Negative Prompts für die KI-Bildgenerierung: Vollständiger Leitfaden
Negative Prompts sind Anweisungen, die KI-Bildgeneratoren mitteilen, was im generierten Bild ausgeschlossen oder vermieden werden soll. Sie lenken das Modell von unerwünschten Elementen weg – verbessern die Qualität, beheben häufige Probleme und verfeinern die Ergebnisse, ohne den gesamten positiven Prompt umschreiben zu müssen.
Wichtige Erkenntnisse
-
Negativ-Prompts reduzieren häufige Fehler — überzählige Gliedmaßen, unscharfe Gesichter, Wasserzeichen, verstümmelter Text — indem sie dem Modell sagen, was es vermeiden soll. Sie funktionieren am besten zusammen mit einem starken positiven Prompt, nicht als Ersatz dafür.
-
Bekannte Probleme gezielt angehen, nicht wahllos streuen. Negativ-Prompts bewähren sich bei wiederkehrenden Fehlern (schlechte Hände, Wasserzeichen, falsch geschriebener Text). Das Anhäufen von Dutzenden unzusammenhängender Begriffe verwirrt das Modell mehr, als es hilft.
-
Die 80/20-Regel gilt. Verwende den Großteil deiner Mühe für einen klaren, spezifischen positiven Prompt; nutze Negativ-Prompts für die ca. 20 % der Verfeinerung, die konkrete Fehler behebt. Ein Übermaß an Negativ-Prompts mindert die Qualität.
KI-Generierung ausprobieren: Ein kostenloses Bild versuchen →
Probiere es direkt hier aus — dein erstes Bild ist kostenlos, keine Anmeldung nötig. GLMImage wendet hinter jedem Workflow eine fein abgestimmte Negativ-Liste an, sodass du den positiven Prompt schreibst und die Ausschlüsse bereits im Rezept enthalten sind.
Wie Negative Prompts funktionieren
Das technische Konzept
Negative Prompts sagen dem KI-Modell, welche Konzepte es während der Generierung vermeiden soll. Das Modell berechnet:
Generierung = Positiver Prompt − Negativer Prompt
| Komponente | Wirkung |
|---|---|
| Positiver Prompt | "Diese Elemente hinzufügen" |
| Negativer Prompt | "Diese Elemente ausschließen" |
| Ergebnis | Kombinierte Ausgabe |
Plattformunterstützung
| Plattform | Unterstützung für Negative Prompts | Implementierung |
|---|---|---|
| GLMImage | ✓ Eingebaut | Pro-Workflow Negative-Liste automatisch angewendet |
| Stable Diffusion | ✓ Vollständige Unterstützung | Dediziertes Feld für Negative Prompts |
| Midjourney | Teilweise | --no-Parameter (eingeschränkt) |
| DALL-E 3 | ✗ Keine Unterstützung | Muss positive Formulierungen verwenden |
| FLUX.1 | ✗ Keine native Unterstützung | Guidance-distilled; Negative-Prompts werden nicht angewendet |
Essenzielle Negative Prompts
Universelle Qualitätsverbesserer
Für die meisten Generationen verwenden:
blurry, low quality, distorted, deformed, ugly, bad anatomy,
poorly drawn, extra limbs, disfigured, low resolution, pixelated,
grainy, artifacts, watermark, signature, text overlay
Aufschlüsselung nach Zweck:
| Ziel | Negative Keywords |
|---|---|
| Qualität | blurry, low quality, low resolution, pixelated, grainy |
| Anatomie | bad anatomy, deformed, distorted, extra limbs, disfigured |
| Ästhetik | ugly, poorly drawn, amateur, cartoonish (für Realismus) |
| Unordnung | watermark, signature, text overlay, logo, badge |
| Stil | cartoon, anime (für realistisch), painting (für Foto) |
Negative Prompts nach Anwendungsfall
Für Portraits und Menschen
Anatomie und Qualität:
schlechte Anatomie, deformiert, verzerrt, extra Gliedmaßen, fehlende Gliedmaßen,
entstelltes Gesicht, schielende Augen, ungleichmäßige Augen, schlechte Proportionen,
