引言
负面提示词是AI视频生成工具（如Kling）中一个强大但常被忽视的功能。虽然主提示词描述了你想要看到的内容，但负面提示词则明确界定了你不想要的内容。掌握这项技术对于消除常见的AI伪影、精炼视觉风格以及实现更清晰、更专业的视频至关重要。可以将其视为从你的创意愿景中剔除不需要元素的精准工具。
技术分析
负面提示词通过指示AI模型远离特定概念、美学或缺陷来发挥作用。它直接影响潜在空间——AI使用的图像数学表示——将输出推离不需要的区域。主要用途包括：
- 移除AI伪影： 消除常见故障，如扭曲的面部（变形特征）、多余肢体、模糊纹理和超现实变形。
- 强化风格： 防止写实场景看起来像卡通，或现代室内设计显得复古。
- 控制构图： 避免特定物体（例如风景镜头中的“人物”）或杂乱元素，如“文字”、“水印”或“标志”。
分步工作流程
- 生成基础视频： 从核心正面提示词开始。例如：
“一位厨师在阳光照射的厨房中熟练切菜，电影感。”生成初始视频并分析缺陷。 - 识别不需要的元素： 批判性地审查输出。常见问题可能包括：
解剖结构不良、手部变形、凌乱的台面、不自然的光线、颗粒感。 - 构建你的第一个负面提示词： 从广泛的技术基线开始。一个强大的起点是：
**低质量、最差质量、模糊、变形、扭曲、畸形、畸形的手、多余的手指、突变、丑陋**。 - 迭代与优化： 使用负面提示词重新生成。现在，添加风格和上下文特定术语。对于我们的厨师示例，你可能会添加：
**脏盘子、杂乱、卡通、3D渲染、塑料、文字、水印**。 - 平衡特异性： 要精确但不过度限制。如果你想避免特定颜色，
“蓝色衬衫”比“服装”更有效，但避免使用可能混淆模型的长而矛盾的列表。
专业技巧
- 通用起点： 始终在负面提示词中包含基础术语，如
**低质量、最差质量、模糊、变形**。它们处理核心生成问题。 - 利用社区知识： 搜索他人针对类似风格使用的有效负面提示词（例如，为获得干净数字外观的“胶片颗粒”，为保持写实感的“水彩”）。
- 使用加权（如果支持）： 某些界面允许关键词加权。使用类似
(丑陋:1.3)的语法来强调强烈避免“丑陋”元素。 - Prompt Engineering对称性： 像对待主提示词一样精心处理你的负面提示词。具体、描述性的词语比模糊的词语产生更好的结果。
- 记录你的实验： 记录哪些负面术语解决了特定问题。这为未来项目建立你的个人库。
结论
掌握负面提示词将你从被动的请求者转变为AI的主动导演。它是错误纠正和风格强化的主要工具，将你的视频从“AI生成”提升到“专业制作”。通过系统地识别和移除不需要的元素，你获得巨大控制力，确保最终输出符合你清晰、有意的愿景。从通用基础开始，然后为你的特定场景不懈优化。