Prompt negativi: cosa sono, quali modelli li usano e le liste che funzionano davvero

Cos'è un prompt negativo?

Un prompt negativo è un secondo campo di testo che alcuni modelli di generazione immagini leggono insieme al prompt principale. Mentre il prompt principale spinge l'immagine verso determinati concetti, il prompt negativo la allontana da altri. Tecnicamente il modello calcola come cambierebbe l'immagine se si avvicinasse al testo negativo, e orienta il risultato nella direzione opposta a ogni passaggio di denoising.

Per questo motivo i prompt negativi funzionano meglio per le cose verso cui un modello tende naturalmente: dita in più, sfondi sfocati, watermark, il tipico aspetto patinato generico. Sono invece poco efficaci per cose che il modello non avrebbe comunque disegnato. Scrivere "no elephants" in un prompt negativo per un paesaggio non serve a nulla; scrivere "oversaturated, HDR, plastic skin" in un prompt negativo per un ritratto cambia il risultato.

Quali modelli supportano i prompt negativi

Stable Diffusion 1.5, SDXL e la maggior parte dei checkpoint della community su Automatic1111, ComfyUI, Forge e Fooocus dispongono di un campo dedicato per il prompt negativo. È da qui che nascono i prompt negativi ed è qui che contano di più.

Midjourney non ha un campo negativo. Usa il parametro --no: --no text, watermark, blur. Midjourney non comprende la negazione in linguaggio naturale, quindi scrivere "no text" all'interno del prompt viene interpretato come una richiesta di includere del testo.

Flux, ChatGPT Images (GPT Image), Gemini e Nano Banana non usano prompt negativi. Il text encoder T5 di Flux legge l'intero prompt come una descrizione, quindi le negazioni al suo interno vengono ignorate o invertite. ChatGPT e Gemini seguono invece vincoli espressi in linguaggio naturale: "keep the background plain, no visible text" funziona perché sono modelli che seguono istruzioni, non perché dispongano di un canale negativo.

• Stable Diffusion, SDXL, checkpoint della community: campo negativo dedicato, impatto elevato.
• Midjourney: parametro --no, separato da virgole, impatto moderato.
• Flux: nessun prompt negativo; descrivi invece ciò che vuoi ottenere.
• ChatGPT Images, Gemini, Nano Banana: nessun prompt negativo; usa brevi vincoli positivi.

Come scrivere un prompt negativo efficace

Mantienilo breve e specifico rispetto al problema che stai riscontrando. Un prompt negativo di 60 termini copiato da un forum è per lo più rumore: ogni termine assorbe una piccola parte del budget di guida, e i termini che non si applicano alla tua immagine spingono il risultato in direzioni casuali.

Inizia senza alcun termine. Genera una volta. Osserva cosa non ha funzionato, aggiungi due o tre termini specifici per quel problema, e genera di nuovo. La maggior parte delle immagini richiede meno di dieci termini negativi. Metti prima i più importanti, perché CLIP legge il testo in blocchi di 77 token e attribuisce più peso all'inizio di ciascuno.

Usa i pesi con parsimonia. (deformed hands:1.3) in SDXL aumenta la pressione su un singolo termine senza appesantire l'intera lista. Assegnare un peso di 1.4 a tutto equivale a non assegnare alcun peso.

Liste di prompt negativi per tipo di utilizzo

Queste liste sono punti di partenza per Stable Diffusion e SDXL. Prendi il blocco che corrisponde al tuo problema, non tutti insieme. Per Midjourney, sposta le stesse parole nel parametro --no.

Ritratti fotorealistici: deformed hands, extra fingers, fused fingers, extra limbs, asymmetrical eyes, plastic skin, waxy skin, oversharpened, HDR, oversaturated, airbrushed, doll-like, uncanny.

Mani e anatomia: extra fingers, missing fingers, fused fingers, six fingers, bad hands, malformed limbs, extra arms, disconnected limbs, mutated anatomy.

Testo, loghi e artefatti: text, watermark, signature, logo, caption, letters, jpeg artifacts, compression noise, frame, border, split screen, collage.

Anime e illustrazione: bad anatomy, extra digits, lowres, worst quality, low quality, jpeg artifacts, signature, watermark, username, blurry, cropped, realistic skin texture (quando si desidera un aspetto cel piatto).

Render di prodotti e interni: warped perspective, floating objects, duplicated objects, uneven reflections, clutter, text, watermark, fisheye, over-exposed highlights.

Deriva stilistica verso l'aspetto predefinito: digital painting, 3D render, smooth, glossy, cinematic lighting, dramatic, bokeh (quando il riferimento è piatto, documentaristico o fatto a mano).

• Ritratto fotorealistico: plastic skin, oversaturated, HDR, deformed hands, extra fingers, waxy, airbrushed
• Mani: extra fingers, fused fingers, missing fingers, bad hands, malformed limbs
• Testo e artefatti: text, watermark, signature, logo, jpeg artifacts, border, collage
• Anime: bad anatomy, extra digits, lowres, worst quality, signature, blurry, cropped
• Render di prodotto: warped perspective, floating objects, duplicated objects, clutter, fisheye

I prompt negativi di SDXL sono diversi da quelli di SD 1.5

I checkpoint di SD 1.5 sono stati addestrati su didascalie piene di tag come "lowres, bad anatomy, worst quality", quindi questi tag di qualità hanno un effetto reale in quel contesto. SDXL è stato addestrato in modo diverso: il classico blocco di tag di qualità fa molto meno, e un prompt negativo breve e concreto funziona meglio. In SDXL, descrivi il difetto specifico e lo stile specifico indesiderato invece di accumulare parole di qualità.

Molti fine-tune di SDXL, inclusi i derivati di Pony e Illustrious, propongono un proprio blocco negativo consigliato nella model card. Usalo come base e aggiungi sopra i tuoi due o tre termini specifici.

Quando la soluzione non è un prompt negativo

Se il modello continua a produrre una versione patinata e generica del tuo riferimento, la soluzione è di solito nel prompt positivo: indica il medium e le imperfezioni che vuoi mantenere, mettendole all'inizio. Image to Prompt lo fa automaticamente quando scegli Stable Diffusion come modello di destinazione: scrive tag separati da virgole con lo stile per primo e genera una riga di prompt negativo corrispondente, costruita sulla specifica deriva verso l'estetica predefinita che quello stile deve evitare.

Per ChatGPT Images e Gemini, sostituisci ogni negazione con un vincolo positivo. "Niente testo" diventa "lascia il cartello vuoto". "Non sfocato" diventa "messa a fuoco nitida su tutta l'inquadratura". I modelli seguono la seconda forma in modo molto più affidabile.