Jari Tangan Ada Enam? Ini Trik Memperbaiki Hasil Generate AI yang Zonk

Global English - Negative prompt AI adalah instruksi eksplisit yang memberi tahu model apa yang tidak boleh muncul dalam output, dan ini sama pentingnya dengan positive prompt untuk menghasilkan gambar yang bersih dan proporsional.

AI visual sering keseleo di detail anatomi karena keterbatasan cara model memproses geometri kompleks.

Negative prompt adalah senjata utama untuk menghindari distorsi, artefak, dan elemen yang tidak diinginkan. Template negative prompt dasar bisa langsung dipakai untuk hampir semua jenis prompt.

Iterasi bertahap ganti satu elemen per sesi jauh lebih efektif daripada ganti seluruh prompt. Beberapa distorsi memang perlu diselesaikan dengan inpainting atau post-processing, bukan hanya prompt.

Kenapa AI Sering Keseleo Pas Bikin Detail Kecil?

Masalah tangan dengan jari berlebih, gigi yang terlihat tidak natural, atau teks yang typo bukan bug yang sedang diperbaiki tim developer -- ini adalah karakteristik bawaan dari cara model AI generatif dilatih.

Model AI visual bekerja dengan cara memprediksi pola piksel berdasarkan konteks. Ketika diminta menggambar wajah atau tangan manusia, model mencari referensi dari jutaan gambar dalam dataset pelatihannya.

Masalahnya, wajah dan tangan adalah objek yang sangat bervariasi dalam sudut pandang, pencahayaan, dan gaya -- jauh lebih kompleks secara geometris dibanding objek seperti kursi atau pohon.

Model sering melakukan "averaging" yang menghasilkan bentuk yang secara statistik masuk akal tapi secara anatomis tidak benar.

Teks dalam gambar punya masalah berbeda. Model AI visual tidak didesain untuk memahami teks sebagai sistem simbol bermakna -- ia memperlakukan teks sebagai pola visual. Hasilnya sering berupa karakter yang secara visual menyerupai huruf tapi tidak membentuk kata yang benar.

Berdasarkan laporan dari platform Stability AI dan komunitas pengguna Midjourney (2024-2025), anatomi tangan masih menjadi salah satu challenge teknis utama bahkan di model generasi terbaru, meskipun tingkat akurasinya terus meningkat dibanding model-model tahun sebelumnya.

 

Baca Juga: Berhenti Ngetik Asal! Ini Rumus Urutan Prompt AI Bahasa Inggris Biar Hasilnya Gak Meleset

 

Senjata Pamungkas: Memahami Negative Prompt

Negative prompt adalah instruksi tambahan yang memberi tahu AI secara eksplisit apa yang tidak kamu inginkan dalam output.

Pada banyak platform, negative prompt diisi di field terpisah dari positive prompt. Pada platform yang tidak menyediakan field terpisah, bisa menggunakan format seperti "-- no [elemen yang tidak diinginkan]" di akhir prompt.

Logikanya sederhana: kalau positive prompt adalah brief visual yang kamu berikan kepada desainer, negative prompt adalah daftar hal yang tidak boleh ada dalam deliverable. Tanpa daftar itu, desainer (dalam hal ini model AI) memiliki kebebasan penuh untuk memasukkan elemen yang tidak relevan atau mengganggu.

Yang membuat negative prompt sangat powerful adalah kemampuannya untuk "menutup" area probabilitas yang biasanya tinggi untuk konten yang tidak diinginkan.

Ketika kamu tidak menyebutkan negative prompt, model menavigasi ruang kemungkinan yang sangat luas. Ketika kamu menambahkan "extra fingers, bad hands, poorly drawn face" ke negative prompt, model secara aktif berusaha menghindari pola visual tersebut.

Penting untuk dipahami bahwa negative prompt bekerja paling efektif ketika frasa yang digunakan spesifik dan konkret, bukan frasa yang terlalu umum seperti "bad" atau "ugly" tanpa konteks lebih lanjut.

 

Baca Juga: Spill "Magic Words" Bahasa Inggris yang Bikin Visual AI Terlihat Mahal dan Cinematic

 

Template Frasa Negative Prompt Siap Pakai

Berikut template negative prompt yang bisa langsung digunakan sebagai baseline dan disesuaikan sesuai kebutuhan proyek.

Template universal (cocok untuk hampir semua jenis gambar):

"extra limbs, mutated hands, poorly drawn hands, extra fingers, missing fingers, floating limbs, disconnected body parts, long neck, poorly drawn face, ugly, bad anatomy, bad proportions, blurry, low quality, watermark, text overlay, signature, jpeg artifacts, deformed"

Tambahan untuk portrait atau gambar dengan wajah:

"crossed eyes, asymmetrical eyes, bad teeth, visible teeth distortion, skin blemishes, overexposed face, flat lighting on face"

Tambahan untuk scene urban atau arsitektur:

"distorted buildings, warped perspective, floating objects, unrealistic shadows, inconsistent light direction"

Tambahan ketika ada teks di dalam gambar (banner, papan nama, dll):

"misspelled text, random characters, illegible text, corrupted font"

Tidak semua frasa perlu dimasukkan sekaligus. Pilih frasa yang paling relevan dengan masalah spesifik yang sering muncul di jenis konten yang kamu buat. Terlalu banyak negative prompt bisa membuat model terlalu "konservatif" dan menghasilkan komposisi yang generik.

Remaja laki-laki berjalan di jalanan kota saat senja

Gak Perlu Ganti Total, Cukup Ganti Satu Kata Kunci

Ini adalah teknik iterasi yang paling underrated di komunitas pengguna AI visual. Ketika output tidak sesuai ekspektasi, insting pertama banyak orang adalah menghapus semua prompt dan mulai dari nol. Ini membuang semua progress yang sudah ada.

Pendekatan yang lebih efektif adalah mengidentifikasi elemen spesifik mana yang bermasalah, lalu hanya mengubah kata kunci yang relevan dengan elemen tersebut.

Misalnya, output kamu menghasilkan gambar yang secara keseluruhan sudah bagus -- komposisi, environment, dan lighting sesuai -- tapi wajah subjek tampak flat dan kurang ekspresif.

Solusinya bukan ganti seluruh prompt. Cukup ubah deskripsi wajah: tambahkan "intense eye contact, high cheekbones, natural skin texture" ke positive prompt, dan tambahkan "flat expression, dull eyes" ke negative prompt.

Satu perubahan per sesi juga memudahkan kamu mengidentifikasi apa yang berpengaruh dan apa yang tidak. Kalau kamu ganti tiga elemen sekaligus dan hasilnya lebih baik, kamu tidak tahu mana dari tiga perubahan itu yang paling berkontribusi.

Beberapa parameter yang bisa diiterasi secara bertahap tanpa mengubah konsep utama: level detail lighting (dari "soft lighting" ke "dramatic side lighting" ke "Rembrandt lighting"), intensitas efek kamera (dari "slight bokeh" ke "extreme shallow depth of field"), dan style render (dari "realistic" ke "hyper-realistic" ke "photorealistic film grain").

 

Penulis & Publikasi: Sholikhatun Nikmah (snn)