AI的负向提示词有哪些，它们在图像生成中起到什么关键作用？

AI模型有时候挺笨的，你让它画个苹果，它可能会给你一个歪歪扭扭、看起来像土豆的玩意儿。这时候，你就需要用到负向提示词 (Negative Prompts) 了。

简单说，负向提示词就是告诉AI“不要画什么”。你正向提示词（Prompt）里写“一个红苹果”，负向提示词里就写“畸形、丑陋、奇怪的形状”。这样一来，AI就像个被划了重点的学生，知道什么东西是绝对不能出现在画面里的。这不仅仅是避免画错，更是一种精细控制，让最终出来的图更接近你脑子里的想法。

负向提示词的关键作用

它的作用主要分三类：提高图像质量、规避特定内容，以及精确控制画风。

1. 提高图像质量

这是负向提示词最常见的用途。AI在学习海量图片数据时，也学了不少低质量图片里的毛病，比如模糊、噪点、糟糕的光影。而且，AI画人手的时候，经常会画出六根手指或者扭曲的关节，这是因为它很难理解手的复杂结构。

所以，一套通用的负-向提示词，就像给AI的“质量过滤器”，能帮你自动屏蔽掉很多常见的错误。

常用的质量类负向提示词：

• 处理畸形和错误： deformed, disfigured, poorly drawn, bad anatomy, wrong anatomy, extra limb, missing limb, floating limbs, mutated hands, bad hands, missing fingers, extra fingers, ugly, disgusting
• 处理低质量画面： low quality, worst quality, jpeg artifacts, blurry, noisy, grainy, pixelated, watermark, signature, username, text, error
• 处理糟糕的光影和构图： bad composition, bad lighting, dull, dark, oversaturated, undersaturated, overexposed, underexposed, cropped, out of frame, tiling (tiling是指图片出现重复的拼接感)

举个例子，你想画一个“坐在咖啡馆窗边的女孩”。如果你只用正向提示词，AI可能会生成一个手指粘连、背景模糊、光线平淡的图像。但如果你在负向提示-词里加上 bad hands, blurry, ugly, duplicate, morbid, mutilated, out of frame, extra fingers, mutated hands, poorly drawn hands, poorly drawn face, mutation, deformed, dehydrated, bad anatomy, bad proportions, extra limbs, cloned face, disfigured, gross proportions, malformed limbs, missing arms, missing legs, extra arms, extra legs, fused fingers, too many fingers, long neck，生成的图像质量就会好很多。 AI会主动避开这些描述，去生成一个手指正常、五官端正、画面清晰的女孩。

2. 规避不想要的内容

有时候你想要某个场景，但又不希望某些特定的元素出现。比如，你想画一片宁静的森林，但AI总给你画一些小动物或者徒步的人。

这时，你可以在负向提示词里直接写 animals, people, trails。这样，AI就会刻意避开这些元素，给你一片纯粹的、无人的森林。

再比如，你想生成一张干净的产品图，背景是纯白色。但AI可能会自作主张地加上一些阴影或者装饰。你就可以在负向提示词里加上 shadow, decorations, text, background objects，强制它只生成一个干净的主体。

还有一个很常见的例子是生成不穿衣服的图片。在很多模型里，你如果想生成一张艺术感的人体素描，但又不希望它看起来像色情内容，就需要在负向提示词里加入 nsfw (Not Safe for Work), nudity, erotic 等词语。这就像给AI划定了一条内容边界。

3. 精确控制画风和艺术风格

负向提示词也能用来微调画风。比如，你想要一张色彩鲜艳、充满活力的卡通画，但AI生成的图片色调偏暗、有点写实。

你可以在负向提示词里加上 photorealistic, realistic, grayscale, monochrome, dark, gloomy。 这些词会告诉AI，不要往“写实”、“灰暗”的方向去靠拢，从而让最终的画风更符合你“鲜艳卡通”的预期。

反过来也一样。如果你想生成一张严肃的、纪实风格的黑白照片，就可以在负向提示词里加入 cartoon, anime, drawing, painting, colorful, vibrant，排除掉所有卡通和彩色的可能性。

一个具体的例子：

• 正向提示词： a knight in shining armor, fantasy, epic
• 不加负向提示词的结果： 可能会得到一个看起来像游戏截图、有点塑料感的骑士，或者画风偏动漫。
• 加入负向提示词： 3d, render, video game, anime, cartoon, text, watermark
• 优化后的结果： AI会避开3D渲染和游戏画风，更可能生成一张具有油画质感、风格更经典的骑士形象。

如何使用和组织负-向提示词

没有一套“万能”的负向提示词。不同的AI模型，比如Midjourney和Stable Diffusion，对提示词的理解能力不一样。而且，你想要画的东西不同，需要排除的元素也不同。

但是，有一些基本方法可以参考：

第一步：先从通用的质量类词组开始。

不管画什么，先把那些提升基础质量的词加上，比如 low quality, worst quality, bad hands, deformed 等。 网上有很多整理好的“通用负向提示词包”，你可以直接复制粘贴来用，然后再根据自己的需求修改。

第二步：明确你“不想要”的具体东西。

生成一张图后，仔细看，把所有你不满意的地方都用语言描述出来，然后加到负向提示词里。

• 画面里多了东西？ 比如画风景却出现了汽车，就加上 car, vehicle。
• 颜色不对？ 想要冷色调却偏暖，就加上 warm colors, red, yellow。
• 画风不对？ 想要照片质感却像油画，就加上 painting, illustration。

第三步：使用权重来强调。

在某些AI工具（如Stable Diffusion）里，你可以给提示词增加权重。比如，(bad hands:1.5) 的意思就是“我极其不想要畸形的手”，这个指令的强度比单纯写 bad hands 要高。当你发现某个问题特别顽固，AI总是改不掉时，就可以试试增加它的权重。

第四步：不断测试和调整。

AI生成图像有点像抽卡，不是每次都能成功。同一个提示词，多生成几次，结果也可能不一样。所以，你需要不断尝试，修改你的正向和负向提示词组合，直到找到一个能稳定生成你想要结果的“配方”。

把常用的、效果好的负向提示词组合保存下来，分类管理。比如，“人物专用”、“风景专用”、“黑白照片专用”，这样下次再用的时候，就不用从头开始了。

总的来说，负向提示词就像是给AI创作过程中的“刹车”和“方向盘”。正向提示词踩下油门，告诉AI要去哪里；而负向提示词则负责在路上避开坑洼、修正方向，确保它能安全、准确地到达目的地。用好了它，你对AI的控制力会强很多。