langer Hals, mutierte Hände, extra Finger, fehlende Finger,
verschwommenes Gesicht, Gesicht mit niedriger Qualität
Beispiel für vollständigen Prompt:
Professionelles Porträt einer Frau, 30 Jahre alt, Studio-Beleuchtung
Negative: schlechte Anatomie, deformiert, verzerrt, extra Gliedmaßen, entstelltes
Gesicht, schielende Augen, schlechte Proportionen, mutierte Hände, extra Finger
Für Produktfotografie
Saubere Produktaufnahmen:
watermark, logo, text, brand name, clutter, background objects,
shadows on product, reflections, blurry, low quality, distorted
perspective
Beispiel für einen vollständigen Prompt:
Wireless headphones product photography, floating above marble
surface, studio lighting
Negative: watermark, logo, text, brand name, clutter, background
objects, harsh shadows, blurry, low quality
Für die Textdarstellung
Textgenauigkeit verbessern:
garbled text, misspelled words, extra text, random letters,
text artifacts, blurry text, distorted text, multiple lines
of unwanted text, watermarks
Beispiel für einen vollständigen Prompt (GLMImage):
Poster with text "SALE 50%" at top, clean background, legible
typography
Negative: garbled text, misspelled, extra text, random letters,
text artifacts, blurry text, distorted text, watermark
Für Landschaften und Umgebungen
Saubere Landschaftsaufnahmen:
people, cars, buildings, power lines, text, watermark, logo,
blurry, low quality, oversaturated, cartoonish, plastic look
Beispiel für einen vollständigen Prompt:
Serene mountain landscape at sunset, no human elements
Negative: people, cars, buildings, power lines, text, watermark,
logo, blurry, low quality, oversaturated
Für künstlerische Stile
Stil-Ausgabe steuern:
fotorealistisch (für den Kunststil), Fotografie (für Illustrationen),
verschwommen, niedrige Qualität, amateurhaft, Kinderskizze, Stichfiguren,
überkonsumiert, ausgewaschen
Häufige Probleme und Lösungen für Negative Prompts
Problem: Extra Gliedmaßen oder schlechte Anatomie
| Problem | Negative Prompt |
|---|---|
| Extra Finger | extra fingers, too many fingers, more than 5 fingers |
| Fehlende Gliedmaßen | missing limbs, incomplete, cut off |
| Schlechte Proportionen | bad proportions, wrong proportions, distorted anatomy |
| Mutierte Hände | mutated hands, deformed hands, poorly drawn hands |
Vollständige negative Anatomie:
extra limbs, missing limbs, bad anatomy, deformed, distorted,
mutated hands, extra fingers, missing fingers, bad proportions,
wrong proportions, disfigured, malformed
Problem: Unerwünschter Text oder Wasserzeichen
| Problem | Negative Prompt |
|---|---|
| Zufälliger Text | text, random text, letters, characters, typography |
| Wasserzeichen | watermark, signature, artist name, logo, badge |
| UI-Elemente | UI, interface, buttons, text overlay, graphics |
Umfassendes Text-Negative:
text, random text, letters, characters, typography, watermark,
signature, artist name, logo, badge, UI, interface, buttons,
text overlay, graphics, text artifacts
Problem: Qualitätsprobleme
| Problem | Negativer Prompt |
|---|---|
| Unscharfes Ergebnis | blurry, out of focus, soft focus, low resolution |
| Rauschen/Körnung | grainy, noisy, artifacts, compression artifacts |
| Verzerrung | distorted, warped, stretched, pixelated |
Umfassender Qualitäts-Negativprompt:
blurry, out of focus, soft focus, low resolution, grainy, noisy,
artifacts, compression artifacts, distorted, warped, stretched,
