Negativt prompt

Hva er et negativt prompt i KI?

Et negativt prompt i kunstig intelligens (KI) er en instruksjon som forteller en KI-modell hva den ikke skal inkludere i det genererte resultatet. Mens tradisjonelle prompt veileder KI-en i hva som skal produseres, spesifiserer negative prompt hvilke elementer, stiler eller egenskaper som bør unngås. Denne teknikken er spesielt nyttig i generative modeller som tekst-til-bilde-systemer, hvor kontroll over innholdet er avgjørende for å oppnå ønskede resultater.

I sammenheng med KI-genererte bilder kan et negativt prompt ekskludere bestemte objekter, stiler eller uønskede egenskaper. Ved å bruke et negativt prompt kan brukeren raffinere resultatet og sikre at det genererte innholdet samsvarer bedre med forventningene.

Hvordan brukes et negativt prompt?

Negative prompt brukes under genereringsprosessen for å styre KI-modellen bort fra uønsket innhold. Når man skriver inn et prompt i et KI-system, kan brukere inkludere negative prompt for å utelukke spesifikke elementer. Dette gjøres vanligvis ved å legge til et eget felt for negative prompt eller ved å bruke spesifikk syntaks for å skille mellom positive og negative instruksjoner.

Steg for å bruke et negativt prompt

1. Lag ditt positive prompt: Start med å skrive et prompt som beskriver hva du vil at KI-en skal generere.
   Eksempel: “Et portrett av en kvinne i en lysning i skogen ved soloppgang.”

2. Identifiser uønskede elementer: Finn ut hvilke aspekter du vil utelate fra bildet. Dette kan være stiler, objekter eller kvaliteter som ikke passer til ønsket resultat.

3. Formuler det negative promptet: Skriv det negative promptet ved å liste opp elementene som skal unngås.
   Eksempel: “uskarpt, lav kvalitet, ekstra lemmer, tekst, vannmerke, deformert.”

4. Legg inn begge promptene i KI-systemet: I KI-verktøy som støtter negative prompt, finner du felt for både positive og negative prompt. Legg inn dine prompt der det passer.

5. Generer innholdet: Kjør KI-modellen for å generere resultatet. KI-en vil ta hensyn til begge promptene og forsøke å inkludere ønskede elementer samtidig som de spesifiserte negative unngås.

Eksempler på bruk av negative prompt

Forbedring av bildekvalitet i Stable Diffusion

Uten negativt prompt:
En bruker legger inn promptet: “Et høyoppløselig portrett av en fantasy-helt.”
KI-en genererer et bilde, men resultatet inneholder uønskede artefakter som ekstra fingre eller forvrengte ansiktstrekk.

Med negativt prompt:
Brukeren legger til et negativt prompt: “deformert, ekstra lemmer, uskarpt, lav kvalitet.”
Nå genererer KI-en et renere bilde med korrekt anatomi og høyere visuell kvalitet.

Fjerning av uønskede objekter

Scenario:
Du genererer et bilde av en bysilhuett, men vil utelate tegn på forurensning eller smog.

• Positivt prompt: “En klar utsikt over byens silhuett ved solnedgang.”
• Negativt prompt: “smog, forurensning, dis.”

Resultatet viser en ren bysilhuett uten miljøforurensning.

Kontroll av kunstnerisk stil

Scenario:
Du ønsker et fotorealistisk bilde og vil unngå tegneserieaktige elementer.

• Positivt prompt: “Et fotorealistisk bilde av et fjellandskap.”
• Negativt prompt: “tegneserie, illustrasjon, tegneseriestil.”

KI-en lager et bilde som ser ut som et ekte fotografi, uten stiliserte eller tegneseriepregede trekk.

Bruksområder for negative prompt

Forbedring av KI-generert kunst

Kunstnere som bruker KI-verktøy som Stable Diffusion eller Midjourney kan benytte negative prompt for å raffinere sine verk. Ved å spesifisere uønskede elementer kan de styre KI-en til å lage bilder av høyere kvalitet som møter profesjonelle krav.

Eksempel:
En kunstner ønsker å lage et detaljert konseptbilde uten tekst eller vannmerker. Ved å legge til “tekst, vannmerke, logo” i det negative promptet sikrer de at det endelige bildet er rent og klart til bruk.

Generering av spesifikt innhold i design og reklame

Designere som jobber med reklamekampanjer kan trenge bilder som følger merkevarens retningslinjer. Negative prompt hjelper med å utelukke elementer som ikke passer med merkevaren.

