负向提示词是直接影响生成结果可用性的关键控制层，通过向文本编码器发送抑制信号，在生成早期降低不良特征采样概率；必须按模型要求配置，国内用户需优先使用中式文化特异性拦截项。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
LiblibAI负向提示词用来主动屏蔽图像中你不希望出现的视觉缺陷或干扰元素，比如手部畸变、低分辨率、水印、文字、不自然的光影等，它不是可有可无的补充项，而是直接影响生成结果是否可用的关键控制层。
负向提示词的核心作用机制
负向提示词向模型文本编码器发送“抑制信号”，引导扩散过程避开特定语义空间。它不靠删除已有内容，而是在图像生成早期就降低相关特征被采样的概率。
例如输入“no deformed hands”，模型会在手部结构建模阶段主动弱化所有不符合解剖逻辑的手指排列组合；若写成“don’t draw bad hands”，CLIP编码器无法识别“don’t”这类动词指令，该句将被整体降权甚至忽略。
这一步操作起来很简单，直接把标准否定前缀+解剖级描述填进下方负向框即可，但填错格式会导致整段失效。
什么情况下必须配置负向提示词
方法一：查看模型页面参数说明栏
若明确标注“推荐启用Negative Prompt”或列出典型崩坏项（如bad hands、lowres），则【必须填写】；若标注“negative prompt disabled”或“no negative required”，留空更安全。
方法二：确认所用CHECKPOINT是否支持CLIP文本引导
基础通用型与多数LoRA插件均依赖CLIP，但部分复古风格或故障艺术类模型（如“秽墟”“失控代码”）会注明“无需负向提示词”，此时强行添加反而引发异常输出。
国内用户要特别注意的三类高危项
第一步：替换通用英文负向词为中式文化特异性拦截项
国外常用词如“deformed hands”对国内用户不够精准——他们更常遇到的是“旗袍开衩过高”“汉服交领反向”“唐装盘扣错位”这类问题。
第二步：在负向提示词框中粘贴这组固定组合
(交领左衽:1.5),(衣襟重叠错乱),(盘扣缺失或错位),(旗袍开衩过膝),(汉服袖口窄于小臂),(发髻松散不成形),low quality, blurry, jpeg artifacts
第三步：叠加平台专用拦截项（如生成图标）
no text, no label, no slogan, no watermark, (low search ranking:1.5), (generic icon style:1.4), (blurry edges:1.3)
