Qué son los prompts negativos y cuándo usarlos en la generación de imágenes con IA
Los prompts negativos son una de las herramientas más potentes y, a la vez, más pasadas por alto en la generación de imágenes con IA. Le indican al modelo exactamente qué debe evitar, lo que te ayuda a eliminar anatomía defectuosa, marcas de agua, estilos no deseados y ruido visual de tus resultados. Este artículo explica con detalle cuándo y cómo usarlos para obtener resultados más nítidos, limpios y controlados en distintos modelos de IA.
Pasas una hora escribiendo el prompt perfecto. La imagen sale con seis dedos, una marca de agua estampada sobre la cara y un fondo que parece sacado de una pesadilla. ¿Te suena? Para eso sirven los prompts negativos: no añaden nada a tu imagen, sino que restan exactamente lo que no quieres. Usados bien, son la forma más rápida de pasar de un resultado frustrante a algo realmente utilizable.
Este artículo explica qué son técnicamente los prompts negativos, cuándo su uso marca una diferencia real y cuándo no van a ayudar en absoluto. También encontrarás plantillas listas para usar en escenarios habituales y una guía paso a paso para usarlos en modelos disponibles ahora mismo.
Qué hace realmente un prompt negativo
Un prompt negativo es una segunda entrada de texto que le indica a un modelo de imágenes con IA qué conceptos visuales debe alejar del resultado final. En lugar de describir lo que quieres incluir, describes lo que quieres evitar.
El mecanismo que hay detrás está ligado a un proceso llamado guía sin clasificador (CFG), el mismo sistema que determina cuánto se ajusta el modelo a tu prompt positivo. Durante la generación, el modelo ejecuta dos pasadas: una guiada por tu prompt y otra que, en esencia, no lleva guía. La escala CFG controla con qué fuerza acerca el resultado final a la versión guiada. Los prompts negativos funcionan añadiendo una tercera dirección, un vector del que el resultado se aleja.
💡 Cuanto más alta sea tu escala CFG, más agresivamente se aplican los prompts negativos. Un CFG de 12 o más con un prompt negativo largo puede restringir en exceso al modelo y producir resultados planos y descoloridos. Quédate entre 6 y 10 para la mayoría de los casos.
El modelo no lee los negativos de forma literal
Una de las ideas erróneas más comunes es pensar que escribir no blurry background evitará un fondo borroso. El modelo no interpreta la negación en lenguaje natural. Escribir "sin dedos extra" en tu prompt positivo en gran medida se ignora. El campo de prompt negativo es el único lugar donde el modelo aprende de verdad a suprimir un concepto mediante el mecanismo CFG.
Por eso separar tus entradas en un campo de prompt negativo dedicado importa, y no es solo una decisión gramatical, sino funcional.
Cómo cambia todo la escala de guía
El control deslizante de escala CFG determina tanto con qué fidelidad se sigue tu prompt positivo como con qué fuerza el modelo empuja contra tus conceptos negativos. Esto es lo que ocurre con distintos valores:
Escala CFG
Efecto en los prompts negativos
3 a 5
Los prompts negativos apenas tienen efecto; el resultado es suelto y creativo
6 a 8
Equilibrio. Los prompts negativos suprimen activamente los conceptos indicados
9 a 12
Supresión fuerte. Riesgo de restringir en exceso la anatomía y el color
13 o más
Muy rígido. A menudo aparecen artefactos y distorsiones
Para la mayoría de trabajos de retrato y de producto, CFG de 7 a 7,5 es el punto óptimo y fiable.
Cuándo necesitas uno de verdad
No toda generación necesita un prompt negativo. Un paisaje de borrador rápido o un boceto conceptual suele salir bien sin uno. Las situaciones que siguen son aquellas en las que sí marcan una diferencia medible y visible.
Anatomía defectuosa y extremidades extra
Este es el caso de uso más universal. Los modelos de difusión entrenados con imágenes de internet producen con frecuencia manos con dedos extra, rostros con rasgos asimétricos y brazos que se doblan en ángulos imposibles. Añadir lo siguiente a tu prompt negativo reduce de inmediato la frecuencia de estos artefactos:
deformed, bad anatomy, extra limbs, extra fingers, mutated hands, poorly drawn hands, malformed limbs, fused fingers, cloned face
Esto funciona porque el modelo ha visto imágenes etiquetadas con estos descriptores. Al colocarlos en el negativo, desplazas la generación lejos de las imágenes asociadas a esas etiquetas.
Marcas de agua y artefactos de texto
Los modelos entrenados con datos de internet extraídos arrastran una tendencia latente a reproducir marcas de agua, logotipos de sitios y texto aleatorio. Si tu resultado contiene texto blanco en una esquina o una marca de agua difuminada sobre la imagen, añade:
watermark, text, logo, signature, brand, copyright, blurry text, letters, words
En concreto para la fotografía de retrato, añadir username y artist name puede limpiar parte de la contaminación de texto más persistente.
