Negative Prompt 検証ノート — 30種×ON/OFF + 効果ランキング

Negative Prompt 検証ノート

extra fingers を negative に入れると本当に効くのか?」grayscale と monochrome は同じ効果か?」

Stable Diffusion の negative prompt は、SNS で 「とりあえず入れろ」 と言われる単語が増え続けています。本データセットでは、**主要 30 種の negative について、それぞれを ON/OFF で網羅生成**し、CLIP ベースで「単語ごとの isolated effect」を定量化しました。

## こんな人にオススメ

- negative プロンプトの 「効くもの・効かないもの」を客観的に把握したい

- 自分の negative リストから 無駄を削減したい

- Stable Diffusion の検証ネタを 論じる根拠データを持ちたい

- 月数千円の検証データで 数日分の自己実験を圧縮したい

## 主要発見(本商品の核)

効果ランキング上位5(スタイル系が圧倒):

1. grayscale(0.119)

2. 3d(0.114)

3. monochrome(0.095)

4. oversaturated(0.090)

5. realistic(0.090)

効果ランキング下位5(解剖学系、ベース negative に既出のため冗長):

26. username(0.038)

27. missing fingers(0.034)

28. malformed limbs(0.034)

29. disfigured(0.032)

30. *extra fingers(0.020)** ← 最下位

→ 包括的なベース negative を使っているなら、解剖学系を重ねて入れる効果は最小限。「とりあえず extra fingers」の常識を見直す根拠データになります。

## 内容物

- 全画像 600 枚(30 negative × 2 toggle × 10 seed、512×512、PNG、~250 MB)

- 厳選 60 枚P5_highlights/、ON/OFF 差分上位 30 ペアの両方)

- メイングリッド 3 枚(10 negative × OFF/ON × 5 seed の比較表、effect_rank 順)

- ハイライトグリッド 2 枚(差分上位ペアを OFF/ON 横並びで)

- effect_ranking.csv(30 negative の mean_diff / max_diff / std_diff / 効果順位、**本商品の核データ**)

- pair_diffs.csv(全 300 ペア × cosine 差分、seed 別効果分布の分析素材)

- metadata.csv(全画像のパラメータ、再現用)

- aesthetic_scores.csv

- README.md(検証セットアップ + 主要発見の解釈 + CSV 活用例)

## 検証セットアップ

| 項目 | 値 |

|---|---|

| モデル | RealCartoon3D v18(SD1.5) |

| Sampler | DPM++ 2M Karras / CFG 7.0 / Steps 20 / 512×512 |

| ベースプロンプト | 1 boy, icon, AI, artificial intelligence, ...(P2 と完全同一) |

| ベース negative | EasyNegative + 標準 anti-mutation 群(P2 と完全同一) |

| seed | baseline rank 1-10 の 10 個 |

P2 と全条件を揃えてあるので、seed 単位で P2 と直接比較できます。

## 使い方

1. ZIP 展開 → README.md を読む

2. effect_ranking.csv で「効くもの・効かないもの」を一望

3. 個別ペアの実画像確認は highlights_grid_h01-h15.png / h16-h30.png で

4. metadata.csv の neg_wordtoggle で特定画像の生成パラメータを参照、再現可能

## 使用モデル

- RealCartoon3D v18(SD1.5、RCNZ)

- 配布元: https://civitai.com/models/94809

- ライセンス: 作者が「outputs に権利主張せず」と明文化

本商品にはモデル本体(.safetensors)は同梱していません。

## 注意事項

- 本検証は「特定モデル + 特定プロンプト」での結果。SDXL や別ジャンルでは順位が変わる可能性

- ベース negative がより少ない場合、解剖学系 negative の順位は上がる可能性が高い

- mean_diff は CLIP 特徴の cosine 距離で、人間が知覚する「差」と完全一致しません

## 関連商品

- 同じ seed・モデル・プロンプトで 「11 sampler × 5 CFG = 55 通り検証」 → P2

- 同じ seed で 「2 モデル比較」 → P1

P2 とセットで購入すると、「DPM++ 2M Karras + cfg 7 で grayscale を入れたら…」のような cross-axis 検証に使えます。