Forfait de ressources de prompts négatifs Z-Image : Plus de 50 modèles prêts à copier

Vous arrive-t-il, comme moi, de rencontrer toujours les mêmes petits problèmes lors de la génération d’images : la peau paraît très grasse, les contours sont trop nets, et l’arrière-plan ressemble à une scène de vente aux enchères d’une autre époque.

Je m’appelle Dora. Entre janvier et février 2026, j’ai mené une série de tests discrets dans Z-Image-Base et quelques pipelines connexes. Rien de complexe : mêmes prompts, petits lots, ajustements légers. J’ai gardé ce qui réduisait le travail de retouche et la charge mentale. Voici le pack de prompts négatifs pour Z-Image : plus de 50 petites exclusions qui, ensemble, rendent le modèle moins chaotique et plus utilisable.

Je vous explique d’abord pourquoi les prompts négatifs fonctionnent, puis je partage les modèles généraux et les ensembles que j’utilise pour les portraits, les photos de produits et l’illustration. Pas de fioritures, juste ce qui a tenu dans le travail quotidien.

Les principes de base du prompt négatif

Pourquoi le prompt négatif fonctionne

Les prompts négatifs ne « corrigent » pas le modèle. Ils définissent des garde-fous. En pratique, vous dites au sampler : si un token essaie d’orienter l’image dans cette direction, éloignez-vous-en. Bien utilisés, je constate moins de détails parasites et moins de retouches correctives par la suite.

Quelques observations tirées de mes tests :

• Ils réduisent l’effort mental plus que le temps de travail réel. Mes étapes moyennes de post-retouche sont passées d’environ 8 à environ 3 sur des lots de portraits.
• Ils fonctionnent mieux quand ils ciblent spécifiquement le défaut récurrent. Les mots « mauvais » génériques aident, mais les exclusions ciblées sont plus efficaces.
• Surcharger le prompt négatif peut se retourner contre soi. J’ai observé un contraste atténué et parfois un manque de détails lorsque je dépassais environ 200 caractères d’exclusions.

Je considère le prompt négatif comme une petite liste noire, pas un manifeste. Restez concis, testez, puis élagez.

Prise en charge des prompts négatifs dans Z-Image-Base

Z-Image-Base respecte les prompts négatifs au moment de la génération comme la plupart des interfaces Diffusion : il applique un flux de conditionnement distinct qui repousse les tokens listés pendant l’échantillonnage. Dans mes tests, les guidances de style CFG et les passes de raffinement respectaient toujours les exclusions. Si vous mélangez des schedulers ou utilisez la correction haute résolution, l’influence peut s’atténuer : j’augmente parfois légèrement la guidance (ex. : +0,5) quand le raffineur réintroduit du brillant ou des halos. Si vous ne savez pas jusqu’où pousser la guidance sans surcuire l’image, ce guide pratique sur les meilleurs réglages CFG de Z-Image détaille ce qui fonctionne réellement au quotidien.

Pour une référence plus approfondie, la logique correspond au fonctionnement du conditionnement négatif dans les interfaces Stable Diffusion comme l’interface WebUI d’AUTOMATIC1111 (voir leurs notes sur les prompts négatifs dans les Fonctionnalités). Ce n’est pas de la magie, juste un autre poids sur la balance.

Modèle général d’amélioration de la qualité

Mots d’exclusion pour la qualité de base

Ce sont les valeurs par défaut discrètes avec lesquelles je commence la plupart de mes générations. Elles visent les artefacts techniques qui s’infiltrent partout.

Modèle (je les utilise rarement tous à la fois) :

• low quality, lowres, blurry, soft focus, out of focus
• noisy, grainy, overcompressed, jpeg artifacts
• oversharpened, haloing, ringing
• watermark, signature, username, text, caption, logo
• frame, border, vignette, lens dirt
• duplicate, cloned, mirrored, mosaic, collage
• cropped, cut off, out of frame, off-center
• monotone, washed out, flat lighting (quand je veux un éclairage plus percutant)

Notes d’utilisation :

• « oversharpened » + « haloing » ont aidé avec les contours croustillants sur les photos de produits.
• Je retire « grainy » si je vise un rendu cinématographique : les prompts négatifs sont des outils brutaux.

