ज़्यादातर AI-जनरेटेड इमेज इसलिए बिगड़ती हैं क्योंकि नेगेटिव प्रॉम्प्ट का फ़ील्ड खाली छोड़ दिया जाता है, न कि किसी खराब विचार की वजह से। यह लेख AI आर्ट को साफ़ बनाने वाले सबसे अच्छे नेगेटिव प्रॉम्प्ट बताता है, जिन्हें मॉडल के प्रकार, सब्जेक्ट और इस्तेमाल के हिसाब से बाँटा गया है। खराब हाथों और विकृत चेहरों को ठीक करने से लेकर फ़ोटोरियलिस्टिक स्टाइल बचाने तक, यहाँ दिए हर प्रॉम्प्ट सेट को Flux, SDXL, Stable Diffusion और अन्य मॉडल पर परखा गया है। इसमें एक पूरी चीट शीट, मॉडल-विशेष टिप्स और जनरेशन के बाद की सफ़ाई के टूल भी शामिल हैं।
ज़्यादातर AI इमेज जनरेटर आपको एक पॉज़िटिव प्रॉम्प्ट का फ़ील्ड और एक नेगेटिव प्रॉम्प्ट का फ़ील्ड देते हैं। लगभग हर कोई पॉज़िटिव वाला भरता है और नेगेटिव को खाली छोड़ देता है। यही खाली फ़ील्ड वजह है कि कई आउटपुट पिघले हुए हाथों, धुंधले चेहरों, अतिरिक्त अंगों, वॉटरमार्क और उस पहचानी जा सकने वाली "AI सूप" वाली शक्ल के साथ वापस आते हैं।
नेगेटिव प्रॉम्प्ट वैकल्पिक नहीं हैं। वही तय करते हैं कि आउटपुट काम का होगा या शर्मिंदा करने वाला। एक बार इन्हें गंभीरता से इस्तेमाल करना शुरू करेंगे, तो फिर पीछे नहीं लौटेंगे।
यह लेख AI आर्ट को साफ़ बनाने वाले सबसे अच्छे नेगेटिव प्रॉम्प्ट को स्थिति, मॉडल के प्रकार और सब्जेक्ट के हिसाब से बाँटकर समझाता है। चाहे आप पोर्ट्रेट, लैंडस्केप, प्रोडक्ट शॉट या स्टाइलाइज़्ड सीन बना रहे हों, यहाँ ऐसे नेगेटिव प्रॉम्प्ट मिलेंगे जो आपके खराब आउटपुट का अनुपात कम से कम 50% घटा सकते हैं।
नेगेटिव प्रॉम्प्ट असल में क्या करते हैं
सूची से पहले एक छोटी सी स्पष्टता: नेगेटिव प्रॉम्प्ट कंटेंट फ़िल्टर की तरह किसी कॉन्सेप्ट को "बैन" नहीं करते। वे डिफ्यूज़न प्रक्रिया के दौरान मॉडल के प्रोबेबिलिटी डिस्ट्रीब्यूशन को कुछ विज़ुअल फ़ीचर से दूर खिसकाते हैं। यानी उनका असर अनिश्चित है, निरपेक्ष नहीं।
blurry जैसा नेगेटिव प्रॉम्प्ट यह गारंटी नहीं देता कि आपकी इमेज तीखी होगी। यह मॉडल का ध्यान तीखेपन की ओर एक प्राथमिकता के रूप में मोड़ता है। आपका नेगेटिव प्रॉम्प्ट जितना मज़बूत और खास होगा, उसका असर उतना ज़्यादा होगा।
खाली नेगेटिव फ़ील्ड आपको नुकसान क्यों पहुँचाता है
AI डिफ्यूज़न मॉडल अरबों इमेज पर प्रशिक्षित होते हैं, जिनमें लाखों खराब इमेज भी शामिल हैं। धुंधली स्टॉक फ़ोटो। कम रिज़ॉल्यूशन के स्कैन। कंप्रेस्ड JPEG के आर्टिफ़ैक्ट। एनाटॉमी में गलत इलस्ट्रेशन। जब आप बिना नेगेटिव प्रॉम्प्ट के जनरेट करते हैं, तो आप पूरे डिस्ट्रीब्यूशन से सैंपल ले रहे होते हैं, शोर और सब कुछ समेत।
एक अच्छा नेगेटिव प्रॉम्प्ट उस डिस्ट्रीब्यूशन को साफ़ वाले सिरे की ओर सीमित कर देता है। यह वही तर्क है जो एक अच्छे पॉज़िटिव प्रॉम्प्ट के पीछे है, बस दिशा उलटी होती है।
