图片生成指令中，如何使用负面提示词来避免不想要的元素出现？

你有没有过这种经历：你好不容易想出一个完美的画面，写了一长串提示词（Prompt）扔给AI，结果它吐出来的图总有些地方不对劲？可能是人物多了根手指，画面莫名其妙出现一些文字，或者整体风格跟你想要的差了十万八千里。这时候，你就需要用到负面提示词（Negative Prompt）这个东西了。

简单说，负面提示词就是你告诉AI“不要画什么”的指令。 你在正面提示词里描述你想要的一切，而在负面提示词里，你就列出所有你不希望看到的元素。 这就像给AI画了个圈，让它在圈定的范围内创作，别跑偏。用好了，能大大减少AI犯错的概率，让出图效果更接近你的想法。

为什么不能只靠正面提示词？

很多人可能会想，我直接在正面提示词里说清楚不就行了？比如我想要一张没有人的街道，我直接说“an empty street”不就好了。理论上是这样，但AI的理解方式和人不一样。它在庞大的数据库里学习时，看到“街道”这个词，往往会和“人”、“车”这些概念关联在一起。所以即使你强调了“empty”，它还是有可能因为强大的惯性思维，在画面里给你加上几个路人。

这时候，如果你在负面提示词里加上“people, crowd”（人，人群），效果会好很多。 这相当于给AI下了一道更明确的禁令：在满足“街道”这个核心要求的同时，绝对不能碰“人”这条红线。

所以，负面提示词不是可有可无的选项，尤其是在处理一些AI容易出错的地方，比如手部结构、画面杂物或者特定风格时，它是一个必需品。

怎么用？从基础开始

大部分AI绘画工具，比如Stable Diffusion或者Midjourney，都有专门输入负面提示词的地方。 通常就在你输入正面提示词框的下面。

使用方法很简单，就是把你不想要的关键词用逗号隔开，一个个列出来。

我们从几个最常见的场景入手，看看具体怎么操作。

场景一：提升图片整体质量和清晰度

这是最基础也是最常用的用法。AI生成的图片有时会感觉有点“糊”，质量不高，或者出现一些奇怪的瑕疵。我们可以用一组通用的负面提示词来打底，先把图片质量提上去。

• 基础质量负面词库：low quality, worst quality, jpeg artifacts, blurry, low resolution, noisy (低质量，最差质量，JPEG压缩痕迹，模糊，低分辨率，噪点)

这组词的作用就是告诉AI，别给我生成那些看起来像被压缩过好几次的、充满噪点的、模糊不清的图片。

• 避免画面截断或不完整：cropped, out of frame (被裁剪，画框外的)

有时候AI画人像，可能会把头顶或者下巴切掉，用这两个词可以有效避免这种情况。

• 避免多余的签名和文字：text, watermark, signature, username (文字，水印，签名，用户名)

AI在学习图片时，会把图片上的水印和签名也学进去，导致生成的图片上出现乱七八糟的字符。加上这组词，画面会干净很多。

我的经验是，可以把自己常用的这套基础负面词库保存下来，每次画图都先填上。这就像一个“净化器”，能过滤掉大部分低级错误，保证出图的下限。

场景二：修正烦人的人体结构错误

这是AI绘画的一大难题，尤其是手和脸。AI经常会画出六根手指的人，或者五官扭曲的面孔。 这时候，负面提示词就是你的“整形医生”。

• 修正手部：extra fingers, fused fingers, poorly drawn hands, malformed limbs, mutated hands, bad anatomy (多余的手指，融合的手指，画得很差的手，畸形的四肢，变异的手，糟糕的人体结构)

当你发现生成的人物手部很奇怪时，把这些词加上去，AI会更努力地去画一双正常的手。虽然不一定100%成功，但改善效果非常明显。

• 修正脸部：poorly drawn face, asymmetrical features, distorted eyes, cloned face, disfigured (画得很差的脸，不对称的五官，扭曲的眼睛，克隆脸，毁容)

