Stable Diffusionのネガティブプロンプト：完全ガイド

ネガティブプロンプトは、Stable Diffusionで最も強力でありながら最も理解されていないツールの一つです。生成画像に含めたくない要素をモデルに指示することができます。変形した手からウォーターマーク、圧縮アーティファクトまで、あらゆる不要な要素を排除できます。正しく使えば、すべての生成結果の品質が大幅に向上します。

ネガティブプロンプトとは？

Stable Diffusionにおけるネガティブプロンプトとは、生成画像に含めたくない要素、品質、スタイルを指定する専用のテキスト欄です。デノイジング（ノイズ除去）プロセス中に、モデルはこれらの概念から積極的に離れるよう動作し、よりクリーンで正確な画像を生成します。

コンパスに例えると分かりやすいでしょう。ポジティブプロンプトが目指す方向を示し、ネガティブプロンプトが避けるべき方向を定義します。この二つが組み合わさることで、生成を正確な結果へと導きます。

技術的な仕組み

Stable Diffusionは、Classifier-Free Guidance（CFG）と呼ばれるプロセスを使用して、ポジティブプロンプトとネガティブプロンプトのバランスを取ります。デノイジングの各ステップで、モデルは2つの予測を計算します：

1. ポジティブプロンプトに基づく予測
2. ネガティブプロンプトに基づく予測（ネガティブプロンプトが指定されていない場合は無条件予測）

最終結果は、CFG scaleで定義された強度に従い、ネガティブ予測から離れ、ポジティブ予測に近づくように計算されます。

CFG Scaleとの関係

CFG scaleは、モデルがプロンプトにどの程度従うかを決定します。この値はポジティブプロンプトとネガティブプロンプトの両方に影響します：

重要なポイント：CFGが高いとネガティブプロンプトの効果も増幅されます。CFGが12以上でネガティブプロンプトが過度に強い場合、モデルが特定の概念から離れすぎて奇妙な結果が生じるリスクがあります。

汎用ネガティブプロンプトリスト

以下は、ほとんどの生成で出発点として推奨する汎用ネガティブプロンプトのリストです：

画像品質

(worst quality:1.4), (low quality:1.4), normal quality, jpeg artifacts, blurry, noisy, grainy, pixelated, low resolution

解剖学とプロポーション

bad anatomy, bad hands, extra fingers, missing fingers, extra limbs, missing limbs, fused fingers, too many fingers, deformed, mutated, disfigured, malformed

構図

cropped, out of frame, cut off, duplicate, clone, copy, watermark, signature, text, logo, username, artist name

コピーして使える完全リスト

(worst quality:1.4), (low quality:1.4), blurry, noisy, watermark, signature, text, logo, bad anatomy, bad hands, extra fingers, missing fingers, extra limbs, deformed, disfigured, duplicate, cropped, out of frame, ugly, poorly drawn face, poorly drawn hands

用途別ネガティブプロンプト

フォトリアルなポートレート

(worst quality:1.4), (low quality:1.4), bad anatomy, bad hands, deformed face, deformed eyes, asymmetric eyes, cross-eyed, extra fingers, missing fingers, blurry, watermark, signature, 3d render, cartoon, anime, illustration, painting, drawing

アニメ・漫画風アート

(worst quality:1.4), (low quality:1.4), realistic, photorealistic, 3d render, bad anatomy, bad hands, extra fingers, deformed, blurry, watermark, signature, text, duplicate, cropped, ugly

風景・環境

(worst quality:1.4), (low quality:1.4), blurry, noisy, watermark, text, logo, people, person, human, figures, cars, vehicles, modern objects, power lines, telephone poles

商品写真

(worst quality:1.4), (low quality:1.4), blurry, noisy, watermark, text, logo, cluttered background, distracting elements, poor lighting, shadows on product, reflections, distortion

構文と重み付け

ネガティブプロンプトは、Stable Diffusionのポジティブプロンプトと同じ重み付け構文に対応しています：

• (term:1.4) — 強い重み、モデルがその概念を積極的に回避
• (term:1.0) — 通常の重み（デフォルト）
• (term:0.6) — 弱い重み、軽度の影響
• [term] — 重みを10%減少
• (term) — 重みを10%増加

品質関連の用語は1.4の重み（(worst quality:1.4)）にすることを推奨します。全体的な品質への影響が最も大きいためです。コンテンツ固有の用語は1.0のままにしましょう。

よくあるミス

1. ネガティブプロンプトが長すぎる。ポジティブプロンプトと同様に、ネガティブプロンプトにもトークン制限があります（SDXLで77トークン）。制限を超えた用語は無視されます。最も重要な要素を優先してください。
2. ネガティブ欄にポジティブな記述を入れる。not blurryと書かないでください。単にblurryと書きます。ネガティブフィールドは既に「これを避ける」と解釈されています。
3. ポジティブとネガティブの矛盾。ポジティブプロンプトでpaintingを要求し、ネガティブプロンプトにpaintingを含めると、モデルは矛盾するシグナルを受け取ります。結果は一貫性のないものになります。
4. リストをそのままコピーして適応しない。汎用ネガティブプロンプトは良い出発点ですが、具体的なケースに合わせて調整する必要があります。ポートレート用のネガティブプロンプトは風景用とは異なります。

よくある質問

Stable Diffusionのネガティブプロンプトとは何ですか？

ネガティブプロンプトとは、生成画像に含めたくない要素を指定する専用のテキスト欄です。モデルは生成時にこれらの概念から積極的に離れるよう動作し、品質を向上させてアーティファクトを削減します。

CFG scaleはネガティブプロンプトに影響しますか？

はい、CFG scale（Classifier-Free Guidance）はモデルがポジティブプロンプトとネガティブプロンプトの両方にどの程度従うかを決定します。CFG 7が適切なバランスです。CFGが高すぎる（15+）とアーティファクトが生じ、低すぎる（3〜4）とネガティブプロンプトが部分的に無視されます。

最も便利な汎用ネガティブプロンプトは何ですか？

最も効果的な汎用ネガティブプロンプトは：(worst quality:1.4), (low quality:1.4), blurry, watermark, signature, text, deformed, bad anatomy, bad hands, extra fingers, missing fingers, extra limbs, duplicate, cropped, out of frame, uglyです。

MidjourneyやFluxはネガティブプロンプトに対応していますか？

Midjourneyは--noパラメータ（例：--no text, watermark）による限定的なサポートがあります。Fluxはネガティブプロンプトに一切対応していません。Stable Diffusionのみが重み付け対応の完全な専用フィールドを提供しています。