एनाटॉमी की समस्या
AI आर्ट में सबसे आम विफलता एनाटॉमी की होती है। हाथ, उंगलियाँ, चेहरे और गर्दन। ये वे हिस्से हैं जहाँ डिफ्यूज़न मॉडल लगातार आर्टिफ़ैक्ट पैदा करते हैं, क्योंकि इन्हें दोबारा बनाना सांख्यिकी रूप से ज़्यादा कठिन है। प्रशिक्षण डेटा असंगत है, ज्यामिति जटिल है, और मॉडल को अंदाज़ा लगाना पड़ता है।
एक लक्षित नेगेटिव प्रॉम्प्ट इस समस्या को सीधे संभालता है। आप उम्मीद नहीं कर रहे कि मॉडल हाथ सही बना देगा। आप सक्रिय रूप से उसे उन विफलता के तरीकों से दूर धकेल रहे हैं जिन्हें आप जानते हैं।
यूनिवर्सल बेस नेगेटिव प्रॉम्प्ट
यह संयोजन लगभग हर टेक्स्ट-टू-इमेज मॉडल पर काम करता है। इसे कॉपी करें, सेव करें और अपने डिफ़ॉल्ट के रूप में इस्तेमाल करें:
blurry, out of focus, low quality, low resolution, bad anatomy, bad hands, extra fingers, missing fingers, extra limbs, missing limbs, deformed, disfigured, ugly, poorly drawn, draft, sketch, watermark, signature, text, logo, cropped, cut off, jpeg artifacts, compression artifacts, noise, grain, overexposed, underexposed, washed out, flat, lifeless
यह बेस पाँच श्रेणियों को कवर करता है:
तकनीकी विफलताएँ: ब्लर, नॉइज़, कंप्रेशन
एनाटॉमी की गलतियाँ: खराब हाथ, अतिरिक्त अंग, विकृतियाँ
गुणवत्ता के संकेत: वॉटरमार्क, सिग्नेचर, ड्राफ़्ट क्वालिटी
एक्सपोज़र की समस्याएँ: ओवर/अंडरएक्सपोज़्ड, फीका
स्टाइल का प्रदूषण: फ्लैट, बेजान, खराब ड्रॉ किया हुआ
💡 सब्जेक्ट-विशेष कुछ भी जोड़ने से पहले इस बेस को अपने मॉडल के नेगेटिव प्रॉम्प्ट फ़ील्ड में डालें। इसमें दस सेकंड लगते हैं और सबसे आम विफलताएँ दूर हो जाती हैं।
पोर्ट्रेट और चेहरों के लिए नेगेटिव प्रॉम्प्ट
पोर्ट्रेट में नेगेटिव प्रॉम्प्ट सबसे ज़्यादा मायने रखते हैं। खराब लैंडस्केप भुलाया जा सकता है। खराब पोर्ट्रेट अजीब और बेकार होता है। ये नेगेटिव प्रॉम्प्ट खास तौर पर उन विफलता के पैटर्न को निशाना बनाते हैं जो चेहरा बनाने को बिगाड़ देते हैं।
यहाँ सबसे असरदार शब्द asymmetrical face और unnatural face हैं। ज़्यादातर खराब पोर्ट्रेट आउटपुट नाटकीय रूप से गलत नहीं होते; वे हल्के से असमान होते हैं या उनका अनुपात थोड़ा गलत होता है। इन्हें सीधे नाम देने से मदद मिलती है।
💡 different eyes और misaligned eyes को अलग-अलग शब्दों के रूप में इस्तेमाल करें। वे अलग-अलग आर्टिफ़ैक्ट प्रकारों को निशाना बनाते हैं। "Different eyes" हेटेरोक्रोमिया वाले आर्टिफ़ैक्ट पकड़ता है; "misaligned eyes" आँखों के स्तर की असंगति पकड़ता है।
खराब हाथ हमेशा दुश्मन हैं
