负面提示词(Negative Prompts):是什么、哪些模型会用到，以及真正有效的清单

什么是负面提示词？

负面提示词是某些图像模型会与主要提示词一并读取的第二个文字字段。主要提示词把画面拉向特定概念，负面提示词则把画面推离其他概念。从技术上来说，模型会计算“如果画面朝负面文字的方向移动会如何变化”，然后在每一个去噪步骤中朝相反方向调整。

这也是为什么负面提示词对“模型本来就容易自行产生”的问题最有效：多余的手指、模糊的背景、水印、通用的光滑质感。但对模型本来就不会画出来的东西，负面提示词几乎没有作用。在风景照的负面提示词里写“no elephants（没有大象）”毫无意义；但在人像的负面提示词里写“oversaturated, HDR, plastic skin（过度饱和、HDR、塑料感皮肤）”则会确实改变结果。

哪些模型支持负面提示词

Stable Diffusion 1.5、SDXL，以及在 Automatic1111、ComfyUI、Forge 与 Fooocus 上大多数的社区模型文件(checkpoint)都有专属的负面提示词字段。负面提示词正是源自于此，也是它最重要的场域。

Midjourney 没有负面提示词字段，而是使用 --no 参数：--no text, watermark, blur。Midjourney 无法理解以一般文句表达的否定语，因此如果在提示词内文写“no text（没有文字）”，反而会被解读成要求出现文字。

Flux、ChatGPT Images(GPT Image)、Gemini 与 Nano Banana 都不使用负面提示词。Flux 的 T5 文字编码器会把整段提示词当成描述来读取，因此里面的否定语会被忽略或反向解读。ChatGPT 与 Gemini 则改为遵循自然语言的限制条件：“keep the background plain, no visible text（背景保持简单，不要出现文字）”之所以有效，是因为它们是遵循指令的模型，而不是因为它们有负面提示词通道。

• Stable Diffusion、SDXL、社区模型文件：有专属的负面提示词字段，影响力高。
• Midjourney:使用 --no 参数，以逗号分隔，影响力中等。
• Flux:没有负面提示词，请改为直接描述你想要的内容。
• ChatGPT Images、Gemini、Nano Banana:没有负面提示词，请使用简短的正面限制条件。

如何写出真正有帮助的负面提示词

保持简短，并针对你实际看到的问题来写。从论坛复制来的 60 个词汇的负面提示词大多只是噪点：每个词都会分掉一小部分的引导预算，而那些与你的画面无关的词汇，则会把结果拉往随机的方向。

一开始先留白，生成一次，观察哪里出错，再针对那个问题加入两三个词汇，然后重新生成。大多数图像所需的负面词汇不到十个。把最重要的词放在最前面，因为 CLIP 是以每 77 个 token 为一个区块来读取文字，而每个区块前段的权重较高。

权重要谨慎使用。在 SDXL 中，(deformed hands:1.3) 能提高单一词汇的强度，而不必膨胀整张清单。如果把所有词汇都设成 1.4 的权重，等于没有设置权重。

依用途分类的负面提示词清单

以下清单是 Stable Diffusion 与 SDXL 的起点。请只采用符合你问题的那一段，不要全部套用。若使用 Midjourney，则把相同的词汇搬进 --no 参数。

写实人像：deformed hands, extra fingers, fused fingers, extra limbs, asymmetrical eyes, plastic skin, waxy skin, oversharpened, HDR, oversaturated, airbrushed, doll-like, uncanny（变形的手、多余手指、手指黏连、多余肢体、双眼不对称、塑料感皮肤、蜡质皮肤、过度锐化、HDR、过度饱和、修图过度、娃娃感、诡异失真）。

手部与解剖结构：extra fingers, missing fingers, fused fingers, six fingers, bad hands, malformed limbs, extra arms, disconnected limbs, mutated anatomy（多余手指、缺少手指、手指黏连、六根手指、手部畸形、肢体畸形、多余手臂、肢体断开、解剖结构异常）。

文字、标志与噪点：text, watermark, signature, logo, caption, letters, jpeg artifacts, compression noise, frame, border, split screen, collage（文字、水印、签名、标志、说明文字、字母、JPEG 压缩噪点、压缩噪点、外框、边框、分割画面、拼贴）。

动漫与插画：bad anatomy, extra digits, lowres, worst quality, low quality, jpeg artifacts, signature, watermark, username, blurry, cropped, realistic skin texture（解剖结构错误、多余手指、低分辨率、劣质、低品质、JPEG 压缩噪点、签名、水印、用户名、模糊、裁切不当、写实皮肤质感——当你想要的是平涂赛璐璐风格时可加入此项）。

产品与室内渲染：warped perspective, floating objects, duplicated objects, uneven reflections, clutter, text, watermark, fisheye, over-exposed highlights（透视扭曲、物体漂浮、物体重复、反射不均、杂乱、文字、水印、鱼眼变形、高光过曝）。

风格偏向预设样貌：digital painting, 3D render, smooth, glossy, cinematic lighting, dramatic, bokeh（数字绘画、3D 渲染、光滑、光泽感、电影感打光、戏剧化、散景——当你的参考图是平实、纪实或手作风格时可加入此项）。

• 写实人像：plastic skin, oversaturated, HDR, deformed hands, extra fingers, waxy, airbrushed（塑料感皮肤、过度饱和、HDR、变形的手、多余手指、蜡质感、修图过度）
• 手部：extra fingers, fused fingers, missing fingers, bad hands, malformed limbs（多余手指、手指黏连、缺少手指、手部畸形、肢体畸形）
• 文字与噪点：text, watermark, signature, logo, jpeg artifacts, border, collage（文字、水印、签名、标志、JPEG 压缩噪点、边框、拼贴）
• 动漫：bad anatomy, extra digits, lowres, worst quality, signature, blurry, cropped（解剖结构错误、多余手指、低分辨率、劣质、签名、模糊、裁切不当）
• 产品渲染：warped perspective, floating objects, duplicated objects, clutter, fisheye（透视扭曲、物体漂浮、物体重复、杂乱、鱼眼变形）

SDXL 的负面提示词和 SD 1.5 不同

SD 1.5 的模型文件是用充满“lowres, bad anatomy, worst quality”这类标签的说明文字训练出来的，所以这些品质标签在该模型上确实有效。SDXL 的训练方式不同：经典的品质标签区块效果差很多，反而是简短、具体的负面提示词表现更好。在 SDXL 中，请描述具体的缺陷与具体不想要的风格，而不是堆栈一堆品质词汇。

许多 SDXL 微调模型，包括 Pony 与 Illustrious 系列的衍生模型，都会在模型卡(model card)中附上各自建议的负面提示词区块。请以此为基础，再叠加你自己的两三个具体词汇。

当答案不是负面提示词的时候

如果模型持续产出你参考图的“精致化、通用化”版本，通常问题出在正面提示词：请明确指出媒材，以及你想保留的不完美之处，并把它们放在最前面。当你在 Image to Prompt 选择 Stable Diffusion 作为目标模型时，工具会自动这么做：它会先写出以风格为首、逗号分隔的标签，并产生对应的负面提示词，内容根据该风格需要避免的特定“预设美感偏移”量身打造。

对于 ChatGPT Images 与 Gemini，请把每一个负面说法都改成正面限制条件。“No text（不要文字）”改成“leave the sign blank（让招牌保持空白）”；“Not blurry（不要模糊）”改成“sharp focus across the whole frame（整个画面清晰对焦）”。模型遵循后者的可靠度高出许多。