Negative prompt: cos'è e come si usa davvero

Nei forum di AI generativa circolano negative prompt lunghissimi, copiati e incollati di generazione in generazione: liste di trenta o quaranta termini che dovrebbero migliorare qualunque immagine. Nella maggior parte dei casi fanno poco, e a volte peggiorano il risultato. In questo articolo ti spiego come funziona davvero il negative prompt, e come usarlo per risolvere problemi specifici invece che come formula magica.

Cos'è il negative prompt

Il negative prompt è un secondo prompt che indica ciò che l'immagine non deve contenere. Non è un filtro applicato alla fine: agisce durante la generazione, spingendo attivamente il risultato lontano dai concetti che elenchi.

La differenza è sostanziale e spiega quasi tutto il resto.

Come funziona, in pratica

Ripercorriamo il meccanismo dei modelli diffusion. A ogni passo, il modello stima quale rumore togliere per avvicinarsi a ciò che il prompt descrive.

Con un negative prompt, quella stima viene fatta due volte: una guidata dal prompt positivo, una da quello negativo. Il sistema poi procede nella direzione che si allontana dalla seconda e si avvicina alla prima.

Da qui discendono due conseguenze pratiche importanti:

1. Il negative prompt non "cancella" nulla. Orienta. Se scrivi "niente rosso" ma il soggetto che chiedi è tipicamente rosso, il modello si trova a mediare tra due spinte contrarie e il risultato può essere confuso.

2. Ogni termine diluisce gli altri. Vale la stessa regola del prompt positivo: quaranta termini negativi non danno quaranta esclusioni nette, danno una spinta generica in una direzione vaga.

Perché le liste copiate non funzionano

Prendi il tipico blocco che si trova online:

ugly, deformed, blurry, bad anatomy, extra limbs, watermark,
low quality, jpeg artifacts, bad hands, poorly drawn, mutation,
worst quality, out of frame, cropped, signature, text, error...

Tre problemi.

È in gran parte inefficace. Termini come "ugly", "low quality" o "worst quality" non corrispondono a un concetto visivo preciso. Il modello non ha una nozione di brutto: ha imparato correlazioni tra parole e immagini. Spingersi lontano da "brutto" non significa granché.

Alcuni termini si contraddicono con il prompt. Se stai generando un'illustrazione stilizzata e nel negativo hai "cartoon" o "drawing" ereditati da una lista pensata per il fotorealismo, stai remando contro te stesso senza accorgertene.

Sono tarati su modelli diversi. Una lista nata per una versione vecchia di Stable Diffusion ha poco senso su un modello recente, che quei difetti li ha già in gran parte risolti. E su alcuni strumenti moderni il negative prompt ha un peso molto minore rispetto a qualche anno fa.

La verità scomoda: un negative prompt lungo copiato da internet nella maggior parte dei casi fa più rumore che lavoro.

Come usarlo bene

Il principio è uno: usalo per risolvere un problema che hai visto, non per prevenirne uno che immagini.

1. Genera senza negative prompt. Guarda cosa esce davvero.

2. Identifica il difetto concreto. Non "è brutta": "c'è sempre una cornice attorno", "lo sfondo è sempre sfocato", "esce sempre di sera".

3. Aggiungi il termine specifico. Uno, non dieci.

4. Rigenera e verifica. Ha funzionato? Tienilo. Non è cambiato nulla? Toglilo.

Così ti costruisci un negative prompt tuo, tarato sul modello e sullo stile che usi, di solito lungo tre o quattro termini.

I casi in cui serve davvero

Ci sono situazioni in cui è realmente efficace, e sono più circoscritte di quanto si creda:

Elementi grafici indesiderati. watermark, testo, firma, cornice, bordo — funziona bene, perché sono concetti visivi netti.

Escludere una lettura ambigua. Se chiedi "mouse" e ottieni topi, mettere l'animale nel negativo risolve. È probabilmente l'uso più utile in assoluto.

Correggere una deriva stilistica. Se il modello vira sempre verso il fotorealismo e tu vuoi un'illustrazione, metterlo nel negativo aiuta.

Elementi di scena ricorrenti. Se in ogni generazione compare una persona che non vuoi, o un oggetto che si intrufola sempre.

Colori dominanti. Se tutto esce virato in una tonalità, indicarla nel negativo può riequilibrare.

Dove invece non aiuta

Le mani. Mettere "bad hands, extra fingers" nel negativo è la cosa più copiata e tra le meno efficaci. Il modello non sbaglia le mani per mancanza di istruzioni: le sbaglia perché non conta e non conosce l'anatomia. La soluzione pratica è rigenerare quella porzione o correggerla in post-produzione.

La qualità generica. "Low quality, worst quality" non hanno un corrispettivo visivo definito.

I numeri. Non puoi ottenere "tre persone" mettendo "quattro persone" nel negativo. Il conteggio non è nelle corde di questi modelli.

I difetti anatomici in generale. Stesso discorso delle mani.

Le differenze tra strumenti

Non tutti gli strumenti lo trattano allo stesso modo, e conviene saperlo:

• Stable Diffusion ha un campo dedicato, e storicamente è dove il negative prompt pesa di più. È anche l'ambiente in cui ha più senso costruirselo con cura — ne parlo in cos'è Stable Diffusion.
• Midjourney usa il parametro --no, che fa sostanzialmente la stessa cosa in forma più compatta.
• Alcuni strumenti recenti, soprattutto quelli guidati da modelli linguistici che riscrivono il prompt, non espongono un negative prompt e gestiscono le esclusioni interpretando il testo.

Su questi ultimi, scrivere "senza X" nel prompt normale funziona meglio che cercare un campo negativo che non c'è — perché è un modello linguistico a interpretare la frase, non una guida vettoriale.

Una regola che vale sempre

Descrivere in positivo batte quasi sempre l'escludere in negativo.

Se vuoi uno sfondo pulito, "sfondo bianco uniforme" funziona meglio di "no oggetti, no disordine, no persone". Se vuoi luce naturale, dirla è più efficace che escludere il neon.

Il motivo è nel meccanismo: il prompt positivo indica una direzione precisa in cui andare, il negativo solo una da cui allontanarsi — e le direzioni da cui allontanarsi sono infinite. Il negative prompt è una correzione, non uno strumento di composizione.

In sintesi

Il negative prompt spinge la generazione lontano dai concetti che indichi, agendo durante il processo e non come filtro finale. Ogni termine che aggiungi diluisce gli altri, esattamente come nel prompt positivo.

Le liste lunghe copiate online sono in larga parte inefficaci, spesso tarate su modelli superati e a volte in contraddizione con ciò che stai chiedendo. Il negative prompt utile è corto, specifico e costruito sui difetti che hai effettivamente osservato.

Funziona bene su elementi grafici indesiderati, ambiguità di significato e derive stilistiche. Non risolve mani, anatomia, conteggi o "qualità" generica.

E se c'è una cosa sola da ricordare: descrivi quello che vuoi, non l'elenco di ciò che non vuoi. Sul come farlo bene, trovi il metodo in come scrivere prompt per Midjourney.