Stable Diffusion负向提示词

Stable Diffusion

类型：人工智能

简介：基于AI的绘画生成工具，主要用于根据文本描述生成详细图像。

百科词条 访问网站

很多用户刚开始用 Stable Diffusion 时，会把注意力放在正向提示词上：想要什么风格、什么主体、什么背景。但图片生成后，经常出现模糊、手部异常、画面多出文字、水印、奇怪物体等问题。这时就需要用到负向提示词。负向提示词不是万能修图按钮，但它能帮助模型减少一些不希望出现的内容。本篇教程重点讲清楚负向提示词怎么写、哪些场景适合用，以及为什么不能盲目复制超长负向词。

一、负向提示词是用来“排除”的

在 Stable Diffusion 中，正向提示词告诉模型“想要什么”，负向提示词则告诉模型“尽量不要什么”。

例如正向提示词写：

a modern office desk, laptop, soft light, clean background

负向提示词可以写：

low quality, blurry, watermark, text, messy background

这样模型会更倾向于生成干净办公桌画面，并尽量减少模糊、水印和杂乱背景。

不过要注意，负向提示词只是影响生成方向，不是绝对禁止。不同模型、不同参数、不同图片尺寸下，效果会有差异。

二、常见负向提示词可以按问题分类

不要一上来就复制几百个负向词。更好的方式是根据图片问题分类添加。

1、画质问题

适合减少低质量、模糊、压缩感：

low quality, blurry, low resolution, jpeg artifacts

2、结构问题

适合减少人物、物体结构异常：

distorted, deformed, bad anatomy, bad proportions

3、手部问题

人物图常见：

extra fingers, missing fingers, fused fingers, bad hands

4、文字和水印问题

文章封面、产品图常用：

watermark, text, logo, signature, random letters

5、画面干扰元素

适合减少不想要的杂物：

extra objects, messy background, duplicate, cluttered

按问题分类添加，比一次堆很多词更容易控制效果。

三、人物图负向提示词怎么写

人物图最容易出现的问题是手、脸、肢体比例和多余人物。

可以从这组基础负向词开始：

low quality, blurry, bad anatomy, bad hands, extra fingers, missing fingers, distorted face, extra limbs

如果生成的是半身照或头像，不一定需要写太多关于脚、全身比例的负向词。负向词也要和画面类型相关。

1、修手不要只靠负向词

手部问题很常见，但只靠负向提示词不一定能完全解决。可以结合：

1. 更合适的人物模型；
2. 更清楚的姿势提示；
3. 局部重绘；
4. ControlNet 姿势控制；
5. 降低复杂手部动作。

如果提示词要求人物拿很多东西、手指动作复杂，手部崩坏概率会增加。

四、产品图负向提示词更关注真实性

产品图不只是好看，还要尽量真实。负向提示词可以帮助减少多余物体、错误文字和水印。

产品图常用负向词：

distorted product, extra objects, watermark, text, logo, blurry, low quality, unrealistic material

如果是白底产品图，可以加：

busy background, cluttered background, shadow too strong

但不要通过负向词强行“删除”产品真实特征。比如产品本来有按钮、接口或纹理，不应该把这些都排除掉。

五、文章封面图要避免乱码和杂乱

内容网站文章封面图常见问题是：画面里出现乱字、伪文字、伪 Logo、杂乱 UI。

可以使用：

random text, watermark, logo, signature, messy layout, overcomplicated background

如果你需要的是科技感封面，正向提示词里可以写清楚：

clean digital interface, abstract dashboard, no readable text

负向提示词配合正向提示词，效果通常比单独堆负向词更好。

六、负向提示词过长可能适得其反

很多用户会复制一大串通用负向提示词，里面包含几十甚至上百个词。这样有时能改善画面，但也可能带来问题：

1. 画面变得僵硬；
2. 风格被压制；
3. 模型理解混乱；
4. 正向提示词影响变弱；
5. 调试时不知道哪个词起作用。

更推荐的做法是：先用一组基础负向词，发现具体问题后再补充。

七、调试负向提示词的方法

可以按下面方法测试：

1. 固定模型；
2. 固定 Seed；
3. 固定正向提示词；
4. 先不用负向词生成一张；
5. 加入基础负向词再生成；
6. 针对具体问题逐个补充；
7. 对比变化。

每次只增加少量词，更容易看出效果。

八、不要把负向提示词当成质量保证

负向提示词可以减少问题，但不能保证图片一定可用。模型能力、训练风格、图片尺寸、采样器、LoRA、ControlNet 都会影响结果。

如果多次出现同类问题，不要只继续堆负向词，可以考虑：

1. 换模型；
2. 降低分辨率；
3. 改提示词；
4. 使用图生图；
5. 使用局部重绘；
6. 使用 ControlNet。

FAQ

Q1：负向提示词越多越好吗？

A：不是。负向提示词要针对实际问题添加，过长的负向词可能压制风格，也会增加调试难度。

Q2：为什么加了 bad hands 还是手部异常？

A：手部结构本身较难生成，负向提示词只能降低概率。可以结合局部重绘、姿势控制和更合适的模型。

Q3：产品图可以用负向词去掉 Logo 吗？

A：可以尝试减少生成中的随机 Logo，但不能用 AI 方式误导用户或处理未授权品牌素材。

Q4：文章封面图总出现乱码怎么办？

A：在负向词中加入 text、random letters、watermark 等，同时在正向提示词中说明 no readable text 或 clean background。