Se você tem gerado imagens com Stable Diffusion sem usar prompt negativo, está gerando com uma mão amarrada nas costas. Prompts negativos não são um adicional opcional — são um mecanismo de controle fundamental que pode fazer a diferença entre um resultado inutilizável e uma imagem digna de galeria. Este guia cobre tudo, desde a matemática por trás de como os prompts negativos funcionam até bibliotecas completas prontas para copiar e colar.

Dica: O ImageToPrompt gera automaticamente prompts negativos otimizados quando você seleciona Stable Diffusion como modelo alvo. Faça upload de uma imagem para obter um prompt positivo E negativo em uma única análise.

Como os Prompts Negativos Funcionam: O CFG Scale Explicado

Para entender prompts negativos, você primeiro precisa entender o Classifier-Free Guidance (CFG) — o algoritmo que os faz funcionar.

Durante cada etapa de denoising no Stable Diffusion, o modelo faz duas predições: uma condicionada ao seu prompt positivo (o que você quer) e uma condicionada ao seu prompt negativo (o que você não quer). A direção final é calculada como:

final_direction = unconditional_prediction + CFG_scale × (conditional_prediction − unconditional_prediction)

Em termos práticos:

Prompts Negativos Universais

Estes prompts negativos abordam os modos de falha mais comuns em todos os modelos SD. Comece com estes e adicione termos específicos por caso de uso.

Prompt Negativo Universal Principal

(worst quality:1.4), (low quality:1.4), (normal quality:1.2), lowres, bad anatomy, bad hands, missing fingers, extra fingers, too many fingers, mutated hands, poorly drawn hands, poorly drawn face, mutation, deformed, ugly, blurry, bad proportions, extra limbs, cloned face, disfigured, malformed limbs, missing arms, missing legs, extra arms, extra legs, watermark, signature, text, username, artist name

Universal Expandido

(worst quality:1.4), (low quality:1.4), (normal quality:1.3), lowres, bad anatomy, bad hands, ((missing fingers)), ((extra digit)), ((fewer digits)), missing limb, mutated hands, poorly drawn hands, poorly drawn face, mutation, deformed, ugly, disgusting, blurry, out of focus, bad proportions, bad body, extra limbs, cloned face, disfigured, malformed limbs, missing arms, missing legs, extra arms, extra legs, fused fingers, too many fingers, long neck, cross-eyed, floating limbs, disconnected limbs, watermark, signature, text, logo, cropped, duplicate, error, jpeg artifacts, oversaturated, grainy

Prompts Negativos por Caso de Uso

Retratos Fotográficos / Rostos Realistas

asymmetrical eyes, uneven eyes, crossed eyes, lazy eye, unfocused eyes, poorly lit face, unnatural skin texture, plastic-looking skin, oversaturated skin, uncanny valley, dead eyes, missing pupils, extra pupils, floating head, disconnected head, double face, multiple faces, blurry face, deformed face, disfigured face

Paisagens e Ambientes

overexposed sky, blown out highlights, flat lighting, unrealistic colors, cartoonish, anime style, illustrated, painted, fake looking, sky hole, horizon errors, floating objects, impossible architecture, deformed trees, unrealistic foliage, color banding, lens flare artifacts

Anime / Ilustração

(worst quality:1.4), (low quality:1.4), (normal quality:1.3), lowres, bad anatomy, bad hands, missing fingers, extra fingers, floating limbs, disconnected limbs, poorly drawn face, asymmetrical eyes, blurry, out of focus, signature, watermark, text, jpeg artifacts, low resolution, username, bad legs, bad feet, missing legs

Fotografia de Produto

soft focus, blurry, out of focus, poorly lit, dark shadows obscuring product, color inaccurate, distorted perspective, watermark, text overlaid, cluttered background, distracting elements, uneven lighting, harsh flash, blown highlights, low resolution, pixelated

Prompts Negativos por Modelo

SD 1.5

O SD 1.5 é o mais propenso a erros anatômicos, particularmente mãos e dedos:

(worst quality:1.4), (low quality:1.4), (normal quality:1.2), bad anatomy, bad hands, (missing fingers:1.3), (extra fingers:1.3), poorly drawn hands, poorly drawn face, mutation, deformed, ugly, blurry, bad proportions, extra limbs, cloned face, disfigured, malformed, watermark, signature, text, (oversaturated:1.2), muddy colors

SDXL

O SDXL tem melhor anatomia que o SD 1.5, mas pode produzir pele excessivamente polida e com aspecto plástico:

worst quality, low quality, bad anatomy, deformed hands, ugly, watermark, signature, text, oversaturated, plastic skin, artificial lighting, overly smooth skin, uncanny valley, dull colors, flat lighting, overexposed

