नकारात्मक प्रॉम्प्ट स्पष्ट केले: ते कधी वापरायचे आणि कसे

किती नकारात्मक प्रॉम्प्ट आहे

निगेटिव्ह प्रॉम्प्ट म्हणजे व्युत्पन्न केलेल्या प्रतिमेमध्ये तुम्हाला नको असलेल्या गोष्टींची यादी, तुम्हाला काय हवे आहे याच्या वर्णनापासून स्वतंत्रपणे टूलला दिलेली असते. रात्री लोक नसलेला रस्ता लिहिण्याऐवजी, तुम्ही रस्त्याचे वर्णन करता आणि लोकांना नकारात्मक यादीत टाकता. कल्पना सोपी आहे, परंतु साधने ती अगदी वेगळ्या पद्धतीने हाताळतात आणि काही स्वतंत्र नकारात्मक फील्ड अजिबात देत नाहीत. तुम्ही कोणत्या परिस्थितीत आहात हे जाणून घेतल्याने बरेच अयशस्वी प्रयत्न वाचतात.

प्रॉम्प्टमध्ये नाही लिहिणे अनेकदा अयशस्वी का होते

इमेज मॉडेल प्रॉम्प्टमध्ये उपस्थित असलेल्या शब्दांना प्रतिसाद देतात. एखाद्या गोष्टीचा उल्लेख करणे, अगदी ते वगळणे, ते चित्रात खेचू शकते. Midjourneyचे दस्तऐवजीकरण या प्रकारचे उदाहरण वाईट प्रॉम्प्ट म्हणून देते: कोणतेही फळ नसलेले किंवा फळ न घालण्याची नम्र विनंतीसह वर्णन केलेले स्थिर जीवन पेंटिंग. अवांछित घटकांना समर्पित पॅरामीटरमध्ये हलवणे हा शिफारस केलेला पर्याय आहे. हेच तर्क इतरत्र लागू होते: बहिष्कारांनी भरलेले वाक्य मॉडेलच्या लक्षांत वगळलेल्या गोष्टी ठेवते.

Midjourney: --no पॅरामीटर

Midjourney दस्तऐवज --no पॅरामीटर, प्रॉम्प्टच्या शेवटी जोडले जाते आणि त्यानंतर स्वल्पविरामाने विभक्त केलेल्या गोष्टी किंवा तुम्हाला नको असलेल्या गोष्टींची सूची असते. त्याचे स्वतःचे उदाहरण आहे "स्टिल लाइफ गौचे पेंटिंग --no फळ, सफरचंद, नाशपाती". दस्तऐवजीकरण हे देखील स्पष्ट करते की --no वापरणे हे मल्टी-प्रॉम्प्टच्या भागाचे वजन उणे 0.5 देण्यासारखे आहे, जे एक उपयुक्त स्मरणपत्र आहे की ते त्याच्या अनुपस्थितीची हमी देण्याऐवजी काहीतरी कमी करते.

Midjourney च्या --no मध्ये सापळा

हेच दस्तऐवज चेतावणी देते की Midjourney चे मॉडरेशन प्रत्येक शब्द --no नंतर स्वतंत्रपणे वाचते. आधुनिक कपड्यांसारखे वाक्यांश दोन स्वतंत्र शब्द म्हणून वाचले जाते आणि कपडे हा शब्द स्वतःच एक चेतावणी देऊ शकतो. अशा प्रकरणांमध्ये, दस्तऐवजीकरण --no वापरण्याऐवजी मुख्य प्रॉम्प्टमध्ये तुम्हाला हवे असलेले कपडे समाविष्ट करण्याचा सल्ला देते. अधिक सामान्यपणे, प्रत्येक वगळलेले आयटम एका एकल, अस्पष्ट शब्दात ठेवा जेथे आपण करू शकता.

