stable diffusionネガティブプロンプトで画質劇的改善｜即使える50例と重み付け最適化ガイド

手や顔が崩れる、ノイズや文字が勝手に入る——そんな悩みはネガティブプロンプトで大きく減らせます。私はAUTOMATIC1111やSDXL系での検証を通じ、不要特徴の抑制が出力の一貫性に直結することを確認しました。実際、blurryやartifactを適切に指定すると、シャープネス指標（SNRやエッジ密度）での改善が継続的に見られます。

とはいえ、入れ方を誤ると破綻が増えることもあります。例えば、実写でoversharpenの抑制が強すぎると“waxy”な質感が発生しがちです。イラストではbad anatomyやdeformedの重みが強すぎると表情やポーズの自由度を奪います。こうしたジレンマを、順序・重み・競合条件の設計で解消します。

本記事では、用途別のコピペテンプレ、部位・シーン別の否定語、重みの段階調整(:1.2/:1.5)の具体手順を提示します。さらに、text/logo/watermarkの除去、複数人や背景の破綻回避、EasyNegative・embeddingの使い分けまで網羅。迷いなく試せる最短ルートで、再現性の高い画質改善を目指しましょう。今日から失敗を減らし、狙った質感を安定して引き出せます。

まず理解したいstable diffusionネガティブプロンプトの役割と仕組み

生成品質が上がる理由をモデル動作から解説

stable diffusionネガティブプロンプトは、生成過程で不要な特徴量の寄与を下げ、出力を目的方向へ収束させます。拡散過程の各ステップで「含めない特徴」を指定すると、ノイズ除去の勾配がノイズ源や破綻要因から遠ざかるため、ディテールが安定し再現性が高まります。特に実写寄りや複数人構図では、余計な輪郭や指の過剰生成が品質低下の主因になりがちです。そこで、ポジティブ側で欲しい被写体と質感を明確化し、ネガティブ側で破綻パターンを抑えると、モデルが学習済み分布の中で適切な局所解に到達しやすくなります。結果として、顔が崩れる、背景がざらつく、文字が混入するなどの頻出エラーを体系的に回避でき、同じ設定での再生成の一貫性も向上します。stable diffusionネガティブプロンプトが効かないと感じる場合は、語彙の適合性と優先度、そして重みの付け方を見直すことが改善の近道です。

出力のブレを抑えるための否定条件の具体例

出力のブレを抑えるには、用途別に適切な否定語を選び、過不足なく使うことが重要です。以下は代表語の整理です。

blurryやlow quality、artifactは汎用ですが、使い過ぎは質感まで消しやすいため強調は控えめにします。実写ではbad anatomyとextra fingersの併用、背景ではunnecessary objectsの併記が効きます。

ポジティブとネガティブの役割分担と優先度

ポジティブは「何を描くか」の主軸、ネガティブは「何を排除するか」の安全柵です。両者が衝突すると効果が相殺されるため、役割分担を明確にします。例えば実写を狙うならポジティブでレンズ、露出、被写界深度を具体化し、ネガティブでlowresやbad anatomyを抑えます。安定化の基本は、重要な否定語を前方に配置し、強調が必要な語のみ適度に重み付けすることです。stable diffusionネガティブプロンプトが効かないケースは、ポジティブで背景ボケを強く要求しつつネガティブでblurryを指定するなどの矛盾が多いです。複数人では、人物数と関係性はポジティブで確定し、余剰肢体やmultiple facesはネガティブで抑えます。保存時はテンプレを作り、easynegativeのような共通プリセットと、プロジェクト固有の否定語を二層構成で管理すると再現性が高まり、拡張機能によるスロット呼び出しで運用も効率化します。番号順の優先度も見直し対象です。

1. まずポジティブで被写体と画風を具体化する
2. 次に頻出破綻の否定語を先頭に配置する
3. 衝突語を削除し、必要語のみを最小限で強調する
4. 保存と呼び出しで設定を固定し再現性を検証する

目的別にすぐ使えるテンプレとコピペ用リスト

低品質やノイズを抑える汎用テンプレ

初回から画質を安定させたい人向けに、stable diffusionネガティブプロンプトの基本セットを提示します。最初に入れるだけで、lowやworstの品質劣化、blurry、JPEGartifacts、textやwatermarkの混入を幅広く抑制できます。重要語は前に置き、要素はカンマ区切りで記入します。例は英語中心ですが、モデルは英語の理解が安定しやすいため推奨です。なお、強調が必要な場合は括弧で重み付けを行い、過剰なら効果が反転することがあるため調整してください。

