Wyjaśniono negatywne podpowiedzi: kiedy ich używać i jak

Cóż to za negatywna zachęta

Podpowiedź negatywna to lista rzeczy, których nie chcesz na wygenerowanym obrazie, podawana narzędziu oddzielnie od opisu tego, czego chcesz. Zamiast pisać ulicę nocą, na której nie ma ludzi, opisujesz ulicę i umieszczasz ludzi na liście negatywnej. Pomysł jest prosty, ale narzędzia radzą sobie z tym zupełnie inaczej, a niektóre w ogóle nie oferują osobnego pola ujemnego. Wiedza o tym, w jakiej sytuacji się znajdujesz, pozwala zaoszczędzić wiele nieudanych prób.

Dlaczego pisanie „nie” w wierszu zachęty często kończy się niepowodzeniem

Modele obrazów odpowiadają na słowa obecne w podpowiedzi. Wzmianka o czymś, nawet wykluczenie tego, może uwydatnić to w obrazie. Dokumentacja Midjourney podaje właśnie taki przykład jako złą podpowiedź: martwą naturę opisaną jako pozbawioną owoców lub z uprzejmą prośbą o nie dodawanie owoców. Zalecaną alternatywą jest przeniesienie niechcianych elementów do dedykowanego parametru. Tę samą logikę można zastosować gdzie indziej: zdanie pełne wykluczeń przyciąga uwagę modela do rzeczy wykluczonych.

Midjourney: parametr --no

Midjourney dokumentuje parametr --no dodany na końcu zachęty, po którym następuje rzecz lub lista rzeczy, których nie chcesz, oddzielona przecinkami. Jej własnym przykładem jest „martwa natura gwaszem --no owoce, jabłko, gruszka”. Dokumentacja wyjaśnia również, że użycie --no jest równoznaczne z nadaniem części multi-podpowiedzi wagi minus 0,5, co jest użytecznym przypomnieniem, że coś redukuje, zamiast gwarantować jego brak.

Pułapka w --no Midjourney

Ta sama dokumentacja ostrzega, że moderacja Midjourney czyta każde słowo po --no niezależnie. Wyrażenie takie jak „nowoczesna odzież” jest odczytywane jako dwa osobne słowa, a samo słowo „ubranie” może wywołać ostrzeżenie. W takich przypadkach dokumentacja zaleca uwzględnienie rodzaju odzieży, którą chcesz, w głównym znaku zachęty, zamiast używać --no. Mówiąc bardziej ogólnie, w miarę możliwości ogranicz każdy wykluczony element do jednego, jednoznacznego słowa.

Stable Diffusion: argument negative_prompt

W bibliotece Hugging Face diffusers potok zamiany tekstu na obraz Stable Diffusion zawiera opcjonalny argument negative_prompt, opisany w dokumentacji jako zachęta lub podpowiedzi wskazujące, czego nie należy uwzględniać podczas generowania obrazu. Dokumentacja dodaje szczegół, o którym warto wiedzieć: monit negatywny jest ignorowany, gdy naprowadzanie nie jest używane, to znaczy, gdy skala naprowadzania jest poniżej jednego.

Modele obrazu ChatGPT i OpenAI

Dokumentacja generowania obrazu OpenAI w chwili pisania tego tekstu nie opisuje oddzielnego negatywnego pola podpowiedzi dla modeli GPT Image. Za pomocą narzędzi konwersacyjnych nadal możesz pisać wyjątki w zdaniu, ale najbardziej niezawodne podejście to to, które sprawdza się wszędzie: opisz, co powinno się tam znaleźć. Jeśli nie chcesz, żeby ludzie wychodzili na ulicę, opisz pustą ulicę o świcie, a sklepy są nadal zamknięte. Daje to modelowi pozytywny obraz do zbudowania, a nie listę rzeczy, których należy unikać.

