Um prompt negativo é uma entrada de texto usada em sistemas de geração de imagens e vídeos para especificar conceitos, estilos ou artefatos visuais que um modelo deve evitar produzir, usado em conjunto com, e separadamente de, o principal prompt descritivo. Enquanto um prompt comum descreve o que uma saída deve conter, um prompt negativo descreve o que ela não deve conter.
Como funciona
A maioria das implementações de prompts negativos depende de uma técnica chamada orientação sem classificador, na qual um modelo de difusão gera uma imagem comparando previsões feitas com e sem condicionamento no texto do prompt, então direcionando a saída dentro do espaço latente do modelo em direção ao conteúdo descrito e para longe de conteúdo indesejado. Quando um prompt negativo é fornecido, o modelo realiza uma comparação análoga que empurra a saída para longe dos conceitos nomeados no prompt negativo também, em vez de apenas para longe de uma linha de base não condicionada. Isso torna o prompt negativo mais naturalmente adequado a sistemas baseados em difusão, e ele é menos comumente exposto em outras abordagens de geração.
Usos comuns
Prompts negativos são tipicamente usados para suprimir modos de falha recorrentes de geradores de imagens, como mãos e rostos distorcidos, membros extras, saídas borradas ou de baixa resolução, marcas d'água, assinaturas e artefatos de texto indesejados. Eles também são usados estilisticamente, por exemplo, excluindo certas paletas de cores, estilos de arte ou elementos composicionais que um texto para imagem básico tende a produzir por padrão. Algumas comunidades mantém bibliotecas compartilhadas de frases padrão de prompts negativos destinadas a melhorar amplamente a qualidade da saída em muitos prompts de assunto diferentes.
Adoção e interfaces
A técnica se tornou amplamente conhecida por meio de interfaces de código aberto construídas ao redor do difusão estável, que expunham um campo dedicado a prompts negativos ao lado da caixa de prompt principal e outras ferramentas de condicionamento, como o ControlNet, um padrão subsequentemente adotado por muitas outras ferramentas de geração de imagens. Algumas plataformas comerciais, incluindo o Midjourney, em vez disso, usam um parâmetro especial anexado ao prompt comum em vez de um campo de entrada separado, enquanto outras incorporam exclusões semelhantes a prompts negativos em sistemas mais gerais de ponderação de prompts. Conforme os modelos de geração mais novos melhoraram em seguir instruções positivas complexas, a importância de campos separados de prompts negativos em interfaces de usuário diminuiu em relação à era inicial do Stable Diffusion, embora o conceito subjacente continue sendo uma parte comum do engenharia de prompts para geração visual.
Limitações
Prompts negativos não garantem exclusão dos conceitos nomeados; porque os modelos de difusão trabalham estatisticamente, em vez de através de restrições rígidas, um elemento indesejado ainda pode aparecer, particularmente quando os prompts negativo epositivo descrevem regiões conflitantes ou sobrepostas da distribuição aprendida do modelo. Sobrecarregar um prompt negativo com muitos termos também pode degradar a qualidade geral da imagem ou empurrar a saída para um estilo genérico e excessivamente corrigido, levando muitos praticantes a manter prompts negativos curtos e específicos, em vez de exaustivos.