Un prompt négatif est une entrée textuelle utilisée dans les systèmes de génération d'images et de vidéos pour spécifier des concepts, des styles ou des artefacts visuels qu'un modèle doit éviter de produire, utilisée en parallèle, et séparément, du prompt descriptif principal. Là où un prompt ordinaire décrit ce qu'une sortie doit contenir, un prompt négatif décrit ce qu'elle ne doit pas contenir.
Comment cela fonctionne
La plupart des implémentations de prompts négatifs reposent sur une technique appelée guidance sans classifieur, dans laquelle un modèle de diffusion génère une image en comparant les prédictions faites avec et sans conditionnement sur le texte du prompt, puis en orientant la sortie dans le espace latent du modèle vers le contenu décrit et loin du contenu indésirable. Lorsqu'un prompt négatif est fourni, le modèle effectue une comparaison analogue qui pousse la sortie loin des concepts nommés dans le prompt négatif également, plutôt que seulement loin d'une ligne de base non conditionnée. Cela rend le prompting négatif le plus naturellement adapté aux systèmes basés sur la diffusion, et il est moins couramment exposé dans d'autres approches de génération
Utilisations courantes
Les prompts négatifs sont typiquement utilisés pour supprimer les modes de défaillance récurrents des générateurs d'images, tels que les mains et visages déformés, les membres supplémentaires, les sorties floues ou de basse résolution, les filigranes, les signatures, et les artefacts textuels indésirables. Ils sont également utilisés de manière stylistique, par exemple en excluant certaines palettes de couleurs, styles artistiques, ou éléments compositionnels qu'un prompt texte-à-image de base tend à produire par défaut. Certaines communautés maintiennent des bibliothèques partagées de phrases de prompts négatifs standard destinées à améliorer largement la qualité des sorties à travers de nombreux prompts de sujets différents
Adoption et interfaces
La technique est devenue largement connue grâce aux interfaces open-source construites autour de Stable Diffusion, qui exposaient un champ dédié de prompt négatif à côté de la boîte de prompt principale et d'autres outils de conditionnement tels que ControlNet, un modèle ensuite adopté par de nombreux autres outils de génération d'images. Certaines plateformes commerciales, y compris Midjourney, utilisent à la place un paramètre spécial ajouté au prompt ordinaire plutôt qu'un champ d'entrée séparé, tandis que d'autres intègrent l'exclusion de type prompt négatif dans des systèmes de pondération de prompts plus généraux. À mesure que les modèles de nouvelle génération se sont améliorés pour suivre des instructions positives complexes, la proéminence des champs séparés de prompts négatifs dans les interfaces utilisateur a décliné par rapport à l'ère précoce de Stable Diffusion, bien que le concept sous-jacent reste une partie commune du prompt engineering pour la génération visuelle
Limitations
Les prompts négatifs ne garantissent pas l'exclusion des concepts nommés; parce que les modèles de diffusion fonctionnent statistiquement plutôt que par des contraintes dures, un élément indésirable peut encore apparaître, particulièrement lorsque les prompts négatifs et positifs décrivent des régions conflictuelles ou chevauchantes de la distribution apprise du modèle. Surcharger un prompt négatif avec trop de termes peut également dégrader la qualité globale de l'image ou pousser la sortie vers un style générique, sur-corrigé, amenant de nombreux praticiens à garder les prompts négatifs courts et spécifiques plutôt qu'exhaustifs.