排除到底是怎么生效的
扩散模型每一步本来就算两次预测，一次带你的文字条件、一次不带任何条件，然后放大两者之差。你在反向框里填了字，就是把「不带条件」那一侧换成了第二个真实条件。模型不再是从「无所指」那边推开，而是从你写下的这段文字推开。
由此直接推出两件事。第一，效果和引导强度挂钩：引导为 1 时没有可放大的差，这个框写什么都不生效。第二，这个推力是全局的，它把整张图从模型空间的某一片区域推开，所以它擅长去掉一种「气质」，不擅长去掉左边那个花瓶。
哪些词值得占位置
只写你在这个模型上确实见过的问题。一份有用的清单是三到六个词，不是三十个。
- 反复出现的瑕疵。 多指、畸形手、水印、文字、jpeg 压缩痕迹
- 你没要的媒介。 明明写了照片却总出画作，就加上 illustration、3d render、cgi
- 权重自带的风格偏移。 很多模型会往二次元、过饱和、大虚化上漂，把这个漂移点出来是最省力的纠正
- 构图坏习惯。 模型老是替你把画面收紧，就写 cropped、out of frame、close-up
上面这份反向提示词写得故意很短。你自己那份也该这么写：加一个词，固定种子重跑一次，看得出变化才留下。
抄来的长串为什么没用
那些上百词的清单是 2023 年为 SD 1.5 攒的，之后被一路复制，没人再验证。它有两个毛病。
大部分词是空转的。这个模型在你这条提示词上从来不长出畸形肢体，那把它列出来除了吃 token 什么都没变。而没空转的那部分，往往在帮倒忙：诸如低反差、噪点、颗粒这类「画质词」，会悄悄把你在正向提示词里费劲要来的胶片感抹平。反向提示词的本质是减法，随手乱减只会让图更平、更灰、更没个性。
诚实的测试只要两分钟：拿你那份继承来的长串跑一次，清空再跑一次，种子相同。如果你分不出哪张是哪张，那它一直白带着。
视频，以及没有这个框的时候
视频里值得写的词是时间维度的，不是解剖维度的：闪烁、抖动、变形融化、画面扭曲、突然切镜、镜头晃动。这些才是真正反复出现的失败，也比物体级别的排除更吃得动。
不少托管模型压根没有这个字段。这不算退步，更像另一种设计取向：新一代文本编码器读句子已经足够好，正向提示词承担了更多，剩下的交给编辑步骤处理。如果你在一个没有反向提示词的模型上很想用它，通常正确的动作是把正向提示词删短，直到那个不想要的元素不再被它暗示出来。