首页 / Prompt词库 / 正文
Prompt词库

Stable Diffusion负面提示词大全:提升AI绘画质量,解决手指崩坏与画面模糊

chuanbook chuanbook
发布于 2026 年 11 月 21 日
阅读 约30分钟
浏览 11
评论 0

1.1 负面提示词的定义与作用原理

我刚开始用Stable Diffusion出图时,眼睛只盯着正向提示词,恨不得把所有好词都塞进去。后来发现画面里总冒出多余的手指、糊成一团的背景、莫名其妙的文字水印。朋友提醒我看看负面提示词那一栏,我才意识到还有另一半控制逻辑。简单说,负面提示词就是告诉模型“别往这个方向走”的文字指令。它不直接描述你想要什么,而是把你不想要的视觉特征推开。在Stable Diffusion的采样过程中,正向提示词把潜空间往目标概念拉,负面提示词则把潜空间从排斥概念推远。两个方向共同决定最终图像落在哪里。

从模型角度看,负面提示词参与的是无分类器引导(CFG)的计算。每一步去噪时,模型会同时评估正向和负向条件,再按引导强度做差值。负面提示词写得准,模型就能避开大量训练数据里常见的瑕疵模式,比如低分辨率压缩痕迹、过度锐化边缘、肢体粘连。我自己的体会是,负向词不是“越多越好”,而是“越准越省力”。新手阶段我常犯的错是把几十个词堆进去,结果模型被过度约束,画面变得僵硬发灰。

实际操作中,负面提示词的作用原理还跟文本编码器有关。CLIP会把每个词映射成向量,多个负面词之间会互相影响。有些词在语义上打架,同时写进去反而削弱抑制效果。我后来学会分组测试:先放质量类负面词,观察画面干净程度;再放结构类负面词,看手指和肢体是否改善。这样一轮轮调整,比一次性写一大串更可控。负面提示词不是魔法棒,它更像给模型划定的安全边界,边界清晰了,正向创意才有发挥空间。

1.2 为什么负面提示词对Stable Diffusion至关重要

Stable Diffusion的训练数据来自互联网海量图片,里面混着大量低质量素材、压缩伪影、构图混乱的样本。模型学会了生成好看的东西,也学会了复制那些毛病。负面提示词就是把后一类倾向压下去的关键手段。我拿同一组正向提示词做过对比:不加负面词时,人物手部经常多指或融合;加上“extra fingers, fused fingers, poorly drawn hands”之后,出图可用率明显上升。这个变化不是偶然,它说明负面提示词在弥补模型先验偏差。

另一个重要原因是Stable Diffusion对提示词很敏感,正向词写多了容易互相稀释。比如你想画“干净背景的肖像”,正向词里写“simple background”有时压不住复杂纹理。负面词里加“busy background, cluttered, text, watermark”就能从反方向加固。我的工作流里,负面提示词承担了“质检员”的角色,正向词负责创意方向,负向词负责排除常见事故。没有这个质检环节,十张图里可能只有两三张能直接用。

从社区实践看,负面提示词已经成了Stable Diffusion提示词工程的标准配置。C站上很多模型卡会直接推荐负面词模板,SDXL和SD 1.5的推荐还不一样。我刚开始忽略这一点,用SDXL跑图时照搬SD 1.5的负面词,效果就不太对。这跟不同模型的训练数据分布有关。负面提示词的重要性还体现在批量出图场景:你没法每张图手动修,负向词就是自动化过滤瑕疵的第一道筛子。我现在的习惯是,新建一个工作流先把负面词模板固定下来,再调正向创意,效率高很多。

1.3 负面提示词与正向提示词的协同关系

正向提示词和负面提示词不是各管各的,它们在同一次采样里互相博弈。我常跟朋友打比方:正向词是油门,负面词是刹车,两个都踩对了车才稳。比如画“森林里的发光蘑菇”,正向词强调“bioluminescent, magical atmosphere”,负面词要防“overexposed, blown highlights, muddy colors”。负向词太弱,画面容易过曝;负向词太强,蘑菇的发光感又被压掉。这个平衡点得靠试。

我的经验是,正向词描述“要什么”时尽量具体,负面词描述“不要什么”时也要具体。笼统的“bad quality”不如“low resolution, jpeg artifacts, blurry”来得有效。有一回我画机械臂,正向词写了“intricate mechanical joints”,负面词只写了“bad anatomy”,结果关节还是乱。后来我把负面词改成“extra joints, disconnected parts, floating screws”,机械结构立刻规整很多。正面和负面在语义上要形成互补,而不是简单堆砌反义词。

