Der schnellste Weg, die Qualität von KI-generierten Bildern zu verbessern, besteht nicht darin, das Modell zu wechseln, sondern die Prompt-Formulierung zu überarbeiten. Die meisten hören nach 15 Zeichen auf zu schreiben, woraufhin das Ergebnis eher durchschnittlich ausfällt. Dann geben sie dem Modell die Schuld, generieren ein neues Bild – und das Ergebnis ist wieder durchschnittlich.
Dieser Artikel ist das Gegenmittel. Im Folgenden finden Sie 12 konkrete und praxiserprobte Tipps, mit denen Sie die Ergebnisse von GPT Image 2 von einem „ganz passablen ersten Entwurf“ zu einem „veröffentlichungsreifen Endergebnis“ verbessern können. Jedes Beispielbild wurde von GPT Image 2 unter Verwendung der im Text beschriebenen Prompts generiert.
1. Formuliere das genauer. Noch etwas genauer.
„Ein Auto in der Wüste“ ist kein Hinweis. Das Modell darf nur das Automodell, das Baujahr, die Farbe, den Aufnahmeort und die Tageszeit erraten. Diese Angaben sind fest vorgegeben:
Ein kirschroter Mustang-Cabrio aus dem Jahr 1965 steht auf einer Wüstenstraße in der Abenddämmerung,
, während die Hinterräder Staub aufwirbeln; im Hintergrund erstreckt sich ein flaches Plateau, aufgenommen aus einem niedrigen Blickwinkel,
, wobei die Sonnenstrahlen auf der verchromten Stoßstange reflektieren.
Jedes Kriterium („1965“, „kirschrot“, „Cabrio“, „Aufnahme aus tiefem Winkel“) erspart dem Modell eine weitere Vermutung. Das Ergebnis ist dann nicht mehr nur ein „beliebiges Bild“, sondern genau dieses Bild.
2. Gib den Brennweitenbereich an, schreibe nicht „nach Gefühl“
85mm 镜头, 35mm 镜头, 24mm 广角 und 100mm 微距 sind die Begriffe mit dem besten Preis-Leistungs-Verhältnis unter den Bildbeschreibungen. Ein einziger Begriff steuert gleichzeitig Bildausschnitt, räumliche Kompression, Schärfentiefe und Randverzerrung.
- 85mm——Sympathische Porträts, sanfte Hintergrundunschärfe
- 35mm——Natürliche Umgebungsaufnahmen, harmonische Bildkomposition
- 24mm Weitwinkel——Landschaften, immersive Innenaufnahmen
- 100mm Makro——Produkt-Nahaufnahmen, Materialstrukturen
Wenn man bei einem Stichwort nicht weiterkommt, sollte man zunächst die Kameraeinstellung ändern und dann etwas anderes ausprobieren.
3. Das Licht wie ein Kameramann inszenieren
„Gute Beleuchtung“ ist bedeutungslos. Nur filmische Fachbegriffe sind aussagekräftig:
伦勃朗光– Eine einzige harte Lichtquelle, dreieckige Schatten auf den Wangen明暗对比 / chiaroscuro– Starker Kontrast, dunkle Umgebung, ein einziges beleuchtetes Motiv背后的描边光（rim light）– Silhouetteneffekt, Motiv und Hintergrund sind voneinander getrennt阴天散射光– Weiches, gleichmäßiges Licht, keine harten Schatten黄金时刻逆光– Warme Lichtflecken, lange Schatten
Die Schlüsselwörter für das obige Bild lauten: single tungsten spotlight from above, deep shadows wrapping the rest of the room, Rembrandt lighting. Drei Begriffe, zielgerichtete Ergebnisse.
4. Mit kompositorischen Mitteln
Das Bildmodell beherrscht die klassischen Kompositionsbegriffe:
三分法构图，主体在右下三分位居中对称构图从前景延伸到地平线的引导线画面左侧 2/3 留白
Die Position des Fischers auf dem Bild entspricht genau der in der Aufgabenstellung angegebenen: 主体位于画面右下三分位，平静的雾气湖面占据上方三分之二.