Mots d’exclusion pour les défauts courants

Ils gèrent l’anatomie bizarre et les accessoires parasites. Je les garde sous la main et les colle selon les besoins.

• extra fingers, extra limbs, extra arms, extra legs
• fused fingers, webbed fingers, missing fingers, deformed hands
• malformed, disfigured, distorted, mangled
• misaligned eyes, cross-eyed, wonky eyes, lazy eye (à utiliser avec modération : trop agressif peut aplatir l’expression)
• long neck, short neck, broken neck
• outgrowth, tumor, protrusion
• mutated, mutation, glitch
• bad anatomy, bad proportions
• deformed ears, asymmetrical ears, lopsided face
• duplicate face, extra head, two heads
• disembodied limb, floating limb, disconnected limbs

Je ne les empile pas tous. J’ajoute celui qui correspond au défaut que je viens de voir, puis je teste à nouveau.

Prompt négatif pour la photographie de portrait

Éviter la déformation/malformation

Les portraits sont là où les petits défauts crient. Mon bloc de base pour les plans tête-et-épaules :

• extra fingers, fused fingers, missing fingers
• malformed, distorted, bad anatomy, bad proportions
• misaligned eyes, cross-eyed, lazy eye
• extra limbs, duplicate face, extra head
• out of frame, cropped, cut off
• harsh shadow under eyes (étonnamment utile quand le modèle insiste)

Notes de terrain :

• Des mains dans le cadre ? J’ajoute « hands off face » quand je suis lassée des poses doigt-devant-la-bouche.
• J’améliore aussi la clarté de la pose dans le prompt positif plutôt que d’empiler davantage de négatifs. Une direction claire en amont réduit le travail de retouche.

Éviter un lissage excessif de la peau

Cet aspect porcelaine peut s’infiltrer même quand je ne l’ai jamais demandé. Les termes suivants éloignent le modèle de la peau plastique tout en préservant le détail :

• over-smoothed skin, plastic skin, waxy skin, porcelain skin
• airbrushed, beauty filter, unrealistic skin, doll-like
• excessive skin retouching, fake pores
• low microcontrast, low texture

Ce qui a le plus aidé : associer les négatifs à des ancres positives comme « natural skin texture, visible pores, subtle imperfections ». Si je m’appuie uniquement sur les négatifs, le modèle aboutit parfois à un rendu boueux plutôt que naturel.

Concernant l’éclairage : si « flat lighting » figure dans mes négatifs généraux, je le retire pour les portraits nécessitant un enveloppement doux. Les règles générales survivent rarement à l’intention créative.

Prompt négatif pour la photographie de produits

Éviter un arrière-plan chaotique

Les images de produits souffrent quand l’arrière-plan commence à raconter sa propre histoire. Je le garde calme avec :

• busy background, clutter, chaotic background, messy room
• props, extra objects, duplicate items
• patterned backdrop, gradients (uniquement quand je veux vraiment un fond uni)
• reflections, glare, specular hotspots (attention avec les produits brillants)
• depth haze, fog, smoke (sauf si c’est prévu dans le brief)

Deux petites habitudes m’ont fait gagner du temps :

• Je nomme l’arrière-plan souhaité dans le prompt positif (« clean seamless backdrop, neutral gray ») et j’exclus ensuite le chaos ci-dessus.
• Si le modèle ajoute quand même une mise en scène, j’ajoute « no environment, no setting » aux négatifs pendant quelques itérations, puis je le retire une fois le rendu stabilisé.

Éviter la distorsion des couleurs

La dérive des couleurs sur les emballages peut vite nuire à la confiance. Mes garde-fous habituels :

• color banding, posterization, chromatic aberration
• color shift, hue shift, inaccurate colors, wrong brand color
• oversaturated, undersaturated, washed out
• white balance error, green cast, magenta cast, cyan cast

Quand j’ai besoin de teintes fidèles à la marque, je :

• Ancre le prompt positif avec le nom de couleur exact ou la référence Pantone si autorisé.
• Ajoute « no gel lighting, no colored lights » aux négatifs.
• Maintiens un nombre modéré d’étapes d’échantillonnage : les longues générations dérivent parfois en teinte.

