很多人都问过，有没有一套“通用”的负面提示词（Negative Prompts），能直接复制粘贴，用在所有AI绘图模型上，保证出图质量。答案是：有，但也没有。
“没有”是因为每个AI模型的训练数据和算法都有差异，对特定词语的理解和反应也不同。用在一个模型上效果很好的负-面提示词，在另一个模型上可能完全不起作用，甚至产生反效果。比如，一些针对动漫风格模型优化的负面提示词，如果用在写实摄影风格的模型上，就可能过滤掉一些必要的细节。
但是，“有”是因为大部分主流的文生图模型，比如Stable Diffusion系列、Midjourney等，它们在训练过程中都看过海量的互联网图片。这些图片里有很多共性的“垃圾”：低分辨率、模糊、JPEG压缩噪点、奇怪的水印、丑陋的构图等等。 因此，我们可以整理出一套基础的、针对这些共性问题的“通用”负面提示词清单。
这套清单不能保证解决所有问题，但它是一个非常好的起点。你可以把它看作是一个“打底”的工具，先帮你过滤掉60%-70%的常见错误，然后再根据你的具体需求和所用模型的特点，进行微调。
下面我把这套“通用”负面提示词清单拆解成几个核心类别，并且解释每一类是干什么用的。
第一类：画质与低质量问题（Quality and Low-Quality Issues）
这是最基础，也是最通用的一类。AI模型看过的好图多，但烂图更多。如果不加限制，它有可能会模仿那些低质量的图片特征。 所以我们要明确告诉它“不要烂图”。
-
基础画质负面词:
worst quality, low quality, normal quality, bad quality(最差、低、普通、坏品质): 直接否定图片的整体质量等级。lowres, low resolution(低分辨率): 防止生成分辨率很低或者看起来就很模糊的图片。jpeg artifacts, grainy, blurry, noisy(JPEG压缩痕迹, 颗粒感, 模糊, 噪点): 这些都是数码图片质量差的典型表现。 AI在网上学到的很多图片都带有这些问题，加上这些词能有效提升画面的清晰度和干净程度。
-
使用经验：
- 这一组词几乎可以无脑地放在任何负面提示词的最前面。
- 在某些模型，比如Stable Diffusion里，还可以通过加括号和数字来增强权重，例如
(worst quality:1.4), (low quality:1.4)，意思就是“我尤其不想要最差和低质量的图片”。当然，权重不是越高越好，太高了可能会让画面变得很奇怪，需要自己尝试。
第二类：畸形与解剖学问题（Deformity and Anatomy Issues）
这是AI绘图的老大难问题，特别是手和脸。 AI并不真正“理解”人体结构，它只是根据概率来拼凑像素。所以经常会出现多根手指、断掉的胳膊、扭曲的五官等恐怖谷现象。
-
人体结构负面词:
bad anatomy, bad proportions, gross proportions, wrong anatomy(坏的解剖结构, 坏的比例, 恶心的比例, 错误的解剖结构): 从整体上否定不符合人体规律的结构。deformed, disfigured, malformed(变形的, 毁容的, 畸形的): 针对身体部位的扭曲和不正常形态。mutation, mutated, mutilated(突变, 突变的, 残缺的): 语气更强，用来排除更严重的身体变异。
-
手部和肢体专用负面词:
poorly drawn hands, bad hands, malformed hands, mutated hands(画得很差的手, 坏手, 畸形的手, 突变的手): AI画手是重灾区，所以要专门强调。extra fingers, fused fingers, too many fingers(多余的手指, 融合的手指, 手指太多): 这是最常见的手部错误，直接点名。extra limbs, missing limbs, disconnected limbs, floating limbs, extra arms, missing arms(多余的肢体, 缺失的肢体, 断开的肢体, 悬浮的肢体, 多余的手臂, 缺失的手臂): 针对身体躯干和四肢的各种结构性错误。
-
面部专用负面词:
poorly drawn face, ugly, disgusting(画得很差的脸, 丑陋, 恶心): 提升面部美感和和谐度。cloned face, duplicate(克隆脸, 复制): 防止画面中出现多张一模一样的脸，或者一个身体上长出多个头。asymmetrical, extra eyes, deformed iris, deformed pupils(不对称, 多余的眼睛, 畸形的虹膜, 畸形的瞳孔): 针对五官细节的修正。
