ネガティブプロンプト

多くの拡散モデルは、分類器なしガイダンスという技術を使います。各ステップで、モデルは二つの予測を行います。一つはあなたのプロンプトを条件とするもの、もう一つは指示のない参照を条件とするものです。最終的な一歩は参照から遠ざかってあなたのプロンプトへ向かうもので、どれだけ動くかはガイダンスの設定が決めます。ネガティブプロンプトは、この空の参照を、望まないものの説明に置き換えます。そのため、画像は、頼んだものへ引き寄せられるだけでなく、それからも押し離されます。ソフトウェアの資料では、この二つ目の条件を無条件プロンプトやヌルプロンプトと呼ぶことがあり、これを置き換えられる理由もそこにあります。

これが、その力と限界の両方を説明します。ガイダンスなしで動くモデルは、少ないステップで動くよう訓練された非常に高速なモデルに多く、置き換える参照がないため、ネガティブプロンプトをまったく無視することがよくあります。働く場合でも、それは後押しであって保証ではありません。避けたいものを名指すと、ピンクの象のことを考えるなと言われたときのように、かえってそれが現れやすくなることがあります。あいまいな言葉を長く並べても、短い一覧以上のことはめったにしません。単語を括弧で囲む重みづけの書き方は、特定のインターフェースの慣習であり、普遍的な規則ではありません。

良い習慣は単純です。主な被写体は通常のプロンプトで十分に描写し、ネガティブプロンプトは、ぼやけ、JPEG のノイズ、歪んだ手、重複した顔、切れた構図、余計な文字、望まない透かしなど、繰り返し起こる欠点のために取っておきます。きれいな背景の製品写真なら、反射、ほこり、きつい影、傾いた水平線のほうが、「醜い」や「悪い」といった言葉より良い項目です。後者は、ネットワークが避けられる視覚的な特徴を何も表していません。撮影のたびにダイヤルを一つだけ回す写真家のように、一度に一つだけ変え、同じシードで結果を比べると、それぞれの違いの原因がわかります。うまくいった組み合わせは短く記録しておきましょう。矛盾にも注意してください。鮮やかな夕焼けを頼みながら暖色を除外すると、ネットワークは二つの命令の間で迷います。欠点が消えないときは、ネガティブの一覧に足すより、くっきりとした接写の写真を頼むなど、通常のプロンプトを言い換えるほうがうまくいくことがよくあります。

スタジオには、500文字までのネガティブプロンプトの欄があり、API も同じ長さの任意の negative_prompt を受け付けて、対応するモデルで使います。対応状況はモデルによるので、欄が何も変えないように見えたら、言い回しを変える前に別のモデルを試してください。画像ジェネレーターのページでは、スタジオの残りの部分、つまり8つのフォーマットと15のスタイルを説明しています。初期設定のモデルは、すべてのプランに含まれるオープンモデルの Z-Image Turbo で、二つの言い回しを比べるのが手軽にできるほど速く動きます。

知っておくと役立つ点が一つあり、透明性のページに書かれています。ネガティブプロンプトを含むスタジオの設定は、会話の内容を含まない平文で、ブラウザのローカルストレージに保存されます。生成された画像そのものは、暗号化されてブラウザに保存され、NeverNo の絶対的な制限は、ネガティブプロンプトに何が書かれていても、すべてのリクエストに適用されます。