SD 3.5

O SD 3.5 usa uma arquitetura diferente e responde menos à sintaxe tradicional de prompts negativos do SD. Prompts negativos mais simples funcionam melhor:

low quality, blurry, bad anatomy, watermark, text, deformed, ugly, distorted

Sintaxe de Ponderação (keyword:weight)

A sintaxe com parênteses e dois-pontos permite aumentar ou diminuir a ênfase em termos negativos específicos:

Recomendamos ponderar termos de qualidade a 1.4 ((worst quality:1.4)) pois têm o maior impacto na qualidade geral, mantendo termos específicos de conteúdo a 1.0.

EasyNegative e Outros Embeddings

Embeddings de textual inversion são arquivos especiais que codificam conceitos complexos em um único token. Para prompts negativos, embeddings podem substituir longas listas de descritores com uma única palavra.

EasyNegative

O embedding de prompt negativo mais amplamente utilizado. Foi treinado para comprimir centenas de conceitos de redução de qualidade no token EasyNegative.

EasyNegative, (worst quality:1.2), bad anatomy, watermark

Como Usar Embeddings

  1. Baixe o arquivo de embedding (.pt ou .safetensors) do Civitai ou Hugging Face
  2. Coloque-o na pasta embeddings/ do A1111 (ou equivalente do ComfyUI)
  3. Referencie pelo nome do arquivo (sem extensão) no seu prompt negativo
  4. Atualize a lista de embeddings na interface, se necessário

Importante: Embeddings são específicos do checkpoint. Um embedding treinado em dados do SD 1.5 não funcionará corretamente com SDXL. Sempre verifique os requisitos do modelo antes de usá-lo.

O Que NÃO Colocar em Prompts Negativos (Erros Comuns)

  1. Negar o conteúdo desejado. Se seu prompt positivo inclui "forest" e você adiciona "trees" ao prompt negativo, você estará lutando contra si mesmo.
  2. Usar linguagem positiva em prompts negativos. "No bad quality" não funciona — o SD processa o conteúdo semântico das palavras. Escreva simplesmente bad quality no campo negativo.
  3. Prompts negativos excessivamente longos (200+ palavras). O CLIP tem um limite de 77 tokens. Qualquer texto além disso é truncado. Foque nos termos mais importantes.
  4. Sobreponderar tudo. Se cada termo no seu prompt negativo tem peso de 1.4+, você efetivamente elevou a linha de base. Reserve pesos altos para os problemas mais persistentes.
  5. Copiar prompts negativos de anime para trabalhos fotorrealistas. Os tokens de qualidade diferem entre workflows de anime e fotorrealismo. Misturá-los pode causar desvios estilísticos inesperados.

Como o ImageToPrompt Gera Prompts Negativos

Quando você usa o ImageToPrompt.dev com Stable Diffusion como modelo alvo, a ferramenta analisa sua imagem de referência e gera tanto um prompt positivo quanto um prompt negativo contextualmente apropriado.

A geração do prompt negativo é inteligente. Se sua imagem de referência é um retrato, a ferramenta enfatiza negativos de rosto e anatomia. Se é uma paisagem, pula termos de anatomia e foca em negativos de exposição e cor. Se identifica um estilo anime, muda para tokens de qualidade apropriados para anime.

Gere Prompts Negativos Automaticamente

Faça upload da sua imagem de referência e selecione Stable Diffusion. O ImageToPrompt gera o prompt positivo E o prompt negativo otimizado.

Experimentar ImageToPrompt →

Perguntas Frequentes

O que é um prompt negativo no Stable Diffusion?

Um prompt negativo é um campo de texto separado onde você indica os elementos que NÃO quer ver na imagem gerada. O modelo se afasta ativamente desses conceitos durante a geração, melhorando a qualidade e reduzindo artefatos.

O CFG scale afeta os prompts negativos?

Sim, o CFG scale (Classifier-Free Guidance) determina a intensidade com que o modelo segue seus prompts positivos E negativos. Um CFG de 7 é um bom equilíbrio. Um CFG muito alto (15+) pode criar artefatos, enquanto um CFG muito baixo (3-4) ignora parcialmente seus prompts negativos.

Quais são os prompts negativos universais mais úteis?

Os prompts negativos universais mais eficazes são: (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.

O Midjourney e o Flux suportam prompts negativos?

O Midjourney oferece suporte limitado via parâmetro --no (ex: --no text, watermark). O Flux não suporta prompts negativos. Apenas o Stable Diffusion possui um campo dedicado completo com suporte a ponderação.