかは分かる。
がんばってくり