Eksempel:
Hvis et selskap unngår visse farger eller stiler i sin profil, kan designeren angi disse som negative prompt. Dette sikrer at KI-genererte bilder følger merkevarens visuelle identitet.

Innholdsmoderering og etterlevelse

Når man genererer innhold for offentlig bruk, er det viktig å unngå upassende eller ikke-tillatt materiale. Negative prompt hjelper til med å filtrere ut slikt innhold.

Eksempel:
For å sikre at genererte bilder passer for alle målgrupper, kan brukeren inkludere negative prompt som “nakenhet, vold, blod, støtende symboler.” Dette hjelper til med å følge innholdspolicyer og sosiale normer.

Forbedring av tekstgenereringsmodeller

Selv om negative prompt ofte forbindes med bildegenerering, kan de også brukes i tekstgenereringsmodeller som chatboter.

Eksempel:
En chatbot som skal gi profesjonelle medisinske råd bør unngå uformelt språk eller slang.

• Positivt prompt: “Gi en detaljert forklaring på symptomene ved influensa.”
• Negativt prompt: “slang, uformelt språk, vitser.”

Dette sikrer at chatbotens svar er profesjonelt og tilpasset konteksten.

Forstå negative prompt i Stable Diffusion

Stable Diffusion er en populær KI-modell som brukes for å generere bilder fra tekstprompt. Negative prompt er spesielt effektive for å forbedre resultatene fra Stable Diffusion.

Hvordan negative prompt fungerer i Stable Diffusion

Negative prompt fungerer som begrensninger under bildegenereringen. De påvirker KI-modellens diffunderingsprosess ved å styre den bort fra visse konsepter i det høydimensjonale representasjonsrommet.

Når et bilde genereres, tar Stable Diffusion hensyn til både det positive promptet (hva som skal inkluderes) og det negative promptet (hva som skal unngås). Denne doble veiledningen gir mer presise resultater og bedre samsvar med brukerens forventninger.

Syntaks for negative prompt

I noen grensesnitt for Stable Diffusion kan du legge inn negative prompt direkte i et eget felt. I andre tilfeller brukes en bestemt syntaks i samme prompt-felt.

Eksempelsyntaks:

• Positivt prompt: “Et portrett av en ung kvinne i Rembrandt-stil.”
• Negativt prompt: “lav kvalitet, uskarpt, deformert, ekstra lemmer”

Eksempler i Stable Diffusion

Portrettforbedring

Uten negativt prompt:
Et bilde av en person kan ha avvik som ekstra fingre eller forvrengte ansiktstrekk.

Med negativt prompt:
Ved å legge til “dårlig anatomi, deformert, ekstra lemmer, dårlig tegnet ansikt” i det negative promptet, lager KI-en et mer anatomisk korrekt portrett.

Stilkontroll

Scenario:
Du ønsker et bilde av en futuristisk by, men vil unngå steampunk-elementer.

• Positivt prompt: “En futuristisk bysilhuett med flyvende biler.”
• Negativt prompt: “steampunk, viktoriansk, tannhjul”

Resultatet fokuserer på et slankt, moderne uttrykk uten uønsket steampunk-preg.

Tips for effektiv bruk av negative prompt

Vær spesifikk i de negative promptene

Jo mer presis du er i de negative promptene, desto bedre kan KI-en utelate uønskede elementer.

• Mindre effektivt: “dårlige ting”
• Mer effektivt: “uskarpt, lav kvalitet, pikselert, tekst, vannmerke”

Kombiner flere negative nøkkelord

En omfattende liste med negative ord kan bidra til å ytterligere raffinere resultatet.

Eksempel på negativt prompt:
“uskarpt, ute av fokus, lav oppløsning, dårlig anatomi, ekstra lemmer, deformert, tekst, vannmerke”

Bruk negative prompt for å ekskludere stiler

Hvis du vil unngå bestemte kunstneriske stiler eller uttrykk, ta dem med i det negative promptet.

• Eksempel: “tegneserie, anime, tegneseriebok, lavpoly”

Unngå overbegrensning

Selv om negative prompt er kraftige, kan overbruk begrense KI-ens kreativitet eller gi mindre interessante resultater. Finn en balanse mellom å veilede KI-en og å gi den kreativ frihet.