Stable Diffusion: negative_prompt युक्तिवाद

Hugging Face diffusers लायब्ररीमध्ये, Stable Diffusion टेक्स्ट-टू-इमेज पाइपलाइनमध्ये पर्यायी negative_prompt युक्तिवाद आहे, ज्याचे वर्णन त्याच्या दस्तऐवजीकरणामध्ये प्रॉम्प्ट किंवा प्रॉम्प्ट म्हणून केले जाते जे प्रतिमा निर्मितीमध्ये काय समाविष्ट करू नये याचे मार्गदर्शन करतात. दस्तऐवजीकरण जाणून घेण्यासारखे तपशील जोडते: जेव्हा मार्गदर्शन वापरले जात नाही तेव्हा नकारात्मक प्रॉम्प्टकडे दुर्लक्ष केले जाते, म्हणजे जेव्हा मार्गदर्शन स्केल एकापेक्षा कमी असते.

ChatGPT आणि OpenAI चे प्रतिमा मॉडेल

OpenAI चे इमेज जनरेशन डॉक्युमेंटेशन, लेखनाच्या वेळी, त्याच्या GPT Image मॉडेल्ससाठी वेगळ्या नकारात्मक प्रॉम्प्ट फील्डचे वर्णन करत नाही. संभाषण साधनांसह तुम्ही वाक्यात बहिष्कार लिहू शकता, परंतु सर्वात विश्वासार्ह दृष्टीकोन हा आहे जो सर्वत्र कार्य करतो: तेथे काय असावे याचे वर्णन करा. जर तुम्हाला रस्त्यावर लोक नको असतील, तर पहाटेच्या वेळी रिकाम्या रस्त्याचे वर्णन करा जिथे दुकाने अजूनही बंद आहेत. हे टाळण्याच्या गोष्टींच्या सूचीऐवजी तयार करण्यासाठी मॉडेलला सकारात्मक चित्र देते.

प्रथम पर्यायाचे वर्णन करा

नकारात्मकतेपर्यंत पोहोचण्यापूर्वी, अवांछित घटकाच्या जागी तुम्हाला काय हवे आहे ते विचारा. डेस्कवरील गोंधळ एक नोटबुक आणि दिवा असलेले स्पष्ट डेस्क बनते. व्यस्त पार्श्वभूमी एक साध्या काँक्रीटची भिंत बनते. कठोर सावल्या मऊ ढगाळ प्रकाश बनतात. जवळजवळ प्रत्येक नकारात्मकची सकारात्मक आवृत्ती असते आणि सकारात्मक आवृत्ती सामान्यतः अधिक चांगली कार्य करते, कारण ती प्रतिमा इतर गोष्टींनी भरून काढणारी अंतर सोडण्याऐवजी प्रतिमा मर्यादित करते.

जेव्हा नकारात्मक प्रॉम्प्ट हे योग्य साधन असते

निगेटिव्ह अशा गोष्टींसाठी सर्वात उपयुक्त आहेत ज्यांना आमंत्रण नसलेले दिसते आणि त्यांच्या विरुद्ध नैसर्गिक सकारात्मक नसतात: मजकूर, अक्षरे, वॉटरमार्क, लोगो, सीमा किंवा फ्रेम. ते देखील मदत करतात जेव्हा जनरेटर आवर्ती घटक जोडत राहतो, जसे की लँडस्केपमधील लोक किंवा सूर्यास्तात लेन्स भडकतात, तुम्ही आधीच दृश्याचे स्पष्ट वर्णन केल्यानंतर. अशा प्रकरणांमध्ये संपूर्ण दृश्य पुन्हा लिहिण्यापेक्षा एक लहान वगळणे सोपे आहे.

यादी लहान ठेवा

लांब नकारात्मक याद्या ही सामायिक प्रॉम्प्टमधून कॉपी केलेली एक सामान्य सवय आहे, जी अनेकदा गुणवत्तेबद्दल सामान्य शब्दांनी भरलेली असते. ते क्वचितच मदत करतात आणि परिणामांचा अंदाज लावणे कठिण बनवतात, कारण सूचीतील प्रत्येक शब्द प्रतिमेला कोणत्यातरी दिशेने ढकलतो. अजिबात नकारात्मक न करता सुरुवात करा. जेव्हा एखादा विशिष्ट अवांछित घटक दिसत राहतो तेव्हाच एक जोडा, तो कार्य करतो की नाही ते तपासा आणि नसल्यास ते पुन्हा काढून टाका. वीस अस्पष्ट गोष्टींपेक्षा दोन किंवा तीन अचूक गोष्टींबद्दल तर्क करणे सोपे आहे.