协同关系还体现在权重分配上。正向词里某个概念很重要,负面词里就不要放语义相近的抑制项,否则会互相抵消。我试过正向写“soft lighting”,负面写“harsh shadows, dark”,结果画面灰蒙蒙的。原因在于“dark”和“soft lighting”在潜空间里拉扯太厉害。后来我把负面词改成“harsh shadows, overcontrasted”,问题就消失了。正向和负面像两支队伍,各自有明确任务,别让它们在中场抢球。

1.4 常见误区:过度依赖负面提示词

我见过不少新手把负面提示词当成万能药,一上来就复制几百个词的“终极负面大全”。实际跑图时,画面反而变差:颜色发灰、细节丢失、构图呆板。这跟CFG引导机制有关,负面词太多太杂,模型每一步都在被多个方向推,最后落点偏离预期。我自己也踩过这个坑。有次为了修手指,负面词里加了二十多个解剖相关词,结果人物手是正常了,手臂姿势却僵硬得像木偶。负面词过度抑制,会把正常变化也杀掉。

另一个误区是认为负面词能解决所有问题。模型本身画不好某些结构,比如复杂手势、多人交互,光靠负面词压不住。我现在的做法是负面词管“常见瑕疵”,复杂结构交给ControlNet或者局部重绘。负面词的作用范围有限,它擅长排除训练数据里的高频缺陷,不擅长无中生有地纠正姿态。把负面词当辅助工具,别当主力军。

还有人把负面词模板当成固定公式,换模型、换风格也不改。我早期也这样,后来发现同一组负面词在写实模型上效果好,在二次元模型上可能把风格特征也压没了。比如“3d, render”放在写实负面词里合理,放到动漫模型里可能把该有的立体感削掉。负面提示词需要跟着模型和任务走,定期做减法比一味做加法更重要。我现在每隔一段时间会清掉一批不常用的负面词,观察画面有没有变好,往往删掉几个反而更通透。

2.1 按画面质量分类:低质量、模糊、噪点等

我翻自己早期的出图记录,发现一个特别明显的规律:十张废片里有七张不是构图烂,也不是内容跑偏,就是画质本身不行。糊得像隔了层毛玻璃,噪点多得像撒了胡椒面,边缘全是锯齿。那会儿我不知道有负面提示词这回事,后来把“blurry, low resolution, jpeg artifacts, pixelated”这组词填进去,画面清晰度立马不一样了。这几样东西在潜空间里是绑在一起的,模型一旦识别出“低质量”这个方向,就会把一整套压缩痕迹和模糊特征都激活。你从反面堵住它,相当于把这条烂路给封了。

具体怎么分类,我习惯按严重程度排个序。最狠的是“worst quality, low quality, normal quality”这一串,社区里流行叫它质量三连,基本上能压住大部分粗制滥造。再往下是分辨率相关的,“lowres, blurry, out of focus”,这三个经常一起用,对付那种整张图糊成一片的情况特别管用。噪点类的是“noise, grainy, film grain”,这里有个小坑:如果你画的是胶片风格人像,加“film grain”会把想要的颗粒感也干掉,我干过这事,出来的人脸光滑得像塑料模特。后来学乖了,只在写实产品图和平面设计里用这组。

还有一类是压缩伪影,“jpeg artifacts, compression artifacts, banding”,做网页素材和印刷品的时候必加。我试过同一组正向词跑两次,一次没加这几个词,一次加了,没加的那张放大到百分之两百能看到明显的色块断层,加了的那张边缘干净得多。水印和文字也归到质量类里管,“watermark, text, signature, logo”这几个词救过我太多次,尤其是画风景和建筑的时候,模型老爱在角落里给你添一行假签名。说白了质量类负面词就是先把“能看”这个底线守住,内容好不好另说,画质先得及格。

2.2 按内容元素分类:人体结构、物体形态、背景杂乱等

画人的时候我踩过的坑最多,所以人体结构这组负面词我背得最熟。“bad anatomy, bad hands, missing fingers, extra digits, fewer digits”这五个是我手里的常备药。有段时间我画弹钢琴的手,十张里有八张手指数量不对,要么多一根,要么两根粘一起。后来在负面词里加了“fused fingers, mutated hands, poorly drawn hands”,可用率才上来。不过我得提醒一句,这组词不能无脑堆,你画特写手部的时候加“bad hands”是有用的,画全身远景的时候加太多手部词汇反而占用模型注意力,把别的地方搞僵。我吃过这个亏,一张风景人像因为负面词里手部相关词太多,人物手臂姿势变得跟木头桩子似的。