如果你想要一张精致的脸，而不是一张看起来很诡异的“恐怖谷”脸，这些词能帮上大忙。

记住，描述要具体。不要只笼统地说“bad hands”（坏手），而是把具体的问题点出来，比如“extra fingers”（多余的手指）。 AI对具体指令的反应更好。

场景三：移除不想要的物体或元素

这个用法非常直接。比如你想画一片宁静的森林，但AI总是在里面画上小动物或者房子。

• 正面提示词：A quiet forest, sunlight through the trees (一片安静的森林，阳光穿过树林)
• 负面提示词：animals, building, people (动物，建筑，人)

这样一来，AI就会把注意力完全集中在“森林”和“阳光”上，避开那些干扰元素。

再举个例子，你想生成一张干净的产品图，背景里不应该有任何杂物。

• 正面提示词：A professional photo of a modern wristwatch (一张现代手表的专业照片)
• 负面提示词：clutter, background objects, reflections (杂乱，背景物体，反光)

通过这种方式，你可以精确控制画面的主体，让构图更简洁、突出。

场景四：控制和引导艺术风格

负面提示词不仅能用来“删除”东西，还能反向定义你想要的风格。

比如，你想要一张非常写实的照片，但AI生成的图片总带点卡通或者油画的感觉。

• 正面提示词：photorealistic portrait of an old man (一位老人的写实肖像照)
• 负面提示词：cartoon, painting, illustration, anime, 3d, render (卡通，绘画，插画，动漫，3D，渲染)

通过排除掉所有非写实的风格，你等于是在强化“photorealistic”（照片般逼真）这个指令，逼着AI往你想要的方向走。

反过来也一样。如果你想画一张二次元动漫风格的图，就可以在负面提示词里加上realistic, photorealistic，避免画面过于写实。

进阶技巧：使用权重调整影响

有时候，某个负面提示词你希望它更“用力”一点。在很多工具（比如Stable Diffusion的WebUI）里，你可以给提示词增加权重。

语法通常是这样的：(keyword:weight)。

• weight 大于1，表示加强这个词的影响力。
• weight 小于1，表示减弱。

比如，你生成的图片总是有点模糊，即使你已经加了blurry这个负面提示词。你可以试试加强它的权重：(blurry:1.5)。 这就等于是在跟AI大声喊：“绝对不要模糊！”

同样，如果你觉得某个负面词矫枉过正了，也可以减弱它的权重，比如(people:0.5)。

这个功能让你能更精细地微调最终效果，但需要一些耐心去试验。从我的经验来看，权重值不要调得太极端，通常在0.8到1.5之间调整，效果比较稳定。

一些要避免的坑

1. 负面提示词不是万能的：不要指望输入一大堆负面词就能凭空生成一张完美的图片。正面提示词依然是基础，它决定了你要画什么。负面提示词只是辅助和修正。
2. 不要和正面提示词冲突：如果你在正面要求“a man smiling”（一个微笑的男人），又在负面写上“no smile”（不要微笑），AI会感到困惑。 结果往往是生成一张表情奇怪的脸。确保你的正面和负面指令在逻辑上不矛盾。
3. 不要堆砌太多不相关的词：有人喜欢从网上复制几百个词的“通用负面提示词”列表。 这在某些情况下有用，但有时也会过滤掉你可能想要的细节。比如，一个通用的列表里可能会有“wrinkles”（皱纹），但如果你想画一个老人，这个词就会起反作用。最好的方法是针对你的具体画面，逐步添加和调整负面提示词。 先从最基础的质量词开始，然后根据生成结果，一步步添加修正人体或风格的词。

总而言之，使用负面提示词是一个不断试错和迭代的过程。 观察AI的出图结果，分析哪里不满意，然后把这些不满意的点变成具体的关键词，放进负面提示词里。 多练习几次，你就会发现自己对画面的控制力强了很多。