負面提示詞(Negative Prompts):是什麼、哪些模型會用到,以及真正有效的清單

什麼是負面提示詞?

負面提示詞是某些影像模型會與主要提示詞一併讀取的第二個文字欄位。主要提示詞把畫面拉向特定概念,負面提示詞則把畫面推離其他概念。從技術上來說,模型會計算「如果畫面朝負面文字的方向移動會如何變化」,然後在每一個去噪步驟中朝相反方向調整。

這也是為什麼負面提示詞對「模型本來就容易自行產生」的問題最有效:多餘的手指、模糊的背景、浮水印、通用的光滑質感。但對模型本來就不會畫出來的東西,負面提示詞幾乎沒有作用。在風景照的負面提示詞裡寫「no elephants(沒有大象)」毫無意義;但在人像的負面提示詞裡寫「oversaturated, HDR, plastic skin(過度飽和、HDR、塑膠感皮膚)」則會確實改變結果。

哪些模型支援負面提示詞

Stable Diffusion 1.5、SDXL,以及在 Automatic1111、ComfyUI、Forge 與 Fooocus 上大多數的社群模型檔(checkpoint)都有專屬的負面提示詞欄位。負面提示詞正是源自於此,也是它最重要的場域。

Midjourney 沒有負面提示詞欄位,而是使用 --no 參數:--no text, watermark, blur。Midjourney 無法理解以一般文句表達的否定語,因此如果在提示詞內文寫「no text(沒有文字)」,反而會被解讀成要求出現文字。

Flux、ChatGPT Images(GPT Image)、Gemini 與 Nano Banana 都不使用負面提示詞。Flux 的 T5 文字編碼器會把整段提示詞當成描述來讀取,因此裡面的否定語會被忽略或反向解讀。ChatGPT 與 Gemini 則改為遵循自然語言的限制條件:「keep the background plain, no visible text(背景保持簡單,不要出現文字)」之所以有效,是因為它們是遵循指令的模型,而不是因為它們有負面提示詞通道。

• Stable Diffusion、SDXL、社群模型檔:有專屬的負面提示詞欄位,影響力高。
• Midjourney:使用 --no 參數,以逗號分隔,影響力中等。
• Flux:沒有負面提示詞,請改為直接描述你想要的內容。
• ChatGPT Images、Gemini、Nano Banana:沒有負面提示詞,請使用簡短的正面限制條件。

如何寫出真正有幫助的負面提示詞

保持簡短,並針對你實際看到的問題來寫。從論壇複製來的 60 個詞彙的負面提示詞大多只是雜訊:每個詞都會分掉一小部分的引導預算,而那些與你的畫面無關的詞彙,則會把結果拉往隨機的方向。

一開始先留白,生成一次,觀察哪裡出錯,再針對那個問題加入兩三個詞彙,然後重新生成。大多數影像所需的負面詞彙不到十個。把最重要的詞放在最前面,因為 CLIP 是以每 77 個 token 為一個區塊來讀取文字,而每個區塊前段的權重較高。

權重要謹慎使用。在 SDXL 中,(deformed hands:1.3) 能提高單一詞彙的強度,而不必膨脹整張清單。如果把所有詞彙都設成 1.4 的權重,等於沒有設定權重。

依用途分類的負面提示詞清單

以下清單是 Stable Diffusion 與 SDXL 的起點。請只採用符合你問題的那一段,不要全部套用。若使用 Midjourney,則把相同的詞彙搬進 --no 參數。

寫實人像:deformed hands, extra fingers, fused fingers, extra limbs, asymmetrical eyes, plastic skin, waxy skin, oversharpened, HDR, oversaturated, airbrushed, doll-like, uncanny(變形的手、多餘手指、手指黏連、多餘肢體、雙眼不對稱、塑膠感皮膚、蠟質皮膚、過度銳化、HDR、過度飽和、修圖過度、娃娃感、詭異失真)。