Ça ne m’a pas fait gagner du temps au début. Mais après quelques générations, j’ai remarqué moins de retouches sur les couleurs, peut-être 10 à 15 minutes économisées par lot quand l’emballage comptait.

Prompt négatif pour l’illustration/style artistique

L’illustration est là où je me détends, mais je garde quand même une petite clôture pour que le style ne glisse pas vers le kitsch ou un réalisme non souhaité.

Pour le dessin au trait / la bande dessinée :

• muddy lines, wobbly lines, uneven line weight
• smudged ink, bleeding ink, low contrast
• accidental shading, unintended gradients
• text, speech bubbles, watermark (si je veux des planches propres pour la suite)

Pour le style pictural ou l’art conceptuel :

• muddy colors, gray mush, low dynamic range
• photorealism, uncanny realism (quand je veux du stylisé)
• plastic highlights, specular glare
• cluttered composition, tangent lines, mergers

Pour le design vectoriel ou à aplats :

• gradients, bevels, drop shadows
• texture, noise, film grain
• skeuomorphic, 3D look

Si un style s’effondre, je simplifie. Moins de négatifs, des positifs plus précis. Trop d’exclusions peuvent annuler l’énergie même que j’avais demandée.

Techniques de combinaison

Quelques façons de combiner ces éléments sans transformer le prompt négatif en fourre-tout.

• Commencer petit, superposer lentement. Je commence avec 5 à 8 exclusions de base. Après chaque lot (4 à 8 images), j’ajoute 1 à 2 termes ciblés basés sur ce qui s’est vraiment mal passé.
• Créer des préréglages par tâche. Je maintiens un préréglage « Portrait Clean », « Product Neutral » et « Illustration Guardrails ». Chacun fait moins de 180 caractères. Moins de texte signifie moins d’effets secondaires non souhaités.
• Associer les négatifs à des ancres positives. « no waxy skin » fonctionne mieux avec « natural skin texture » dans le prompt principal. Les exclusions définissent la frontière : les ancres définissent l’objectif.
• Surveiller la sur-correction. Si les images paraissent ternes ou manquent de détails, retirez les termes larges comme « blurry », « flat lighting » ou « low contrast » des négatifs et reformulez votre éclairage dans le prompt positif.
• Inciter, ne pas forcer. Si un seul mot continue de poser problème (par exemple, « signature »), gardez-le. Si un bloc de 20 mots ne fait rien d’évident, élagez-le.
• Tester avec une passe de raffinement. Certains raffineurs réintroduisent du brillant ou du banding. Je garde un tout petit ensemble négatif réservé au raffineur : « haloing, oversharpened, banding ».
• Documenter les petites victoires. J’ajoute une note d’une ligne à côté de chaque préréglage indiquant ce qu’il a corrigé. Ça paraît tatillon, mais ça supprime les incertitudes la prochaine fois que ce défaut apparaît.

Si vous débutez avec les prompts négatifs dans Z-Image-Base, une courte boucle vaut la peine : petit ensemble, générer, noter un défaut, ajouter une exclusion, générer à nouveau. Deux ou trois boucles valent mieux qu’un prompt surchargé à chaque fois.

Pour approfondir le sujet, le comportement général correspond à ce que vous trouverez dans des ressources comme les notes de l’interface WebUI d’AUTOMATIC1111 sur les prompts négatifs et divers guides ouverts sur le conditionnement des prompts. Les concepts se transfèrent, même si les saveurs des modèles changent.

Je terminerai par une petite chose que j’ai remarquée la semaine dernière : quand j’ai réduit de moitié ma liste de négatifs pour les portraits, les yeux ont repris vie. Les garde-fous aident, jusqu’à ce qu’ils se mettent à conduire.