Ein Bildprompt ist die Beschreibung, aus der ein KI-Modell ein Bild erzeugt. Er unterscheidet sich von einer Anweisung an ein Sprachmodell: Gefragt ist keine Aufgabe, sondern eine Schilderung dessen, was zu sehen sein soll.
- Bildprompt
Die Beschreibung, aus der ein KI-Modell ein Bild erzeugt.
Beispiel: „Der Bildprompt nannte Motiv, Perspektive, Lichtstimmung und Bildausschnitt in dieser Reihenfolge.“Was hineingehört: das Motiv, die Perspektive, die Lichtführung, die Farbstimmung, der Bildausschnitt und der Stil. Ein Bildprompt, der nur das Motiv nennt, liefert ein beliebiges Bild.
Was danebensteht: der Negativ-Prompt für das, was fehlen soll, und die Aspect Ratio.
Die Reihenfolge, die sich bewährt hat
Erst das Motiv, dann die Perspektive, dann das Licht, dann die Stimmung, zuletzt der Stil. Viele Werkzeuge gewichten den Anfang stärker, und die Reihenfolge entscheidet deshalb mit, was durchkommt, wenn sich Angaben widersprechen. Wer ein Bild in einer Reihe braucht, hält diese Ordnung bei und tauscht nur das Motiv.
Was einen Bildprompt scheitern lässt
Zu viele Angaben auf einmal. Ab etwa zwölf Begriffen beginnen Werkzeuge, einzelne davon zu übergehen, und welche das sind, lässt sich schlecht vorhersagen. Ebenso schwierig sind Beziehungen zwischen Bildteilen, etwa links und rechts oder davor und dahinter; diese Angaben werden unzuverlässig umgesetzt. Für solche Fälle ist es wirksamer, ein brauchbares Bild zu erzeugen und es anschließend zu bearbeiten, siehe Inpainting.
Wie wir damit arbeiten
Mit festgehaltenen Prompts statt mit freiem Ausprobieren. Sobald eine Beschreibung ein brauchbares Ergebnis liefert, wird sie abgelegt, samt Werkzeug und Datum. Beim nächsten Bild derselben Art wird sie geholt und nur das Motiv getauscht. Das erspart die zwanzig Versuche, die sonst jedes Mal von vorn anfallen, und hält die Bilder einer Seite im selben Stil.
Was in einem Bildprompt nichts zu suchen hat
Namen lebender Gestalter und Fotografen, Markenzeichen, Logos und erkennbare Personen. Das erste ist rechtlich heikel, das zweite liefert ohnehin nur Zerrbilder: Ein Logo aus einem Bildmodell ist nie das Logo, sondern etwas, das ihm ähnlich sieht. Markenmaterial wird deshalb nachträglich eingesetzt und nicht beschrieben.