負面提示詞 (Negative Prompt)
負面提示詞是 AI 圖像生成中用來排除非預期元素的指令,專門告訴模型「畫面上不要出現什麼」,例如多餘的手指、文字雜訊或浮水印。
負面提示詞(Negative Prompt)是 AI 繪圖工具中的反向指令欄位,主要功能在於明確告訴模型「不要在畫面中生成哪些元素」。當你在正面提示詞描述了想要的場景後,AI 仍可能隨機加入突兀的細節;此時負面提示詞就像一張過濾清單,能有效剔除多餘的手指、變形的肢體、模糊畫質或不受歡迎的浮水印。
許多初學者以為只要正面提示詞寫得夠長,畫面就會完美,但擴散模型本質上是在機率空間中去噪點並還原細節。善用負面提示詞,可以從一開始就替畫面設定好禁止跨越的紅線,讓成品質感大幅提升。
負面提示詞的運作原理:替生成方向踩煞車
在 AI 圖像生成的運算過程中,正面提示詞給予模型一個「前進的向量目標」,驅使演算法往特定主題靠攏。相對地,負面提示詞則是「排斥的向量力量」,告訴模型哪些概念特徵必須極力遠離。
舉例來說,若你在正面要求一張寫實人像,AI 可能因為訓練資料的關聯性,自動帶入雜亂背景或誇張的磨皮質感。一旦你在負面提示詞欄位填入 blurry, bad anatomy, low quality,演算法在每一步去噪計算時,都會刻意修正並避開這些特徵分布,確保最終結果更貼近預期。
在地生活實例:台南老宅咖啡廳的菜單插畫
想像一下,台南神農街上一間由老穀倉改建的獨立咖啡廳,店主想要為新推出的手沖配方豆設計一張文宣視覺。他在正面提示詞輸入了陽光灑落的磨石子地板、復古木桌與手沖咖啡濾杯,希望呈現溫暖且帶有台灣老屋質感的氛圍。
如果沒有加入負向限制,AI 很容易自動產出帶有現代感強烈的金屬高腳椅、奇怪的英文亂碼招牌,甚至把濾杯把手畫成雙層結構。這時店主加入具體的負面提示詞:
- 排除物件干擾:例如
modern furniture, plastic cup, neon lights,避免現代塑膠杯破壞懷舊復古感。 - 剔除版面雜訊:例如
text, watermark, logo,防止畫面角落出現無意義的偽商標與雜亂文字。 - 修正結構瑕疵:例如
extra handles, floating objects, distorted perspective,確保咖啡壺與器皿結構合乎物理邏輯。
實務上最常使用的負向排除類別
撰寫負面提示詞時,不需要盲目堆疊長篇大論,而是應該分門別類針對常見瑕疵進行防守。一般而言,主要涵蓋四個核心面向:
- 畫質與解析度:如
low resolution, jpeg artifacts, blurry, grainy,防止畫面出現色塊壓縮或顆粒感過重。 - 解剖與結構問題:如
mutated hands, poorly drawn fingers, extra limbs, bad proportions,專門對付人像最常翻車的肢體錯誤。 - 畫風與媒材污染:若想生成真實照片,應排除
illustration, 3d render, cartoon, anime;反之亦然。 - 商業版權雜質:如
signature, username, watermark,消除訓練圖庫常見的作者簽名痕跡。
新手常見的負向設定迷思
許多人剛接觸 negative prompt 時,習慣上網複製動輒上百字的「萬用負面提示詞懶人包」,這其實是常見的誤區。無節制地塞入過多詞彙,會過度壓縮模型的生成自由度,反而導致畫面失去生動細節、色彩扁平,甚至讓正面提示詞的主題失焦。
此外,部分新型生成工具已經簡化介面,取消了獨立的負面提示詞輸入框。遇到這種情況,只需在主要提示詞中改用自然語言,例如直接寫下「背景乾淨無人、不要出現任何文字標籤與塑膠製品」,同樣能達到引導模型排除特定元素的效果。
在 Midjourney、FLUX、Ideogram、GPT Image 與 ComfyUI 的設定方式,附前後對比圖: 參數字典中的 負面提示詞 (Negative Prompt)
常見問題
為什麼我在 negative prompt 寫了不要文字,畫面還是出現亂碼?
因為現有圖像生成模型在理解文字符號時,容易將其視為圖像紋理而非語意。若模型訓練集中該類場景通常附帶文字,建議同時加入 text, watermark, signature 等多個同義字,或改換構圖角度來減少文字生成的機率。
負面提示詞一定要用英文寫嗎?
多數底層模型以英文資料集為主,使用英文詞彙通常能達到最精準的排除效果。雖然部分平台支援中文輸入,但轉換為英文術語仍是目前最穩定可靠的作法。
負面提示詞塞得越多越好嗎?
並不是。過度堆疊負面詞彙容易過度約束演算法,使光影變得死板或削弱原有的創意細節。最理想的做法是根據每次生成的瑕疵,有針對性地微調幾組關鍵詞即可。
有些 AI 工具沒有負面提示詞欄位,該如何處理?
若工具沒有提供專門的負向輸入框,可以直接在主提示詞中使用否定句型,例如「避免畫面中出現車輛」或「純色背景、無雜物」,現代語意理解能力較強的模型多半能正確解讀。
