画像生成AIのネガティブプロンプトとは？役割と使い方、注意点

画像生成AIのネガティブプロンプトとは、対応する生成機能に対して、画像に出てほしくない要素や特徴を抑える方向へ誘導する指定です。通常のプロンプトとは役割が異なります。たとえば背景の文字を減らしたいとき、文字をネガティブ側に指定します。ただし、指定した要素が必ず消えるわけではありません。使えるかどうかや指定方法は利用するモデルや生成機能によって異なります。

画像生成AIのネガティブプロンプトの役割

通常のプロンプトには作りたい画像の内容を記します。ネガティブプロンプトには出てほしくない特徴や内容を記します。Hugging FaceのDiffusers公式ガイドでは、後者を、生成したくないものからモデルを遠ざけるための指定として説明しています。画質に関わる特徴だけでなく、画像の内容やスタイルにも使えると紹介しています。

たとえば、机の上にある無地のノートを描きたいとします。肯定側に「机の上の無地のノート、自然光」と書き、ネガティブ側に「文字」と書くのが一つの考え方です。ここで期待するのは、文字を避ける方向への誘導です。完成画像に文字がないことを約束する設定ではありません。ノート自体の描写や構図も、意図と違う可能性があります。

画像制作の依頼書に「文字は入れない」と記すことも、不要な条件を伝える方法です。ただし、依頼書の文章と、生成機能が受け取るネガティブ側の専用指定は、同じ機能とは限りません。文章生成AIに「この話題を含めない」と頼むことも、画像生成モデルの negative_prompt 引数を使うこととは区別してください。

表の入力例は未実行です。

対応する機能を確認し、肯定側と分けて書く

Diffusers公式ガイドにはAutoPipelineForText2Image と Stable Diffusion v1.5 の組み合わせで、prompt と negative_prompt を別々に渡す例があります。次はその考え方を示す入力例で、実際に生成していません。完成画像や改善効果を示すものではありません。

# 対応するパイプラインが準備済みであることを前提とした例示。未実行。
image = pipeline(
    prompt="a plain notebook on a desk, natural light",
    negative_prompt="text",
).images[0]

prompt が作りたい画像の説明、negative_prompt が抑えたい対象です。コード中の pipeline は事前に用意された生成用の仕組みを指し、この断片だけでは初期化から画像保存まで実行できません。公式ガイドは別の文章を入力例に使っています。上のノートの文言で効果を検証したわけではありません。

画面に入力するサービスでは、専用欄の名称や使い方が異なることがあります。専用欄があるか、選んだモデルや生成方式でその欄が有効か、利用中のバージョンの説明を確認してください。Diffusersを使う場合も、選んだパイプラインの引数と条件を公式リファレンスで確かめます。あるパイプラインの例がそのまま別のモデルやすべてのサービスに通用するとは限りません。

肯定側とネガティブ側がぶつかる指定にも注意が必要です。肯定側で文字入りの看板を求めながら、ネガティブ側で文字を避けたいと指定すれば、意図を読み取りにくくなります。まず、看板が必要なのか、文字のない看板が必要なのかを決めて、両方の記述を見直してください。

変える条件を一つに絞り、画像を見比べる

ネガティブ指定の効き方は説明文だけで決めつけず、利用中の環境で確かめます。以下は読者が試すための手順であり、この記事で画像を生成した結果ではありません。利用条件や料金を先に確認したうえで、生成できる環境で実施してください。

1. 基準を作る。 対応するモデル、肯定側の文章、画像サイズなどを決めます。ネガティブ指定を空にできる場合は、空の状態で基準画像を作ります。空にできない場合は、その仕様を記録し、比較できる条件を確認します。
2. 変更点を一つにする。 たとえばネガティブ側に text だけを加え、ほかの条件をできる範囲でそろえます。シード値を指定できる場合は同じ値を使い、使った値を控えます。
3. 目的に沿って見比べる。 文字が残ったかだけでなく、残したかったノートや構図まで変わっていないかを確認します。比較に使った画像と設定を保存し、どちらが基準か分かるようにします。
4. 次の一条件を試す。 変更の意味が分からなくなるため、別の語や複数の設定を同時に加えないようにします。必要なら比較を繰り返し、使ったモデルや設定と一緒に結果を記録します。

