Prompt negativo: como usá-lo bem, ferramenta por ferramenta

Você certamente já cruzou com esta lista, copiada de tutorial em tutorial: ugly, deformed, extra fingers, mutated hands, poorly drawn face, bad anatomy, blurry, low quality, worst quality, watermark, signature..., em três linhas. Ela vem em boa parte dos primeiros modelos do Stable Diffusion, e colá-la em todo lugar é como tomar todos os remédios do armário na esperança de que um deles faça efeito. Você não saberá o que ajudou, e alguns termos podem puxar a sua imagem numa direção que você não escolheu.

Um prompt negativo funciona melhor como uma ferramenta de correção: você gera, identifica um defeito específico e o exclui.

O que um prompt negativo realmente faz

No Stable Diffusion, esse campo não é um filtro que apaga objetos depois. Segundo a documentação do AUTOMATIC1111, a cada etapa o sampler compara o que o seu prompt positivo produz com o que o seu prompt negativo produz e depois empurra a imagem em direção ao primeiro e a afasta do segundo. Na prática, isso muda várias coisas.

O negativo influencia a imagem inteira, e não apenas o objeto visado. Tirar people de uma rua também pode modificar o cenário. Ele depende, além disso, da força da guidance: quando o CFG é muito baixo, ele perde o efeito, e a documentação do Diffusers para o SD3 esclarece que ele é ignorado sem guidance. Por fim, ele não garante nada: um elemento excluído pode aparecer mesmo assim, sobretudo se o seu prompt positivo o chama indiretamente. Pedir uma praia em pleno verão com people no negativo continua difícil de conseguir.

O que muda conforme a ferramenta

Não existe sintaxe universal. Muitas decepções vêm de um método aplicado à ferramenta errada.

Três famílias de termos que servem

Escreva seu negativo com nomes de defeitos ou de objetos concretos. Três famílias cobrem a grande maioria das necessidades.

Os elementos parasitas. Tudo o que aparece na imagem sem ser convidado: text, watermark, signature, logo. É o uso mais rentável, porque esses elementos costumam vir das imagens de treinamento.

O tipo de renderização errado. Se você quer uma foto e a imagem escorrega para a ilustração, escreva illustration, 3d render, cartoon. No sentido inverso, photo, photorealistic ajuda a manter um desenho chapado.

O defeito constatado na sua saída. Prato de plástico, céu saturado, fundo carregado demais: escreva o que você vê, por exemplo plastic texture ou oversaturated sky.

Eis um ponto de partida para o visual de uma imobiliária, no SDXL. Cole cada parte no respectivo campo:

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

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

Importante: uma imagem gerada não mostra o imóvel de verdade. Em um anúncio, ela só pode servir para ilustrar um potencial, deixando isso claramente indicado, nunca para representar o imóvel à venda.

Reformular em positivo: muitas vezes a melhor opção

Quando for possível, descreva o estado que você quer. O modelo tem muito mais domínio sobre uma cena do que sobre uma ausência.

No Midjourney, escrever a negação dentro da frase é uma armadilha: a bakery window without cakes pode trazer bolos, porque a palavra continua presente no prompt. No FLUX, a reformulação é a única solução. Vejamos o exemplo de uma florista que quer um buquê sobre fundo liso para as redes sociais.

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

Prompt corrigido:

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

Tudo o que era uma ausência virou uma descrição: buquê deitado, fundo liso, luz regular. O --no final guarda apenas o que realmente importa. Retire esse parâmetro se você não usa o Midjourney.

Os erros a corrigir já

O negativo que contradiz o positivo. sharp details de um lado e detailed no negativo do outro: os dois se neutralizam. Releia os dois campos juntos.

O peso excessivo. No Stable Diffusion, (worst quality:2) pode distorcer o resultado e enrijecer a imagem. Fique perto de 1 e suba para 1,2 ou 1,3 apenas se um defeito resistir.

Um negativo herdado de outro modelo. Uma lista feita para o SD 1.5 não tem por que servir para o SDXL ou o SD 3.5. Certos termos como worst quality foram popularizados por modelos comunitários específicos e podem não ter nenhum efeito em outros. Para a escolha do modelo e os ajustes, o guia do Stable Diffusion ajuda você a saber em que ponto está.

Os embeddings negativos merecem uma menção: esses pequenos arquivos reúnem defeitos comuns em uma única palavra. Podem ser eficazes, mas continuam tão opacos quanto as listas grandes e dependem da família do modelo. Teste-os como o resto.

O método de teste em dez minutos

Não julgue por uma única imagem, porque o acaso pode enganar você. Com um seed fixo no Stable Diffusion, proceda assim.

1. Gere sua imagem sem nenhum negativo.
2. Anote o defeito mais incômodo, só um.
3. Acrescente um ou dois termos que o visem e rode de novo com o mesmo seed.
4. Veja o que mudou, inclusive o que você não pediu para mudar.
5. Repita com outro seed para verificar se o efeito se mantém.

No Midjourney, o --seed também ajuda, sabendo que um resultado idêntico não é garantido. O espírito continua o mesmo que se aplica para testar um prompt de texto: mudar uma coisa, comparar, ficar com o que funciona.

Você sairá daqui com um negativo de cinco a dez palavras, cada uma com sua razão de ser. Pegue sua última imagem malsucedida, identifique o principal defeito e comece por essa única palavra.