Z-Image 负向提示词资源包：50+ 即用模板

你是否像我一样，在生成图像的过程中总会遇到同样的小问题：皮肤看起来非常油腻，边缘处理得过于锐利，背景部分看起来像是旧拍卖会的场景。

我是 Dora。在 2026 年 1 月至 2 月期间，我在 Z-Image-Base 及几个相邻的工作流中进行了一系列安静的测试。没什么花哨的：相同的提示词、小批量、轻微调整。我保存了那些能减少后期清理和心理负担的内容。这是 Z-Image 负向提示词资源包：50 多个小排除项，组合在一起，能让模型减少混乱、更加可用。

我会先讲解负向提示词的工作原理，然后分享通用模板，以及我用于人像、产品拍摄和插画的提示词集合。没有夸大，只有日常工作中经过验证的内容。

负向提示词的基本原理

负向提示词为何有效

负向提示词并不能”修复”模型，它们设置的是护栏。实际上，你是在告诉采样器：如果某个 token 试图将图像引向这个方向，请偏离它。操作得当时，我看到了更少的杂乱细节，以及后期更少的修正性编辑。

测试中我注意到几点：

它们减少的心理负担比减少的实际耗时更多。在人像批量生成中，我的平均后期编辑步骤从约 8 步降到了约 3 步。
针对你反复遇到的失败问题进行具体设置时效果最好。通用的”bad”词有帮助，但有针对性的排除项效果更强。
过度堆砌负向提示词会适得其反。当我超过约 200 个字符的排除项时，我看到了对比度降低和偶发的细节不足。

我把负向提示词看作一个小型屏蔽列表，而不是一份宣言。保持简短，测试，然后修剪。

Z-Image-Base 对负向提示词的支持

Z-Image-Base 在生成时尊重负向提示词，方式与大多数 Diffusion UI 相同：它应用一个独立的条件流，在采样过程中将结果推离列出的 token。在我的运行中，CFG 式引导和精炼（refiner）步骤都遵从了这些排除项。如果你混用了调度器或使用了高分辨率修复，影响可能会减弱：当精炼步骤重新引入光泽或光晕时，我有时会稍微提高引导强度（例如 +0.5）。如果你不确定在不过度处理图像的情况下引导强度推多远，这份关于 **Z-Image CFG 最佳设置**的实用指南详细介绍了日常运行中真正有效的内容。

如果你想要更深入的参考，其逻辑与负向条件在 AUTOMATIC1111’s WebUI（见其功能中关于负向提示词的说明）等 Stable Diffusion UI 中的工作方式相同。这不是魔法，只是天平上的另一个砝码。

通用质量增强模板

基础质量排除词

这些是我在大多数运行中默认使用的安静起点，旨在排除随处可见的技术性垃圾。

模板（我很少一次全用）：

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（当我想要更有冲击力的光线时）

使用笔记：

“oversharpened” + “haloing” 有助于解决产品拍摄中的边缘锯齿问题。
如果我想要胶片质感，会去掉 “grainy”：负向提示词效果较为粗暴。

常见缺陷排除词

这些用于处理奇怪的人体结构和多余的道具，我随手备用，按需粘贴。

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（轻柔使用：过于激进可能会使表情变得呆板）
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

我不会全部叠加使用。我添加与刚刚看到的失败问题相匹配的那一个，然后再次测试。

人像摄影负向提示词

避免变形/畸形

人像是微小缺陷最为明显的地方。我用于半身照的基础屏蔽块：

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（当模型坚持添加时，这个词出乎意料地有用）

实地笔记：

如果画面中有手？当我厌倦了手捂嘴的姿势时，我会添加 “hands off face”。
我也会提升正向提示词中姿势描述的清晰度，而不是堆砌更多负向词。前期清晰的方向能减少后期清理工作。

