Stable Diffusion负面提示词(Negative Prompt)常用模板与设置技巧

精心编写的正向提示词生成的画面中，若仍频繁出现水印、边缘模糊或风格杂乱等问题，不妨尝试使用负面提示词。但请注意，切勿直接复制网络上冗长的词库。负面提示词的作用是引导模型降低某些概念的出现概率，而非像开关一样彻底屏蔽特定元素；其最终效果受模型版本、提示词结构及生成参数等多重因素影响。

在主流的 Stable Diffusion 文生图界面中，正向提示词用于描述期望的画面内容，而 Negative prompt（负面提示词）则用于指定希望规避的元素。高效的做法是从少量明确的词汇入手，随后根据生成图像中实际存在的缺陷进行针对性补充。

先找到负面提示词框，再写具体问题

以 AUTOMATIC1111 WebUI 的文生图页面为例，正向 Prompt 与 Negative prompt 分别位于独立的输入框中，只需将需规避的内容填入后者即可。若使用其他前端工具，字段名称或布局可能有所不同，使用前请先确认该工具是否支持负面提示词功能。

避免使用“不要难看”等抽象且模糊的描述。图像生成模型更擅长处理具象的对象或特征，例如当画面模糊时可加入 blurry，若不希望出现文字则可添加 text 或 watermark。负面词通常以逗号分隔，也可写成短语形式。需注意，它们仅影响生成方向的概率分布，并非对画面内容进行逐项执行的硬性屏蔽。

正向 Prompt 与 Negative prompt 分别填写。

通用模板从短列表开始

建议将以下列表作为初始起点，而非每次生成时都机械照抄：

low quality, blurry, jpeg artifacts, watermark, unwanted text

仅当本次生成确实存在手部结构问题时，才按需增加 malformed hands；若画面中不包含手部，保留该词通常无益。人物、产品与风景题材面临的常见问题各异，模板应随题材灵活删改。例如，若希望画面保留清晰文字，切勿将 text 一概列入负面词；该词更适用于不需要文字的插画或海报背景场景。

每次调整最好只增加一两个与当前问题紧密相关的词汇，观察效果变化后再决定是否保留。过度堆砌负面词可能会削弱原本需要的视觉特征，并增加归因难度。建议将常用基础项与临时问题项分开保存，复用时剔除无关内容，以保持模板的轻便与高效。

先用短模板，再按实际题材删改。

按目标风格删除冲突词

风格类词汇的选择需紧密结合正向提示词的目标。若目标是动漫插画，却在负面提示词中加入 anime、illustration，可能导致指令冲突；而在追求写实商品照片时，则可尝试将 anime、sketch 等非目标风格列入负面词。这些仅为可尝试的示例，具体有效性取决于所用模型及详细描述。

绘制动漫人物时，可先保留 blurry, watermark, unwanted text 这类通用去瑕疵词，再尝试排除 photorealistic, realistic skin texture 等写实倾向词汇；创作水彩画时，则可测试减少 photorealistic 或 3d render 的影响。若发现构图或主体质量随之下降，应优先删除最近添加的风格词，避免盲目叠加。

按目标风格处理冲突词。

加词和加权都要小步调整

建议固定模型、正向提示词及主要生成参数，并使用相同种子进行对照测试，每次仅单独增删一类负面词。这种方法有助于清晰判断问题是否得到改善；若同时更换模型、采样器和提示词，将难以准确归因于负面词的调整。

部分前端工具支持提示词权重功能。在 AUTOMATIC1111 等界面中，可通过括号语法提高特定内容的注意力权重，例如 (watermark:1.2)；不同工具的语法及行为可能存在差异，使用前请查阅对应前端的说明文档。即使支持该语法，也建议先通过直接增删词汇进行调整，再考虑轻微加权，以免因权重过高导致副作用。

排查问题时，建议遵循“先明确正向目标，再从短模板开始，最后针对实际瑕疵补词”的顺序。一旦生成结果满足需求，应及时删除多余的负面词；模板越贴近当前画面需求，后续的调整与维护也将更加便捷。