物体形态这块比较杂,“bad proportions, deformed, distorted, disfigured”是通用款,画什么都能用。具体到场景里就得换词,画汽车加“extra wheels, broken windows”,画建筑加“crooked lines, uneven windows, tilted horizon”。我有个朋友画机甲,负面词里常驻“asymmetrical parts, floating components, disconnected limbs”,他说这组词比什么通用负面都实在。背景杂乱也挺要命,“busy background, cluttered, messy, chaotic composition”这几个词能逼着模型把背景收拾干净。我做电商图那阵子,产品老是被背景里的杂物抢戏,加上“simple background, clean background, plain”之后,主体突出多了。这组词有个副作用,你要是画的是热闹的市集或者森林场景,加太狠会把该有的细节也抹掉,画面变得空荡荡的。我现在的做法是分场景切换,拍产品就上干净组,画故事插图就把这组撤掉或者降权。

2.3 按风格与氛围分类:过度饱和、阴暗、恐怖等

风格氛围类的负面词比较微妙,因为它管的是“味道”而不是“对错”。我画过一组儿童绘本插图,怎么调都觉得画面太冲,颜色艳得扎眼睛。后来在负面词里加了“oversaturated, overcontrasted, neon colors”,整个画面立刻柔和下来,有了那种水彩绘本的温润感。这组词做品牌视觉和高级感海报的时候特别好使。反过来,你要画赛博朋克或者波普艺术,把“oversaturated”加进去就是自废武功。我一般是先定风格再决定这组词加不加,写实人像和极简设计加,插画和潮流视觉不加。

阴暗恐怖类的词我也常用,“dark, gloomy, horror, scary, creepy, sinister”这几个放在儿童内容、萌宠图、美食摄影里是标配。有回帮朋友画蛋糕店宣传图,出来的图老带着一股阴间滤镜味,奶油看着像水泥,加上“dark, gloomy, eerie”之后才恢复正常。还有“gore, blood, violence”这组,做家庭向内容和商业提案的时候我一定加上,模型有时候会莫名其妙给你整点惊悚元素,宁可错杀不可放过。不过我最近发现一个好玩的事,我画万圣节主题插画的时候忘了删这组词,结果南瓜灯画得特别乖巧可爱,一点诡异氛围都没有。负面词这东西是真管事,你让它避开什么它就真避开什么,连你临时想要的那点氛围也一并躲开了。

情绪类的负面词容易被忽略,“sad, angry, depressed”这几个我一般不加,除非客户明确要阳光积极的调性。有一次做保险公司的宣传图,人物表情老是苦大仇深的,加上“sad, angry, frowning”之后笑容自然多了。这类词用起来得克制,加多了人物表情会僵,笑得假。我现在只在商业项目里用,个人创作随它去。

2.4 按艺术缺陷分类:畸变、变形、多余肢体等

这组词解决的是“明显画错了”的问题,跟质量类的“画糊了”不是一回事。畸变和变形是重灾区,“deformed, distorted, warped, twisted”这四个我几乎每个工作流都带。画建筑和室内设计的时候尤其明显,线条歪一点整个空间就垮了。我画过一个咖啡馆场景,桌椅透视全拧着,后来把“warped perspective, distorted lines”加进负面词,再配合ControlNet的直线控制,才把空间关系扳正。多余肢体这组词也得备着,“extra limbs, extra arms, extra legs, missing limbs”画人物群像的时候特别重要。我试过一张三人合影,中间那个人多长出一条胳膊搭在旁边人肩膀上,看着跟恐怖片似的。加上“extra limbs, fused limbs”之后这个问题基本绝迹。

五官类的缺陷也归在这儿,“bad eyes, asymmetrical eyes, cross-eyed, deformed face”这几个我画人像必加。有一阵子我出图人物眼睛总是一只大一只小,要么两只眼珠方向不一致,加上“asymmetrical eyes”改善了很多。不过我后来发现“deformed face”这个词有点猛,加进去之后人脸会变得过于标准,像AI生成的标准脸,缺少个人特征。现在我把它降权处理,只在批量出图的时候用满权重,精修单张的时候调到低权重或者干脆拿掉。