5. Benennen Sie eine Farbpalette mit 3–5 Farben
Vage Farbbeschreibungen führen nur zu vagen Farben. Kurze und konkrete Farbbezeichnungen sorgen für präzise Ergebnisse:
Farbtöne: Kirschrot, Sand-Ocker, Goldener Himmel, Dunkles BraunFarbnamen, die durch Doppelpunkt und Komma getrennt sind. Hexadezimalwerte sind ebenfalls zulässig, sind jedoch weniger stabil als gängige Farbnamen. Es sollten nicht mehr als fünf Farben angegeben werden – je mehr Farben aufgeführt werden, desto weniger verbindlich ist die Aussage des Modells zu jeder einzelnen Farbe.
6. Setzen Sie den Text in Anführungszeichen und geben Sie die Schriftart an
Wenn in einer Abbildung Text erforderlich ist, sind zwei Dinge zu beachten:
- Den Text inAnführungszeichen (punct.)“ einfügen:
"FRESH BREAD DAILY" - Schriftartin einfachen Worten:
优雅手绘衬线字体
Jede Zeile sollte nicht mehr als sechs Wörter umfassen. Lange Sätze werden weiterhin unleserlich.
7. Befestigen Sie das Hauptteil auf einer bestimmten Arbeitsfläche
Produktfotos, Food-Fotos, Stillleben – geben Sie immer an, woraus die Arbeitsfläche besteht. Die Arbeitsfläche hat bestimmte Materialeigenschaften, die das Modell verwenden wird:
带奶白和金色纹理的粉色大理石板带可见木纹的未上漆橡木桌夜晚潮湿的柏油路面，街灯倒影亚麻桌布，柔和的褶皱
Der unscharfe „Tisch“ ist der Unterschied zwischen Stockfotos und professionell bearbeiteten Bildern.
8. Verbinde das Subjekt mit einem Verben, das eine physische Beziehung ausdrückt
Wenn zwei Objekte im Bild vorkommen, solltest du sie nicht einfach nur aufzählen. Gib dem Modell ein räumliches Verb, um ihm zu erklären, wie die beiden miteinander in Verbindung stehen:
靠在从…升起倒映在缠绕在俯瞰着
Das ist der Unterschied zwischen „Eine Katze, ein Fenster“ und „Eine Katze, die sich auf der Fensterbank zusammenrollt und ihre Pfoten auf das Glas legt“.
9. Beschreiben Sie, was nicht auf dem Bild zu sehen ist
Negative Beschreibungen sind genauso wichtig wie positive. Fügen Sie nach der Szenenbeschreibung einen kurzen Satz hinzu:
Das Etikett enthält weder Text noch Logo oder Wasserzeichen, und im Hintergrund sind keine Personen zu sehen.GPT Image 2 hält sich in der Regel strikt an die Vorgaben unter no text und no logos. Es wird empfohlen, alle kommerziellen Bilder mit einem Wasserzeichen zu versehen, um zu vermeiden, dass sinnlose Wasserzeichen in das Bild gelangen.
10. Stile bewusst miteinander verbinden – aber einen Grundton wählen
Die Verschmelzung von Stilen ist eine der ausdrucksstärksten Möglichkeiten, mit Modellen zu arbeiten, vorausgesetzt, man wählt zunächst einen Hauptstil aus und fügt dann einen Nebenstil als Ergänzung hinzu:
Stilisierte Illustration: Die Ästhetik der Ghibli-Aquarelle, kombiniert mit Cyberpunk-Neonreflexen,
– sanfte Wolken im Aquarellstil, gepaart mit scharfen Neonschildern.
