Skip to main content

Negatywne prompty w generowaniu obrazów

DLA AGENTÓW AIChatGPTClaude

Mechanizm sterowania generacją w modelach dyfuzyjnych (Stable Diffusion, Midjourney --no), który kieruje wektor matematyczny odszumiania w kierunku przeciwnym do niepożądanych treści. Służy do filtracji artefaktów: dodatkowych kończyn, rozmycia, znaków wodnych oraz stylu kreskówkowego.

1. Przegląd koncepcji i przeznaczenia

W języku naturalnym negacje są dla nas intuicyjne: «Przynieś mi herbatę bez cukru». Jednak dla większości modeli graficznych opartych na sieciach neuronowych cząstki «bez» lub «nie» działają odwrotnie do zamierzonego efektu.

Jeśli wpiszesz: «Portret dziewczyny bez okularów», model wychwyci słowo «okulary», znajdzie ich koordynaty w przestrzeni latentnej i narysuje dziewczynę w okularach!

Aby rozwiązać ten problem, inżynierowie wprowadzili osobny kanał wejściowy — Negative Prompt:

  • W polu pozytywnym opisujesz to, co chcesz zobaczyć.
  • W polu negatywnym definiujesz cechy, od których model powinien uciec jak najdalej.

Mentalny model: cyfrowa lista zakazanych elementów dla sztucznej inteligencji.

2. Jak wektor dyfuzji jest odpychany od zabronionych pojęć

POZYTYWNY WEKTOR (Do czego dążymy)
                                     ▲
                                     │  „Realistyczne zdjęcie osoby”
                                     │
           [ PUNKT WYJŚCIA ] ─────────┼───────> WYNIK (Nienaganne zdjęcie)
                                     │
                                     │
                                     ▼
                           NEGATYWNY WEKTOR (Czego unikamy)
                                „Dodatkowe palce, mydło, render 3D”

3. Standardowy uniwersalny zestaw dla Stable Diffusion

Wielu użytkowników kopiuje gotowy, zweryfikowany blok do pola Negative Prompt, aby natychmiast poprawić jakość każdego renderu:

  • Artefakty anatomiczne: bad anatomy, bad hands, extra fingers, missing fingers, deformed limbs, fused fingers (zapobiega pojawianiu się 6 palców u dłoni).
  • Jakość renderowania: blurry, low quality, pixelated, oversaturated, worst quality, jpeg artifacts (usuwa rozmycie i szumy).
  • Ograniczenia stylistyczne: 3d render, cartoon, anime, painting, illustration (gdy potrzebujesz czystej fotografii, a nie ilustracji).
  • Elementy interfejsu/tekstowe: text, watermark, signature, logo, username (usuwa fałszywe podpisy fotografów w rogach obrazu).

4. Praktyczne zastrzeżenie

Nie przeciążaj negative promptu kilometrowymi listami składającymi się ze 100 słów skopiowanymi z internetu. Jeśli zabronisz zbyt wielu rzeczy, model utraci kontrast i bogactwo kolorów, przekształcając obraz w blady, monotonny plastik. Pisz tylko to, co realnie przeszkadza w Twojej scenie.

/ Najczęściej zadawane pytaniaSchema.org FAQPage

FAQ: Negatywne prompty w generowaniu obrazów

Podczas każdego kroku odszumiania model oblicza dwa kierunki: jeden ciągnie obraz w stronę opisu pozytywnego (np. „zdjęcie kota”), a drugi odpycha go od listy negatywnej (np. „rysunek, rozmycie, tekst”). Nazywa się to sterowaniem bez klasyfikatora (Classifier-Free Guidance, CFG).
/ Linki wewnętrzne

Powiązane pojęcia

Wszystkie hasła
Modele i inferencja

Struktura promptu do generowania obrazów (Image Prompt Engineering)

Profesjonalna metodologia tworzenia zapytań tekstowych dla sieci neuronowych graficznych. Złota formuła pięciu elementów: główny obiekt, szczegóły otoczenia, charakter oświetlenia, parametry wirtualnej kamery oraz styl artystyczny renderingu.

Czytaj hasło
Prompty i RAG

Dlaczego partykuła „nie” psuje prompty (Instrukcje pozytywne)

Psychologiczny i algorytmiczny paradoks działania modeli językowych („Paradoks różowego słonia”). Wyjaśnia, dlaczego komendy zawierające partykułę „nie” często prowadzą do efektu odwrotnego oraz jak przeformułować zakazy na pozytywne dyrektywy.

Czytaj hasło
Modele i inferencja

Modele dyfuzyjne (Diffusion Models)

Architektura modeli generatywnych (Stable Diffusion, Midjourney, FLUX) oparta na zasadach termodynamiki nierównowagowej. Działa w dwóch etapach: dyfuzja prosta (stopniowe niszczenie zdjęcia przez losowy szum) oraz dyfuzja odwrotna (etapowe oczyszczanie szumu do krystalicznie czystego obrazu na podstawie opisu tekstowego).

Czytaj hasło