bad hands, extra fingers, missing fingers, fused fingers, melted hands, distorted hands, wrong number of fingers, six fingers, four fingers, stumpy fingers, too long fingers, too short fingers, deformed knuckles, hand artifacts
हाथ की समस्या संरचनात्मक है। मॉडल हर जनरेशन के साथ सुधरते हैं, लेकिन इसे पूरी तरह कभी हल नहीं करते। किसी भी पोर्ट्रेट प्रॉम्प्ट पर कम से कम bad hands, extra fingers, missing fingers, fused fingers, melted hands चलाने से सबसे चुभने वाली विफलताएँ आपके आउटपुट से बाहर रहती हैं।
यह सेट उस "Instagram फ़िल्टर" लुक को निशाना बनाता है जो कुछ मॉडल त्वचा बनाते समय डिफ़ॉल्ट रूप से देते हैं। waxy skin और plastic skin शब्द फ़ोटोरियलिस्टिक पोर्ट्रेट काम के लिए खास तौर पर असरदार हैं।
मॉडल-विशेष नेगेटिव प्रॉम्प्ट
हर मॉडल एक जैसा जवाब नहीं देता। आर्किटेक्चर, प्रशिक्षण डेटा और फाइन-ट्यूनिंग, सभी यह तय करते हैं कि कौन से नेगेटिव शब्द सबसे ज़्यादा असर डालते हैं। यहाँ PicassoIA पर सबसे ज़्यादा इस्तेमाल होने वाले मॉडल और हर एक के साथ सबसे अच्छे काम करने वाले नेगेटिव प्रॉम्प्ट दिए गए हैं।
FLUX मॉडल
FLUX.1 Dev और FLUX 2 Dev पुराने डिफ्यूज़न मॉडल से आर्किटेक्चर में अलग हैं: ये फ़्लो-मैचिंग आर्किटेक्चर इस्तेमाल करते हैं, जो डिफ़ॉल्ट रूप से ज़्यादा साफ़ आउटपुट देता है। इसका मतलब है कि आपका नेगेटिव प्रॉम्प्ट छोटा और ज़्यादा लक्षित हो सकता है।
FLUX के लिए इन पर ध्यान दें:
bad anatomy, extra limbs, distorted face, watermark, signature, text, lowres, low quality, poor detail
FLUX मॉडल के साथ नेगेटिव प्रॉम्प्ट को ज़रूरत से ज़्यादा न भरें। लंबे नेगेटिव प्रॉम्प्ट असल में गाइडेंस को उलझा सकते हैं और आउटपुट नरम कर सकते हैं। दस से पंद्रह शब्द सबसे सही संतुलन है।
FLUX Schnell सबसे तेज़ वर्ज़न है और इसे थोड़ा ज़्यादा आक्रामक नेगेटिव प्रॉम्प्ट की ज़रूरत पड़ती है, क्योंकि इसमें डीनॉइज़िंग स्टेप कम हैं:
blurry, soft, out of focus, low detail, bad hands, deformed, watermark
FLUX 1.1 Pro Ultra इतना शक्तिशाली है कि अक्सर एक न्यूनतम नेगेटिव प्रॉम्प्ट ही काम कर जाता है:
watermark, text, signature, bad anatomy
SDXL और DreamShaper
SDXL लंबे और विस्तृत नेगेटिव प्रॉम्प्ट पर अच्छी प्रतिक्रिया देता है। मॉडल इंटरनेट की बहुत बड़ी रेंज की इमेज पर प्रशिक्षित हुआ था और उसमें काफ़ी स्टाइलिस्टिक शोर है। यहाँ एक लंबा, खास नेगेटिव प्रॉम्प्ट फ़ायदेमंद है।
blurry, out of focus, low quality, bad anatomy, bad hands, extra fingers, missing fingers, extra limbs, deformed, ugly, mutant, poorly drawn, draft, sketch, watermark, signature, text, jpeg artifacts, noise, grainy, overexposed, flat lighting, dull colors, low contrast, unsharp, soft, bokeh artifact, oversaturated, purple fringing
