在AI绘画中，常用反向提示词有哪些，如何根据画面需求进行增减？

AI绘画里的反向提示词（Negative Prompts），说白了就是告诉AI“我不要什么”。 你在正向提示词里描述你想要的画面，比如“一个女孩在森林里”，然后在反向提示词里列出所有你不希望出现的元素，AI在生成图像时就会尽量避开这些东西。 这就像你点菜，告诉厨师“要一份宫保鸡丁，不要放葱”，能帮你得到更符合预期的结果。

这些反向提示词主要解决几个核心问题：提升画面质量、修正恼人的畸变、排除特定内容或风格。我们可以把它们分成几类来看。

第一类：质量优化类

这类词主要是为了避免那些模糊、低劣的画面效果。你可以把它们看作是一个基础的“滤镜”，几乎每次生成图片都能用得上。

• 通用低质量词：low quality, worst quality, normal quality。 这些词是反向提示词里的常客，作用是告诉AI，别给我生成质量平平或者很差的图片。加上 jpeg artifacts (JPEG压缩瑕疵)， blurry (模糊) 能进一步提升画面的清晰度。
• 噪点与颗粒感：noisy, grainy。如果你想要一个干净、平滑的画面，而不是充满颗粒感的老照片感觉，这两个词很有用。

举个例子，如果你的正向提示词是“一个宇航员在火星上”，不加任何反向提示词，生成的图片可能会有点模糊或者缺乏细节。但只要在反-向提示词里加上 low quality, blurry，画面立刻就会变得清晰锐利。

第二类：畸变修正类

AI绘画目前最头疼的问题之一就是画不好手和身体结构，经常出现一些奇形怪状的结果。 这类反向提示词就是专门用来“治病”的。

• 手部修正：bad hands, poorly drawn hands, mutated hands, extra fingers, missing fingers, fused fingers。 手是AI的重灾区，所以有一大堆专门针对手的反向提示词。当你发现画面里的人长了六根手指，或者手扭曲得像鸡爪，就把这些词加上去。
• 身体结构修正：bad anatomy, bad proportions, malformed limbs, extra limbs, missing limbs, deformed, disfigured, long neck。 这些词用来修正各种身体比例和结构问题。 比如，你发现人物的脖子特别长，或者四肢比例不对，用上这些词就能改善。
• 面部修正：poorly drawn face, cloned face, extra eyes, ugly。 当人物的脸看起来很奇怪，或者出现多张一模一样的脸时，这些词就能派上用场。

这类词非常具体，需要根据画面出现的问题来添加。比如你画一个全身人像，结果发现手画崩了，就在反向提示词里加上 poorly drawn hands, extra fingers。如果画面里没有手，只有一张脸，那这些关于手的词就没什么用。

第三类：内容排除类

这类反-向提示词用来移除画面中不想要的对象、元素或特征。

• 移除特定对象：比如你不想要画面里有车，可以直接写 no cars 或者 cars。 想让街道上空无一人，就用 people。 这种方法非常直接。
• 移除文本和水印：text, signature, watermark, logo, username。 AI有时会在图片上生成一些莫名其妙的文字或符号，用这些词可以清理掉它们，让画面更干净。
• 避免特定构图：cropped (裁剪过的), out of frame (画框外的)。如果你不希望主体的一部分被切掉，可以用这两个词。 比如你想要一张完整的肖像，加上 cropped 就能有效避免人物的头顶被切掉。
• 控制颜色和风格：black and white, monochrome (单色)。如果你明确想要一张彩色照片，加上这两个词就能避免AI生成黑白照片。 同样，如果你不想要卡通风格，可以加上 cartoon, anime。

如何根据画面需求进行增减？

使用反向提示词不是简单地把一堆词复制粘贴进去就完事了，关键在于“按需增减”。 堆砌太多不相关的词反而可能限制AI的发挥，让画面变得死板。

第一步：从一个基础模板开始

你可以先建立一个通用的反向提示词模板，主要包含质量优化类的词。这就像一个打底的工具包，大多数情况下都能用上。

一个不错的基础模板可以是：
(worst quality:2.0), (low quality:2.0), (blurry:2.0), lowres, jpeg artifacts, text, watermark, signature

这里的括号和数字是一种“加权”语法，表示你希望AI更加重视这个词。 (worst quality:2.0) 的意思就是“最差质量”这个反向提示的重要性是默认值的两倍。

第二步：观察画面，发现问题，然后精准打击

生成第一张图后，仔细观察哪里不满意，然后针对性地添加反向提示词。

• 案例1：人物肖像
  你用 “a beautiful woman, portrait” 生成了一张肖像，但发现她的手有6根手指，而且皮肤看起来有点像塑料。

  • 问题：多余的手指，不真实的皮肤质感。
  • 操作：在你的基础模板上，增加手部修正和材质相关的词。
  • 增加的反向提示词：extra fingers, poorly drawn hands, plastic-like texture
  • 完整的反向提示词：(worst quality:2.0), (low quality:2.0), (blurry:2.0), lowres, jpeg artifacts, text, watermark, signature, extra fingers, poorly drawn hands, plastic-like texture

• 案例2：动漫风格场景
  你想要一张宫崎骏风格的动漫场景，正向提示词是 “a peaceful countryside scene, ghibli style”。结果画面里出现了一些写实风格的建筑，破坏了整体的动漫感。

  • 问题：出现了不想要的写实风格。
  • 操作：在反向提示词里明确排除写实和3D风格。
  • 增加的反向提示词：photorealistic, realistic, 3d, cgi
  • 完整的反向提示词：(worst quality:2.0), (low quality:2.0), (blurry:2.0), lowres, jpeg artifacts, text, watermark, signature, photorealistic, realistic, 3d, cgi

第三步：不断测试和迭代

调整反向提示词是一个不断试错的过程。 有时候，一个词加进去可能会解决一个问题，但又会带来新的问题。比如，为了让人物的头发不遮住耳朵，你加入了 ear 作为反向提示词，结果AI为了完全露出耳朵，把整个发型都改得不自然了。

这时候，你可以尝试调整权重。 比如，与其完全禁止某个元素，不如降低它的权重，给AI一些创作空间。在某些工具里，你可以用 (word:0.5) 这样的语法来降低某个词的影响力。

关键是每次只调整一两个词，然后生成图片看看效果，这样你才能清楚地知道是哪个词起了作用。 把这个过程看作是和AI的对话，你不断给出更精确的指令，它就会给你更接近你想法的反馈。