[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"glossary-negative-prompt::ru":3,"gloss-cluster-negative-prompt::ru":20,"gloss-next-negative-prompt::ru":57},{"slug":4,"category":5,"name":6,"definition":7,"meta_desc":8,"faq":9,"schema_markup":9,"related":10},"negative-prompt","prompt-eng","Негативный промпт","Негативный промпт — это отдельный ввод наряду с основным (позитивным) промптом, который явно перечисляет концепции, стили или элементы, которые модель должна избегать во включении в свой вывод. Негативные промпты возникли и до сих пор наиболее тесно ассоциируются с инструментами генерации изображений ИИ (Stable Diffusion, Midjourney, рабочие процессы, близкие к DALL-E), где диффузионные модели принимают отдельное поле негативного промпта, направляющее процесс шумоподавления в сторону от указанных визуальных концепций — обычно используется для исключения дефектов качества («размыто, низкое разрешение, лишние пальцы, водяной знак, текст») или нежелательных стилистических элементов («без мультяшного стиля, без чёрно-белого»). Некоторые инструменты для изображений придают негативным промптам такой же вес, как и позитивным, во время генерации, делая их полноценным, весьма эффективным рычагом управления, а не второстепенным дополнением. Эта концепция менее формально распространилась и на текстовый промптинг LLM: вместо выделенного поля API текстовые промпты часто включают явные инструкции-исключения на естественном языке («Не включай примеры кода», «Избегай маркетингового языка», «Не упоминай цены»), которые концептуально работают так же, даже без отдельного параметра негативного промпта. Для разработчиков SaaS, работающих с API генерации изображений (например, генератор логотипов, инструмент для ИИ-фото товаров, функция создания дизайн-активов), предоставление конечным пользователям поля негативного промпта — или поддержание умного негативного промпта по умолчанию за кулисами — часто является главным рычагом качества вывода, поскольку диффузионные модели склонны к специфическим повторяющимся артефактам (деформированные руки, искажённый текст, лишние конечности), которые хорошо настроенный негативный промпт надёжно подавляет. Разобранный пример: SaaS-инструмент для генерации портретов ИИ отправляет базовой модели изображений такую пару для функции «профессиональное фото для LinkedIn» — Позитивный промпт: «профессиональный корпоративный портрет, студийное освещение, нейтральный серый фон, деловая одежда, высокое разрешение, чёткий фокус». Негативный промпт: «размыто, мультфильм, иллюстрация, лишние пальцы, искажённое лицо, солнечные очки, резкие тени, низкое качество, водяной знак, текст, логотип». Негативный промпт здесь выполняет значительную работу по контролю качества — без него модель периодически выдавала бы искажённые лица или случайно добавляла артефакт водяного знака стокового фото, усвоенный из обучающих данных; негативный промпт специально настроен подавлять эти дефекты на протяжении тысяч генераций. Многие продакшен-инструменты для изображений также поддерживают «стандартный» негативный промпт, применяемый к каждой генерации за кулисами независимо от того, что ввёл пользователь (встроенный минимальный порог качества, покрывающий самые распространённые дефекты), а затем добавляют поверх любые пользовательские негативные термины — это даёт случайным конечным пользователям хорошие результаты по умолчанию, при этом позволяя опытным пользователям добавлять собственные исключения; такой паттерн распространён в генераторах ИИ-портретов, создателях логотипов и инструментах фото товаров, построенных поверх диффузионных API.","Негативный промпт указывает генеративной модели, что исключить из вывода — чаще всего применяется в генерации изображений ИИ.",null,[11,14,17],{"slug":12,"name":13},"delimiter","Разделитель (Delimiter)",{"slug":15,"name":16},"prompt","Промпт",{"slug":18,"name":19},"prompt-engineering","Инженерия промптов (Prompt Engineering)",[21,25,28,31,35,38,41,44,47,48,51,54],{"slug":22,"category":5,"name":23,"updated_at":24},"analogical-prompting","Analogical Prompting","2026-08-24T02:46:37+00:00",{"slug":26,"category":5,"name":27,"updated_at":24},"automatic-prompt-optimization","Автоматическая оптимизация промптов",{"slug":29,"category":5,"name":30,"updated_at":24},"chain-of-density","Цепочка плотности (CoD)",{"slug":32,"category":5,"name":33,"updated_at":34},"chain-of-thought-prompting","Chain-of-thought-промптинг (промптинг с цепочкой рассуждений)","2026-08-24T02:46:36+00:00",{"slug":36,"category":5,"name":37,"updated_at":24},"chain-of-verification","Chain-of-Verification",{"slug":39,"category":5,"name":40,"updated_at":34},"chunking","Чанкинг (Chunking)",{"slug":42,"category":5,"name":43,"updated_at":34},"constrained-decoding","Ограниченное декодирование (Constrained Decoding)",{"slug":45,"category":5,"name":46,"updated_at":34},"context-stuffing","Переполнение контекста (Context Stuffing)",{"slug":12,"category":5,"name":13,"updated_at":34},{"slug":49,"category":5,"name":50,"updated_at":24},"directional-stimulus-prompting","Directional Stimulus Prompting",{"slug":52,"category":5,"name":53,"updated_at":24},"emotion-prompting","Emotion Prompting",{"slug":55,"category":5,"name":56,"updated_at":34},"few-shot-prompting","Few-shot-промптинг (промптинг с примерами)",{"pairs":58,"alternatives":66},[59,60,61,62,63,64,65],"airtable-vs-notion","bubble-vs-webflow","copy-ai-vs-jasper","framer-vs-webflow","frase-vs-surfer-seo","make-vs-zapier","jasper-vs-writesonic",[67,68,69,70,71,72],"copy-ai","jasper","webflow","bubble","zapier","airtable"]