Najpierw opisz alternatywę

Zanim sięgniesz po negatyw, zapytaj, czego chcesz zamiast niechcianego elementu. Bałagan na biurku staje się czystym biurkiem z jednym notatnikiem i lampką. Zajęte tło staje się zwykłą betonową ścianą. Ostre cienie stają się miękkim, pochmurnym światłem. Prawie każdy negatyw ma wersję pozytywową, a wersja pozytywowa zwykle sprawdza się lepiej, ponieważ ogranicza obraz, zamiast pozostawiać lukę, którą model wypełnia czymś innym.

Kiedy podpowiedź negatywna jest właściwym narzędziem

Negatywy są najbardziej przydatne w przypadku rzeczy, które wydają się nieproszone i nie mają naturalnego pozytywnego przeciwieństwa: tekstu, liter, znaków wodnych, logo, obramowań lub ramek. Przydają się również, gdy generator dodaje powtarzający się element, na przykład ludzi w krajobrazie lub flarę obiektywu o zachodzie słońca, po tym jak już wyraźnie opisałeś scenę. W takich przypadkach krótkie wykluczenie jest prostsze niż przepisanie całej sceny.

Niech lista będzie krótka

Długie listy negatywne to powszechny zwyczaj kopiowany z udostępnianych podpowiedzi, często wypełniony ogólnymi słowami dotyczącymi jakości. Rzadko pomagają i mogą sprawić, że wyniki będą trudniejsze do przewidzenia, ponieważ każde słowo na liście popycha obraz w pewnym kierunku. Zacznij od żadnych negatywów. Dodaj go dopiero wtedy, gdy pojawi się określony, niechciany element, sprawdź, czy zadziałał, a jeśli nie, usuń go ponownie. Łatwiej uzasadnić dwie lub trzy konkretne kwestie niż dwadzieścia niejasnych.

Używaj rzeczowników, a nie cech

Negatywy najlepiej sprawdzają się w przypadku konkretnych rzeczy: tekstu, ludzi, samochodów, drzew, znaku wodnego. Abstrakcyjne cechy, takie jak brzydota, zła lub niska jakość, są trudne do zinterpretowania przez model i nie mówią nic o tym, co tak naprawdę chcesz zmienić. Jeśli obraz wygląda nieprawidłowo, sprawdź, co jest z nim fizycznie nie tak, czy to ręce, odbicia czy dodatkowy obiekt, i zajmij się tym bezpośrednio, albo w opisie, albo z dokładnym wyłączeniem.

Testuj jeden wynik negatywny na raz

Traktuj negatywną zmianę jak każdą inną zmianę w podpowiedzi. Wygeneruj obraz bez niego, następnie dodaj pojedyncze wykluczenie i wygeneruj ponownie, zachowując wszystko inne bez zmian. Jeśli niechciany element zniknie i nic więcej się nie zepsuje, zatrzymaj go. Jeśli obraz zmienia się w sposób, którego się nie spodziewałeś, negatyw zrobił więcej, niż zamierzałeś. Ten nawyk uczy Cię także, które wykluczenia warto zachować na później, a które były przesądami.

Negatywy nie zastępują sprawdzenia

Żadne wykluczenie nie gwarantuje nieobecności. Midjourney opisuje --no jako zmniejszenie masy, a diffusers opisuje negative_prompt jako wytyczne. Przyjrzyj się każdemu obrazowi przed jego użyciem: tekst może nadal pojawiać się na znakach, kształt przypominający logo może pojawić się na ubraniu, a w oddali może pojawić się postać. Jeśli obraz może służyć jako prawdziwa fotografia, oznacz go jako wygenerowany.

Gdzie pasuje LarpGPT

LarpGPT to biblioteka podpowiedzi do zdjęć przedstawiających podróże, architekturę, samochody i sceny lifestylowe, zapisana głównie w formie pozytywnych opisów tematu, kompozycji, oświetlenia i obiektywu, co zmniejsza potrzebę tworzenia długich list negatywów. Kopiujesz monit do generatora obrazów, którego już używasz, i dodajesz wszelkie wykluczenia obsługiwane przez narzędzie. LarpGPT nie generuje obrazów, a wyniki różnią się w zależności od próby.

Więcej informacji

• 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