DreamShaper XL Turbo एक फाइन-ट्यून्ड SDXL वर्ज़न है, जो बहुत सिनेमैटिक नतीजे देता है लेकिन ओवर-स्टाइलाइज़ेशन की ओर झुकता है। इन शब्दों को अपने बेस में जोड़ें:
painted, illustration, cartoon, anime, drawn, art style, concept art, digital art, fantasy lighting
Stable Diffusion 3.5
Stable Diffusion 3.5 Medium और उसका Large Turbo वर्ज़न मल्टीमोडल डिफ्यूज़न ट्रांसफ़ॉर्मर इस्तेमाल करते हैं। इस आर्किटेक्चर के साथ बहुत लंबी सूचियों का फ़ायदा घटने लगता है।
SD 3.5 के लिए सबसे असरदार सेट:
blurry, bad hands, bad anatomy, deformed, watermark, text, low quality, out of focus, noise, ugly, extra fingers
सबसे अच्छे नतीजों के लिए इसे पंद्रह शब्दों से कम रखें।
लैंडस्केप और वातावरण के लिए नेगेटिव प्रॉम्प्ट
पोर्ट्रेट ही इस्तेमाल का इकलौता तरीका नहीं है। बैकग्राउंड जनरेशन की अपनी विफलता के तरीके होते हैं: आसमान का ज़रूरत से ज़्यादा सफ़ेद होना, टाइलिंग आर्टिफ़ैक्ट, क्षितिज की विकृति और बहुत ज़्यादा सममित कंपोज़िशन।
symmetrical शब्द आर्किटेक्चरल सीन के लिए खास तौर पर उपयोगी हैं। जब मॉडल अनिश्चित होते हैं, तो वे अक्सर बीच में कंपोज़ करते हैं और तत्वों को दर्पण की तरह दोहराते हैं। इसे साफ़-साफ़ बताने से कंपोज़िशन ज़्यादा प्राकृतिक फ़्रेमिंग की ओर जाती है।
बैकग्राउंड को साफ़ करने वाले प्रॉम्प्ट
blur artifact, depth of field artifact, bokeh soup, fake bokeh, gradient background, studio background, flat background, seamless texture artifact, repeated element
💡 किसी भी आउटडोर सीन के लिए seamless texture artifact इस्तेमाल करें। यह उन दोहराने वाले टाइल पैटर्न को पकड़ता है जो मॉडल के घास के मैदान या समुद्र के पानी जैसी बड़ी एकसमान सतहें बनाते समय दिखते हैं।
स्टाइल-आधारित नेगेटिव प्रॉम्प्ट
स्टाइलिस्टिक प्रदूषण विफलता का एक कम चर्चा वाला तरीका है। आपका फ़ोटोरियलिस्टिक प्रॉम्प्ट बार-बार कॉन्सेप्ट आर्ट जैसा दिखकर लौटता रहता है। आपके पोर्ट्रेट में कलर ग्रेडिंग गलत होती है। मॉडल वह स्टाइल डिफ़ॉल्ट कर रहा होता है जो आपने माँगा ही नहीं।
अनचाही आर्टिस्टिक स्टाइल से बचना
फ़ोटोरियलिस्टिक काम के लिए हमेशा इन्हें शामिल करें:
digital art, illustration, cartoon, anime, manga, painted, oil painting, watercolor, sketch, drawing, concept art, stylized, fantasy, CGI, 3D render, computer graphics, video game render, comic book style
यह सेट मिश्रित डेटासेट पर प्रशिक्षित मॉडल के साथ खास तौर पर ज़रूरी है। Seedream 4.5 और Seedream 5 Pro दोनों की मज़बूत डिफ़ॉल्ट एस्थेटिक्स हैं, जो आपके पॉज़िटिव प्रॉम्प्ट को दबा सकती हैं, अगर आप स्टाइल के अपवाद साफ़-साफ़ नहीं बताते।
