为什么说comfyui负面提示词对于提升生成图片的质量至关重要？

如果你玩过一段时间的AI绘画，肯定会发现，只用正面提示词（Positive Prompt）有时候生成的图片效果并不理想，甚至可以说是有点“诡异”。这时候，负面提示词（Negative Prompt）就派上用场了。简单来说，正面提示词告诉AI“我想要什么”，而负-面提示词则是告诉它“我不想要什么”。 这两者结合，才能更精准地控制画面最终的样子。

在ComfyUI这种节点式的工作流里，正负面提示词通常是通过不同的“CLIP Text Encode (Prompt)”节点来输入的。一个连接到KSampler节点的“positive”接口，另一个则连接到“negative”接口。 这种设计其实就是在模拟一个更精细的创作过程：不光有蓝图，还有一份“不要这样做”的清单。

为什么不能只靠正面提示词？

原因很简单，AI模型在训练时看过海量的数据，这些数据里什么都有，好的坏的混在一起。当你只给一个简单的正面提示，比如“一个女孩”，AI可能会从它庞大的数据库里调取各种相关的图像特征。这其中可能就包含了一些常见的、但我们不希望看到的瑕疵，比如解剖结构错误、画面模糊、出现多余的手指等等。

AI并不真正“理解”美丑或对错，它只是根据概率来生成图像。如果训练数据里，某些特征经常一起出现，那么在你提要求时，它就很可能把这些特征都给你画出来。负面提示词的作用，就是在这个生成过程中加一个“过滤器” ，把那些你不想要的概率拉低，从而引导模型走向你期望的结果。

打个比方，这就像你在指导一个学徒画画。你跟他说“画一个苹果”，他可能会画出一个带虫眼的、或者形状奇怪的苹果。但如果你补充一句“不要画虫眼，形状要圆润”，那他画出好苹果的概率就大大提升了。负面提示词就是这句补充说明。

负面提示词的具体作用

负面提示词的用处非常具体，主要可以分成以下几类：

1. 修正常见的AI绘画缺陷
   这是最基础也是最常见的用法。AI绘画，特别是早期模型，在处理手部、脚部和面部细节时经常出错。 比如生成“六指琴魔”或者扭曲的面孔。因此，像“malformed limbs (畸形四肢)”、“mutated hands (变异的手)”、“poorly drawn face (画得不好的脸)”、“extra limbs (多余的肢体)”这类词就成了负面提示词里的常客。 同样，为了提升整体图片质量，避免模糊、低分辨率的图像，我们也会加入“worst quality (最差质量)”、“low quality (低质量)”、“blurry (模糊)”、“jpeg artifacts (JPEG压缩瑕疵)”等。

2. 控制画面风格和构图
   有时候，AI生成的画面风格不是我们想要的。比如你想要一张写实照片，但结果看起来却像卡通画。这时，可以在负面提示词里加入“cartoon (卡通)”、“anime (动漫)”、“painting (绘画)”来排除这些风格。 反之，如果你要二次元风格，就可以在负面里排除“photorealistic (写实照片)”。

   构图方面也是如此。假如你希望主体突出，不希望背景过于杂乱，可以在负面提示词里加上“cluttered (杂乱的)”、“busy background (繁忙的背景)”。 有个很有趣的例子，有人在生成一张狗的照片时，正向提示词很简单，就是“一只狗”。AI通常会给一个纯色背景。但当他在负面提示词里加入“simple background (简单背景)”后，AI反而生成了更有趣、更多样化的场景。 这说明负面提示词有时能激发AI跳出最“安全”的生成路径，去探索更多可能性。

3. 移除不想要的物体或元素
   这一点非常直接。比如，你想要一张没有文字或水印的干净图片，就可以在负面提示词里写上“text (文字)”、“watermark (水印)”、“signature (签名)”。 或者，你想要一个不戴眼镜的角色，就可以直接在负面写“glasses (眼镜)”。 这样AI在生成时就会刻意避开这些元素。

怎么用？一些具体的例子和步骤

在ComfyUI里使用负面提示词非常直观：

• 第一步：创建负面提示词节点。 通常一个基础的文生图工作流会默认包含两个“CLIP Text Encode”节点。一个天然就是给正面提示词（Positive Prompt）用的，另一个就是给负面提示词（Negative Prompt）用的。如果没有，你可以在空白处双击，搜索“CLIP Text Encode”来添加，然后把它的输出端连接到 KSampler 节点的 “negative” 输入端。

• 第二步：填写关键词。 在这个负面提示词的文本框里，输入你不想看到的东西。通常用逗号隔开多个关键词。 一个通用的负面提示词模板可能长这样：(worst quality, low quality:1.4), ugly, deformed, blurry, bad anatomy, bad hands, missing fingers, extra digit, fewer digits。这里的括号和冒号是用来调整权重的语法，(keyword:1.4)表示这个词的权重被加强了，让AI更“用力”地去避免它。

• 第三步：使用负面Embedding。 手动敲一长串负面词很麻烦，而且效果未必最好。社区里有很多大神把常用的负-面提示词打包成了一个文件，也就是所谓的“Embedding”或“文本嵌入”。 你可以把它看作一个“负面提示词预设包”。 比如EasyNegative、badhandv4、ng_deepnegative_v1_75t都是非常流行的负面Embedding。

  使用方法也很简单：
  1. 下载这些Embedding模型文件（通常是.pt或.safetensors格式），然后把它们放到ComfyUI安装目录下的 models/embeddings 文件夹里。
  2. 在负面提示词节点里，使用特定语法来调用它，比如 embedding:EasyNegative。
  3. 这样做的好处是，一个简单的词就能代替几十个甚至上百个负面关键词，让工作流更整洁，而且这些经过专门训练的Embedding通常比手动输入的词效果更好。 比如，badhandv4就是专门用来优化手部生成效果的。

负面提示词不是万能的，需要注意什么？

虽然负面提示词很关键，但它也不是银弹。有时候，过度使用或者使用不当，反而会限制AI的创造力，甚至产生奇怪的结果。

首先，负面提示词的效果和CFG（Classifier-Free Guidance）值有关。CFG值决定了AI在多大程度上听从你的提示词。一个非常高的CFG值配上复杂的负面提示词，可能会让画面变得僵硬或出现伪影。有观点认为，当CFG值低于1时，负面提示词甚至可能产生反效果，让你不想要的东西反而出现在画面里。

其次，不同的模型（Checkpoint）对负面提示词的反应也不同。有些模型本身质量很高，可能不需要太多负面词就能出好图。而有些模型则需要详细的负面提示来“纠正”其固有缺陷。 所以，直接复制粘贴别人的负面提示词不一定总能得到好效果，最好的方法还是根据你用的模型和你想要的效果去实验和调整。

最后，不要指望负面提示词能解决所有问题。比如，虽然有专门修复手的Embedding，但AI画手依然是个难题。 它能提高成功率，但不能保证100%完美。有时候，结合ControlNet或者后期修复才是更高效的解决方案。

总而言之，把负面提示词看作是你创作工具箱里一个精细的雕刻刀，而不是一把大锤。它能帮你剔除瑕疵、明确风格，让你对最终画面的掌控力更强。 真正掌握它的用法，需要不断地尝试和观察，最终形成一套适合你自己工作流的“黑名单”。