• コピペ用：worstquality, lowquality, lowres, blurry, badquality, artifacts, JPEGartifacts, noise, oversaturated, undersaturated, banding, text, logo, watermark, error, compression, aliasing

• 推奨追加：badanatomy, deformed, extradigits, extraarms, extralegs, missingfingers, longneck, mutated, disfigured

上記は汎用の土台です。過剰に入れるとディテールが痩せることがあるため、生成目的に合わせて削除や順序調整を行ってください。easynegativeなどのembeddingを併用する場合は先頭付近に置くと効果が安定します。

実写向けの質感改善テンプレ

実写や写真風の生成では、過剰なシャープ処理や肌のプラスチック感、塗りムラに起因する違和感が出やすいです。stable diffusionネガティブプロンプトで、oversharpenやunnaturalskin、glossyplasticの質感を抑え、色乗りやディテールの破綻を回避します。顔が崩れる傾向やfingersの異常、limbsの合成ミスも同時に防ぎます。人物が複数人のときはmultiplefacesやextrapersonの誤検出を除外し、背景はoverprocessedやfakeHDR、cartoonedgeを避けることで実写の一貫性が高まります。

• コピペ用：oversharpen, oversmoothed, fakeHDR, excessivecontrast, halos, ringnoise, plasticskin, unnaturalskin, waxy, glossyplastic, oilyskin, blotchy, mottled

• 人物安定：badanatomy, deformed, disfigured, mutated, extraarms, extralegs, extraears, extraeyes, missingfingers, fusedfingers, longfingers, shortfingers, floatinglimbs, mergedlimbs, multiplefaces, extraperson

• 背景安定：cartoon, painterly, posterized, colorbanding, overprocessed, artifacting, watermark, text

実写はモデル差が大きいため、効果が弱い場合は順序を上げ、強すぎる場合は肌関連語を減らしてください。実写特有のノイズはblotchyやbanding系を優先すると抑えやすいです。

イラスト向けの作画崩壊対策テンプレ

イラスト制作では、badanatomyやdeformed、fusedfingersなどの人体崩壊が最も頻出です。stable diffusionネガティブプロンプトでは、handsやfingers、limbsの分割や接合ミス、mutatedやdisfiguredの異形化を優先的に排除します。さらに、文字の混入や吹き出しの不要表示を避けたい場合はtext、speechbubble、watermarkを加えます。複数人構図ではextrapersonやmultiplelimbsの除外で誤合成を抑え、背景はmessybackgroundやblurrybackgroundを適度に制限します。強調が必要な時は、重要語を先頭に寄せて重みを高めると効きやすいです。

イラストは線の情報を残したいので、blurryの強さを上げすぎると線が痩せます。必要に応じてcartoonやflatlightingを調整し、背景の情報量と人物の輪郭保持のバランスを取ってください。

部位別の作画崩壊と奇形を防ぐ具体ワード集

手・指・腕の破綻を減らす否定語の選び方

手や指の崩壊は生成全体の品質を大きく下げるため、stable diffusionネガティブプロンプトでの精密な指定が有効です。まず頻出の除外語を軸にします。具体例は、worstqualityやlowquality、blurryで全体の低品質を抑え、形状にはbadanatomy、deformedhands、missingfingers、extrafingers、mutatedhands、fusedfingers、longfingersを組み合わせます。関節や肢体にはdisconnectedlimbs、extralimbs、floatinglimbs、mergedlimbsが有効です。実写寄りではJPEGartifactsやwatermark、textを追加しノイズ源を排除します。複数人のシーンはmultiplehandsやextrapersonで誤生成を抑えます。重要な否定語は前方にまとめ、重複する概念は最小限に整理して入力すると効きやすく、意図しない要素の混入を防げます。