还有一组容易被忽略的是结构逻辑错误,“floating objects, disconnected parts, impossible geometry”。我画机械臂和家具的时候被这个坑过好多次,螺丝悬空、零件不挨着,看着像拼贴画。加上“floating parts, disconnected components”之后模型会老实很多,该连接的地方连接上。这组词和2.2里的物体形态类有重叠,我的分法是:形态类管“长得不对”,缺陷类管“逻辑不对”。你画一辆车,轮子形状怪是形态问题,轮子没挨着地面是逻辑问题,两组词各管一摊。

2.5 精选常用负面提示词模板集锦(可直接复制使用)

我把自己工作流里存着的负面词模板翻出来整理了一遍,按场景分了几组,都是反复验证过的,直接复制就能用。第一组是通用基础款,适合大部分写实和半写实场景:worst quality, low quality, normal quality, lowres, blurry, jpeg artifacts, watermark, text, signature, bad anatomy, bad hands, extra digits, fewer digits, deformed, distorted, disfigured, extra limbs, bad proportions。这组比较长,我一般新建工作流先填进去,再根据具体内容做加减。新手期我建议直接用,别自己瞎配,这组词是把最常见的雷都排了一遍。

第二组是人像专用款,比通用版多了五官和姿态相关:worst quality, low quality, blurry, bad anatomy, bad hands, extra fingers, fused fingers, poorly drawn face, asymmetrical eyes, deformed eyes, cross-eyed, extra limbs, missing limbs, long neck, bad proportions, ugly, disfigured。我画肖像和角色设定的时候用这组,出图稳定很多。画全身照的时候我会把“long neck”拿掉,不然脖子会缩得太短,看着像没脖子。

第三组是风景和建筑专用:worst quality, low quality, blurry, lowres, warped perspective, distorted lines, crooked horizon, uneven windows, floating objects, disconnected parts, oversaturated, overcontrasted, watermark, text。这组把重点放在透视和结构逻辑上,画室内设计和产品场景的时候特别管用。

第四组是二次元和插画向的:worst quality, low quality, bad anatomy, bad hands, extra digits, fewer digits, fused fingers, deformed, blurry, jpeg artifacts, oversaturated, bad proportions, missing limbs, extra limbs, poorly drawn face。这组比写实组少了些质感类的词,多了些造型类的词,因为二次元模型对画质类负面词没那么敏感,加多了反而把线条的干净感压没了。

第五组是极简负面词,适合SDXL和较新的模型,我最近用得越来越多:low quality, blurry, bad anatomy, bad hands, extra digits, deformed, watermark, text。就这几个词,多了不加。SDXL对负面词的依赖比SD 1.5小,堆太多反而容易让画面发灰。我拿这组跑过一批测试,和用长串负面词的结果对比,画面通透度反而更好。负面词这东西,真的是越往后用越少,知道什么时候不加比知道加什么更重要。

3.1 权重语法基础:(word:1.2)与[word]的含义

我第一次看到别人写(bad hands:1.5)这种格式的时候,脑子里蹦出来的问题是——这跟写代码似的,我是不是还得记一堆规则?后来自己上手试了才明白,这事儿本质上就是给模型递话的时候加个音量旋钮。圆括号包住词再加个冒号数字,就是在说“这个词你多上点心”,数字越大越上心。(word:1.2)的意思是这个负面词的压制力度乘以一点二,(word:1.5)就是乘一点五。我做过一个很直观的对比,同一组种子,bad hands不设权重跑出来手指该乱还是乱,挂上(bad hands:1.4)之后手指形态明显老实多了。

方括号是反着来的。[word]相当于把权重除以一个系数,系统默认大概是一点一左右,写[bad hands]就等于告诉模型“这个词你少管点”。我一般用方括号来处理那种加进去有用、加多了有害的词。比如画全身人像的时候,bad hands确实能防手指乱飞,但有时候权重太高了会让手部区域糊成一团,我就在后面跟一个[bad hands]把它压下来一点,效果反而自然。方括号还有个用法是给多词组合降权,[watermark, text, signature]这样写,整组词的抑制力度都弱一档,适合那些模型本来就很少犯的毛病。