Negative prompt i andre KI-modeller

Midjourney

Midjourney er en annen KI-modell for bildegenerering. Også denne støtter negative prompt for å hjelpe brukerne med å raffinere resultatene.

Eksempel på bruk i Midjourney:

• Positivt prompt: “/imagine En fredelig strand ved solnedgang”
• Negativt prompt: “–no mennesker, ingen tekst, ingen logoer”

ChatGPT og tekstmodeller

I tekstgenererende KI-modeller som ChatGPT kan negative prompt veilede chatboten bort fra uønskede temaer.

Eksempel:

• Bruker: “Forklar kvantemekanikk.”
• Negativt prompt (implisitt): KI-en er designet for å unngå innhold som personlige meninger eller sensitive emner.

Selv om grensesnittet kanskje ikke tillater eksplisitte negative prompt, inkorporerer modellen instruksjoner på systemnivå for å filtrere ut upassende innhold.

Vanlige negative prompt og deres effekt

Negative prompt-lister for ulike scenarioer

For portretter og figurer

• Negative prompt: “dårlig anatomi, ekstra lemmer, deformert, dårlig tegnet ansikt, duplikat, uskarpt, lav kvalitet”

For landskap

• Negative prompt: “mennesker, dyr, bygninger, uskarpt, overeksponert, undereksponert, lav kvalitet”

For produktbilder

• Negative prompt: “tekst, vannmerke, logo, uskarpt, refleksjoner, skygger”

For kunstneriske stiler

For å ekskludere spesifikke stiler:

• Negative prompt: “tegneserie, tegneseriebok, anime, impresjonistisk, abstrakt”

Negative prompt er et kraftig verktøy i KI som lar brukere instruere modeller om hva de skal unngå i det genererte innholdet. Ved å bruke negative prompt effektivt kan du forbedre kvaliteten på KI-genererte bilder og tekster, slik at de møter dine behov og preferanser. Enten du vil raffinere kunstneriske uttrykk, styre innhold for merkevarebygging eller følge innholdspolicyer, er negative prompt et uunnværlig verktøy for alle som jobber med generative KI-modeller.

Forskning

1. RePrompt: Automatic Prompt Editing to Refine AI-Generative Art Towards Precise Expressions av Yunlong Wang, Shuyuan Shen, Brian Y. Lim (Publisert: 2023-03-20).
   Denne artikkelen undersøker hvor godt generative KI-modeller kan lage bilder ut fra tekstprompt, med vekt på hvor presist bildene uttrykker de emosjonelle kontekstene i teksten. Forfatterne utviklet RePrompt, en automatisk metode for å forbedre tekstprompt for å øke den emosjonelle uttrykksevnen i KI-genererte bilder, spesielt for negative følelser. Tilnærmingen involverte redigeringsstrategier fra brukere og trening av en proxy-modell for å analysere effekten av intuitive teksttrekk på bildegenerering. Studie­simuleringer og brukerundersøkelser viste betydelige forbedringer i følelsesmessig nøyaktighet for KI-genererte bilder.
   Les mer

2. Redefining Qualitative Analysis in the AI Era: Utilizing ChatGPT for Efficient Thematic Analysis av He Zhang, Chuhao Wu, Jingyi Xie, Yao Lyu, Jie Cai, John M. Carroll (Publisert: 2024-05-28).
   Denne forskningen utforsker integreringen av KI-verktøy som ChatGPT i kvalitative forskningsprosesser. Gjennom intervjuer og samarbeid med kvalitative forskere identifiserer artikkelen utfordringer og foreslår et rammeverk for å designe effektive prompt som forbedrer KI-applikasjoner for tematisk analyse. Studien viser en holdningsendring fra negative til positive overfor KI, fremhever viktigheten av gode prompt og peker på mulige etiske risikoer.
   Les mer

3. Learning to Prompt in the Classroom to Understand AI Limits: A pilot study av Emily Theophilou m.fl. (Publisert: 2023-09-01).
   Denne studien ser på de negative holdningene som oppstår på grunn av misforståelser om KI-ens evner, spesielt med store språkmodeller (LLM) som ChatGPT. Den fremhever behovet for KI-litterasjonsintervensjoner for å øke kunnskapen om begrensningene ved LLM og om effektive prompt-strategier. Ved å erkjenne KI-ens feilbarlighet, tar forskningen sikte på å redusere negative holdninger og frykt for KI, og fremme et mer informert og balansert perspektiv.
   Les mer