• 重要語は先頭に配置し優先度を明確化します。

• 形状系と品質系を併用し、破綻の根本と見た目を同時に抑えます。

• 実写向けノイズ語を加え、写真風の破綻を低減します。

補足として、同義語の詰め込みは過剰抑制を招くため、代表語を選んで簡潔にすると安定します。

指定強度で効かない時のリカバリー手順

ネガティブが効かない時は手順化すると改善します。まず競合する指示の整理から始め、次に語彙の置換と重み付けを微調整し、最後にプロンプト構成を見直します。手や指に特化した否定語が弱い場合、品質系の語だけが強調されていることが多いので、形状系を先頭へ移動し優先度を上げます。語彙はdeformedhandsとbadanatomyの併用、extrafingersとfusedfingersの組み合わせが有効です。重み付けが可能なUIでは、重要語にわずかな強調を与え、逆に過度に強い語は緩めてバランスを取ります。さらに、実写スタイルならJPEGartifactsやlowresを補強し、複数人構図ではmultiplehandsやextralimbsを前に配置します。最終的に生成サイズやCFG、サンプラーを小幅に調整し、少数試行で差分確認すると効果が見えやすいです。

1. 競合条件を削除し、手を明確に見せる記述は残す。
2. 語彙を置換し、形状系を先頭へ移動する。
3. 重みを微調整し、効き過ぎと不足を是正する。
4. 実写や複数人の前提語を追加し構図依存の崩壊を抑える。

顔・目・口周りの不自然さを抑える語彙

顔の崩れは印象を大きく損なうため、stable diffusionネガティブプロンプトで顔面特有の異常を網羅的に抑えます。全体の品質抑制にはworstquality、lowquality、blurryを基盤にします。形状や整合性にはbadanatomy、deformedface、asymmetryを置き、目の問題にはcrossedeyes、wonkyeyes、extrait、missingpupilを使います。口元にはtoomanyteeth、deformedmouth、lipfusionが効きます。肌の質感にはoversmoothskinやoverprocessedを避ける指定が有用で、実写系はJPEGartifacts、harshshadows、watermarkを一緒に入れると安定します。文字や記号の混入を防ぐためにtextやlogoも追加します。複数人ではmultiplefacesやmergedfacesで混線を回避し、背景干渉を減らす場合はbusybackgroundやdistractingbackgroundを限定的に使います。

短い試行を重ね、顔の距離や明るさを微調整すると、語彙の効果が安定して再現されやすくなります。

シーン別・被写体別の否定条件：背景・複数人・文字やロゴ回避

背景の破綻・分割生成・余計な被写体を避ける

stable diffusionネガティブプロンプトでは、背景破綻や分割生成を抑える表現の選び方が重要です。実写寄りでもイラストでも、split imageは画面が縦横に割れたようなアーティファクトを防ぎたい時に役立ちます。類似語のduplicateやmirroredは左右対称の誤学習を抑える意図で使い分けます。busy backgroundは背景が騒がしく主役が埋もれる場合に効果的ですが、過度に使うと背景が平板になり質感が落ちるため、blurryやlow qualityと安易に併記し続けないことがコツです。余計な被写体の混入にはunnecessary objects、photobomb、extra personが有効で、複数人構図ではmerged limbs、extra limbs、missing fingersなどと併用して手足の崩れを抑えます。stable diffusionネガティブプロンプト実写の品質管理では、圧縮ノイズ由来の乱れにJPEG artifactsを足し、背景の階調破綻にはbandingを併記し、強調は必要最小限にします。

• 重複防止の軸語: duplicate、mirrored、copy、clone

• 背景整理の軸語: busy background、clutter、unnecessary objects

• 人物混入対策: extra person、photobomb、multiple faces

補足として、強い否定語を多用するとstable diffusionネガティブプロンプトが効かないと感じやすくなるため、重要語を前方に置いてメリハリを付けます。

文字・ロゴ・吹き出しを取り除く定番表現

画像内の文字やロゴ、漫画的な吹き出しを除外する際は、網羅しつつ過剰抑制を避ける設計が有効です。text、logo、watermark、signatureを基本軸にし、印刷物風のcaption、subtitle、SNS特有のusername、handleも誤出現の抑止に効きます。吹き出しはspeech bubble、comic bubble、balloon textを使い分け、記号ノイズにはbadge、sticker、labelを追加します。stable diffusionネガティブプロンプト文字の抑止を強くし過ぎると、衣服柄や看板が必要以上に消え、実写らしさが損なわれます。そこで、watermarkやcopyrightを前方に置き、textは後方で弱めに併記するなど強調の配分を工夫します。テンプレは保存し、ケース別に差分運用すると管理が容易です。