pixelated, low quality, bad quality
Problem: Stil-Drift
| Problem | Negativer Prompt |
|---|---|
| Zu cartoonhaft | cartoon, anime, illustration, painting (für Fotos) |
| Zu realistisch | photorealistic, photograph, realistic (für Kunst) |
| Falsches Medium | oil painting, watercolor, digital art (für andere Stile) |
Plattformspezifische Implementierung
GLMImage
Implementierung: Separates Eingabefeld für Negative Prompts
Format:
Positive: [Your main prompt]
Negative: [Elements to exclude]
Bewährte Praktiken:
- Trenne Negative Prompts durch Kommas
- Sei spezifisch bei den auszuschließenden Elementen
- Überlade nicht (5–15 Begriffe sind optimal)
- Teste schrittweise
Beispiel:
Positive: Professional headshot of businesswoman, office background,
studio lighting
Negative: blurry, bad anatomy, extra limbs, watermark, text,
low quality, distorted, oversaturated
Midjourney
Implementierung: --no Parameter
Format:
[Your prompt] --no [elements to exclude]
Einschränkungen:
- Unterstützt nur grundlegende Ausschlüsse
- Weniger ausgefeilt als dediziertes Feld
- Am besten für einfache Ausschlüsse geeignet
Beispiel:
Professional headshot of businesswoman --no text, watermark,
blurry, bad anatomy
Stable Diffusion
Implementierung: Dediziertes Negative-Prompt-Feld
Format:
Positive: [Your main prompt]
Negative: [Elements to exclude]
Best Practices:
- Längere Negative Prompts können verwendet werden
- Unterstützt embedding-basierte Negatives
- Funktioniert gut mit benutzerdefinierten Negative-Embeddings
Beispiel:
Positive: Professional headshot, businesswoman, office background
Negative: blurry, bad anatomy, extra limbs, watermark, text,
low quality, distorted, (worst quality:1.4), (low quality:1.2)
Fortgeschrittenes Negativ-Prompting
Gewichtete Negative Prompts
Einige Plattformen unterstützen die Gewichtung von Elementen in negativen Prompts:
Format:
(element:weight)
Beispiele:
(watermark:1.5), (blurry:1.3), (bad anatomy:1.2)
Gewichtungsrichtlinien:
| Gewicht | Wirkung |
|---|---|
| 1.0-1.2 | Standardausschluss |
| 1.3-1.5 | Starker Ausschluss |
| 1.6-2.0 | Sehr starker Ausschluss (sparsam verwenden) |
Embedding-basierte Negative
Stable Diffusion Advanced:
Spezialisierte negative Embeddings können verwendet werden:
Negative: (bad-artist:1.2), (bad-hands-5:1.3), (bad-anatomy:1.2)
Beliebte Negative Embeddings:
| Embedding | Zweck |
|---|---|
| bad-hands-5 | Repariert die Handgenerierung |
| bad-artist | Verbessert die künstlerische Qualität |
| bad-anatomy | Behebt Anatomieprobleme |
| negative_hand | Repariert hand-spezifische Probleme |
Sequenzielle Verfeinerung
Iterativer Ansatz:
- Generieren mit positivem Prompt ausschließlich
- Probleme im Ergebnis identifizieren
- Spezifische Negative für diese Probleme hinzufügen
- Neu generieren und bewerten
- Wiederholen, falls erforderlich
Beispielhafte Abfolge:
Runde 1:
Positive: Frau im roten Kleid
Negative: [leer]
Ergebnis: Zusätzliche Finger
Runde 2:
Positive: Frau im roten Kleid
Negative: zusätzliche Finger, schlechte Hände
Ergebnis: Bessere Hände, aber unscharf
Runde 3:
Positive: Frau im roten Kleid, scharfer Fokus
Negative: zusätzliche Finger, schlechte Hände, unscharf
Ergebnis: Verbessertes Ergebnis
Bibliothek für negative Prompts
Nach Kategorien
Qualitätskontrolle:
unscharf, niedrige Qualität, schlechteste Qualität, niedrige Auflösung, körnig, pixelig,
Artefakte, Verzerrung, verzerrt, gestreckt
Anatomie-Korrekturen:
