负向提示：排除不想要的内容

负向提示（Negative Prompting）在提示中显式声明「不要做什么」，把不希望出现的元素、格式或语气列出，约束模型的生成方向。它在 Stable Diffusion 等文生图流程中是标准配置，在文本提示中也同样有效。

是什么

它通常以「不要」「避免」「禁止」开头，例如「不要添加免责声明」「避免专业术语」。在图像生成里，负向提示被单独传给模型以压低对应特征的权重；在文本里则作为指令约束输出。

为什么有效

模型默认倾向于生成「安全平均」的内容，常混入寒暄、免责声明或多余解释。负向提示把这些高频噪声显式排除，让输出更聚焦，也便于满足合规与风格要求，减少后处理负担。

怎么做

文本场景直接陈述：

写一段产品文案，语气活泼。
不要：使用 emoji、使用「赋能」「闭环」等套话、添加总结句。
只输出文案正文。

适用场景

负向提示适合去除冗余客套、禁用特定术语、规避违规内容，以及文生图中排除畸变与多余物体。对需要自由发挥的创意任务，过多禁止会束缚表达。

注意点

• 负向列表过长可能互相冲突，应挑最关键几项。
• 模型对「否定」的理解不如肯定指令稳，重要约束仍要事后校验。
• 文生图的负向提示语法依赖具体工具，需参照其文档。

小结

负向提示通过排除不想要的元素提升输出聚焦度与合规度，是正向指令的有力补充，特别适合去除冗余与违规内容。

参考与延伸阅读

• Stable Diffusion 负向提示说明（Automatic1111 文档）。已核验。https://github.com/AUTOMATIC1111/stable-diffusion-webui/wiki
• OpenAI 提示工程指南：指令要具体。已核验。https://platform.openai.com/docs/guides/prompt-engineering