補足として、web由来のロゴ混入が多いモデルではlogoやwatermarkの優先度を上げ、必要に応じて強調を局所的に使用します。

実写とイラストで使い分ける最適化手順

実写で自然さを保つ否定語と過剰抑制の境界

実写表現ではstable diffusionネガティブプロンプトの選定を誤ると質感が失われます。肌質は「waxy」「plastic look」を強く否定しつつ、必要に応じて「overprocessed skin」「over-smoothed」を加え、皮膚のポアや微小な陰影を残す方針が安全です。肌の微細情報を残したい場面で「skin texture」を全面否定するとのっぺり化するため、完全除外ではなく「loss of skin detail」「overly smooth skin」のような副次表現で抑制が無難です。実写で顕在化しやすい「JPEG artifacts」「blurry」「low quality」は常備し、「text」「watermark」は常時ブロックします。人物では「bad anatomy」「deformed」「extra limbs」「missing fingers」を使い、指の破綻が目立つ時だけ「fused fingers」「webbed fingers」を追加します。過剰抑制で硬質化した時は「harsh denoise」を外し、強度を段階的に緩めるのがコツです。

• 推奨否定語: waxy, plastic look, over-smoothed, JPEG artifacts, text, watermark

• 注意語: skin textureの全面否定は避ける、必要時のみfused fingers

• 品質維持: blurryとlow qualityを固定、顔の破綻時はbad anatomyを強調

• 副作用対策: 過剰除外でディテールが痩せたら強度を一段下げる

補足として、実写は照明語の相性差が大きいため、除外より露出の最適化で補正すると自然です。

イラストで線の乱れと配色の破綻を抑える

イラストでは線の破綻と色のにじみを狙って抑えます。線に関しては「line break」「broken lines」「wobbly lines」を優先的に否定し、輪郭の二重化が出る場合は「double outline」「haloing」を加えます。配色は「oversaturated」「color bleed」「banding」「posterization」を避けると発色の暴走と階調段差の発生を抑制できます。トーンが沈む時は除外強度が強すぎる可能性があるため、oversaturatedを残しつつcolor bleedのみを外してバランスを取り直します。stable diffusionネガティブプロンプトの定番「worst quality」「low quality」はイラストでも有効で、線密度の過多には「messy details」、背景の騒がしさには「busy background」を追加します。文字要素が混入しやすいモデルでは「text」「logo」「watermark」を固定します。配色の透明感を損なう場合は「flat lighting」を外して陰影の粘りを戻すと良いです。

一度に多語を入れるより、線→色→背景の順で段階追加すると副作用の切り分けが容易です。

モデル・LoRA・ControlNetとの相性調整

モデルやLoRAの学習傾向により否定語の効きは変動します。フォト系モデルで肌が樹脂化するなら「waxy」「plastic look」を強調し、逆にポアが荒れる場合はそれらを弱めて「harsh noise」を追加します。キャラ系LoRAは色飽和が出やすいので「oversaturated」を基本に、特定LoRAでのみ出る滲みには「color bleed」を個別適用します。ControlNet利用時はガイドの強度が高いほどネガティブの影響が相対的に弱まるため、強めの否定語よりもControlNetのweightを0.6→0.4のように微調整して整合を取ります。複数人では「extra person」「merged limbs」を固定し、破綻が残る時だけ「fused fingers」「disconnected limbs」を追記します。stable diffusionネガティブプロンプトが入力できない環境では拡張機能のフォーム設定を見直し、テンプレ保存が可能なUIで「easynegative」「EasyNegative」などのembeddingを必要に応じて使い分けます。過度にembeddingへ依存すると表現が硬直化しやすいので、否定語と強度調整を主軸に据えるのが安定策です。

1. ベースモデルの出力傾向を確認し、恒常的な破綻語だけを固定します。
2. LoRA適用後に色と線の副作用を観察し、必要語を最小限で追加します。
3. ControlNetのweightと否定語の強度を交互に微調整し、競合を避けます。

効かない時のチェックリストと重み付けの実践

優先度・語彙・競合条件の見直し手順

stable diffusionネガティブプロンプトが効かない時は、まず指示の競合と語彙の適合性を点検します。重要なのは、ポジ側とネガ側で同一概念を同時に指定していないかの確認です。例えば実写志向の表現を促す一方でcartoonを除外するのは整合的ですが、実写を促すのにartistic styleを強調すると干渉します。次にbadqualityやworstquality、lowres、blurryなど品質関連の語を前方に配置して優先度を高めます。さらにextra limbsやmissingfingers、badanatomyなど人体関連語は具体語を追加して対象を明確化します。最後に反転語や類義語の重複を削り、トークン分割の揺れを避けるために表記ゆれの統一を行います。実写とイラストで必要語が異なる点にも留意してください。

