有没有一份专门的AI人物负面提示词清单，用于避免五官或肢体变形？

有没有一份专门的AI人物负面提示词清单，用于避免五官或肢体变形？

答案是既有又没有。没有一份官方的、所有模型通用的“终极清单”。但是，在各个AI绘画社区里，确实流传着大量由用户自己总结、不断优化的清单，这些清单在很大程度上是通用的。

你之所以会问这个问题，肯定是已经被AI生成的“六指琴魔”和“毕加索式”的脸折磨了很久。这很正常，几乎所有玩AI绘画的人都经历过这个阶段。其实，AI搞不定手和脸的根本原因很简单：这两个部位的结构太复杂，而且在照片里的形态变化也太多了。 AI在学习的时候，看了无数张图片，但很多图片里，手要么很小，要么形态各异，要么被遮挡。 对AI来说，它很难理解“手”这个概念，只能模糊地知道“这块区域大概连接着五根细细的东西”。 于是，在它自己创作时，就很容易在概率上出错，多一根或少一根手指就成了家常便饭。

负面提示词（Negative Prompts）的作用，就是给AI划定一个“禁区”，告诉它什么东西是你不想要的。 当你输入“不要畸形的手”时，AI在生成图像的过程中，就会尽量避开那些在它的数据认知里与“畸形的手”相关的特征。

下面我给你整理一份从实践中总结出来的，而且在多数模型（特别是Stable Diffusion系列）上都比较好用的负面提示词清单。这份清单不是让你一股脑全复制进去的，而是要根据你遇到的具体问题来选用。

基础通用负面清单：先解决图片质量问题

在处理具体的身体部位之前，先把图片整体质量搞上去。一张模糊、低劣的图像里，人物的五官和肢体也清晰不到哪里去。所以，下面这些词几乎可以算是“常驻嘉宾”。

通用质量类负面提示词：
* worst quality, low quality, normal quality, lowres (最差质量, 低质量, 普通质量, 低分辨率)
* jpeg artifacts, blurry, grainy, noisy (JPEG压缩痕迹, 模糊的, 颗粒状的, 噪点)
* text, watermark, logo, signature, username (文字, 水印, 标志, 签名, 用户名)
* ugly, disgusting, horror, morbid (丑陋的, 恶心的, 恐怖的, 病态的)

这些词的作用很直接，就是过滤掉那些因为压缩、分辨率不足或者模型没训练好而产生的低质量特征。 把它们放在负面提示词框里，相当于给你的出图上了一个最基础的保险。

核心部分：专门针对五官和肢体的负面提示词

这才是解决问题的关键。我把它分成几个部分，你可以根据画面崩坏的具体位置来选用。

1. 针对手部的负面提示词

手是AI绘画的重灾区，所以关于手的负面提示词也是最多的。

核心手部问题词：
* extra fingers, fewer digits, too many fingers (多余的手指, 过少的手指, 手指太多)
* mutated hands, mutation, deformed hands (变异的手, 突变, 畸形的手)
* fused fingers, webbed fingers, claw-like fingers (融合的手指, 蹼状手指, 爪子一样的手指)
* poorly drawn hands, bad anatomy, bad hands (画得很差的手, 错误的人体结构, 坏手)
* disconnected fingers, broken bones (断开的手指, 骨折)
* unnatural palm structure, swollen hands (不自然的手掌结构, 肿胀的手)

一个很有意思的经验是，有时候你把上面这些词都用上了，效果还是不好。这时候可以试试一个反直觉的操作：直接在负面提示词里只加一个 hands（手）。 这个做法的逻辑是，你越是强调各种手的错误细节，AI反而越会“注意”到手这个部位，然后就可能因为过度思考而画得更糟。直接告诉它“不要手”，反而可能让它在生成整体图像时，把手处理得更自然、更不显眼，因为它不再把“手”作为一个需要特别表现的重点。