schlechte Anatomie, deformiert, verzerrt, zusätzliche Gliedmaßen, fehlende Gliedmaßen,
mutiert, entstellt, schlechte Proportionen, missgebildet, zusätzliche Finger,
fehlende Finger, schlechte Hände
Ungewollte Elemente:
Wasserzeichen, Signatur, Text, Logo, Abzeichen, UI, Schnittstelle,
Beschriftung, Titel, Benutzername, Künstlername
Stilsteuerung:
Cartoon, Anime, Illustration (für Fotos)
fotorealistisch, Fotografie (für Kunst)
Malerei, Zeichnung (für 3D/Render)
Menschen/Porträts:
gekreuzte Augen, schielendes Auge, ungleichmäßige Augen, asymmetrisches Gesicht,
entstelltes Gesicht, schlechtes Gesicht, hässliches Gesicht, altes Gesicht (für jung)
Hintergrund/Umgebung:
Unordnung, unordentlich, überladener Hintergrund, ablenkende Elemente,
Menschen (in Landschaften), Autos (in der Natur)
Häufige Fehler, die Sie vermeiden sollten
Fehler 1: Überladen negativer Prompts
Problem: Zu viele negative Prompts verwirren das Modell
Solution: Konzentrieren Sie sich auf 5-15 spezifische, relevante negative Prompts
Zu viel:
blurry, low quality, text, watermark, logo, signature, people,
cars, buildings, trees, grass, sky, clouds, sun, moon, stars,
cartoon, anime, painting, drawing, sketch, ugly, deformed,
distorted, bad anatomy, extra limbs, missing limbs, hands,
fingers, face, eyes, mouth, nose, ears, hair, body, skin,
clothes, shoes, hat, glasses, jewelry, accessories
Richtig so:
blurry, low quality, watermark, text, bad anatomy
Fehler 2: Negieren wesentlicher Elemente
Problem: Ausschließen von Dingen, die Sie eigentlich wollen
Fehlerbeispiel:
Positive: Portrait of woman
Negative: face, eyes, mouth
Ergebnis: Portrait ohne Gesichtszüge
Lösung: Sei präzise bei dem, was du ausschließen willst
Korrekt:
Positive: Portrait of woman
Negative: blurry face, crossed eyes
Fehler 3: Sich nur auf Negative verlassen
Problem: Negieren statt richtigem positivem Prompting
Fehlerbeispiel:
Positive: Image
Negative: ugly, bad, poorly drawn
Lösung: Zuerst auf die positive Beschreibung konzentrieren
Korrekt:
Positive: Beautiful portrait, professional quality, detailed
Negative: blurry, low quality
Fehler 4: Widersprüchliche Anweisungen
Problem: Positive- und Negative-Prompts stehen in Konflikt
Example Error:
Positive: Oil painting style
Negative: painting
Solution: Achte auf Konsistenz
Correct:
Positive: Oil painting style
Negative: cartoon, photograph
Best Practices Zusammenfassung
Die 80/20-Regel
| Fokus | Prozentsatz | Schwerpunkt |
|---|---|---|
| Positiver Prompt | 80% | Qualität, Detail, Spezifität |
| Negativer Prompt | 20% | Ausschlüsse, Korrekturen, Verfeinerungen |
Qualitäts-Checkliste
Bevor Sie generieren, berücksichtigen Sie:
- [ ] Der positive Prompt ist detailliert und spezifisch
- [ ] Der negative Prompt zielt nur auf spezifische Probleme ab
- [ ] Keine Widersprüche zwischen den Prompts
- [ ] Der negative Prompt hat maximal 5-15 Begriffe
- [ ] Testen Sie Iterationsstrategien, falls Probleme bestehen bleiben
Wann Negative Prompts verwendet werden
| Szenario | Wert des Negative Prompts |
|---|---|
| Erste Generierung | Niedrig (Fokus auf Positives) |
| Bekannte Probleme | Hoch (spezifische Probleme ansprechen) |
| Verfeinerung | Hoch (identifizierte Fehler beheben) |
| Qualitätskontrolle | Mittel (Standard-Negatives) |
| Stilsteuerung | Mittel (unerwünschte Stile ausschließen) |
Häufig gestellte Fragen
Weiter geht's
Bereit für mehr als ein Bild? Pläne und Credits ansehen →