语法层面还有个细节我得提一嘴——括号可以嵌套,((word))等于把权重乘两次,但我不推荐这么干。嵌套容易算乱,尤其是负面词一多,你根本记不住哪个词被放大了几倍。我现在的工作流里只用单层圆括号加精确数字,写(word:1.3)永远比((word))清楚。数字超过一点五就要小心了,抑制太猛容易把相邻的正面元素也带偏,这个后面讲权重冲突的时候我会仔细说。

3.2 如何调整权重以控制负面效果的强度

调权重这事儿跟炒菜放盐一个道理——你得先知道这道菜本身什么味,再决定搁多少。我的经验是把负面词权重分成三档来用。一点一到一点三是温和档,适合那些“有最好、没有也不致命”的词,比如oversaturated或者busy background,轻微压一压画面就舒服了。一点四到一点六是标准档,大部分严重缺陷词挂在这个区间,像bad anatomy、extra digits、deformed这种,力度够但不至于把画面搞僵。一点七以上是猛药档,我只在批量出草图或者极端情况下用,比如画面里反复出现同一个结构错误,怎么调都压不住,才把权重推到一点八甚至二点零。

具体到实操,我有个笨办法但特别管用——固定种子做单变量测试。拿一张之前跑出问题的图,种子锁死,只改一个词的权重,从零点八开始每次加零点二跑到二点零,横着排成一条对比图。跑完一轮你就知道这个词在什么区间最舒服。我测blurry这个负面词的时候发现,写实人像一点三就够了,建筑场景得给到一点五才干净,二次元插画反而写[blurry]降到零点九画面线条更利落。同一个词在不同场景里的甜点区间完全不一样,这事儿不自己跑一遍根本摸不准。

还有一个反直觉的发现——不是所有负面词都值得给权重。我早期犯过一阵子“全加权重”的毛病,把负面词列表里每个词都挂上一点四,结果画面整体发灰,细节也少了,感觉像被什么东西闷住了。后来拿掉大半权重,只给最关键的七八个词设数值,其他全用默认,画面立刻透亮了。负面词的权重总量是有限的,你分给张三多了分给李四就少了,这个道理我用了好几个月才真正吃透。

3.3 分层权重设置:关键缺陷高权重,次要缺陷低权重

分层这事儿不是我自己想出来的,是被逼出来的。有一回画产品图,背景里老冒出奇怪的纹理和杂物,我第一反应是把busy background和cluttered的权重拉高,拉到一点六之后背景确实干净了,但产品本身的材质也变得光秃秃的,金属质感都没了。那次之后我才开始琢磨——负面词跟人一样,得分个主次,不能一视同仁。我现在把负面词分成三层来管:最上面一层是“出来就废了”的词,比如bad anatomy、extra limbs、deformed这种,权重给一点四到一点六;中间层是“看着不舒服”的词,比如blurry、oversaturated、bad proportions,权重一点一到一点三;最下面一层是“有的话更好”的词,比如watermark、text、noise,权重直接用默认或者降到零点九。

分层之后有个明显的好处,就是改图的时候知道往哪儿下手了。出图有问题我先判断是哪一层没管住,如果是人体结构崩了,说明第一层权重不够,我就单独往上调那一两个词再跑。如果只是画面看着有点脏,那就动第二层的词。以前一锅乱炖的时候,出了问题只能全列表加权重,加完经常把别的地方搞坏。现在分层管,改动精准得多,跑图的效率也上来了。

具体到层内怎么分配,我还有个习惯——同层里的词也分个轻重缓急。第一层里bad anatomy永远排最前面,权重比extra limbs高零点一左右,因为人体结构错了整张图就没法用,多出来的肢体有时候还能靠局部重绘救一救。第二层里blurry和lowres是一对,画写实的时候权重给一样,画插画的时候lowres给高一点、blurry给低一点,因为插画要的是线条干净,糊不糊倒是其次。这种微调听着麻烦,但跑多了就有肌肉记忆了,我现在新建工作流基本不用想,手自动就把权重填好了。

3.4 权重冲突与平衡:避免过度抑制正面元素

权重这事儿最坑的地方在于——你压负面词的时候,正面词也会跟着遭殃。我画过一张咖啡馆内景,正面词里有warm lighting和cozy atmosphere,负面词里加了dark和gloomy来防阴间滤镜,结果dark的权重拉到一点五之后,暖光感全没了,画面冷得像太平间。那次我盯着屏幕愣了半天才反应过来——dark和warm在潜空间里可能是邻居,你使劲把dark往外推,warm也被顺带推出去了。后来我把dark降到一点一,又给warm lighting加了点权重,画面才回到正轨。

