负向提示词
负向提示词是什么？
负向提示词告诉 AI 你不希望在输出中看到什么：例如“不要模糊画面”“不要多余手指”“不要卡通风格”：通过排除特定的非预期品质来优化生成结果。
一图看懂
- 别称
- 排除提示词负向条件控制规避提示词
- 主要用途
- 从生成输出中排除视觉瑕疵与质量问题防止所期望美学受到风格污染从生成场景中移除主题或构图元素将生成结果向所期望结果优化与收窄
- 常用工具
- Stable diffusionComfyUIAutomatic1111Midjourney (via parameter syntax)Most diffusion-based generation platforms
- 相关术语
- CFG scaleGuidance scalePromptDiffusion modelSamplingIteration
- How it works in simple terms
- 负向提示词定义了一个 AI 在生成过程中应远离的方向。在扩散模型中，它被用于无分类器引导，使输出偏离所描述的品质并朝向正向提示词，从而有效地将指定内容从生成结果中排除。
- Where you encounter this
- 负向提示词输入框在大多数基于 Stable Diffusion 的界面（Automatic1111、ComfyUI、InvokeAI）及许多其他生成平台中都是标准配置。部分平台通过参数语法或专用设置（而非单独的输入框）来实现负向提示。
准备好开始创作了吗？
执导场景、设计角色、完成整部影片
一站式 AI 创作平台，定价简单透明，无速度节流，搭配无限 Canvas，让创作发挥到极致。
对比与差异
Compared with related concepts
正向与负向提示词作为互补的引导系统发挥作用：正向提示词定义生成结果应当是什么，负向提示词则定义它不应当是什么。两者并无天然的强弱之分：都对塑造生成结果有所贡献。关键差异在于，正向提示词描述所期望的正向品质（主体、风格、情绪），负向提示词则描述需避免的品质（瑕疵、风格、主题元素）。有效的生成常常两者都需要：正向提示词确立愿景；负向提示词移除实现愿景过程中最可能出现的障碍。
可以这样理解…
使用负向提示词，就像同时给雕塑家一份成品雕像的描述和一份需避免的具体错误清单：“做得高挑而优雅，避免比例过于敦实或表面过于粗糙”。两类指令都在塑造结果，只是来自不同方向。
实用提示
为你最常用的生成类型建立一套有效负向提示词组件的个人库，并在每次生成会话开始时套用相应模块。对于照片级真实的人物主体，一个标准解剖模块（“多余手指、多余肢体、手部融合、解剖畸形、面部特征不对称”）可避免最常见的失败模式。对于电影感风光或建筑作品，一个标准质量模块（“模糊、低分辨率、水印、jpeg 瑕疵、过饱和”）可设定质量基线。将这些模块与每次生成相关的具体内容排除项组合使用，而非每次都从零撰写负向提示词。
类型与变体
以质量为重点的负向提示词列出需避免的已知瑕疵类型：“模糊、低质量、水印、jpeg 瑕疵、扭曲”。以解剖结构为重点的负向提示词处理常见的人体生成问题：“多余手指、多余肢体、畸形手部、解剖结构错乱”。风格排除型负向提示词防止非预期的美学污染：“卡通、插画、动漫、草图、绘画”。内容排除型负向提示词去除主题元素：“人物、人群、文字、标志、车辆”。通用或模板化的负向提示词将质量、解剖与风格排除合并为一个标准模块，作为质量基线跨多次生成复用。
准备好在 Morphic 里做第一个场景了吗？
试用 Morphic常见使用场景
负向提示词被用于照片级真实生成，以排除模型有时倾向默认采用的插画与卡通美学；用于人物主体生成，以防止常见的解剖畸变（多余手指、肢体融合、特征不对称）；用于干净的商业图像，以从生成输出中排除水印、文字与标志；用于建筑与环境生成，以排除非预期的主题内容；用于任何将已知失败模式的一致排除作为标准质量管理做法的生成流程；以及用于精调特定模型的输出，这些模型的训练分布带有与所期望美学相冲突的风格倾向。
准备好开始创作了吗？
执导场景、设计角色、完成整部影片
一站式 AI 创作平台，定价简单透明，无速度节流，搭配无限 Canvas，让创作发挥到极致。
常见问题（FAQ）
负向提示词是输入给 AI 生成模型的一种指令，用于指定输出中应避免或排除的元素、品质或特征。它作为正向提示词的对应项发挥作用：正向提示词描述生成结果应包含什么，负向提示词则定义它不应包含什么，两者共同将生成引向所期望的结果。
在扩散模型中，负向提示词通常通过无分类器引导（CFG）起作用，模型同时利用正向与负向提示词来引导生成。正向提示词定义朝向的方向；负向提示词定义远离的方向。CFG 缩放值控制两者的强度，决定模型多大程度地追求正向描述并避开负向描述。
有效的负向提示词通常包含质量排除项（模糊、低分辨率、水印、压缩瑕疵）、针对人物主体的解剖排除项（多余手指、多余肢体、解剖畸形），以及在所期望美学可能被模型默认倾向污染时的风格排除项（需要照片级真实时排除卡通、插画、草图、动漫）。再根据需要加入与单次生成相关的内容排除项。
负向提示词的支持度与有效性因模型与平台而异。大多数基于 Stable Diffusion 的模型与界面原生支持负向提示词并能一致响应。部分模型与平台以不同方式处理负向提示（通过参数语法、规避标记或其他机制），一些较新的架构在技术层面对排除概念的处理方式也有所不同。请查阅具体模型或平台文档，了解其负向提示的实现方式。
会。过于激进或考虑不周的负向提示词可能无意中移除与所期望品质相关的元素。例如，在生成黑暗森林场景时于负向提示词中使用“黑暗”，就可能与意图营造的情绪相冲突。负向提示词的词项应尽可能具体地指明真正不希望出现的内容，对含多重含义的笼统词项需谨慎使用。如果生成结果似乎缺失了所期望的元素，请检查是否有负向提示词词项是原因所在。
没有固定的最佳长度。一个简洁、有针对性、聚焦于特定生成最可能失败模式的负向提示词，往往优于一份罗列所有可能负向品质的详尽清单。模型对很长的负向提示词难以做到对每个词项都给予同等关注。一个实用的做法是：以核心的质量与解剖模块作为基线，再加入少量与单次生成相关的具体排除项，而非囊括每一种可以想到的负向品质。
通用或模板化负向提示词是一组标准的负向词项，用于应对广泛内容类型中最常见的生成质量问题。它通常包含质量排除项（模糊、低质量、瑕疵、水印）、针对人物主体的解剖排除项以及常见的风格排除项。创作者将其作为每次生成的起点，再在其上为单个任务加入具体排除项。拥有一个经过充分检验的通用负向提示词可减少配置时间，并在多次生成之间维持一致的质量基线。
有，形式多样。部分平台支持在主提示词内使用诸如 (term:−1.0) 或 [term] 之类的语法进行负向加权，以降低特定元素的影响。其他平台在提示词语法中支持规避参数或标记。一些较新的模型会响应正向提示词内部的显式负向指令（“不要背景”“在白色影棚中，无道具”）。请查阅具体平台的文档，了解其负向条件控制的实现方式。