手部與解剖結構:extra fingers, missing fingers, fused fingers, six fingers, bad hands, malformed limbs, extra arms, disconnected limbs, mutated anatomy(多餘手指、缺少手指、手指黏連、六根手指、手部畸形、肢體畸形、多餘手臂、肢體斷開、解剖結構異常)。

文字、標誌與雜訊:text, watermark, signature, logo, caption, letters, jpeg artifacts, compression noise, frame, border, split screen, collage(文字、浮水印、簽名、標誌、說明文字、字母、JPEG 壓縮雜訊、壓縮雜訊、外框、邊框、分割畫面、拼貼)。

動漫與插畫:bad anatomy, extra digits, lowres, worst quality, low quality, jpeg artifacts, signature, watermark, username, blurry, cropped, realistic skin texture(解剖結構錯誤、多餘手指、低解析度、劣質、低品質、JPEG 壓縮雜訊、簽名、浮水印、使用者名稱、模糊、裁切不當、寫實皮膚質感——當你想要的是平塗賽璐璐風格時可加入此項)。

產品與室內渲染:warped perspective, floating objects, duplicated objects, uneven reflections, clutter, text, watermark, fisheye, over-exposed highlights(透視扭曲、物體漂浮、物體重複、反射不均、雜亂、文字、浮水印、魚眼變形、高光過曝)。

風格偏向預設樣貌:digital painting, 3D render, smooth, glossy, cinematic lighting, dramatic, bokeh(數位繪畫、3D 渲染、光滑、光澤感、電影感打光、戲劇化、散景——當你的參考圖是平實、紀實或手作風格時可加入此項)。

• 寫實人像:plastic skin, oversaturated, HDR, deformed hands, extra fingers, waxy, airbrushed(塑膠感皮膚、過度飽和、HDR、變形的手、多餘手指、蠟質感、修圖過度)
• 手部:extra fingers, fused fingers, missing fingers, bad hands, malformed limbs(多餘手指、手指黏連、缺少手指、手部畸形、肢體畸形)
• 文字與雜訊:text, watermark, signature, logo, jpeg artifacts, border, collage(文字、浮水印、簽名、標誌、JPEG 壓縮雜訊、邊框、拼貼)
• 動漫:bad anatomy, extra digits, lowres, worst quality, signature, blurry, cropped(解剖結構錯誤、多餘手指、低解析度、劣質、簽名、模糊、裁切不當)
• 產品渲染:warped perspective, floating objects, duplicated objects, clutter, fisheye(透視扭曲、物體漂浮、物體重複、雜亂、魚眼變形)

SDXL 的負面提示詞和 SD 1.5 不同

SD 1.5 的模型檔是用充滿「lowres, bad anatomy, worst quality」這類標籤的說明文字訓練出來的,所以這些品質標籤在該模型上確實有效。SDXL 的訓練方式不同:經典的品質標籤區塊效果差很多,反而是簡短、具體的負面提示詞表現更好。在 SDXL 中,請描述具體的缺陷與具體不想要的風格,而不是堆疊一堆品質詞彙。

許多 SDXL 微調模型,包括 Pony 與 Illustrious 系列的衍生模型,都會在模型卡(model card)中附上各自建議的負面提示詞區塊。請以此為基礎,再疊加你自己的兩三個具體詞彙。

當答案不是負面提示詞的時候

如果模型持續產出你參考圖的「精緻化、通用化」版本,通常問題出在正面提示詞:請明確指出媒材,以及你想保留的不完美之處,並把它們放在最前面。當你在 Image to Prompt 選擇 Stable Diffusion 作為目標模型時,工具會自動這麼做:它會先寫出以風格為首、逗號分隔的標籤,並產生對應的負面提示詞,內容根據該風格需要避免的特定「預設美感偏移」量身打造。

對於 ChatGPT Images 與 Gemini,請把每一個負面說法都改成正面限制條件。「No text(不要文字)」改成「leave the sign blank(讓招牌保持空白)」;「Not blurry(不要模糊)」改成「sharp focus across the whole frame(整個畫面清晰對焦)」。模型遵循後者的可靠度高出許多。