• ポイント

  • ポジとネガの衝突解消
  • 重要語の前方配置
  • 具体語の追加で意図を明確化

下記の表で衝突しやすい例と対応を整理します。

重みや括弧・否定強度の段階調整

stable diffusionネガティブプロンプトでは、重みと括弧で否定強度を段階調整します。基本は重要語へ軽い強調を与え、その結果を見て微調整します。強度の例としては、worstquality:1.2、lowquality:1.2、blurry:1.3、badanatomy:1.4、missingfingers:1.5のように品質系は控えめ、人体系はやや強めが起点として有効です。括弧は( )でソフトに、[[ ]]などの強い表現は副作用が出やすいため段階的に用います。否定の行き過ぎは構図や背景の情報量を欠かせるため、生成プレビューを確認しながら0.1刻みで上下させてください。実写ではJPEGartifactsやtext、watermarkをやや強めに、イラストではcartoon化を避けたい場合でもstyleを過剰に抑えず、blurryやlowresを優先すると安定します。最終的には強すぎる語を1つずつ緩める手順でバランスを取ります。

1. 起点値を設定し品質系1.2前後、人体系1.4前後で試す
2. プレビューで副作用を確認し0.1刻みで調整
3. 効かない語は括弧追加でピンポイントに強化
4. 画風が痩せたら品質系の強度を先に弱める

作業効率を上げる保存・管理と拡張機能の活用

プロンプトの保存・バージョン管理の型

stable diffusionネガティブプロンプトは再現性が成果を左右します。運用の基本は、プリセット、履歴、プロファイルの三層構造で管理することです。まずプリセットは頻出の安定構成を即時呼び出すための基盤で、worstqualityやlowquality、blurryなどの定番否定を含む共通セットを用意します。履歴はテストごとの差分が見える時系列ログで、改善の因果が追跡可能です。プロファイルは実写、イラスト、複数人などスタイル別に目的最適の束ね方を行います。共有を前提に命名規則を統一し、更新日はファイル名に付与します。stable diffusionネガティブプロンプト保存時は、強調記法や重みを併記しておくと再現精度が上がります。拡張機能のスナップショットやタグ管理を併用し、入力ミスの削減と復元の迅速化を両立させます。

• 即時再現性の確保にプリセットを活用します

• 因果の見える履歴で試行を最短化します

• スタイル別プロファイルで流用効率を上げます

下の比較で用途を整理します。

短時間で比較検証し、良パターンを上位プリセットへ昇格させる流れが効率的です。

embeddingやEasyNegativeの導入・使い分け

ネガティブembeddingとEasyNegativeは、stable diffusionネガティブプロンプトの土台として汎用否定ベクトルを一括適用でき、入力の省力化に有効です。EasyNegativeは低品質やbadanatomy、deformed、mutated、extraLimbs、missingfingers、blurryなど広範を網羅し、初期の画質安定化に向きます。一方で個別のembeddingは、実写やイラスト、背景制御など用途特化で副作用を抑えつつ精密に効かせられるのが利点です。使い分けの基本は、ベースにEasyNegativeを置き、実写ではJPEGartifactsとtextやwatermarkの抑制を追加、イラストではcartoonノイズやline崩壊対策のembeddingを足す方針です。強調が強すぎて効かないと感じる場合はウェイトを下げ、badとquality系の冗長重複を減らします。複数人や背景の破綻が出る際はextraPersonやmergedlimbsを個別に補強し、ControlNetなど構図制御と併用して過剰抑制を回避します。

1. 汎用はEasyNegativeで土台を作ります
2. 用途特化embeddingで不足領域を補います
3. 重みを微調整して副作用を抑えます
4. 個別ワード追加で複数人や背景を安定化します

品質を底上げする発想法：比較・検証・再現のループ設計

変更点は一度に一つだけにする検証設計

stable diffusionネガティブプロンプトの効果検証は、一度に一つの変更に限定すると因果が明確になります。たとえば「worstqualityの削除」か「blurryの強調」など、変更点を単一要素に固定し、他のプロンプトやseed、解像度、サンプラーは据え置きにします。比較対象は同一モデルと同一設定で、ネガティブプロンプトのみ差分にします。記録には、入力したキーワード、順序、強調の括弧やコロン強度、生成回数を必ず残します。stable diffusionネガティブプロンプトが効かないと感じる場合も、単一変更の反復で原因特定が進みます。特に実写かイラストかで傾向が異なるため、スタイルごとに検証セットを分けると再現性が高まります。複数人構図や背景制御の検証では、extraやhands、fingersなどの語を優先順位の高い位置に置き、前方配置の影響を確認します。結果は画像と設定を対で保存し、改善が小さい場合でも再生成3〜5回で分散を把握します。

