Stable Diffusionのネガティブプロンプトとは？書き方とモデル別の使い分けを解説

手や指が崩れる、画面に見覚えのない文字が入る、絵柄が狙いと違う。画像生成でこうした結果が出たとき、対処として使われるのがネガティブプロンプトです。

ただし、この機能は「入れたものを除外する」仕組みではありません。 この理解のまま長い一覧をコピーして貼り付けても、思ったほど効かないことがあります。

ここでは実際に何が起きているのかという仕組みから、書き方、モデルの世代による使い分け、効かないときの確認手順までを整理します。

確認したいポイント	結論	詳細
そもそも何をしている？	離れる方向を指示する仕組み	除外しているのではなく、指定した内容から遠ざかる方向へ生成を引っ張る働きをしている
何を書けばいい？	実際に出た問題に絞って短く	崩れた箇所や混ざった要素を見てから書く。あらかじめ長い一覧を並べる必要はない
定番の一覧は使える？	モデル世代で最適な長さが違う	古い世代向けに作られた長い一覧を新しいモデルにそのまま使うと、かえって効きが悪くなる
効かないときは？	設定値と指示の矛盾を先に確認	指示への忠実度の設定が低いと効果も弱まる。肯定側との言葉の衝突も原因になりやすい

この記事でわかること

• ネガティブプロンプトが内部で何をしているのかという仕組み
• 何を書くべきかを判断するための3つの分類
• モデルの世代によって最適な書き方が変わる理由
• 効かないときに確認すべき設定と指示の矛盾
• 業務で画像生成を使う場合の手順の残し方

▼ 画像制作を社内で回せるようにしたい方へ 作れる枚数が増えても、狙った結果を安定して出せなければ業務には載りません。手順の標準化が必要です。 ネクストスケールでは、業務の棚卸しから活用設計、社内展開まで支援しています。 ▶ 無料相談はこちら（株式会社ネクストスケール）

ネガティブプロンプトの仕組み

まず、内部で何が起きているのかを押さえます。ここが分かると、後半の使い分けの話も理解しやすくなります。

除外ではなく方向づけ

多くの解説では「生成したくない要素を指示して除外する機能」と説明されています。しかし、内部の動きは除外ではありません。

画像生成では、指示を与えた場合の予測と、何も与えなかった場合の予測の差を計算し、その差を強めることで指示に沿った結果を出しています。ネガティブプロンプトは、この「何も与えなかった場合」の側を置き換える働きをします。

結果として、生成は指定した内容から遠ざかる方向へ引っ張られます。「消す」のではなく「そこから離れる」というのが正確な理解です。 だから、書けば必ず消えるわけではありません。

指示への忠実度の設定と連動する

この差を「どれだけ強めるか」を決めているのが、指示への忠実度を調整する設定です。この値が低いと、ネガティブプロンプトの効きも同時に弱まります。

同じ言葉を書いても、この設定やモデルによって効き方が変わるのはこのためです。 「この単語を入れれば必ずこうなる」という固定的な関係はありません。

効きが弱いと感じたときに真っ先に見直すべきなのが、この設定です。単語を足すより先に確認してください。

肯定側に否定文を書いても効かない

実務でよくある失敗が、肯定側に「〜ではない」と書くことです。 「眼鏡をかけていない人物」と書いても、眼鏡をかけた人物が出てきます。

画像生成のモデルは否定の表現を正しく解釈できません。むしろ、書いた単語が意識される分だけ、その要素が出やすくなることが研究でも指摘されています。

避けたい要素は、肯定側に否定文として書くのではなく、ネガティブプロンプト側に単語として書いてください。これが本来の使い方です。

何をどう書くか

仕組みが分かったところで、実際の書き方を整理します。

3つに分類して考える

書く内容は、次の3種類に分けて考えると整理しやすくなります。

• 画質に関するもの：ぼやけ、粗さ、低い解像度
• 人体の破綻に関するもの：崩れた手、指の本数、不自然な関節
• 画像に混ざる余計な情報：文字、透かし、署名、枠

この分類が有効なのは、肯定側との役割分担が明確になるためです。 「入れたいもの」と「避けたいもの」を混同しにくくなります。

実際に出た問題を見てから書く

推奨する手順は、最初はネガティブプロンプトなしで生成することです。 そのうえで出てきた画像を見て、実際に起きている問題だけを書き足します。

手が崩れたなら手に関する語を、文字が入ったなら文字に関する語を、というように対症的に足していきます。起きていない問題まで先回りして書く必要はありません。

この進め方には利点があります。どの語が効いたのかが分かるため、次回以降に使い回せる知見が残ります。最初から長い一覧を貼ると、何が効いたのか永久に分かりません。

肯定側で解決できる場合もある

すべてをネガティブ側で解決しようとしないでください。 目的によっては、肯定側に書くほうが素直に効く場合があります。

たとえば「イラスト調にならないようにしたい」のであれば、ネガティブ側にイラスト関連の語を並べるより、肯定側に写真の質感を指定するほうが早く着地します。

判断の目安は、求めているものが「ある状態」なのか「ない状態」なのかです。ある状態を求めているなら肯定側、明確に避けたい破綻があるならネガティブ側、と分けて考えてください。

