Skip to main content

Negative Prompts in Image Generation

POUR AGENT IAChatGPTClaude

A control mechanism for generation in diffusion models (Stable Diffusion, Midjourney --no) that directs the mathematical noise-cleaning vector away from undesired imagery. Used to filter out artifacts such as extra limbs, blurriness, watermarks, and cartoonish styles.

1. Vue d'ensemble du concept et de la finalité

Dans le langage naturel, nous comprenons intuitivement la négation : « Apporte-moi un thé sans sucre ». Mais pour la plupart des réseaux de neurones génératifs, les termes « sans » ou « ne pas » fonctionnent souvent à l'inverse de l'intention.

Si vous écrivez : « Portrait d'une femme sans lunettes », le modèle détecte le mot « lunettes », localise leurs coordonnées dans l'espace latent et génère une femme portant des lunettes !

Pour résoudre ce problème, les ingénieurs ont introduit un canal d'entrée distinct — le Negative Prompt (prompt négatif) :

  • Dans le champ positif, vous décrivez ce que vous souhaitez voir.
  • Dans le champ négatif, vous indiquez ce dont le modèle doit s'éloigner au maximum.

Modèle mental : une liste noire numérique des éléments interdits pour l'intelligence artificielle.

2. Comment le vecteur de diffusion repousse les concepts prohibés

VECTEUR POSITIF (Vers quoi nous tendons)
                                     ▲
                                     │  « Photo réaliste d'une personne »
                                     │
           [ POINT DE DÉPART ] ─────────┼───────> RÉSULTAT (Photo impeccable)
                                     │
                                     │
                                     ▼
                           VECTEUR NÉGATIF (Ce que nous évitons)
                                « Doigts surnuméraires, savon, rendu 3D »

3. Ensemble universel standard pour Stable Diffusion

De nombreux utilisateurs copient un bloc éprouvé prêt à l'emploi dans le champ Negative Prompt afin d'améliorer immédiatement la qualité de toute génération :

  • Artefacts anatomiques : bad anatomy, bad hands, extra fingers, missing fingers, deformed limbs, fused fingers (empêche l'apparition de six doigts sur les mains).
  • Qualité de rendu : blurry, low quality, pixelated, oversaturated, worst quality, jpeg artifacts (élimine les effets de flou et le bruit numérique).
  • Contraintes stylistiques : 3d render, cartoon, anime, painting, illustration (si vous souhaitez une photographie réaliste pure, et non une illustration).
  • Pollution visuelle : text, watermark, signature, logo, username (supprime les faux filigranes ou signatures de photographes dans les coins).

4. Mise en garde pratique

Ne surchargez pas votre negative prompt avec des listes kilométriques de 100 mots récupérées sur internet. Si vous interdisez trop d'éléments, le modèle perdra en contraste et en richesse chromatique, transformant l'image en un plastique terne et uniforme. N'écrivez que ce qui nuit réellement à votre scène.

/ Questions fréquentesSchema.org FAQPage

FAQ: Negative Prompts in Image Generation

During each step of noise cleaning, the model calculates two directions: one pulls the image toward the positive description (e.g., \"photo of a cat\"), while the other pushes the image away from the negative list (e.g., \"drawing, blur, text\"). This is known as Classifier-Free Guidance (CFG).
/ Liens internes

Termes associés

Tous les termes
Modèles & Inférence

Structure de prompt pour images (Image Prompt Engineering)

Méthodologie professionnelle de rédaction des requêtes textuelles pour les réseaux de neurones graphiques. La formule d'or en cinq éléments : sujet principal, détails de l'environnement, type d'éclairage, paramètres de la caméra virtuelle et style artistique de rendu.

Lire le terme
Prompts & RAG

Pourquoi la négation « NE » casse les prompts (Instructions positives)

Le paradoxe psychologique et algorithmique du fonctionnement des modèles de langage (« Le paradoxe de l'éléphant rose »). Explique pourquoi les commandes utilisant la négation « NE » produisent souvent un effet inverse, et comment reformuler les interdictions en directives positives.

Lire le terme
Modèles & Inférence

Modèles de diffusion (Diffusion Models)

Architecture des modèles génératifs (Stable Diffusion, Midjourney, FLUX) fondée sur les principes de la thermodynamique hors équilibre. Elle fonctionne en deux étapes : la diffusion directe (destruction progressive de l'image par un bruit aléatoire) et la diffusion inverse (nettoyage étape par étape du bruit jusqu'à une image nette, guidé par une description textuelle).

Lire le terme