比較を始める前に、何をもって目的に合ったと判断するか決めておくと、画像を見たあとで基準が変わりにくくなります。ノートの設計例なら、背景に読み取れる文字があるか、ノート本体が見えるか、机と自然光の構図が保たれているかを観察項目にします。文字が見えなくても、ノートまで消えたり、必要な構図が大きく変わったりした画像は、目的に合う結果として採用しません。どこまでの変化を許容するかは、用途に合わせて事前に決めてください。

記録には使用したモデルとバージョン、肯定側の全文、ネガティブ側の全文、画像サイズ、指定できたシード値、生成日時を残します。基準画像と変更後の画像を対応づけ、各観察項目について「見える」「見えない」「判別しにくい」のように記します。これは記録形式の設計例であり、実際に得られた観察結果ではありません。シードや設定を固定できない場合も、そのことを記録して比較の限界を残してください。

比較後に文字が減ったように見えても、同時にノートの形が変わったなら、文字の変化だけを取り出して成功とは判断できません。狙った要素が残り、画像全体も用途に合っているかを見ます。結果が判別しにくい場合は無理に優劣を付けず、観察項目や入力条件を確認してください。期待した要素の崩れが許容範囲を超えた場合は、その設定の採用を見送り、基準の条件に戻して別の一条件を考えます。料金や利用上の制限に達した場合も、そこで試行を止めます。

シード値は生成時の乱数を管理するために使う値です。Diffusersの公式ガイドもGenerator とシードを使った再現方法を紹介しています。ただし、同じ値を使っても、異なる環境やバージョンで完全に同じ画像になると決めつけないでください。設定をそろえた比較は違いを考える手がかりですが、一組の画像だけで効果を一般化することもできません。

文字が残ったときは、まずネガティブ欄がそのモデルで有効か、入力が意図した欄に入っているかを確かめます。次に、肯定側に文字を求める記述がないかを確認します。両方を見直しても期待どおりにならなければ、言葉を一つずつ変えて試し、変化を記録してください。変化がない場合や、別の要素まで崩れる場合もあります。回数を重ねれば必ず消せるとは限りません。

不要な要素が残ると困る用途では、生成後の画像を人が確認し、必要に応じて別の編集方法も検討します。人物や商標、著作物に関わる画像を使うときは、生成の前後で権利やプライバシーを確認してください。ネガティブ指定だけで、それらの問題が解決するわけではありません。

よくある疑問：長い指定や日本語は必要？

Q. 避けたい言葉をたくさん並べるほど効果がありますか？
A. 数が多いほど良いとは言えません。どの指定が何に影響したかを確かめやすくするため、まず避けたいものを絞り、条件を一つずつ変えて比較してください。

Q. ネガティブ欄に日本語で書いても使えますか？
A. 言語への対応や解釈は、利用するモデルや機能の資料を確認してください。この記事の英語例は入力の形を示すもので、日本語と英語の優劣を比較した結果ではありません。

Q. 肯定側に「文字なし」と書けば同じですか？
A. 肯定側の文章と専用のネガティブ指定は、同じ入力欄でも同じ機能でもありません。どちらがどう働くかは利用する機能の仕様を確認し、必要に応じて別々に試してください。

Q. 指定したものが消えなかったら失敗ですか？
A. 目的に合うかどうかで判断します。避けたい要素が残ったら設定や肯定側を見直し、残したい要素も含めて画像全体を確認してください。除去が保証される機能ではありません。

参考資料と関連する記事

• Hugging Face Diffusers公式ガイド：Negative prompt — ネガティブ指定の説明と negative_prompt の例。
• Hugging Face Diffusers公式ガイド：Reproducibility — Generator とシード値、再現性の限界。
• 画像生成を頼む前の依頼書の作り方：紙の文具を例に、4項目を整理する — 画像制作の依頼全体を整理したいときの関連記事。
• AIプロンプトの書き方：仕事で使える依頼文と、出力を確かめる手順 — 仕事向けの文章依頼を考えたいときの関連記事。

あわせて読みたい

画像生成を頼む前の依頼書の作り方：紙の文具を例に、4項目を整理するAIプロンプトの書き方：仕事で使える依頼文と、出力を確かめる手順