書き方の基本

記述の形式は、肯定側と同じです。単語をカンマで区切って並べます。

blurry, low quality, bad hands, extra fingers, text, watermark

強調したい語には、丸括弧で囲んで数値を指定する記法が使えます。ただし、強めれば強めるほど良いわけではありません。 強めすぎると、その語に関連する別の要素まで巻き込んで画像全体に影響が出ます。

関連記事：Stable Diffusionのシード値とは？固定して再現する方法とよくある誤解を解説

▼ 試行錯誤の時間を減らしたい方へ 誤った理解のまま作業すると、生成の回数だけが増えます。正しい手順を共有する仕組みが必要です。 現場の作業内容をうかがったうえで、進め方をご提案します。 ▶ 無料相談はこちら（株式会社ネクストスケール）

モデルの世代による使い分け

ここが本記事の主眼です。ネガティブプロンプトの最適な書き方は、使うモデルの世代によって変わります。

世代ごとの目安

大まかな傾向は次のとおりです。

• 初期の世代：定番とされる長めの一覧が効きやすい。ネットで共有されている呪文の多くはこの世代向け
• SDXL世代：5語から15語程度に絞り、実際に崩れている箇所に集中させるほうが扱いやすい
• SD3.5以降：まずネガティブプロンプトなしで生成し、破綻や文字が出たときだけ足す進め方が向く

新しい世代ほど、長い一覧を並べるより、短く指定するか肯定側で調整するほうが効果が出やすいとされています。

古い一覧をそのまま使わない

検索で見つかる定番の一覧は、その多くが初期の世代を前提に作られています。 数十語が並んだものも珍しくありません。

これを新しい世代のモデルにそのまま貼り付けると、効果が薄いだけでなく、意図しない方向へ引っ張られることがあります。 長く書いたぶんだけ効くという関係にはありません。

使っているモデルがどの世代のものかを確認したうえで、必要に応じて一覧を削っていく作業が要ります。 足すのではなく削るという発想が、この領域では重要になります。

構造が違うモデルでは扱いも変わる

新しい世代の中には、内部の構造が従来と異なるものがあります。この場合、従来のやり方でネガティブプロンプトを与えても、期待した反応をしないことがあります。

また、生成の工程を大幅に短縮したモデルでは、ネガティブプロンプトを強く効かせると概念が不自然に混ざったり、色が過剰になったりする現象が報告されています。

使っているモデルで思うように効かないと感じたら、書き方の問題ではなくモデルの特性である可能性を疑ってください。 単語を足し続けても解決しません。

効かないときに確認すること

入れたのに変わらない、という場面での切り分けの順序を整理します。

肯定側との矛盾

最も多い原因がこれです。 肯定側に「高精細」「高品質」といった語を入れながら、ネガティブ側にも品質に関する語を入れると、指示が衝突します。

モデルはどちらを優先すべきか判断できず、結果としてどちらの意図も中途半端に反映されます。 品質を上げたいなら肯定側に寄せる、破綻を抑えたいならネガティブ側に寄せる、という役割分担を明確にしてください。

設定値の確認

前述のとおり、指示への忠実度の設定が低いとネガティブプロンプトの効きも弱まります。この値を上げると、品質、人体の破綻、余計な文字といった問題をまとめて抑えやすくなります。

ただし上げすぎると、画像が硬くなったり色が濃くなりすぎたりします。極端な値ではなく、少しずつ動かして様子を見てください。

そもそも生成のたびに結果が変わる

見落とされやすいのが、比較の条件がそろっていないという問題です。 ネガティブプロンプトを足す前と後で、出発点となる値が変わっていれば、そもそも比較になりません。

効果を確かめたいときは、出発点の値を固定したうえで、ネガティブプロンプトだけを変えて比べてください。 これをしないと、変化がネガティブプロンプトによるものなのか、単に別の画像が出ただけなのかを判断できません。

この確認手順を踏まずに単語を足し引きしている限り、何が効いているのかは永久に分かりません。

切り分けの順序

結果が変わらないときは、次の順で確認すると原因にたどり着きます。

• ネガティブプロンプトの入力欄に、正しく反映されているか
• 肯定側に、矛盾する語が入っていないか
• 指示への忠実度の設定が低すぎないか
• 使っているモデルの世代に対して、書き方が合っているか
• そもそも単語の数が多すぎて、個々の効果が薄まっていないか

単語を足すのは最後の手段です。 上の4つを確認せずに足していくと、長くなるだけで改善しません。

▼ 社内で使いこなせる人を増やしたい方へ ツールを配るだけでは、使う人と使わない人に分かれます。型を共有する仕組みが必要です。 手順書の整備から研修まで、社内定着に向けた支援を行っています。 ▶ 無料相談はこちら（株式会社ネクストスケール）

