Prompt negativo

A maioria dos modelos de difusão usa uma técnica chamada orientação sem classificador. A cada passo, o modelo faz duas previsões: uma condicionada ao seu prompt e outra a uma referência sem instrução alguma. O passo final se afasta da referência e vai em direção ao seu prompt, e o ajuste de guidance diz até onde. Um prompt negativo troca essa referência vazia por uma descrição do que você não quer, de modo que a imagem é empurrada para longe disso, além de ir na direção do que você pediu. A documentação de software às vezes chama a segunda condição de prompt incondicional ou nulo, o que explica por que trocá-la é possível.

Isso explica tanto a força quanto os limites da técnica. Modelos que rodam sem guidance, comum nos muito rápidos treinados para funcionar em poucos passos, não têm referência para trocar e por isso muitas vezes ignoram por completo o prompt negativo. Mesmo onde funciona, é um empurrão e não uma garantia: nomear algo que você quer evitar pode às vezes torná-lo mais presente, como quando mandam você não pensar num elefante cor-de-rosa, e uma lista longa de palavras vagas raramente faz mais que uma curta. A sintaxe com pesos, como parênteses em volta de uma palavra, é convenção de certas interfaces, não regra universal.

Os bons hábitos são simples. Descreva o assunto principal por inteiro no prompt principal e reserve o prompt negativo para poucos defeitos recorrentes: desfoque, artefatos de jpeg, mãos distorcidas, rostos duplicados, enquadramento cortado, legendas soltas ou uma marca d’água que você não quer. Numa foto de produto sobre fundo limpo, reflexos, poeira, sombras duras e um horizonte torto são entradas melhores que palavras como feio ou ruim, que não descrevem nenhuma característica visual da qual a rede possa se afastar. Mude uma coisa de cada vez e compare os resultados com a mesma seed, para atribuir cada diferença à sua causa, como um fotógrafo que gira um único botão entre as exposições, e mantenha um registro curto das combinações vencedoras. Cuidado também com contradições: pedir um pôr do sol vívido e excluir tons quentes deixa a rede dividida entre duas ordens. Quando um defeito persiste, reescrever o prompt positivo, por exemplo pedindo uma fotografia nítida e em close, costuma funcionar melhor do que aumentar a lista negativa.

O Studio tem um campo de prompt negativo de até 500 caracteres, e a API aceita um negative_prompt opcional do mesmo tamanho, usado pelos modelos que o suportam. O suporte depende do modelo, então, se um campo parece não mudar nada, teste outro modelo antes de mexer na redação. A página do gerador de imagens descreve o resto do Studio: oito formatos e quinze estilos, com o modelo padrão Z-Image Turbo, um modelo aberto incluído em todos os planos e rápido o bastante para tornar barato comparar duas redações.

Um detalhe que vale conhecer, informado na página de transparência: os ajustes do Studio, o prompt negativo inclusive, ficam em texto simples no armazenamento local do seu navegador, sem conteúdo de conversa. As imagens geradas em si ficam guardadas criptografadas no navegador, e os limites firmes do NeverNo valem para toda requisição, diga o que disser um prompt negativo.