Le prompt négatif (negative prompting) consiste à indiquer à un modèle de génération par IA ce qu'il doit exclure du résultat, en plus de décrire ce que vous voulez produire.
La plupart des gens écrivent des prompts qui décrivent le résultat voulu : « gros plan d'une main tenant une tasse de café, lumière chaude du matin, faible profondeur de champ ». Le prompt négatif ajoute un second jeu d'instructions qui liste ce que le modèle doit éviter. Le prompt positif attire le résultat vers une cible ; le prompt négatif l'éloigne de ce que vous avez déjà vu mal tourner. Ce second texte a besoin de son propre champ, et tous les outils n'en ont pas : aucun nœud d'image ou de vidéo de 8frame n'en a.
Comment fonctionne le prompt négatif
La description publique la plus claire est le pipeline texte-vers-image de Stable Diffusion dans diffusers, la bibliothèque open source de Hugging Face. Sa documentation décrit le paramètre negative_prompt comme « the prompt or prompts to guide what to not include in image generation » (le ou les prompts qui indiquent ce qu'il ne faut pas inclure dans l'image générée).
Le mécanisme s'appelle le guidage sans classifieur (classifier-free guidance), décrit dans un article de 2022 de Jonathan Ho et Tim Salimans. Un modèle de diffusion construit une image en retirant le bruit étape par étape, guidé par votre texte. Quand le guidage est actif, le modèle fait deux prédictions à chaque étape : l'une conditionnée par votre prompt, l'autre par un prompt vide. Dans le pipeline de diffusers, le prompt négatif prend la place de ce prompt vide. Le pipeline éloigne ensuite le résultat de la prédiction négative et le rapproche de la positive, dans une mesure fixée par l'échelle de guidage (guidance scale).
Il en découle deux choses. D'abord, le prompt négatif ne compte que tant que le guidage est actif : diffusers l'ignore quand le guidage n'est pas utilisé. Ensuite, rien dans ce mécanisme ne supprime un élément purement et simplement. Il oriente le résultat : un prompt négatif sert donc à réduire la probabilité qu'un élément apparaisse, pas à l'exclure.
Les outils hébergés n'exposent pas toujours tout cela. Un fournisseur peut omettre le champ, figer l'échelle de guidage ou utiliser un modèle construit autrement : vérifiez donc ce que chaque outil accepte réellement.
Quand utiliser le prompt négatif
Vous avez recours à un prompt négatif quand vous avez vu un modèle produire sans cesse le même élément indésirable sur un type de contenu. Dans un outil doté d'un champ négatif, vous listez directement les éléments indésirables, puisque le champ signifie déjà « laisse cela de côté ». Listes typiques :
Artefacts vidéo. Si les clips scintillent, se déforment d'une image à l'autre ou montrent du bruit dans les zones sombres : « scintillement, morphing, déformation ».
Mains. Vérifiez chaque main : doigts en trop ou soudés. La liste habituelle : « doigts en trop, doigts soudés, mains déformées ».
Éléments indésirables. Pour une photo produit propre : « texte, filigrane, logo ».
Dérive de style. Si un prompt photoréaliste glisse sans cesse vers un rendu voisin, nommez ces rendus : « anime, dessin animé, illustration ».
Aucune de ces listes ne garantit le résultat : vérifiez donc la sortie pour chaque élément listé.
Exemples sur 8frame
Sur 8frame, il n'y a pas de champ négatif. Aucun nœud d'image ou de vidéo du canvas n'a de champ de prompt négatif : il n'y a donc pas de second jeu d'instructions à remplir. Vous avez deux options. Commencez par la première.
Décrivez ce qui doit être là. Au lieu de « pas d'arrière-plan encombré », écrivez « fond gris mat uni, le produit seul dans le cadre ». Au lieu de « pas de scintillement », décrivez une lumière stable et uniforme et une caméra fixe. Pour un rendu produit propre sur Nano Banana ou FLUX, au lieu de « pas de texte, pas de filigrane, pas de logos », décrivez « une bouteille unie, sans étiquette, sur un fond uni ». Une description positive donne au modèle quelque chose à montrer.
Si vous écrivez une tournure avec « pas de », vérifiez-la. Un « pas de » dans le prompt principal n'est pas un prompt négatif : le mot que vous voulez exclure reste dans le texte, et rien ne garantit que le modèle donne à ce « pas de » le poids que vous vouliez. Si l'élément continue d'apparaître, passez à la description positive.
Il en va de même pour les nœuds vidéo comme Veo 3.1 et Kling : écrivez le plan que vous voulez, puis vérifiez dans le clip le défaut que vous cherchiez à éviter.
Notions liées
- Pourquoi la vidéo IA ignore-t-elle mon prompt ? traite des négations et de cinq autres raisons pour lesquelles un prompt se perd.
- Qu'est-ce que la fidélité au prompt explique comment tester si un modèle suit chaque partie de votre prompt.
- Guide des prompts Veo 3 (en anglais) explique comment structurer un prompt Veo.
- Meilleur générateur de vidéo IA 2026 (en anglais) compare les modèles vidéo quand vous devez choisir entre Veo, Kling et Seedance.
Questions fréquentes
Qu'est-ce qu'un prompt négatif ? Une seconde instruction qui liste ce qu'un modèle doit éviter, à côté du prompt qui décrit ce que vous voulez.
Comment fonctionne un prompt négatif ? Dans les pipelines qui utilisent le guidage sans classifieur, comme Stable Diffusion dans la bibliothèque diffusers, le prompt négatif remplace le prompt vide auquel le modèle se compare à chaque étape, et l'échelle de guidage fixe à quel point le résultat s'en éloigne.
8frame a-t-il un champ de prompt négatif ? Non. Aucun nœud d'image ou de vidéo du canvas n'en a. Décrivez ce qui doit être dans le cadre et, si vous écrivez une tournure avec « pas de » dans le prompt, vérifiez le résultat.
Écrire « pas de texte » dans le prompt, est-ce un prompt négatif ? Non. Cela fait partie du prompt principal, donc le mot « texte » y figure toujours. Décrivez plutôt ce qui doit être là, par exemple « une étiquette vierge ».
Un prompt négatif garantit-il qu'un élément n'apparaîtra pas ? Non. Il oriente le résultat ; il n'exclut rien.
Sources
- Entrées du canvas de 8frame (aucun nœud d'image ou de vidéo n'a de champ de prompt négatif ; Kling O3 peut recevoir un prompt par plan) : registres d'outils du front et du back de 8frame, origin/main, vérifiés le 2026-10-01
- Documentation de StableDiffusionPipeline dans diffusers (
negative_prompt,guidance_scale) : https://huggingface.co/docs/diffusers/main/en/api/pipelines/stable_diffusion/text2img, consultée le 2026-10-01 - Code du pipeline diffusers (le prompt négatif remplace le prompt vide ; l'étape de guidage) : https://github.com/huggingface/diffusers/blob/main/src/diffusers/pipelines/stable_diffusion/pipeline_stable_diffusion.py, consulté le 2026-10-01
- Jonathan Ho et Tim Salimans, « Classifier-Free Diffusion Guidance » (2022) : https://arxiv.org/abs/2207.12598, consulté le 2026-10-01
Essayez sans inscription : vous arrivez directement sur un vrai tableau. Le canvas de 8frame est gratuit et illimité ; la génération est payante à partir de 19 dollars par mois.