---
id: wiki-2026-0508-negative-prompt
title: Negative Prompt
category: 10_Wiki/Topics
status: verified
canonical_id: self
aliases: [Negative Prompts, Anti-Prompt, Exclusion Prompt, --no, Unwanted Tokens]
duplicate_of: none
source_trust_level: A
confidence_score: 0.92
verification_status: applied
tags: [generative-ai, image-generation, stable-diffusion, midjourney, prompt-engineering, classifier-free-guidance]
raw_sources: []
last_reinforced: 2026-05-10
github_commit: pending
tech_stack: { language: python, framework: diffusers }
---

## 한 줄

Negative prompt는 이미지 생성 모델에 "포함되지 말아야 할" 개념을 명시하여 classifier-free guidance(CFG) 분기에서 해당 방향으로부터 멀어지게 유도하는 텍스트 입력이다.

## 핵심

### 작동 원리 (Stable Diffusion)
- Diffusion model은 매 step에서 noise prediction을 수행한다.
- CFG는 두 분기를 결합한다: conditional (positive prompt) + unconditional (empty / negative prompt).
- 공식: `eps = eps_uncond + cfg_scale * (eps_cond - eps_uncond)`.
- Negative prompt를 사용하면 `eps_uncond` 자리에 negative prompt embedding을 넣어, 결과를 negative 방향에서 *멀어지게* 한다.
- CFG scale이 높을수록 negative 효과가 강해진다 (보통 7~12).

### Midjourney `--no`
- `--no blurry, text, watermark` 형식으로 prompt 끝에 추가.
- 내부적으로 weighted negative prompt와 유사한 방식으로 처리.
- v6 이후 더 정교하게 작동.

### Weighting / Attention
- Stable Diffusion WebUI: `(blurry:1.4)`, `[bad anatomy:0.7]`로 weight 조정.
- `((extra fingers))` 같은 괄호 중첩으로 강조 (×1.1 per pair).

### 흔한 negative tokens
- 품질: `low quality, worst quality, blurry, jpeg artifacts, lowres`
- 해부학: `bad anatomy, extra fingers, malformed limbs, missing arms`
- 텍스트: `text, watermark, signature, logo`
- 스타일: `cartoon, anime, 3d render` (사진 스타일 원할 때)

### 응용
- 사진 사실성 향상 (illustration 제거)
- NSFW / 폭력 방지 (safety negative)
- 손가락 / 얼굴 결함 보정
- 특정 색상 / 구도 회피

## 💻 패턴

```python
# 1. diffusers 라이브러리 — 기본 negative prompt
from diffusers import StableDiffusionPipeline
import torch

pipe = StableDiffusionPipeline.from_pretrained(
    "stabilityai/stable-diffusion-2-1",
    torch_dtype=torch.float16,
).to("cuda")

image = pipe(
    prompt="a photorealistic portrait of a woman, natural lighting, 8k",
    negative_prompt="blurry, low quality, cartoon, deformed, extra limbs, watermark",
    num_inference_steps=30,
    guidance_scale=7.5,
).images[0]
```

```python
# 2. SDXL — dual text encoder, 별도 negative prompt 2개
from diffusers import StableDiffusionXLPipeline

pipe = StableDiffusionXLPipeline.from_pretrained(
    "stabilityai/stable-diffusion-xl-base-1.0", torch_dtype=torch.float16
).to("cuda")

image = pipe(
    prompt="cinematic photo of a samurai in rain",
    prompt_2="dramatic lighting, ultra detailed",
    negative_prompt="cartoon, anime, low quality, blurry",
    negative_prompt_2="text, watermark, signature",
).images[0]
```

```python
# 3. ComfyUI / API — weighted negative
negative = "(low quality:1.3), (bad anatomy:1.4), (extra fingers:1.5), watermark, text"
```

```bash
# 4. Midjourney --no 플래그
/imagine prompt: a serene japanese garden at dusk --no people, text, watermark --ar 16:9 --v 6
```

```python
# 5. Embeddings 기반 negative (Textual Inversion)
# EasyNegative, BadDream 같은 학습된 embedding 활용
negative_prompt = "easynegative, badhandv4, (worst quality:1.2)"
# 텍스트 인코더가 학습된 token으로 매핑
```

```python
# 6. 동적 negative — 사용자 선호 학습
def build_negative(user_dislikes: list[str]) -> str:
    base = ["blurry", "low quality", "watermark"]
    return ", ".join(base + user_dislikes)

negative_prompt = build_negative(["cartoon", "people"])
```

```python
# 7. ControlNet + negative
from diffusers import StableDiffusionControlNetPipeline, ControlNetModel
controlnet = ControlNetModel.from_pretrained("lllyasviel/sd-controlnet-canny")
pipe = StableDiffusionControlNetPipeline.from_pretrained(
    "runwayml/stable-diffusion-v1-5", controlnet=controlnet, torch_dtype=torch.float16
).to("cuda")

image = pipe(
    prompt="a futuristic city",
    negative_prompt="blurry, low res, oversaturated",
    image=canny_edges,
).images[0]
```

```python
# 8. CFG scale 동적 조절 — negative 영향력 강화
image = pipe(
    prompt="...", negative_prompt="...",
    guidance_scale=12.0,  # 7.5 → 12.0: negative 효과 강화
).images[0]
```

```python
# 9. Region-specific negative (Regional Prompter)
# 이미지 영역별 다른 negative 적용 (얼굴 영역만 anatomy negative)
```

```python
# 10. Automatic negative — LLM이 prompt에서 추론
def auto_negative(positive: str, llm) -> str:
    return llm.complete(f"Given prompt '{positive}', list undesired artifacts: ")
```

