【提示词创作第七节】：你需要学会再提示词里“剪词”

AI 生成的画面之所以“假”“廉价”很多时候不是你正向提示词写得不好，而是你——

不会控制负向提示词（反向提示词）

AI 天然喜欢往画面里塞东西：亮斑、假光、脏纹理、塑料皮肤……这些都是你要“剪掉的噪音”。

所以本节的核心是：

用剪词（负向提示词减法）把 AI 的坏习惯剪掉，让画面显贵

我们分三步来学：

剪掉“脏感”

剪掉“塑料感”

剪掉“假光感”

每一部分都包含：原理 → 典型坏图示例（描述）→ 负向提示词怎么写 → 实战测试效果

第一章：剪掉“脏感”——让画面的空气先干净（核心原理）

1.1 AI 的基础机制 —— “从噪声里找图像”

所谓脏感，是指画面中 多余的噪点、颗粒、雾气、错误纹理或者无意义的光斑，它们在不经意间叠加，会让画面显得浑浊、不真实。

燥点多的图片（但是我感觉这种也算一种风格，还挺好看的）

原理上，这些元素是模型在自动补全场景信息时的副产物，为了填补它对空间深度、真实光场和材质的理解不足

AI绘画的基本过程

AI 会用噪点和雾气去模拟“氛围感”，但实际上却破坏了清晰度和质感。

无论你用的是 SD、Flux、Midjourney 或任何扩散类模型，底层原理本质一样：

模型先生成一张完全“随机噪声”的图

每一次迭代（denoising step）都会把噪声“解释”为纹理、光影、结构

最终收敛成看似稳定的图像

但这里有一个关键点——

如果提示词不足以约束模型，模型就会对 “不明确的部分” 做自动补偿。

AI绘画的基本原理：简言之，就是通过training，让模型从随机噪点图中一步一步呈现清晰的目标图像。

模型补这些不是为了“毁图”，而是为了 满足它在训练中学到的  “真实照片应该有很多细节”  的逻辑。

但问题在于：它补出来的大部分细节都是假的

也就是说，它补得越多，画面越糟糕。这就是为什么很多人写提示词越写越长、越写越乱。

整个过程并非在白纸上无中生有地创作，而是像米开朗基罗眼里的雕塑一样，去芜存菁，逐步揭示本就隐匿在石头中的形象

1.2 剪词的本质是什么？

一句话：