Gerador de Prompt Negativo

O que um prompt negativo realmente faz

Prompt negativo não é filtro aplicado depois que a imagem existe. Ele roda ao lado do prompt positivo em cada passo de remoção de ruído, e o modelo se afasta dele no mesmo espaço latente em que se aproxima do seu sujeito. Na prática: você dá ao sampler um segundo alvo e manda ele andar na direção oposta.

Isso tem uma consequência que quase ninguém percebe. Negativos não só removem coisas — eles *deslocam* tudo. Coloque blurry no negativo e você não perde só o borrão; empurra a imagem inteira para mais contraste e bordas mais duras, inclusive onde você queria suavidade. Coloque cartoon e os tons de pele ficam mais fotográficos, às vezes mais clínicos. Cada termo negativo puxa um pouco a composição inteira.

Então trate negativos como ajustes com efeito colateral, não como tecla de deletar.

Por que isso pesa muito mais no Stable Diffusion que no DALL·E

O Stable Diffusion expõe o condicionamento negativo diretamente. É uma segunda passada real pelo codificador de texto, com peso de verdade, e com o classifier-free guidance mais alto esse peso é considerável. A maioria dos fluxos em SD é inviável sem um negativo — o padrão vem com dedos a mais, fantasmas de marca d'água e papa de JPEG.

O DALL·E 3 não tem campo negativo nenhum. Ele reescreve seu prompt passando por um modelo de linguagem antes, o que significa que escrever "no text" pode *invocar* texto, porque o reescritor mantém o token e o modelo de imagem não tem noção de negação. Se você precisa da ausência de algo no DALL·E, descreva a alternativa positiva: nada de "no people", e sim "an empty street at 4am". O gerador para DALL·E foi construído em torno dessa limitação; o de Stable Diffusion assume que você vai usar os dois campos.

O Midjourney fica no meio-termo com o parâmetro --no, que é real mas grosseiro — exclusão de força única, separada por vírgula, sem pesos.

Vale notar que --no chair às vezes remove também objetos vizinhos de cadeira. Ele empurra uma região do espaço conceitual, não um substantivo. Se quiser controle mais fino nisso, veja o gerador para Midjourney.

As quatro categorias de defeito, e o padrão que vale manter

Quase todo termo negativo útil cai em um de quatro baldes. Monte sua base pegando dois ou três de cada, em vez de colar uma parede de cem palavras.

• Qualidade — low quality, worst quality, blurry, jpeg artifacts, pixelated, low resolution
• Anatomia — extra fingers, deformed hands, fused limbs, bad proportions, mutated, extra limbs
• Artefatos — watermark, signature, text, logo, border, cropped, frame
• Vazamento de estilo — cartoon, anime, 3d render, illustration, painting, cgi (use só os que brigam com o estilo que você quer)

Um padrão sensato para fotorrealismo é este:

Onze termos. Isso cobre a esmagadora maioria dos problemas reais.

Duas regras. Só inclua o bloco de anatomia quando houver pessoa ou animal no quadro — caso contrário você está gastando orientação com nada. E nunca inclua um negativo de estilo que contradiga seu prompt positivo: illustration no negativo enquanto você pede uma ilustração de livro infantil produz algo confuso e lavado.

Quando o prompt negativo começa a jogar contra você

Existe uma curva de custo real. Em algum ponto acima de 25 a 30 termos, os negativos passam a degradar a imagem em vez de limpá-la. Os sintomas são reconhecíveis:

• As cores ficam dessaturadas e meio acinzentadas
• Tudo ganha o mesmo acabamento plastificado e superafiado
• Os fundos se achatam em gradientes lisos
• O sujeito escorrega para uma versão genérica de "foto de banco de imagens" de si mesmo

Isso acontece porque você empurrou o sampler com tanta força para longe de tantas regiões que ele se refugia no centro mais insosso da distribuição. Guidance alto piora — o CFG amplifica as duas direções.

Mega-negativos copiados de fóruns são a causa de sempre. É o mau hábito mais repetido no trabalho com imagem, e há uma lista maior deles em erros comuns ao escrever prompts. Se suas imagens parecem estéreis e você não descobre por quê, apague o prompt negativo inteiro e gere uma vez. É um bom diagnóstico.

Depurando uma geração ruim, um negativo por vez

Adicionar seis termos de uma vez não ensina nada sobre qual deles ajudou. Faça direito.

1. Fixe o seed. Sem seed fixo você está comparando duas imagens aleatórias, não dois prompts. Todo o resto depende disso.
2. Nomeie o defeito exato. Não "ficou feio" — e sim "a mão esquerda dela tem seis dedos" ou "tem uma marca d'água fraca no canto inferior direito". Problema vago gera negativo vago.
3. Adicione um termo. Gere de novo no mesmo seed. O defeito específico mudou? Se não, tire — não era esse termo trabalhando, e ele continua consumindo orientação.
4. Cheque os danos colaterais. Olhe as partes de que você já gostava. Se a luz achatou, aquele negativo é forte ou amplo demais. Tente um sinônimo mais brando.
5. Pare quando o defeito sumir. Não quando a lista parecer impressionante.

Metade das vezes o conserto pertence ao prompt positivo, aliás. "Hands in pockets" resolve problema de dedo com mais confiabilidade que qualquer negativo de anatomia, e "clean plain background" ganha de uma pilha de exclusões de bagunça. Monte esse lado no construtor de prompts de imagem, aperte a redação com o otimizador e leia o guia de prompts de imagem para entender como as duas metades se encaixam.