Un prompt negativo es una entrada de texto utilizada en sistemas de generación de imágenes y videos para especificar conceptos, estilos o artefactos visuales que un modelo debe evitar producir, usada junto con, y de manera separada de, el prompt descriptivo principal. Mientras que un prompt ordinario describe lo que una salida debe contener, un prompt negativo describe lo que no debe contener.
Cómo funciona
La mayoría de las implementaciones de prompts negativos se basan en una técnica llamada guía sin clasificador, en la cual un modelo de difusión genera una imagen comparando predicciones hechas con y sin condicionamiento en el texto del prompt, y luego dirige la salida dentro del espacio latente del modelo hacia el contenido descrito y lejos del contenido no deseado. Cuando se proporciona un prompt negativo, el modelo realiza una comparación análoga que empuja la salida lejos de los conceptos nombrados en el prompt negativo también, en lugar de solo alejarse de una línea base no condicionada. Esto hace que el prompting negativo sea más naturalmente adecuado para sistemas basados en difusión, y es menos comúnmente expuesto en otros enfoques de generación.
Usos comunes
Los prompts negativos se usan típicamente para suprimir modos de fallo recurrentes de los generadores de imágenes, como manos y rostros distorsionados, extremidades adicionales, salida borrosa o de baja resolución, marcas de agua, firmas y artefactos de texto no deseados. También se usan estilísticamente, por ejemplo, excluyendo ciertas paletas de colores, estilos artísticos o elementos compositivos que un texto a imagen base tiende a producir por defecto. Algunas comunidades mantienen bibliotecas compartidas de frases estándar de prompts negativos destinadas a mejorar ampliamente la calidad de la salida en muchos prompts de sujetos diferentes.
Adopción e interfaces
La técnica se hizo ampliamente conocida a través de interfaces de código abierto construidas alrededor de Stable Diffusion, que expusieron un campo dedicado de prompt negativo junto al cuadro principal de prompt y otras herramientas de condicionamiento como ControlNet, un patrón posteriormente adoptado por muchas otras herramientas de generación de imágenes. Algunas plataformas comerciales, incluyendo Midjourney, en su lugar usan un parámetro especial añadido al prompt ordinario en lugar de un campo de entrada separado, mientras que otras integran la exclusión similar a prompts negativos en sistemas de ponderación de prompts más generales. A medida que los modelos de generación más nuevos han mejorado en seguir instrucciones positivas complejas, la prominencia de campos separados de prompts negativos en las interfaces de usuario ha disminuido en relación con la era temprana de Stable Diffusion, aunque el concepto subyacente sigue siendo una parte común de la ingeniería de prompts para la generación visual.
Limitaciones
Los prompts negativos no garantizan la exclusión de los conceptos nombrados; debido a que los modelos de difusión funcionan estadísticamente en lugar de mediante restricciones duras, un elemento no deseado aún puede aparecer, particularmente cuando los prompts negativo y positivo describen regiones conflictivas o superpuestas de la distribución aprendida del modelo. Sobrecargar un prompt negativo con demasiados términos también puede degradar la calidad general de la imagen o empujar la salida hacia un estilo genérico y sobrecorregido, lo que lleva a muchos practicantes a mantener los prompts negativos cortos y específicos en lugar de exhaustivos.