Z-Image 負面提示詞資源包：50+ 個即可複製的模板

你是否和我一樣，在生成圖像的過程中總是遇到同樣的小問題：皮膚看起來油光滿面、邊緣處理得過於銳利，背景部分看起來像是老舊拍賣場的場景？

我是 Dora。在 2026 年 1 月至 2 月間，我在 Z-Image-Base 和幾個相鄰的工作流程中進行了一系列低調的測試。沒什麼花俏的：相同的提示詞、小批次、輕微調整。我保存了能減少後製工作和心理負擔的設定。這就是 Z-Image 負向提示詞資源包：50 多個小排除項，合在一起能讓模型少一些混亂、多一些可用性。

我會先說明負向提示詞的運作原理，然後分享通用範本，以及我在人像、產品攝影和插畫中常用的組合。沒有誇大，只有在日常工作中經得起考驗的內容。

負向提示詞的基本原則

為什麼負向提示詞有效

負向提示詞並不能「修復」模型，它們設定的是護欄。實際上，你是在告訴取樣器：如果某個 token 試圖將圖像往這個方向引導，就往反方向偏移。做得好的話，我會看到更少的多餘細節，後期修圖的工作也更少。

測試中我注意到幾件事：

它們減少的心理負擔比實際節省的時間更多。在人像批次處理上，我的平均後製步驟從約 8 步降到了約 3 步。
當它們針對你持續看到的失敗點時效果最好。通用的「bad」詞彙有幫助，但針對性的排除詞效果更好。
過度填塞負向提示詞可能適得其反。當我超過約 200 個字元的排除內容時，發現對比度變弱，偶爾出現細節不足的情況。

我把負向提示詞當作一個小黑名單，而不是宣言。保持簡短，測試，然後修剪。

Z-Image-Base 對負向提示詞的支援

Z-Image-Base 在生成時尊重負向提示詞，方式與大多數 Diffusion UI 相同：它應用一個獨立的條件化串流，在取樣過程中推離列出的 token。在我的測試中，CFG 風格的引導和精修通道都保留了排除效果。如果你混用排程器或使用高解析度修復，影響可能會減弱：有時當精修器重新引入光澤或光暈時，我會稍微調高引導值（例如 +0.5）。如果你不確定在不過度烹調圖像的情況下能把引導推多遠，這份關於 Z-Image CFG 最佳設定 的實用指南詳細說明了在日常工作中真正有效的設定。

如果你想要更深入的參考，其邏輯與 AUTOMATIC1111 的 WebUI 等 Stable Diffusion UI 中負向條件化的運作方式如出一轍（參見他們在功能說明中關於負向提示詞的注記）。這不是魔法，只是天平上的另一個砝碼。

通用畫質增強範本

基礎畫質排除詞

這些是我在大多數測試中使用的低調預設值。它們針對的是到處悄悄出現的技術雜訊。

範本（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（當我想要更有力的光線時）

使用心得：

“oversharpened” + “haloing” 有助於解決產品攝影中邊緣粗糙的問題。
如果我想要膠片質感，我會刪掉 “grainy”：負向提示詞是很直接的工具。

常見缺陷排除詞

這些用來處理奇怪的解剖結構和多餘的道具。我隨手備著，按需貼上。

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（謹慎使用：太激進可能會使表情變得呆板）
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

我不會把這些全部堆疊在一起。我只添加符合剛才看到的失敗點的那一個，然後再測試。

人像攝影的負向提示詞

避免變形/畸形

人像是微小缺陷最顯眼的地方。我在半身照中的基礎封鎖清單：

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（當模型執意如此時出奇地有用）

實戰筆記：

畫面中有手？如果我厭倦了手遮嘴的姿勢，我會加入 “hands off face”。
我也會提升正向提示詞中的姿勢描述清晰度，而不是堆砌更多負向詞。前期清晰的方向能減少後製工作。

避免過度皮膚平滑化

即使我從未要求，那種瓷器般的外觀有時也會悄悄出現。以下詞彙能引導模型遠離塑膠皮膚，同時保留細節：

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

最有幫助的做法：搭配 “natural skin texture, visible pores, subtle imperfections” 等正向錨定詞。如果只依賴負向詞，模型有時會落入濁而非自然的效果。