这种事我碰上不止一回了。画人像的时候deformed face挂高权重,人物的面部特征会变得特别标准,像流水线出来的假人,五官对得整整齐齐但一点个性都没有。后来我把deformed face降到零点九,又在正面词里加了distinctive features,才算把个性找回来。还有一次画机甲,asymmetrical parts的权重太高,机甲的左右臂完全对称,看着跟纸片似的,一点机械感都没有。那之后我明白一个规律——负面词权重超过一点五的时候,你得检查一下它有没有误伤正面词,尤其是正面词里跟它有语义关联的那些。

找平衡点的方法我总结了一个土办法——先给正面词加成,再压负面词。具体操作是先把正面提示词里你想要的东西挂上一点一到一点二的权重,把坑占住,然后再去调负面词。这样负面词压过来的时候,正面词有底子在,不容易被冲垮。我画光影复杂的场景时常用这招,正面词里rim lighting、volumetric light、specular highlight各给一点一五,负面词里flat lighting和overexposed随便压,出来的光感都很稳。反过来你要是先压负面再补正面,就得反复调好几轮,时间全耗在试错了。

3.5 动态权重与调度器(如Prompt Editing)的配合使用

Prompt Editing这个东西我一开始觉得花里胡哨,用熟了之后发现它是真能解决问题。它的核心逻辑是——负面词不是一成不变的,你可以让它在生成过程的不同阶段用不同权重。语法是这样的:[word1:word2:0.5],意思是前百分之五十的步数用word1,后百分之五十换成word2。我拿它来管负面词的时候,最常见的用法是让关键缺陷词前段高权重、后段降下来。比如画人像,前百分之四十步数用(bad hands:1.6)把手的结构先框住,后面换成(bad hands:1.0)让模型自由发挥细节。这么搞出来的手比全程高权重自然得多,既没乱长手指,也没僵成木头块。

还有个用法是“先松后紧”和“先紧后松”的选择。画建筑和室内场景我一般用先紧后松——前段把warped perspective和crooked lines的权重拉高,让模型先把大结构立住,后段降下来给材质和光影留出空间。画人物特写反过来,先用标准权重让模型搭好整体,到后段再把asymmetrical eyes和bad proportions的权重提上去修细节。这个节奏感我是试了十几组参数才摸出来的,不同题材的切换点不一样,建筑场景大概在零点四到零点五之间切,人像在零点六到零点七之间切比较顺。

Prompt Editing还能干一件更细的活儿——在生成过程中替换负面词本身,不只是改权重。比如[blurry:noise:0.3],前百分之三十防模糊,后面换成防噪点。我画夜景图的时候用过这招,前段压模糊把灯火轮廓先弄清晰,后段换防噪点避免暗部出彩色噪点,比全程挂两个词高权重干净得多。不过这个技巧有个前提——你得对出图过程有预判,知道哪个阶段容易出什么毛病。我一般只在反复跑同一个题材、已经摸清模型脾气的时候才用替换语法,生面孔题材还是老老实实全程挂词,省得顾此失彼。动态权重这东西是锦上添花,不是雪中送炭,基础权重都没调明白的时候硬上调度器,大概率是给自己挖坑。

4.1 针对不同模型(如SD 1.5、SDXL)的负面提示词适配

说实话,我一开始觉得负面词这套东西换个模型应该也大差不差,后来被SDXL狠狠教育了一顿。同一个负面词列表,搁SD 1.5上跑得好好的,搬到SDXL里直接失灵,画面该糊还是糊,该崩还是崩。后来我才搞明白,SDXL的文本编码器架构跟1.5完全两码事,它对负面词的敏感度和响应方式都不一样。SD 1.5属于那种“你喊一嗓子它就听”的模型,负面词挂上去效果立竿见影,SDXL更像是个有主见的家伙,你得用更精准、更简洁的词才能说动它。我现在跑SDXL的时候会把负面词列表砍掉三分之一,只留最核心的那些,权重也普遍下调零点一到零点二,效果反而比堆一长串词好。