2. 针对面部和五官的负面提示词

脸崩了，整张图基本就废了。面部问题通常表现为五官不对称、眼睛变形或者出现多个脸。

核心面部问题词：
* deformed face, distorted facial features, warped expressions (畸形的脸, 扭曲的面部特征, 扭曲的表情)
* asymmetrical, disproportionate (不对称的, 不成比例的)
* poorly drawn face, bad face, ugly (画得很差的脸, 坏脸, 丑)
* cloned face, double face (克隆脸, 双面)
* extra eyes, missing eyes, asymmetrical eyes (多余的眼睛, 缺失的眼睛, 不对称的眼睛)
* dull eyes, cross-eyed (无神的眼睛, 斜眼)
* unrealistic skin, fake skin texture, waxy, plastic (不真实的皮肤, 假的皮肤纹理, 蜡质感, 塑料感)

处理脸部问题时，要特别注意和你正面提示词的平衡。比如你想要一个很有特点的角色，可能他就是大小眼，那 asymmetrical eyes 就不应该加。

3. 针对整体肢体和身体结构的负面提示词

有时候问题不只是手和脸，而是整个身体的比例和结构都出了问题，比如胳膊腿长度不对，或者凭空多出来一条腿。

核心身体结构问题词：
* bad anatomy, bad proportions, gross proportions (错误的人体结构, 坏的比例, 恶心的比例)
* malformed limbs, extra limbs, extra arms, extra legs, disconnected limbs (畸形的四肢, 多余的四肢, 多余的胳膊, 多余的腿, 断开的四肢)
* missing arms, missing legs (缺失的胳膊, 缺失的腿)
* long neck (长脖子)
* body out of frame, cropped (身体超出画面, 被裁剪)
* disfigured, deformed (毁容的, 畸形的)

如何有效地使用这些负面提示词？

清单有了，但怎么用才是关键。这里有几个实际操作的步骤和原则。

第一步：从少到多，精准打击。
不要一上来就把几十个负面词全都复制粘贴进去。 这样做不仅可能拖慢你的出图速度，还可能让AI感到困惑，导致画面变得更奇怪。 正确的做法是，先生成一张图，看看具体哪里出了问题。如果是手有六根手指，那就只加上 extra fingers, too many fingers。如果脸部不对称，就加上 asymmetrical face。哪里有问题就加哪里的词，这样最有效率。

第二步：建立你自己的“常用清单”。
在多次尝试后，你会发现有几个词是你几乎每次都会用到的。比如 worst quality, low quality, blurry 和 bad anatomy。把这些词组合成你自己的一个基础负面清单，每次生成图片时先放进去。然后再根据具体情况，往上添加针对性的词。

第三步：使用权重调整。
很多AI绘画工具（比如Stable Diffusion的WebUI）支持调整提示词的权重。 语法通常是 (keyword:weight)。比如，你发现画面里的手部畸形问题特别严重，可以这样写： (mutated hands:1.5)。这会告诉AI，要比平时花1.5倍的力气去避免“变异的手”。 同理，你也可以降低某个词的权重，比如 (blurry:0.8)。

第四步：当负面提示词失效时，该怎么办？
必须承认，负面提示词不是万能的。 有时候无论你怎么写，AI就是会犯错。这时候，就需要用到更高级的工具了。
* 局部重绘 (Inpainting): 这是最直接有效的方法。 在Stable Diffusion WebUI里，你可以用“图生图”中的“局部重绘”功能，用画笔涂抹出问题的区域（比如那只多了一根手指的手），然后让AI只重新生成这个小区域。 这样既保留了图像的其他部分，又能精准修复瑕疵。
* ControlNet: 这是一个更强大的工具，特别是其中的OpenPose或DW Pose模型，可以用来精确控制人物的姿势，包括手势。 你可以提供一张正确手势的参考图，ControlNet会强制AI按照这个骨骼结构来生成图像，从根本上解决手部变形的问题。
* 后期处理: 有时候，最简单的方法反而是最有效的。把生成的图片导入到Photoshop里，用液化工具或者“内容识别填充”稍微修正一下，可能比你反复抽卡几十次要快得多。

总而言之，没有一份能解决所有问题的“神级”负面提示词清单。最好的方法是理解AI为什么会犯错，然后把这份清单当成你的工具箱，根据具体情况，拿出合适的工具来解决问题。把负面提示词和局部重绘等技术结合起来使用，才能真正做到对画面的精准控制。