關於光線：如果 “flat lighting” 在我的通用負向詞中，我會在需要柔和包裹光的人像中將它移除。一刀切的規則很少能在創意意圖面前倖存。

產品攝影的負向提示詞

避免雜亂背景

當背景開始講述自己的故事時，產品圖像就會受損。我用以下詞彙讓它保持平靜：

busy background, clutter, chaotic background, messy room
props, extra objects, duplicate items
patterned backdrop, gradients（僅在我真的想要純色時使用）
reflections, glare, specular hotspots（對有光澤的產品要謹慎）
depth haze, fog, smoke（除非這是簡報的一部分）

兩個省時的小習慣：

我在正向提示詞中指定想要的背景（“clean seamless backdrop, neutral gray”），然後才排除上述的混亂元素。
如果模型仍然添加場景，我會在幾次迭代中加入 “no environment, no setting” 到負向詞中，一旦效果固定後再移除。

避免顏色失真

包裝上的顏色偏移很快就會破壞信任感。我常用的保護措施：

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

當我需要品牌精確色調時，我會：

在正向提示詞中錨定精確的顏色名稱，如果允許的話加入 Pantone 色號。
在負向詞中加入 “no gel lighting, no colored lights”。
保持取樣步數適中：步數過多有時會造成色調偏移。

這一開始並沒有為我節省時間。但幾次測試後，我注意到在顏色上的二度猜測修改減少了，在包裝很重要的情況下，每組大概節省了 10–15 分鐘。

插畫/藝術風格的負向提示詞

插畫是我放鬆的地方，但我仍然保留一道小圍欄，以防風格模糊成媚俗或非預期的寫實感。

線稿/漫畫類：

muddy lines, wobbly lines, uneven line weight
smudged ink, bleeding ink, low contrast
accidental shading, unintended gradients
text, speech bubbles, watermark（如果我想要乾淨的分鏡以便後續使用）

繪畫感或概念藝術類：

muddy colors, gray mush, low dynamic range
photorealism, uncanny realism（當我想要風格化效果時）
plastic highlights, specular glare
cluttered composition, tangent lines, mergers

向量感或扁平設計類：

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

如果風格崩潰了，我就化繁為簡。更少的負向詞，更清晰的正向詞。太多排除項可能會消除我所要求的那種活力。

組合使用技巧

幾種我不將負向提示詞變成雜物抽屜的組合方式。

從小開始，緩慢疊加。我從 5–8 個核心排除詞開始。每批次（4–8 張圖）後，根據實際出現的問題添加 1–2 個針對性詞彙。
建立每項任務的預設值。我保留「人像清潔版」、「產品中性版」和「插畫護欄版」預設值。每個都在 180 個字元以內。文字越少，非預期的副作用就越少。
將負向詞與正向錨定詞配對。“no waxy skin” 搭配主提示詞中的 “natural skin texture” 效果更好。排除詞定義邊界；錨定詞定義目標。
注意過度矯正。如果圖像看起來暗淡或細節不足，從負向詞中移除寬泛的詞彙如 “blurry”、“flat lighting” 或 “low contrast”，並在正向提示詞中重新說明你的光線要求。
輕推，不強逼。如果某個詞彙持續造成問題（比如 “signature”），保留它。如果一個 20 個詞的塊沒有明顯效果，就修剪掉。
搭配精修通道測試。有些精修器會重新引入光澤或條帶。我保留一個小型僅用於精修的負向詞組：“haloing, oversharpened, banding”。
記錄微小進步。我在每個預設旁邊添加一行備注說明它修復了什麼問題。這聽起來很繁瑣，但在下次出現該缺陷時能減少猜測工作。

如果你是 Z-Image-Base 負向提示詞的新手，建議進行一個短循環：小組合詞、生成、記下一個缺陷、添加一個排除詞、再次生成。兩三個循環永遠勝過一個塞滿詞彙的提示詞。