Contaminación de estilo
Pides un retrato fotorrealista y obtienes algo que parece una pintura digital o un personaje de anime. Esto ocurre cuando los datos de entrenamiento del modelo para tu tema están dominados por un estilo artístico concreto. Los prompts negativos pueden reconducirlo:
illustration, painting, drawing, cartoon, anime, manga, sketch, 3d render, cgi, digital art, concept art, cel shading
💡 Cuando busques el fotorrealismo, combina siempre los negativos de estilo con modificadores de calidad en tu prompt positivo. Algo como: "photorealistic, RAW photograph, 8k, shot on Canon EOS R5, 85mm lens" en el positivo, más las exclusiones de estilo en el negativo.
Desorden de fondo
Los modelos de IA adoran llenar el espacio vacío con ruido visual: objetos aleatorios, texturas poco naturales o entornos que no encajan con el sujeto. Si quieres un resultado limpio:
Existe un bloque de términos que suprimen la baja calidad y que se ha vuelto casi universal en la comunidad de Stable Diffusion:
ugly, worst quality, low quality, normal quality, lowres, bad quality, jpeg artifacts, compression artifacts, blurry, oversaturated, overexposed, underexposed
Funcionan porque el modelo ha visto imágenes con estas etiquetas y ha aprendido sus características visuales. Negarlas empuja el muestreo hacia regiones de mayor calidad del espacio latente.
Plantillas de prompts negativos para copiar y pegar
Estas son plantillas listas para producción de las tres categorías de generación más comunes. Pégalas tal cual y luego personalízalas.
Para fotografía de retrato
ugly, deformed, bad anatomy, extra limbs, extra fingers, fused fingers, mutated hands, poorly drawn hands, poorly drawn face, mutation, deformed, blurry, bad proportions, missing arms, missing legs, long neck, watermark, signature, text, logo, jpeg artifacts, low quality, worst quality, overexposed, underexposed, illustration, painting, 3d render, cgi, cartoon, anime
💡 Guarda tus mejores plantillas de prompts negativos en un lugar donde puedas pegarlas rápido. Reconstruirlas desde cero cada sesión malgasta un tiempo que podrías dedicar a iterar sobre tu prompt positivo.
Cómo usar Stable Diffusion en PicassoIA
Stable Diffusion en PicassoIA es una de las implementaciones más directas de prompts negativos disponibles. El modelo expone de forma nativa el campo de prompt negativo, con control completo de la escala CFG y del programador.
Paso 2: Escribe tu prompt positivo
Rellena el campo principal del prompt con la descripción de tu sujeto y su estilo. Sé específico: describe la iluminación, el ángulo y el ambiente.
Paso 3: Añade tu prompt negativo
En el campo Negative Prompt, pega tu plantilla. Empieza con la base de anatomía y calidad y luego añade lo que sea específico de tu escena.
Paso 4: Fija tu escala CFG
Empieza en 7,5. Es el valor predeterminado del modelo y funciona bien en la mayoría de casos. Si los prompts negativos te parecen demasiado agresivos o el resultado se ve plano, baja a 6. Si persisten las marcas de agua o los problemas de anatomía, prueba con 8 a 9.
Paso 5: Elige tu programador
DPMSolverMultistep es el predeterminado y produce resultados nítidos en 30 a 50 pasos. K_EULER_ANCESTRAL añade algo más de variación, lo que puede ayudar si tus resultados se ven demasiado uniformes.
Paso 6: Fija los pasos de inferencia
Usa 30 a 50 pasos para los resultados finales. Menos pasos significan una generación más rápida pero con menos detalle, sobre todo en rostros y manos.
Paso 7: Genera e itera
Ejecuta la primera generación. Si persisten problemas de anatomía o de calidad, amplía tu prompt negativo con términos más específicos sobre lo que salió mal. Los prompts negativos son iterativos: la primera versión rara vez es la definitiva.
PicassoIA ejecuta Stable Diffusion sin límites de generación, así que puedes iterar tantas veces como necesites sin vigilar un contador de créditos.
Cómo gestiona los prompts negativos Dreamshaper XL Turbo
Dreamshaper XL Turbo funciona a la resolución de SDXL (1024x1024) con un pipeline de inferencia rápido, y suele producir un resultado en tan solo 6 pasos de eliminación de ruido. El menor número de pasos cambia la forma de pensar en los prompts negativos.
Paso 2: Mantén baja la escala de guía
Dreamshaper XL Turbo está calibrado para una guidance scale de 2. A esta escala, los prompts negativos actúan con menos fuerza que con CFG 7. Es intencionado: la arquitectura turbo genera resultados de calidad con una guía mínima. No subas el CFG a 7 u 8, porque con este modelo producirá artefactos.
Paso 3: Usa un prompt negativo concreto
Como el CFG es más bajo, usa solo los términos negativos más críticos. Aquí funciona mejor una versión compacta que una lista de 200 palabras:
ugly, deformed, noisy, blurry, low contrast, text, watermark, 3d render, cgi, bad anatomy
Paso 4: Ejecuta de 6 a 8 pasos de inferencia
Este modelo produce buena calidad en 6 pasos. Para trabajos de retrato, 7 u 8 pasos añaden refinamiento al detalle facial sin aumentar mucho el tiempo de generación.
