企业官网建设流程全解析

LongCat-Video负提示词深度指南：20个关键负面词消除AI视频瑕疵

【免费下载链接】LongCat-Video项目地址: https://gitcode.com/GitHub_Trending/lo/LongCat-Video

LongCat-Video 是美团开源的 13.6B 参数视频生成基础模型，支持文生视频、图生视频和视频续写任务。本文带你完整掌握它的负提示词（negative prompt）机制：逐词拆解官方默认的 20 个关键负面词，教你如何针对 AI 视频常见的模糊、过曝、肢体畸形、背景杂乱等瑕疵进行精准"排雷"，让生成质量显著提升。

负提示词在 LongCat-Video 中是如何工作的？

在扩散模型类视频中，Classifier-Free Guidance（CFG）会同时编码"正向提示"和"负向提示"，推理时模型每一步都会朝"靠近正向描述、远离负向描述"的方向修正画面。

LongCat-Video 用 UMT5 文本编码器分别编码正负提示，负提示词向量与正提示拼接后送入 DiT 主干参与每一步去噪：

• 提示编码入口：longcat_video/pipeline_longcat_video.py 中的encode_prompt，负提示与正提示同类型、同批次处理
• 各演示脚本在调用pipe.generate_t2v/generate_i2v时统一传入negative_prompt参数

💡 简单理解：正提示词告诉模型"要什么"，负提示词告诉模型"绝对不要什么"。视频比图像对瑕疵更敏感（一帧模糊会拖垮整段视频），因此负提示词对视频生成尤为重要。

官方默认负提示词全览

打开 run_demo_text_to_video.py 可以看到官方内置的默认负提示词（各演示脚本一致，run_demo_image_to_video.py、run_demo_long_video.py 等均相同）：

Bright tones, overexposed, static, blurred details, subtitles, style, works, paintings, images, overall gray, worst quality, low quality, JPEG compression residue, ugly, incomplete, extra fingers, poorly drawn hands, poorly drawn faces, deformed, disfigured, misshapen limbs, fused fingers, still picture, messy background, three legs, many people in the background, walking backwards

下面按 5 大类别，挑出20 个关键负面词逐一解读。

五大类 20 个关键负面词逐词解析

一、画质类：消除模糊与过曝（4 个词）

二、质量类：兜底"低画质"风险（4 个词）

三、完整性类：避免"画不完整"（2 个词）

四、人体解剖类：AI 视频重灾区（6 个词）

这是视频生成最容易翻车的部分，官方给出了全套手部+肢体防护：

五、场景与运动类：让背景"干净"、让画面"会动"（4 个词）

另有subtitles（抑制画面出现字幕/文字水印）、paintings/works/images/style（当你想要写实风格时，抑制误生成"画作感"）可作备用补充词。

不同场景下的调参技巧

图生视频 / 文生视频：直接用默认词表

运行 run_demo_image_to_video.py 时，参考图自带风格，默认负提示词中的style, works, paintings会帮助模型锁定写实风格，避免图生视频过程中"漂移"成插画。

数字人（Avatar）场景：额外加 "Close-up"

查看 run_demo_avatar_single_audio_to_video.py，数字人脚本的负提示词在默认词表开头多了一个Close-up——因为口播场景需要中近景构图，Close-up防止镜头拉远变成远景。若你要生成全景数字人视频，可把它删掉。

多人对话场景可参考 assets/avatar/multi_example_2.json 的输入配置：

⚠️ 蒸馏模式会忽略负提示词

在 run_streamlit.py 的 Web 界面中可以看到关键逻辑：开启--use_distill（蒸馏加速，8 步推理）后，negative_prompt会被置为None传入，负提示词不再生效，且界面中的负提示输入框会被禁用。

建议：追求质量时关闭蒸馏（50 步 + 完整负提示词），追求速度时再开蒸馏。

负提示词实用组合速查表

总结

1. 负提示词是 LongCat-Video 质量的隐形开关：20 个关键负面词覆盖画质、质量、完整性、人体、场景运动五大类
2. 人体类词和视频类词（still picture、static）是视频场景的刚需，不建议删减
3. 按需增删：动画风格去掉"绘画感"词，口播场景加Close-up
4. 蒸馏模式不生效：质量优先时记得关闭--use_distill

更多任务入口可参考 run_demo_long_video.py（长视频）、run_demo_video_continuation.py（视频续写）与 run_demo_interactive_video.py（交互式生成），它们的默认负提示词词表均与本文一致，可直接复用。

【免费下载链接】LongCat-Video项目地址: https://gitcode.com/GitHub_Trending/lo/LongCat-Video