• ポイント

  • 単一変更で因果を切り出します
  • 同一seedとモデルで比較します

before/afterの客観評価指標を決める

検証を安定化するには、beforeとafterを客観指標で測定し、記録方法を固定します。シャープネスはエッジ強度の平均や高周波成分の割合、アーチファクト率はJPEGartifactsの視認頻度と領域率、文字やwatermarkの出現はバイナリ判定で集計します。顔や指の破綻はbadanatomy、missingfingers、extralimbsの発生回数を数え、構図の乱れは主要被写体の占有率で定量化します。stable diffusionネガティブプロンプト強調の効果は、括弧やコロンの強度変更前後でこれら指標が有意に改善したかで判断します。実写検証ではblurry、lowquality、JPEGartifactsの減少、複数人ではmultiplefacesやmergedlimbsの抑制を追います。記録は画像とCSVを同名で保存し、キーワード順序、強調、モデル、sampler、ステップ、CFGを並行保存します。下の一覧は実務で使いやすい分類です。

補足として、保存命名に日時と差分内容を入れると、後から安定して再現できます。

よくある質問への回答セクション

小見出しは設置しない

stable diffusionネガティブプロンプトの基本は、生成したくない要素を除外する指示をNegative prompt欄に入力することです。書き方はカンマ区切りで、重要語を先頭に置くと効果が安定します。例えば、worst quality,low quality,blurryのように品質系を冒頭で強調します。実写狙いではcartoonやanime調を外す表現を混ぜると良く、複数人や背景の誤描写にはextraやmergedの抑止が有効です。strongタグでの視覚強調は本文の理解補助として使い、過度な記号は避けます。保存はプリセット化し、拡張機能で呼び出しを簡略化します。

• ポイントとしては順序、重み付け、冗長語の削減が重要です

• 品質系のセットを常に先頭へ置き、次に人体や背景系を続けます

実際の運用では、モデルのスタイルと相性を見ながら過不足を調整します。

stable diffusionネガティブプロンプトのおすすめと一覧を整理します。品質低下の抑止にはworst quality,low quality,lowres,blurry,JPEG artifactsが基盤です。顔や手指の破綻はbad anatomy,deformed,mutated,extra limbs,missing fingersを使います。文字や透かしはtext,watermark,logoで抑制できます。複数人ではmultiple faces,extra person,merged limbsが事故防止に役立ちます。実写テイストではcartoon,illustration,anime,cell shadingなどのスタイル語を外すと質感が寄ります。ネガティブプロンプトテンプレは最初の土台に便利です。

必要に応じてeasynegativeやembeddingを併用し、効果を底上げします。

stable diffusionネガティブプロンプトが効かない時の対処です。まず、意図と語彙のずれを確認します。例として、指の乱れにfingersやhands系を含めずに効果を期待しても改善しません。次に順序と強調の見直しです。最優先の抑止語は先頭に置き、(bad anatomy:1.2)のような強調を控えめに付与します。モデルやsampler、CFG、解像度の整合性も影響するため、解像度を上げすぎずノイズ強度を適正化します。UI更新や拡張機能の競合も原因になるため、一時的に拡張をオフにして切り分けます。

1. 語彙の適合性を再確認します
2. 順序と強調を整理します
3. モデル設定と解像度を調整します
4. 拡張機能を停止して原因切り分けを行います

少数語から始め、効果を観察して段階的に追加します。

stable diffusionネガティブプロンプトの書き方と入れ方の具体手順です。生成UIのNegative prompt欄に除外語をカンマ区切りで入力します。最初に品質系、次に人体、最後に背景や小物を置く上から重要度順が基本です。実写では、cartoon,sketch,illustrationを外し、肌質の破綻にはoversaturated,overexposed,harsh lightingなども検討します。複数人の誤融合にはmerged limbs,disconnected limbs、背景の乱れにはbusy background,clutterを足します。ネガティブプロンプトコピペ用の短いテンプレを用意すると安定します。