よくある間違い

解説記事に広まっている理解のうち、実務で誤解を招きやすいものを整理します。

長く書けば効くという理解

単語を並べるほど強くなるわけではありません。 語数が増えるほど個々の重みは分散し、それぞれの効果は薄まります。

さらに、扱える語数には上限があります。上限を超えた部分は分割して処理されるため、末尾に書いた語ほど効きにくくなる傾向があります。 重要な語ほど前に置いてください。

共有された呪文をそのまま使う

共有されている一覧は、共有した人が使っていたモデルと設定を前提にしています。 別のモデルで同じ効果が出るとは限りません。

参考にするのは構いませんが、そのまま使うのではなく、自分の環境で1語ずつ効果を確かめて取捨選択してください。 効いていない語を抱え続けるのは、無駄なだけでなく害になることもあります。

学習済みの埋め込みへの過信

1語で多数の概念をまとめて表現する、学習済みの埋め込みが公開されています。短い記述で効果が出るため広く使われています。

ただし、これらは特定のモデル向けに学習されたものです。 世代の違うモデルで使っても、期待した効果は出ません。導入前に、対応するモデルの世代を確認してください。

なお、手作業で選んだ語の組み合わせは本質的に不完全であり、最適とは言えないという指摘が研究の側からもなされています。完璧な組み合わせを探すことに時間をかけすぎないほうが、結果的に生産的です。

関連記事：AI画像生成サイトの無料・登録不要はどこまで本当？選び方と商用利用の注意点を解説

業務で使う場合の進め方

最後に、会社の仕事で画像生成を使う場合の観点を整理します。

設定を記録して共有する

個人の制作なら、良い結果が出れば十分です。業務では、同じ品質を再現できることが前提になります。

うまくいったネガティブプロンプトは、肯定側の指示、モデル名とバージョン、設定値とあわせて記録してください。 単独で残しても、別の条件では同じ効果が出ません。

記録は共有の場所に置きます。担当者ごとに試行錯誤を繰り返すのは、時間の面で無駄が大きくなります。表計算ソフトで1行1画像の一覧を作るのが最も扱いやすい形です。

関連記事：Nano Banana 2とは？Proとの違いと使い分け・無料枠での注意点を解説

チームで基準をそろえる

複数人で制作する場合、各自が違うネガティブプロンプトを使っていると、出来上がりの雰囲気がそろいません。

対処は単純で、用途ごとの基本形を1つ決めて共有することです。 商品写真用、人物用、図版用というように、よく作る種類ごとに決めておけば、担当者が変わっても品質が揃います。

そのうえで、個別の案件で必要になった調整だけを各自が足す形にします。基本形を触らせないことで、全体の一貫性を保ちながら柔軟性も残せます。

素材の権利を確認する

既存の画像を読み込ませて別の画像を作る操作では、権利面の論点が伴います。生成物が既存の著作物の権利を侵害するかは類似性と依拠性で判断されますが、既存の著作物そのものを入力する行為は、依拠性が認められる典型例として挙げられています。

考え方の詳細は文化庁が公表しているAIと著作権に関する考え方についてで確認できます。読み込ませてよいのは、自社で権利を持つ素材か、権利処理が済んでいるものに限ってください。

技術の習得を目的にしない

総務省の令和7年版 情報通信白書によると、生成AIを活用する方針を定めている日本企業は49.7%にとどまり、導入時の懸念として最も多かったのは「効果的な活用方法がわからない」でした。

細かい書き方を極めても、どの業務にどう使うかが決まっていなければ成果にはつながりません。 ネガティブプロンプトの調整は手段であって、目的ではありません。

まず置き換えたい制作作業を1つ決め、そこで必要になった調整だけを覚えていく。この順序のほうが、結果的に早く成果が出ます。

関連記事：AI会話アプリの選び方｜3つのタイプの違いと使い分け・利用時の注意点を解説

▼ 画像制作の内製化をご検討中の方へ 外注していた制作を社内に移す場合、品質の再現と権利の管理という2つの設計が必要になります。 現状の制作フローを整理したうえで、内製化の進め方をご提案します。 ▶ 無料相談はこちら（株式会社ネクストスケール）

まとめ

ネガティブプロンプトは、指定した内容を除外する機能ではありません。生成をその内容から遠ざかる方向へ引っ張る仕組みです。 書けば必ず消えるわけではなく、効き方は設定やモデルによって変わります。

書き方の要点は、最初はネガティブプロンプトなしで生成し、実際に出た問題だけを足していくことです。 起きていない問題まで先回りして書く必要はありません。避けたい要素を肯定側に否定文で書くのは逆効果になります。

最も注意したいのが、共有されている長い一覧をそのまま使うことです。 その多くは初期の世代向けに作られており、新しいモデルではかえって効きが悪くなります。足すのではなく削るという発想で、自分の環境に合わせて調整してください。

▼ AI活用の進め方をご検討中の方へ ツールの操作を覚えることより、どの業務にどう組み込むかという設計で成果が分かれます。 課題の整理から導入後の定着支援まで、まずは無料相談でお聞かせください。 ▶ 無料相談はこちら（株式会社ネクストスケール）