AI生成图片的负面提示词有哪些，它们的作用是什么？

玩AI生成图片，你肯定遇到过怎么说都出不来的效果，或者画面总有些奇奇怪怪的东西。比如，一双手画出六七个手指，脸部五官乱飞，或者图片上莫名其妙地出现一些水印和签名。这时候，光靠“正面提示词”（Positive Prompts），也就是告诉AI“我要什么”，就不够用了。你需要学会用“负面提示词”（Negative Prompts），告诉AI“我不要什么”。

这东西听起来简单，就是个“排除法”，但里面的门道其实不少。用好了，能让你的出图质量上一个台阶。

负面提示词到底是什么？

简单说，负面提示词就是你输入给AI的一串指令，用来指明图像里不应该出现哪些元素、风格或特征。 你写的正面提示词是给AI画靶子，告诉它往哪儿走；负面提示词就是给它划定边界，告诉它哪些地方是雷区，不要踩。

比如，你想生成一张“森林里的小木屋”，结果AI给你生成的图片里总是有一些现代建筑或者游客。你就可以在负面提示词里加上“现代建筑，人，游客”，AI就会尽量避开这些元素，生成一张更纯粹的林中木屋。

从技术上讲，尤其是在Stable Diffusion这样的模型里，负面提示词起到的作用是引导生成过程远离某些特定的概念。 AI在生成图片时，会同时看你的正面提示和负面提示，它会努力靠近你想要的东西，同时拼命躲开你不要的东西。 这不是一个简单的“删除”命令，更像是一种“软约束”，它会降低负面词相关特征在最终画面中出现的可能性。

负面提示词主要解决什么问题？

负面提示词的作用非常具体，主要集中在四个方面：提升图片质量、修正常见畸变、移除特定内容和控制艺术风格。

1. 提升基础图像质量

AI模型在训练时看过海量的网络图片，这些图片质量参差不齐，很多都带有水印、签名，或者是低分辨率的模糊图像。 所以，如果不加限制，AI生成的图片也可能自带这些毛病。

这时候，一套“通用质量负面词”就很有用。你可以把它当成一个“起手式”，每次画图都带上。

常用词汇示例：
* 低质量问题: worst quality, low quality, normal quality, lowres, jpeg artifacts (最差质量、低质量、普通质量、低分辨率、JPEG压缩瑕疵)
* 模糊与噪点: blurry, grainy, noisy (模糊、颗粒感、噪点)
* 多余元素: text, watermark, signature, username, logo (文字、水印、签名、用户名、标志)
* 构图问题: cropped, out of frame, body out of frame (被裁剪、画框外的、身体在画框外)

举个例子，你只用“一个女孩的肖像”这个正面提示词，可能会得到一张有点模糊、甚至带着奇怪噪点的图片。但是，如果你在负面提示词里加上low quality, blurry, noisy，AI就会有意识地去生成一张更清晰、更干净的图片。

2. 修正解剖结构和畸变

这是负面提示词最常被用到的地方，尤其是画人物的时候。AI在理解人体结构上经常犯错，画出手脚畸形、五官错位是家常便饭。 这也是目前AI绘画最明显的短板之一。

通过使用针对性的负面提示词，可以有效减少这些“恐怖谷”现象。

修正人体的常用词汇示例：
* 手和手指: extra fingers, fused fingers, too many fingers, poorly drawn hands, mutated hands (多余的手指、融合的手指、太多手指、画得差的手、变异的手)。 手是AI绘画的重灾区，所以关于手的负面词特别多。
* 四肢: extra limbs, malformed limbs, missing arms, missing legs, disconnected limbs (多余的肢体、畸形的肢体、缺胳膊、缺腿、断开的肢体)。
* 面部: poorly drawn face, disfigured, cloned face, ugly, asymmetrical features (画得差的脸、毁容、复制的脸、丑、不对称的五官)。
* 整体结构: bad anatomy, bad proportions, gross proportions, long neck (糟糕的解剖结构、糟糕的比例、恶心的比例、长脖子)。

比如，你想画一个“拿着苹果的女人”，结果AI画出了七根手指。这时，你只要在负面提示词里加上extra fingers, poorly drawn hands，重新生成，得到正常五指的概率就会大大增加。

3. 移除或修改画面中的特定内容

这个功能非常直接。当画面里出现了你不想要的东西，直接在负面提示词里把它“喊出来”就行。

移除特定内容的步骤：
1. 确定不想要的元素：观察生成的图片，明确哪些东西是多余的。
2. 将其添加到负面提示词中：直接用名词或短语描述。
3. 重新生成：AI会尝试生成一张不包含这些元素的图片。

应用场景举例：
* 场景清理：想画一张“空无一人的街道”，可以在负面提示词里加入people, cars, crowds (人、车、人群)。
* 移除特定颜色或物体：如果想画一片秋天的枫叶林，但不想要绿色的叶子，可以尝试加入green leaves (绿叶)。
* 修改姿势或表情：比如，你想要一个人物肖像，但AI总是生成咧嘴大笑的表情，你可以在负面提示词里加入big smile (大笑)。

这个方法的强大之处在于精确控制。你可以不断添加不想要的元素，直到画面达到你满意的状态。

4. 控制和统一艺术风格

有时候，你想要一种特定的艺术风格，比如“动漫风格”，但AI给出的结果却总带有一些“写实”或“3D”的感觉。 这时候，负面提示词就可以帮你“提纯”画风。

风格控制的逻辑：
通过排除你不想要的风格，来强化你想要的风格。

常用词汇示例：
* 想要照片一样的真实感: 在负面提示词里加入cartoon, painting, illustration, anime, 3d, render (卡通、绘画、插画、动漫、3D、渲染)，这样AI就会避开这些艺术化的风格，更倾向于生成照片。
* 想要二次元动漫感: 就在负面提示词里加入photorealistic, realistic, 3d (照片般真实的、写实的、3D)，防止画面过于真实。
* 避免单调色彩: 如果不想要黑白照片，可以加入monochrome, grayscale (单色、灰度)。

如何有效使用负面提示词？

知道有哪些词还不够，怎么用也很重要。

• 具体而非模糊：负面提示词要尽可能具体。 比如，与其用bad quality (坏质量) 这种笼统的词，不如直接用blurry, pixelated, noisy (模糊、像素化、有噪点) 来得有效。
• 从少到多，逐步迭代：不要一开始就堆砌一大堆负面词。 先用最核心的几个词生成一次，看看效果。如果还有问题，再针对性地添加新的负面词。 这是一个不断试错和优化的过程。
• 权重调整：在某些AI绘画工具（如Stable Diffusion的某些界面）里，你可以给提示词增加权重。 比如，(extra fingers:1.5)，表示“多余的手指”这个负面概念的重要性是默认的1.5倍，让AI更“害怕”画错。
• 通用列表与定制列表结合：你可以准备一个通用的负面提示词列表，专门用来提升图片质量和避免常见错误。 然后根据你每次创作的具体主题，再添加一些定制化的负面词。

最后要记住，负面提示词不是万能的。它只是一个辅助工具，最终出图的效果还是由你的正面提示词、AI模型本身和各种参数共同决定的。但是，学会熟练使用负面提示词，绝对是让AI更听话、出图更可控的关键一步。