负面词计入 prompt 浓度（—no 反噬律）

首次沉淀:2026-06-17(冷艳女侠定妆照连撞 3 次审核,删掉 —no 后一次过) 验证状态:⭐ 首次发现 / 强疑似——单案例验证,需背靠背 A/B 升级为稳定规律 关联机制:AI图像生成审核机制探索笔记_v1 的「浓度阈值机制」

一句话总结

--no 里的词照样被 prompt 端 scanner 当 token 读入,计入语义聚合浓度。 对写实真人/擦边这种本就贴近审核线的题,一长串带 skin / body / face / fingers 的 --no 不会帮你”排除”,反而把整条 prompt 的语义重心进一步推向”真人身体/脸”,亲手顶过阈值触发审核。

案例

冷艳孤傲女侠定妆照(古典武侠写实 · 月白 · 高马尾 · 额间朱砂),连续被拦 3 次:

... --no text, watermark, logo, blurry, low quality,
        cosplay, plastic skin, oversaturated, extra fingers,
        modern clothing, harsh facial shadows

报错:Sorry! The AI Moderator is unsure about this prompt.

删掉整段 --no 后,同骨架 prompt 正常出图。

触发嫌疑词(全在 --no 里):plastic skin / harsh facial shadows / cosplay / extra fingers——skin / facial / fingers / cosplay 全是人体与真人脸语义,叠加推高了”写实真人”浓度。

机制解释

承接 AI图像生成审核机制探索笔记_v1:prompt 端 scanner 判的是词向量语义聚合密度,不是黑名单。它不解析 --no 的”排除”语义——在它眼里 --no 后面的词和正文的词一样,都是推高浓度的 token。

所以:

• 正文写 realism + close-up + skin 已经接近阈值;
• --no 再补 plastic skin / harsh facial shadows / fingers,等于又往同一语义区域加了一把火;
• 浓度越线 → 入口软警告/硬拒。

这跟知识库另一条规律同源:「删词比加词更容易过审」(见 prompt极简化原则_v1)。--no 是最容易被忽略的”隐形加词”。

操作规则

心法:写实人像题被拦时,先清 --no,再清正文里的高浓度真人信号——而不是往 --no 里加更多负面词。负面词不是免费的。

应用记录 · 非验证(2026-08-18)

《目标是成为 Prompt 大师》第 13 期《月白》按本律预防式清了 --no——把原始 prompt 里的 plastic skin / AI generated face / distorted features / blurry eyes / extra fingers 全部拿掉,只留 text, watermark, logo, low quality, out of focus face,随后正常出图、未被拦。

⚠️ 这一条不构成第二个验证样本,本档验证状态仍为 ⭐ 强疑似。 原因:原始 prompt 从未被实际跑过,不知道它会不会被拦;“清了 --no 之后没被拦”无法反推”不清就会被拦”。这是典型的幸存者式归因,按 复盘事实先行原则_v1 不能记为证据。

真正的升级路径仍是本档「待验证」段写的那个:同一条 prompt 背靠背带 / 不带 --no 各跑 4 张。

本条的价值不在证据,在用法:本律此前只在”被拦之后救火”的场景下被调用过;第 13 期是第一次在没被拦的情况下当默认写法用——即把”负面词不是免费的”当成写 prompt 时的常规纪律,而不是排障手段。这个用法已编进 已有prompt的七步体检律_v1 第 6 步。

待验证

• 单案例 + 中间隔了时间,动态阈值冷却可能也有贡献。需同一条 prompt 背靠背带/不带 --no 各跑 4 张,排除时机干扰,才能从「强疑似」升级「稳定」。
• 是否所有 --no 词等权,还是只有人体/脸语义词显著推高浓度,待梯度测试。

关联文档

• 上位机制:AI图像生成审核机制探索笔记_v1(浓度阈值 / 动态阈值 / 三层关卡)
• 同源规律:[prompt极简化原则_v1]
• 配套避雷:MJ审核避雷词表_v1(7 大类雷词 + 过审神器)
• 编排位置:已有prompt的七步体检律_v1 —— 本律是七步体检的第 6 步「清 --no」