Prompt negativo: cómo usarlo bien, herramienta por herramienta

Seguro que te has cruzado con esta lista, copiada de tutorial en tutorial: ugly, deformed, extra fingers, mutated hands, poorly drawn face, bad anatomy, blurry, low quality, worst quality, watermark, signature..., en tres líneas. En buena parte procede de los primeros modelos de Stable Diffusion, y pegarla en todas partes equivale a tomarse todos los medicamentos del botiquín esperando que alguno haga efecto. No sabrás qué ha ayudado, y algunos términos pueden arrastrar tu imagen en una dirección que no has elegido.

Un prompt negativo funciona mejor como herramienta de corrección: generas, detectas un defecto concreto y lo excluyes.

Qué hace realmente un prompt negativo

En Stable Diffusion, este campo no es un filtro que borra objetos a posteriori. Según la documentación de AUTOMATIC1111, el sampler compara en cada paso lo que da tu prompt positivo y lo que da tu prompt negativo, y empuja la imagen hacia el primero y la aleja del segundo. En la práctica, eso cambia varias cosas.

El negativo influye en toda la imagen, y no solo en el objeto al que apunta. Quitar people de una calle también puede modificar el decorado. Depende, además, de la fuerza de la guidance: cuando el CFG es muy bajo, pierde su efecto, y la documentación de Diffusers para SD3 precisa que se ignora si no hay guidance. Por último, no garantiza nada: un elemento excluido puede aparecer de todos modos, sobre todo si tu prompt positivo lo invoca de forma indirecta. Pedir una playa en pleno verano con people en el negativo sigue siendo difícil de conseguir.

Qué cambia según la herramienta

No existe una sintaxis universal. Muchas decepciones vienen de un método aplicado a la herramienta equivocada.

Tres familias de términos que sirven

Escribe tu negativo con nombres de defectos o de objetos concretos. Tres familias cubren la gran mayoría de las necesidades.

Los elementos parásitos. Todo lo que se cuela en la imagen sin haber sido invitado: text, watermark, signature, logo. Es el uso más rentable, porque estos elementos suelen proceder de las imágenes de entrenamiento.

El tipo de acabado equivocado. Si quieres una foto y la imagen se desliza hacia la ilustración, escribe illustration, 3d render, cartoon. En sentido contrario, photo, photorealistic ayuda a mantener un dibujo plano.

El defecto que observas en tu resultado. Un plato de aspecto plástico, un cielo saturado, un fondo demasiado recargado: escribe lo que ves, por ejemplo plastic texture o oversaturated sky.

Este es un punto de partida para la imagen de una inmobiliaria, en SDXL. Pega cada parte en su campo:

Positive:
photograph of [ESTANCIA] in a [TIPO DE VIVIENDA], natural daylight from a large window, neutral tones, tidy space, wide-angle view at eye level

Negative:
text, watermark, logo, oversaturated colors, fisheye distortion, people

Importante: una imagen generada no muestra la vivienda real. Para un anuncio, solo puede servir para ilustrar un potencial, señalándolo con claridad, nunca para representar la vivienda que se pone a la venta.

Reformular en positivo: a menudo la mejor opción

Cuando es posible, describe mejor el estado que quieres. El modelo tiene mucho más agarre sobre una escena que sobre una ausencia.

En Midjourney, escribir la negación dentro de la frase es una trampa: a bakery window without cakes puede traer pasteles, porque la palabra sigue presente en el prompt. En FLUX, la reformulación es la única solución. Tomemos el ejemplo de una florista que quiere un ramo sobre fondo liso para sus redes.

Prompt débil: bouquet of tulips, no vase, no background, no shadows, not cluttered

Prompt corregido:

studio photograph of a hand-tied bouquet of [FLORES], wrapped in [MATERIAL], lying flat on a plain [COLOR] paper background, soft even light from above, minimal soft shadow, overhead view, centered composition, [PALETA DE 2 COLORES] tones --no vase, text, logo

Todo lo que era una ausencia se ha convertido en una descripción: ramo colocado en plano, fondo liso, luz uniforme. El --no final conserva solo lo que importa de verdad. Quita este parámetro si no usas Midjourney.

Los errores que debes corregir de inmediato

El negativo que contradice al positivo. sharp details por un lado y detailed en el negativo por el otro: se neutralizan entre sí. Relee los dos campos juntos.

El peso excesivo. En Stable Diffusion, (worst quality:2) puede falsear el resultado y volver rígida la imagen. Mantente cerca de 1 y sube a 1,2 o 1,3 solo si un defecto se resiste.

Un negativo heredado de otro modelo. Una lista hecha para SD 1.5 no tiene por qué servir para SDXL o SD 3.5. Algunos términos como worst quality los popularizaron modelos de la comunidad concretos y pueden no tener ningún efecto en otros. Para la elección del modelo y los ajustes, la guía de Stable Diffusion te ayuda a saber en qué punto estás.

Los embeddings negativos merecen una mención: estos pequeños archivos agrupan defectos comunes en una sola palabra. Pueden ser eficaces, pero siguen siendo tan opacos como las listas largas y dependen de la familia de modelo. Pruébalos como todo lo demás.

El método de prueba en diez minutos

No juzgues por una sola imagen, porque el azar podría engañarte. Con un seed fijo en Stable Diffusion, procede así.

1. Genera tu imagen sin ningún negativo.
2. Anota el defecto más molesto, solo uno.
3. Añade uno o dos términos que apunten a él y vuelve a lanzar con el mismo seed.
4. Mira qué ha cambiado, incluido lo que no habías pedido cambiar.
5. Repite con otro seed para comprobar que el efecto se mantiene.

En Midjourney, el --seed también ayuda, sabiendo que no se garantiza un resultado idéntico. El espíritu sigue siendo el que se aplica para probar un prompt de texto: cambiar una cosa, comparar, conservar lo que funciona.

Saldrás de aquí con un negativo de cinco a diez palabras, cada una con su razón de ser. Toma tu última imagen fallida, detecta su principal defecto y empieza solo con esa palabra.