• 品質→人体→背景の順で並べます

• 過剰な列挙は避け、10〜25語程度で収めます

効果が鈍い場合は上位語を入れ替え、過重な語を削減します。

stable diffusionネガティブプロンプトの強調と重みの考え方です。丸括弧での重み付けや:数値の指定は、重要語に限定し1.1〜1.3程度の穏やかな幅から開始します。強調を乱用すると画像が硬直し、望む表現まで抑制してしまいます。bad anatomy,missing fingers,blurryなど致命的な語にだけ軽く重みを与え、類義語の多重指定を避けます。逆に、全体の抑止力が弱い場合は先頭配置と重みの両輪で調整します。強調は少数精鋭が最も安定します。

1. 重要語を3語以内に限定して強調します
2. 1.1〜1.3で開始し、0.05刻みで調整します
3. 効果が過強な場合は順序を後ろへ下げます
4. 類義語の重複強調を回避します

過不足の判定は拡大表示で細部を確認すると精度が上がります。

実写生成でのstable diffusionネガティブプロンプト活用です。フォトリアル系モデルでは、cartoon,illustration,paintingの除外に加え、skin blemishes,acne,excessive smoothingなど実写特有の違和感も調整します。overprocessed,plastic skin,overly sharpを外すと自然さが増し、text,watermarkでノイズを抑制します。照明の破綻にはflat lighting,harsh shadowsを避ける指定が有効です。顔が崩れる場合はbad anatomy,asymmetry,distorted faceで補強し、背景にはbusy background,posterizationを入れます。

• 実写寄せはスタイル除外と肌質調整が鍵です

• 文字や透かしの抑止を常にセットで入れます

撮影的な自然さは過剰シャープと過飽和を抑えると安定します。

複数人シーンでのstable diffusionネガティブプロンプトは、人物融合と手指混線の抑止が中心です。merged limbs,extra arms,disconnected limbs,multiple facesを基礎に、duplicate person,extra personで人数の過剰生成を防ぎます。ポーズの混線回避にはtwisted pose,awkward poseの除外も有効です。背景ではcrowded,clutterを控え、主役の視認性を確保します。hands,fingers系を強めつつ、過度な重みは避けて自然さを残します。

人物数を明示するポジティブ側の指定と併用すると安定します。

背景調整におけるstable diffusionネガティブプロンプトの要点です。主被写体を際立たせるため、busy background,clutter,random objectsを外し、blurry backgroundの扱いは目的に応じて使い分けます。街並みなどでノイズが出る場合はJPEG artifacts,noise,bandingの抑止が有効です。遠景の破綻にはtiling,pattern artifactsの除外、色の破綻にはoversaturated,posterization,color bandingを入れます。背景は過剰に削らず、必要最小限が画の厚みを保ちます。

• 主役の視認性を損ねる語だけを外します

• 色と圧縮ノイズの抑止を併用します

構図の意図を優先し、不要語の入れすぎを避けます。

文字や吹き出しを避けたい場合のstable diffusionネガティブプロンプトです。text,lettering,watermark,logo,signature,speech bubble,captionを中核にします。漫画調モデルでは吹き出しが出やすいため、speech bubble,comic panelを明示的に外すと安定します。UIやスクリーン風の誤生成にはui,overlay,hudの抑止も有効です。ネガティブプロンプト文字は先頭の品質語より後ろに置き、画質抑止と競合しないよう整理します。生成の用途に合わせ、必要語を適度に残す判断も大切です。

1. 文字系を品質語の後ろに配置します
2. 吹き出し系はspeech bubble,comic panelをセットで指定します
3. 透かし対策にwatermark,signatureを追加します
4. UI系の誤生成はoverlay,hudで抑えます

用途により字幕などを意図する場合は除外しないでください。

stable diffusionネガティブプロンプトの保存と拡張機能の活用です。頻用のネガティブプロンプトテンプレをプリセットとして保存し、モデル別にバリエーションを管理します。easynegativeなどのembeddingを読み込むと短文で強力に抑止できます。プロファイル機能やタグ管理拡張でワンクリック呼び出しを実現し、ミス入力を削減します。UIのスナップショット保存で、CFG,steps,resolutionと一緒に状態を再現できるようにしておくと再現性が高まります。

• テンプレ保存で入力時間を短縮します

• embedding併用で語数を圧縮します

拡張は競合が起きやすいため、導入後は動作確認を行ってください。