具体到实操层面,我给SD 1.5准备的负面词模板通常比较长,二三十个词是常态,lowres、blurry、bad anatomy、extra digits、worst quality这一套经典组合基本都会带上。跑SDXL我就精简到十五个词左右,把worst quality、low quality这些泛泛的词拿掉,换成low resolution、jpeg artifacts这种更具体的描述。SDXL对“质量”这类抽象概念不太买账,它更认具体的视觉缺陷描述。还有一个挺关键的差异——SDXL对负面词的权重耐受度更低,我在1.5上敢把bad hands推到一点五,在XL上超过一点三手就开始发僵了,指关节跟焊死了似的,细节全无。

你要是玩过SD 2.1或者SD3,那负面词的写法又不一样。2.1的文本编码器对负面词的反应强度介于1.5和XL之间,但它的词汇理解范围偏窄,用太冷门的负面词它压根不认,写deformed有用,写malformed可能就没啥反应。我现在的习惯是新建一个模型先跑一组对照测试——同一张图、同一个种子,正面词固定,负面词列表从简到繁跑三档,看看这个模型对哪类词敏感、权重甜点区在哪儿。这半小时的测试时间花得绝对值,后面几百张图都靠这个底子。

4.2 结合ControlNet与LoRA时的负面提示词调整

ControlNet这个东西刚出来的时候我激动了好一阵,觉得有它控结构,负面词是不是可以少操点心了。实践下来发现——确实能少操点心,但操心的方式变了。拿OpenPose控人体姿势的时候,我原本以为bad anatomy和extra limbs可以降权甚至拿掉,结果跑出来手指照样乱飞,只是身体主干没崩而已。ControlNet管的是大骨架,手指这种末端细节它管不过来,所以bad hands、extra digits、malformed fingers这些词不但不能拿掉,权重还得保持在一米四左右。后来我学乖了,用ControlNet的时候会把负面词按“控制层管不管得到”来分——管得到的降权,管不到的维持原样。

LoRA的情况更微妙一点。我画二次元角色的时候挂了个特定画风的LoRA,结果原本好使的oversaturated突然失灵了,画面颜色艳得扎眼。排查了半天才反应过来,那个LoRA本身就是在高饱和数据集上训的,它对饱和度的偏好压过了负面词的抑制力。这种时候我通常会把oversaturated的权重从一点二推到一点六,硬压下去,或者更聪明的做法是在LoRA触发词后面加个(muted colors:1.2)把正面方向也掰一掰。LoRA跟负面词打架这事儿挺常见的,尤其是风格类LoRA,它自带的审美倾向会跟你的负面词列表产生冲突,你得先摸清这个LoRA的脾气再调负面词。

还有一个我踩过的坑——多个ControlNet叠加的时候,负面词权重会互相干扰。我用OpenPose加Depth同时控一张图,bad anatomy给到一点五,结果人物变得跟塑料模特似的,关节僵硬得不会打弯。后来我把bad anatomy降到一点二,又补了个(stiff pose:1.1)到负面词里,画面才活过来。ControlNet叠得越多,负面词越要小心措辞,结构控制已经很强了,负面词再猛压结构相关的缺陷,容易把模型压成一个只敢画标准姿势的怂包。

4.3 实例演示:从差图到精品的负面提示词修改过程

我拿上周画的一张图来当例子,题材是赛博朋克风格的街头夜景,人物加霓虹灯背景。第一版跑出来的时候我差点把屏幕关了——人物右手多了一根手指,背景霓虹灯牌上的文字糊成一团乱码,暗部全是彩色噪点,人物脸上还有一层奇怪的灰色噪点纹理。种子和正面词我都没动,只改了负面词,跑了四轮迭代把它救回来了。我把每一轮的改动记了下来,这种复盘习惯帮我省了不少学费。

第一轮我先处理最扎眼的问题——手指。负面词里原本有bad hands,权重默认,我把它改成(bad hands:1.4),又加了(extra digits:1.5)和(malformed fingers:1.3),三个词一起挂上去。跑完手指数量对了,但手部细节有点糊,像戴了层手套。第二轮我做了个调整,把bad hands降到一点二,又加了(mutated hands:1.2)来补细节层面的压制,同时把extra digits维持在一点五不动。这轮手指形态明显好了,关节和指甲的轮廓都出来了。同一轮里我还处理了霓虹灯文字的问题,加了(garbled text:1.3)和( illegible characters:1.2),灯牌上的字从乱码变成了有意义的短词。