-
使用经验：
- 如果你画的不是人物或生物，这一大类可以酌情删减。
- 画人物时，特别是特写，这一类词非常重要。根据我的经验，
mutated hands and fingers和deformed, distorted, disfigured是解决大部分肢体和面部问题的关键。 - 同样可以对特别严重的问题加重，比如
(mutated hands and fingers:1.5)。
第三类：画面杂乱元素（Clutter and Unwanted Elements）
AI有时会“画蛇添足”，在画面里加入一些莫名其妙的东西。这些东西通常来自于训练数据里的干扰项。
-
常见杂乱元素负面词:
text, signature, username, watermark, logo(文字, 签名, 用户名, 水印, 标志): 互联网图片经常带有这些东西，AI会误以为它们是图像的一部分而模仿。加上这些词能让画面更干净。out of frame, cropped(画面外, 被裁剪): 防止主体的一部分被切掉，保证构图完整。tiling, poorly drawn(平铺, 画得差):tiling可以防止AI生成那种不断重复的纹理图案，poorly drawn则是一个比较泛的指令，告诉AI不要画得太随意。blurry background, simple background(模糊背景，简单背景): 当你需要一个细节丰富的背景时，可以用这两个词来避免AI偷懒只给一个单色或者模糊的背景。
-
使用经验：
- 如果你就是要生成带文字的海报，那就不能加
text。这就是为什么说没有绝对“通用”的列表，你必须根据你的目标来调整。 signature和watermark几乎在所有情况下都是有用的，可以常驻在你的负面提示词列表里。
- 如果你就是要生成带文字的海报，那就不能加
第四类：风格与艺术性问题（Style and Artistic Issues）
这类词语主要用来控制画面的艺术风格和整体感觉，避免一些不想要的艺术效果。
-
风格控制负面词:
bad art, beginner, amateur(坏的艺术, 新手, 业余): 避免生成看起来像是初学者画的、缺乏美感的作品。cartoon, 3d, anime(卡通, 3D, 动漫): 当你想要写实风格时，把这些你不想要的风格加到负面提示词里。反之，如果你想要动漫风格，就可以在负面里加上photorealistic, realistic。oversaturated, undersaturated, low contrast(过饱和, 饱和度不足, 低对比度): 用来控制画面的色彩表现，让颜色看起来更自然、舒服。overexposed, underexposed(过曝, 欠曝): 控制画面的明暗，避免亮部或暗部丢失细节。
-
使用经验：
- 风格控制的负面提示词非常依赖你的正面提示词。它们是用来“纠偏”的，加强你想要的风格。
- 在你不确定想要什么风格时，可以先不加这类词，看看AI会生成什么，然后再根据结果来添加，进行迭代。
如何组织和使用这套通用负面提示词
说了这么多，具体操作其实很简单。你可以把上面提到的词组合起来，形成一个自己的“基础模板”。
这是一个可以直接复制使用的初学者友好版“通用负面提示词”模板：
(worst quality, low quality, normal quality:1.4), lowres, jpeg artifacts, blurry, noisy, bad anatomy, bad proportions, deformed, disfigured, malformed limbs, mutated hands, extra fingers, fused fingers, poorly drawn hands, poorly drawn face, text, signature, username, watermark, ugly, disgusting, cloned face.
使用步骤：
1. 先粘贴基础模板：每次生成图片时，先把这个模板粘贴到负面提示词框里。
2. 根据需求微调：
* 如果你画的是风景，可以删除所有关于人体、手、脸的词。
* 如果你发现画面颜色太艳，可以加上 oversaturated。
* 如果你想要黑白照片，就在负面里加上 color, vibrant。
3. 观察并迭代：出图后，观察哪里不满意。是手画坏了？那就加强手部相关的负面词权重。是背景太乱了？那就加上 cluttered。不断重复这个过程。
最后要强调一点，过度依赖超长的负面提示词列表，有时也会限制AI的创造力。 把它当作一个修正工具，而不是唯一的解决方案。真正决定图片质量上限的，永远是你的正面提示词和创意本身。
评论前必须登录！
注册