संज्ञा वापरा, गुण नाही

नकारात्मक गोष्टी ठोस गोष्टींसह सर्वोत्तम कार्य करतात: मजकूर, लोक, कार, झाडे, वॉटरमार्क. अमूर्त गुण जसे की कुरूप, वाईट किंवा निम्न दर्जाचे मॉडेलला अर्थ लावणे कठीण आहे आणि ते तुम्हाला प्रत्यक्षात काय बदलायचे आहे याबद्दल काहीही सांगत नाहीत. एखादी प्रतिमा चुकीची वाटत असल्यास, त्यात शारीरिकदृष्ट्या काय चूक आहे, हात, प्रतिबिंब किंवा अतिरिक्त वस्तू, आणि ते थेट वर्णनात किंवा तंतोतंत वगळून संबोधित करा.

एका वेळी एक नकारात्मक चाचणी घ्या

प्रॉम्प्टमधील इतर कोणत्याही बदलाप्रमाणे नकारात्मक हाताळा. त्याशिवाय प्रतिमा व्युत्पन्न करा, नंतर एकच अपवाद जोडा आणि सर्व काही समान ठेवून पुन्हा जनरेट करा. जर अवांछित घटक गायब झाला आणि दुसरे काहीही खंडित झाले नाही तर ते ठेवा. तुम्हाला अपेक्षित नसल्या प्रकारे प्रतिमा बदलत असल्यास, निगेटिव्ह तुमच्या इच्छापेक्षा अधिक करत आहे. ही सवय तुम्हाला हे देखील शिकवते की कोणते बहिष्कार नंतरसाठी वाचवण्यासारखे आहेत आणि कोणते अंधश्रद्धा होते.

नकारात्मक तपासणीची जागा घेत नाहीत

कोणताही बहिष्कार अनुपस्थितीची हमी देत ​​नाही. Midjourney वर्णन --no वजन कमी करण्यासाठी, आणि diffusers negative_prompt चे मार्गदर्शन म्हणून वर्णन करते. वापरण्यापूर्वी प्रत्येक प्रतिमा पहा: मजकूर अद्याप चिन्हांवर दिसू शकतो, लोगोसारखा आकार कपड्यांवर दिसू शकतो आणि अंतरावर एक आकृती दिसू शकते. जर एखादी प्रतिमा वास्तविक छायाचित्रासाठी घेतली जाऊ शकते, तर त्यास व्युत्पन्न केले म्हणून लेबल करा.

जिथे LarpGPT बसते

LarpGPT हे प्रवास, आर्किटेक्चर, कार आणि जीवनशैलीच्या दृश्यांसाठी फोटो प्रॉम्प्टचे लायब्ररी आहे, जे मुख्यतः विषय, रचना, प्रकाश आणि लेन्सचे सकारात्मक वर्णन म्हणून लिहिलेले आहे, ज्यामुळे लांब नकारात्मक सूचीची आवश्यकता कमी होते. तुम्ही आधीपासून वापरत असलेल्या इमेज जनरेटरमध्ये प्रॉम्प्ट कॉपी करा आणि टूलला समर्थन देणारे कोणतेही अपवर्जन जोडा. LarpGPT प्रतिमा व्युत्पन्न करत नाही आणि प्रयत्नांदरम्यान परिणाम बदलतात.

पुढील वाचन

• Midjourney documentation: No (archived copy, July 2026)
• Hugging Face diffusers: Stable Diffusion text-to-image pipeline
• Hugging Face diffusers: Prompting and weighted prompts
• OpenAI API documentation: Image generation