第三轮针对噪点,我加了(color noise:1.4)和(grainy:1.2),但发现人物皮肤也跟着变糊了,高光区域的质感被抹平了。第四轮我把color noise降到一点二,换了个更精准的词(chromatic aberration:1.1),又在正面词里补了(skin texture:1.1)把皮肤细节占住。这轮跑完暗部干净了,皮肤质感也保住了。整个流程走下来,我最大的感受是——负面词的修改得跟破案似的,先定优先级再动手,别一上来就全列表加权重,那样大概率是拆东墙补西墙。

4.4 负面提示词组合与迭代优化流程

我现在建了个自己的负面词库,按场景和题材分了七八个文件,每次新建工作流的时候先拽一个基础模板进来,再根据具体需求往里填词。基础模板分三层,最上面是通用缺陷词——lowres、blurry、jpeg artifacts、bad anatomy、extra limbs这一套,权重默认或者一点一;中间层是质量增强词——worst quality、low quality、normal quality,权重零点九到一点一之间浮动;最下面是场景特定词,画人的时候填bad hands、deformed face,画建筑的时候填warped perspective、crooked lines,画风景的时候填oversaturated、oversharpened。这个三层结构我用了大半年,比每次从零开始堆词省心太多了。

迭代优化我有个固定的节奏——先跑四张低步数草图看大结构,负面词只挂基础层,权重全默认。这一步主要是看正面词和模型搭配得顺不顺,负面词先不管。草图过关了再跑四张标准步数的图,这时候负面词把中间层也加上,看看有没有明显缺陷漏出来。第三轮才把场景特定词和权重调整加进去,跑四张高步数的终稿。这样分三轮跑下来,大部分问题在第二轮就能定位到是哪个负面词没到位,不用每次都在终稿上瞎调。我算过时间账,三轮跑十二张图大概二十分钟,比一上来就精调跑八张图还快,而且废片率低得多。

有个小技巧我最近特别喜欢用——负面词的AB测试。同一组种子跑两张图,A图挂完整负面词列表,B图把某一两个词拿掉或者降权,两张摆一起看差异。这招用来判断某个负面词到底有没有用特别灵。我测过watermark这个词,画二次元的时候有没有它差别肉眼可见,画写实风景的时候拿掉它画面基本没变化。这种测试做多了,你对自己负面词列表里每个词的实际贡献就有数了,不会留着那些占坑不干活的闲词。

4.5 常见问题解答与避坑指南

被问得最多的一个问题是——负面词加了一大堆,画面反而变差了是怎么回事。我自己的经验是八成就两个原因,要么权重整体给太高,要么词跟词之间打架了。先把所有负面词权重恢复到默认跑一张,然后每次只挑三个词加权重,跑一轮看效果。如果恢复默认之后画面就正常了,那说明你之前权重给猛了,模型被压得喘不过气。如果恢复默认之后画面还是怪,那就把负面词列表砍半再跑,砍到画面正常为止,然后逐个往回加,加到哪个词出问题就把它揪出来了。这个“二分法排查”我用了无数次,笨但有效。

第二个高频问题是——为什么别人用着神效的负面词模板,我复制过来就拉胯。这事儿真不怪模板,模型底模不同、采样器不同、步数不同,同一个词的表现可能天差地别。我见过有人用SDXL跑别人SD 1.5的模板然后骂模板是骗人的,其实换一下模型适配就行。还有一个容易被忽略的变量是VAE,不同VAE对颜色和细节的还原倾向不一样,oversaturated这个词在有的VAE下效果好,在有的VAE下压了跟没压似的。我现在分享负面词模板都会带上适用模型和推荐VAE,不然就是坑人。

还有个坑我得专门提一下——别在负面词里写太长的自然语言句子。我早期干过这事儿,写什么“the image should not have blurry details or bad hands”,跑出来效果约等于没写。Stable Diffusion的文本编码器对短语的响应效率远高于完整句子,负面词就得是词或短词组,越精炼越好。blurry details, bad hands这么写就够了,加主语谓语纯属浪费token。另外逗号分隔比空格分隔更靠谱,模型对逗号的理解更明确,写blurry, lowres, noisy比写blurry lowres noisy出图稳定得多。这些小细节看着不起眼,攒多了就是出图质量和出图速度的差距。

赞0
踩0
☆收藏0
版权声明
文章版权声明:除非注明,否则均为chuanbook原创文章,转载或复制请以超链接形式并注明出处。
分享到
chuanbook

链接已复制到剪贴板