Paso 5: Itera sobre el estilo
Dreamshaper maneja estilos fotorrealistas, de anime y pintados dentro del mismo modelo. Si tu resultado deriva hacia un estilo no deseado, añade ese estilo a tu prompt negativo y vuelve a ejecutar.
Qué funciona con Flux Schnell (y qué no)
Flux Schnell es arquitectónicamente distinto de Stable Diffusion y Dreamshaper. Usa un transformador de flujo rectificado en lugar de una arquitectura UNet, y no implementa la guía sin clasificador de la misma manera.
La implicación práctica: Flux Schnell no tiene campo de prompt negativo. El modelo está diseñado para interpretar solo prompts positivos, y su entrenamiento ya se aleja por defecto de los resultados de baja calidad. Esto significa que:
No puedes excluir una anatomía defectuosa con un prompt negativo, porque no existe ese campo
La calidad se controla con la precisión con la que escribes el prompt positivo
En el prompt positivo, la especificidad lleva todo el peso
Para Flux Schnell, usa en su lugar estas estrategias de prompt positivo:
En lugar de un negativo
Usa en el prompt positivo
bad anatomy excluido
anatomically correct, precise anatomy
blurry excluido
sharp focus, tack sharp, crisp detail
watermark excluido
Flux evita esto por defecto
cartoon excluido
photorealistic, photographic, RAW
💡 Flux Schnell es la opción adecuada cuando necesitas velocidad y un resultado limpio a partir de un prompt positivo corto y preciso. Stable Diffusion o Dreamshaper XL Turbo son la opción adecuada cuando necesitas un control fino de las exclusiones mediante un campo de prompt negativo dedicado.
Equilibrar lo positivo y lo negativo
El error más común es tratar el prompt negativo como la solución a un problema que en realidad está en el prompt positivo. Si tu imagen se ve mal, a menudo el problema es que el prompt positivo es vago, no que el negativo sea corto.
La proporción que funciona:
Dedica el 80 % de tu esfuerzo de prompt a la descripción positiva. Dedica el 20 % al negativo. Un prompt positivo vívido y específico con un negativo corto y concreto casi siempre superará a un positivo vago con un negativo de 300 palabras.
No niegues lo que no pediste
Si no pediste un bosque en tu prompt, no necesitas no trees en el negativo. Añadir términos para cosas que el modelo nunca iba a generar malgasta un presupuesto que podría dedicarse a suprimir problemas reales. Cada término de tu prompt negativo compite por la atención del modelo.
Ponderación del prompt y atención
Algunos modelos e interfaces admiten la ponderación de atención mediante paréntesis. El formato (bad anatomy:1.5) aumenta el peso de supresión sobre un concepto específico. Úsalo con moderación. Sobreponderar la supresión de términos anatómicos centrales puede hacer que el modelo produzca una anatomía distorsionada de otra forma en lugar de corregirla.
3 errores comunes
1. Escribir negativos en lenguaje natural dentro del prompt positivo
"A portrait without bad anatomy" no funciona. El modelo trata todo el texto del prompt positivo como algo que debe incluir. La negación gramatical no es lo mismo que la negación en el espacio latente. Usa el campo de prompt negativo dedicado.
2. Usar el mismo prompt negativo en todos los modelos
Un prompt negativo calibrado para Stable Diffusion con CFG 7,5 se comportará de otra forma en Dreamshaper XL Turbo con CFG 2. Ajusta siempre la longitud y la especificidad de tu prompt negativo a la escala de guía del modelo.
3. Añadir negativos sin volver a ejecutar varias semillas
Un prompt negativo que parece no tener efecto puede estar funcionando, pero la semilla concreta con la que trabajas es terca. Ejecuta de 3 a 5 semillas distintas con los mismos prompts antes de concluir que un término negativo es ineficaz.
La precisión es la habilidad
Los modelos que admiten prompts negativos no son filtros mágicos. Son herramientas que responden a la precisión. Cuanto más claramente definas tanto lo que quieres como lo que no quieres, más fiablemente obtendrás resultados que coinciden con tu intención.
Los modelos que se tratan aquí están disponibles ahora mismo en PicassoIA, sin límites de generación ni topes de créditos:
Stable Diffusion: Control CFG completo, seis programadores y un campo de prompt negativo nativo. La base para ver cómo funcionan de verdad los prompts negativos.
Dreamshaper XL Turbo: Resolución SDXL con inferencia turbo rápida. Ideal para trabajos multiestilo en los que quieres buenos resultados rápido.
Flux Schnell: Sin prompts negativos, pero resultados excepcionalmente limpios a partir de prompts positivos bien escritos. Úsalo cuando la velocidad importe más.
Abre cualquiera de estos modelos, pega una de las plantillas de este artículo y ejecuta tu primera prueba. Ajusta una variable cada vez, ya sean los términos negativos o la escala CFG, y observa qué cambia. Ese ciclo de retroalimentación es donde se forja la verdadera habilidad con los prompts.