## 결정 기준

| 상황 | 추천 |
|---|---|
| 사진 사실성 | `cartoon, anime, illustration, 3d` 제외 |
| 손/얼굴 결함 | `bad anatomy, extra fingers, deformed` + EasyNegative embedding |
| 텍스트 노이즈 | `text, watermark, signature, logo` |
| CFG 7~9 (기본) | negative 적당히 작동 |
| CFG 11~13 | negative 강하게, 그러나 saturation 위험 |
| Midjourney v6 | `--no` 짧고 명시적으로 |
| SDXL | 두 encoder 모두에 negative 분리 권장 |
| ComfyUI | weighted syntax `(token:1.3)` 활용 |

기본값: `blurry, low quality, watermark, bad anatomy` + CFG 7.5.

## 🔗 Graph
- 부모: [[AI 이미지 생성 (AI Image Generation)|Image-Generation]], [[Prompt_Engineering|Prompt-Engineering]], [[Stable-Diffusion]]
- 형제: [[Classifier-Free-Guidance]], [[ControlNet]], [[LoRA]]
- 응용: [[AI-Art]]

## 🤖 LLM 활용
- LLM이 사용자의 positive prompt를 분석해 적절한 negative prompt 자동 생성.
- ChatGPT / Claude로 "이 이미지 스타일에 맞는 negative prompt 추천" 요청.
- Vision LLM이 생성 결과를 평가하여 다음 generation의 negative를 강화 (RLHF 유사 루프).

## ❌ 안티패턴
- Negative에 너무 많은 토큰 나열 → 모델 혼란, 의도치 않은 영향. 10~15개 이내 권장.
- Positive와 모순되는 negative (e.g., positive `dog`, negative `animal`).
- CFG scale 너무 높이기 → 색상 saturation, 디테일 손실.
- 학습되지 않은 추상어 사용 (`bad`, `ugly`만 단독으로 — 효과 약함).

## 🧪 검증 / 중복
- 중복 문서: `Negative_Prompts.md` → REDIRECT 처리.
- 동일 개념: [[Anti-Prompt]], [[Exclusion-Prompt]] (별칭 통합).
- 검증: A/B 테스트 (negative 유무로 동일 seed 비교)로 효과 측정.

## 🕓 Changelog
- Phase 1 (2026-05-08): 초기 생성.
- Manual cleanup (2026-05-10): canonical 확정, 패턴 10개 정비, SDXL dual encoder / Midjourney v6 추가, 별칭 통합.