避免过度皮肤平滑

那种瓷器般的外观即使我从未要求过也会悄然出现。以下词语能在保留细节的同时推动模型远离塑料感皮肤：

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

最有帮助的做法：将负向词与正向锚点配合使用，例如 “natural skin texture, visible pores, subtle imperfections”。如果我只依赖负向词，模型有时会产生泥泞感而非自然感。

关于光线：如果 “flat lighting” 在我的通用负向词中，我会在需要柔和包裹光的人像中将其移除。笼统的规则很少能经受住创作意图的考验。

产品摄影负向提示词

避免混乱背景

当背景开始讲述自己的故事时，产品图像就会受损。我用以下内容保持背景安静：

busy background, clutter, chaotic background, messy room
props, extra objects, duplicate items
patterned backdrop, gradients（仅在我真正想要纯色时）
reflections, glare, specular hotspots（处理光泽产品时需谨慎）
depth haze, fog, smoke（除非这是任务要求的一部分）

两个小习惯为我节省了时间：

我在正向提示词中指定所需背景（“clean seamless backdrop, neutral gray”），然后才排除上述混乱因素。
如果模型仍然添加场景，我会在负向词中加入 “no environment, no setting”，迭代几次，一旦效果稳定后再将其移除。

避免色彩失真

包装上的色彩偏移会迅速破坏信任感。我的常用保护措施：

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

当我需要品牌准确的色调时，我会：

在正向提示词中锚定精确的颜色名称，或在允许的情况下注明 Pantone 编号。
在负向词中添加 “no gel lighting, no colored lights”。
保持适中的采样步数：非常长的运行有时会导致色调偏移。

这起初并没有为我节省时间。但经过几次运行后，我注意到在颜色上减少了事后怀疑的修改，当包装很重要时，每组大约节省了 10-15 分钟。

插画/艺术风格负向提示词

插画是我放松限制的地方，但我仍然保留一个小栅栏，以防风格模糊成俗气或意外的写实主义。

线稿/漫画风格：

muddy lines, wobbly lines, uneven line weight
smudged ink, bleeding ink, low contrast
accidental shading, unintended gradients
text, speech bubbles, watermark（如果我想要干净的面板以便后续使用）

绘画感或概念艺术风格：

muddy colors, gray mush, low dynamic range
photorealism, uncanny realism（当我想要风格化效果时）
plastic highlights, specular glare
cluttered composition, tangent lines, mergers

矢量感或扁平设计风格：

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

如果某种风格崩溃了，我会简化。更少的负向词，更清晰的正向词。太多的排除项可能会抵消我所要求的那种活力。

组合使用技巧

以下是我组合这些内容而不将负向提示词变成杂物抽屉的几种方法。

从小处开始，缓慢叠加。我从 5-8 个核心排除项开始。每批（4-8 张图像）之后，根据实际出错的内容添加 1-2 个针对性词语。
制作针对任务的预设。我保留了”Portrait Clean”、“Product Neutral”和”Illustration Guardrails”预设，每个都在 180 个字符以内。文字越少，意外的副作用就越少。
将负向词与正向锚点配合使用。“no waxy skin” 与主提示词中的 “natural skin texture” 搭配效果更好。排除项定义边界，锚点定义目标。
注意过度修正。如果图像看起来暗淡或细节不足，从负向词中移除 “blurry”、“flat lighting” 或 “low contrast” 等宽泛词语，并在正向提示词中重新说明你的光线需求。
推动，不要强推。如果某个词持续引发问题（比如 “signature”），保留它。如果一个 20 词的块明显没有任何效果，修剪它。
使用精炼步骤测试。某些精炼器会重新引入光泽或色带。我保留了一个只用于精炼的小型负向集合：“haloing, oversharpened, banding”。
记录微小的成功。我在每个预设旁边添加一行注释，说明它修复了什么。听起来很繁琐，但下次出现该缺陷时，它能减少猜测工作。

如果你刚开始在 Z-Image-Base 中使用负向提示词，值得进行一个简短的循环：小集合，生成，记录一个缺陷，添加一个排除项，再次生成。两三次循环比堆满的提示词更有效。