फ़ोटोरियलिस्टिक बनाए रखना
नीचे फ़ोटोरियलिज़्म की अतिरिक्त सुरक्षा के लिए ये शब्द हैं:
painting style, art filter, instagram filter, color grading artifact, vignette artifact, HDR artifact, tone-mapped, unnatural contrast, over-sharpened, halation, chromatic aberration
ध्यान दें: halation और chromatic aberration सूक्ष्म हैं। कुछ फ़ोटोग्राफ़र फ़िल्म के लुक के लिए इन्हें वास्तव में चाहते हैं। इन्हें तभी जोड़ें जब आपको साफ़ डिजिटल आउटपुट चाहिए, न कि तब जब आप एनालॉग लुक चाहते हों।
बचने वाली स्टाइल
इस्तेमाल करने वाले नेगेटिव शब्द
कार्टून / एनीमे
cartoon, anime, manga, illustrated
कॉन्सेप्ट आर्ट
concept art, fantasy, painted, stylized
3D / CGI
3D render, CGI, computer graphics, video game
वॉटरकलर
watercolor, wet paint, soft edges, impressionist
ओवर-एडिटेड फ़ोटो
HDR artifact, oversaturated, instagram filter
नेगेटिव प्रॉम्प्ट लिखने के लिए AI का इस्तेमाल
यह एक कम इस्तेमाल होने वाला तरीका है। लार्ज लैंग्वेज मॉडल नेगेटिव प्रॉम्प्ट बनाने और सुधारने में बहुत अच्छे हैं, क्योंकि उन्हें इमेज जनरेशन दस्तावेज़ों, कम्युनिटी गाइड और फ़ोरम पोस्ट की विशाल मात्रा पर प्रशिक्षित किया गया है।
LLM को प्रॉम्प्ट इंजीनियर की तरह इस्तेमाल करना
अपने नेगेटिव प्रॉम्प्ट को शुरुआत से बनाने के बजाय, किसी मॉडल को अपना लक्ष्य बताएँ और एक लक्षित नेगेटिव प्रॉम्प्ट माँगें। यह आप PicassoIA के अंदर सीधे Claude Sonnet 4.6 या GPT 5 का इस्तेमाल करके कर सकते हैं।
एक प्रॉम्प्ट कुछ ऐसा हो सकता है:
"मैं SDXL का इस्तेमाल करके शहर के पार्क में एक महिला का फ़ोटोरियलिस्टिक पोर्ट्रेट बना रहा हूँ। मुझे एक 20-शब्दों का नेगेटिव प्रॉम्प्ट दें जो खराब एनाटॉमी, त्वचा के आर्टिफ़ैक्ट और स्टाइल के प्रदूषण को रोके।"
...यह सेकंडों में एक सुव्यवस्थित, मॉडल-जागरूक नेगेटिव प्रॉम्प्ट लौटा देगा। आप उसी बातचीत में इसे बार-बार सुधार सकते हैं।
Gemini 3.5 Flash इस उपयोग के लिए खास तौर पर तेज़ है और लंबी सूचियों को बिना काटे या उनकी संरचना खोए अच्छे से संभालता है।
💡 LLM से पूछें कि वह हर शब्द क्यों शामिल करता है। अगर आपको नहीं पता कि कोई शब्द नेगेटिव प्रॉम्प्ट में क्यों है, तो आपको यह भी नहीं पता होगा कि उसे कब हटाना है। अपने प्रॉम्प्ट को समझने से आप हर चरण में तेज़ होते हैं।
फ़ीडबैक लूप के साथ दोहराव
यह एक सरल इटरेशन वर्कफ़्लो है:
यूनिवर्सल बेस प्रॉम्प्ट के साथ अपनी जनरेशन चलाएँ।
नोट करें कि कौन सी विफलताएँ दिखीं (धुंधला बैकग्राउंड, अतिरिक्त उंगलियाँ, स्टाइल का भटकना)।
उन विफलताओं को निशाना बनाने वाले खास शब्द जोड़ने के लिए LLM से पूछें।