Wenn du zwei Stile gleichwertig nebeneinander auflistest („Ghibli UND Cyberpunk“), gleicht das Modell sie aus, wodurch das Bild flach wirkt. Nur mit einer Struktur wie „Grundstil + Modifikationsstil + Glanzlichter“ bleibt das Bild stimmig.
11. Vor der Aufzählung der wichtigsten Punkte sollte zunächst ein Absatz in Prosa folgen
Ich fasse meine besten Stichpunkte in einem Textabschnitt von 4 bis 6 Zeilen zusammen, anstatt eine Liste mit Stichpunkten zu erstellen. Dafür gibt es zwei Gründe:
- **Prosa kann den Selbstwiderspruch aushebeln.**Eine helle, fröhliche Küche, dunkles, bedrückendes Licht“ – als Satz vorgelesen klingt das offensichtlich falsch; als Aufzählungspunkt formuliert fällt es hingegen kaum auf.
- **Das Modell behandelt Kommas als Grenzen.**Ein zusammenhängender Satz kann die Beziehung zwischen den Nebensätzen aufrechterhalten („auf dem Marmor, von Blättern umgeben, mit Wassertropfen“), während drei einzelne Fragmente dies nicht leisten können.
Stichwortartige Prompts eignen sich für reine Tag-basierte Modelle. GPT Image 2 ist kein solches Modell.
12. Ändere jeweils nur eine Variable
Das Letzte ist eine Regel für den Arbeitsablauf, keine Schreibregel. Wenn ein Bild „fast richtig“ ist:
- Ändere nurvariabel– Kamera, Beleuchtung, Zeit, Arbeitsfläche – und generiere dann
- neu. Stelle die Ergebnisse nebeneinander zum Vergleich:
- . Speichere diese Einstellung und ändere dann die nächste Variable.
Die meisten Menschen scheitern aus zwei Gründen: Entweder ändern sie drei Parameter auf einmal und können nicht erkennen, welche Änderung den Ausschlag gegeben hat, oder sie beginnen jedes Mal von Null an mit „Text-zu-Bild“, anstatt den vorherigen Entwurf als Vorlage für „Bild-zu-Bild“ zu nutzen. Beides lässt sich in einem Nachmittag Üben abstellen.
Ein auf einen Blick erkennbarer „Vorher-Nachher“-Vergleich
Schlechte Stichwörter:
Ein Mann spielt Klavier in einer BarGute Stichwörter (unter Anwendung der Tipps 1, 2, 3 und 5):
Porträt mit kontrastreichem Licht-Schatten-Spiel wie im Kino: Ein Jazzpianist mittleren Alters sitzt vor einem Flügel in einer schummrigen, rauchgefüllten Bar,
Ein einzelner warmer Wolfram-Scheinwerfer über seinem Kopf wirft einen warmen Lichtstrahl auf sein Gesicht und seine Hände,
während der Rest des Raumes in tiefe Schatten gehüllt ist. 85-mm-Objektiv, fotorealistische Hauttextur.
Farbtöne: warmes Bernstein, tiefes Weinrot, fast schwarze Schatten.Dasselbe Modell, dieselbe Anzahl an Generierungen – doch die Ergebnisse unterscheiden sich wie Tag und Nacht. Das ist die Grundprämisse der Prompt-Optimierung: Das Modell ist in Ordnung, der Engpass liegt in deinem Prompt.
Probieren Sie es einfach aus
Öffne GPT Image 2 Text-zu-Bild, wähle einen beliebigen Textabschnitt aus der Liste aus, füge ihn ein und generiere das Bild. Ändere dann nur eine Variable – Kamerawinkel, Beleuchtung oder Farbpalette – und generiere das Bild erneut. Nach höchstens zehn Versuchen wirst du ein Gespür dafür entwickeln, welcher Faktor deinen ästhetischen Geschmack am stärksten beeinflusst.
Diese Urteilsfähigkeit ist der einzige Unterschied zwischen der Fähigkeit, „KI-Bilder zu erstellen“, und der Fähigkeit, „Bilder zu erstellen“.