दोबारा चलाएँ और तुलना करें।
यह लूप आमतौर पर तीन इटरेशन में 80% बार-बार आने वाली समस्याएँ हल कर देता है।
जनरेशन के बाद की सफ़ाई
सबसे अच्छे नेगेटिव प्रॉम्प्ट के बावजूद कुछ आउटपुट को अंतिम पास की ज़रूरत होती है। यहीं PicassoIA पर जनरेशन के बाद वाले टूल काम आते हैं।
जब नेगेटिव प्रॉम्प्ट काफ़ी न हों
नेगेटिव प्रॉम्प्ट जनरेशन के समय काम करते हैं। वे पहले से बने आउटपुट को ठीक नहीं कर सकते। उसके लिए एडिटिंग या अपस्केलिंग टूल चाहिए।
अगर कोई चेहरा हल्के टेक्सचर आर्टिफ़ैक्ट के साथ निकला जो आपके नेगेटिव प्रॉम्प्ट के बाद भी बचे रहे, तो Clarity Pro Upscaler एक ही पास में बारीक डिटेल वापस ला सकता है और आर्टिफ़ैक्ट को चिकना कर सकता है। यह एक डिटेल-संरक्षित AI प्रक्रिया इस्तेमाल करता है, जो सिर्फ़ पिक्सल स्केल करने के बजाय हाई-फ़्रीक्वेंसी टेक्सचर दोबारा बनाता है।
Real ESRGAN उन आउटपुट के लिए पसंदीदा विकल्प है जो लगभग सही हैं पर उनमें तीखापन कम है। इसे खास तौर पर उन नरम, हल्के धुंधले इमेज को ठीक करने के लिए प्रशिक्षित किया गया था जो डिफ्यूज़न मॉडल बनाते हैं।
सुपर-रेज़ोल्यूशन आख़िरी उपाय के रूप में
ज़्यादातर लोगों के लिए काम करने वाला वर्कफ़्लो:
मज़बूत नेगेटिव प्रॉम्प्ट के साथ नेटिव रिज़ॉल्यूशन पर जनरेट करें।
सबसे अच्छा आउटपुट चुनें।
डिटेल रिस्टोरेशन के साथ 4x अपस्केलिंग के लिए Crystal Upscaler से चलाएँ।
अपस्केलर खराब एनाटॉमी को बाद में ठीक नहीं करते, लेकिन वे धुंधले टेक्सचर को साफ़ करते हैं, कंप्रेशन की छोटी खामियाँ ठीक करते हैं और ऐसी परसेप्चुअल शार्पनेस जोड़ते हैं जो एक अच्छे आउटपुट को असाधारण बना देती है।
bad anatomy, extra limbs, watermark, text, lowres, low quality
SDXL-विशेष (लंबा रखें):
blurry, bad anatomy, bad hands, extra fingers, extra limbs, deformed, poorly drawn, watermark, text, jpeg artifacts, noise, flat lighting, oversaturated
PicassoIA पर जनरेट करना शुरू करें
इस लेख के नेगेटिव प्रॉम्प्ट कम्युनिटी टेस्टिंग, मॉडल डॉक्यूमेंटेशन और सीधे प्रयोग से लिए गए हैं। ये काम करते हैं। लेकिन इन्हें अपनाने का सबसे तेज़ तरीका है इन्हें लाइव इस्तेमाल करना।
यूनिवर्सल बेस प्रॉम्प्ट लें, उसे नेगेटिव फ़ील्ड में डालें और इसे अपने मौजूदा प्रॉम्प्ट के साथ चलाएँ। फिर एक बार में एक चीज़ बदलकर ट्वीक करें। कुछ जनरेशन के भीतर आपके पास एक निजी नेगेटिव प्रॉम्प्ट होगा, जो आपके वर्कफ़्लो और आपके पसंदीदा मॉडल के हिसाब से ट्यून किया गया हो।
आपके नेगेटिव प्रॉम्प्ट जितने साफ़ होंगे, आप उतना ही कम समय एक ही इमेज को दोबारा जनरेट करने में लगाएँगे। अच्छा नेगेटिव प्रॉम्प्ट लिखने में लगाया हर सेकंड उस खराब आउटपुट के दस सेकंड बचाता है जिसे आपको वैसे भी फेंकना पड़ता।
