De snelste manier om de kwaliteit van door AI gegenereerde afbeeldingen te verbeteren, is niet door van model te wisselen, maar door de prompt te herschrijven. De meeste mensen stoppen al na vijftien woorden, waardoor de afbeelding er heel gewoon uitziet. Vervolgens geven ze het model de schuld, genereren ze nog een afbeelding, maar het resultaat blijft gewoon.
Dit artikel biedt de oplossing. Hieronder volgen 12 concrete en beproefde tips waarmee je de output van GPT Image 2 kunt omzetten van een "redelijk eerste ontwerp" naar een "publiceerbaar eindresultaat". Elke voorbeeldafbeelding is gegenereerd met GPT Image 2 aan de hand van soortgelijke prompts als in dit artikel beschreven.
1. Schrijf concreet. Nog wat concreter.
"Een auto in de woestijn" is geen hint. Het model kan alleen gissen naar het automodel, het bouwjaar, de kleur, de locatie en het tijdstip van de opname. Leg dit allemaal vast:
Een kersenrode Mustang cabriolet uit 1965 staat geparkeerd op een woestijnweg bij zonsondergang,
met stofwolken die door de achterwielen worden opgeworpen; in de verte ligt een vlak plateau, gefotografeerd vanuit een lage hoek,
terwijl de zon lichtvlekken op de verchroomde bumper laat schitteren.
Elk specificerend woord („1965“, „kersenrood“, „cabriolet“, „opname vanuit een lage hoek“) bespaart het model een gok. Het resultaat is dan niet langer een „algemene afbeelding“, maar dé afbeelding.
2. Vermeld het brandpuntsbereik; schrijf niet 'naar gevoel'
85mm 镜头, 35mm 镜头, 24mm 广角 en 100mm 微距 zijn enkele van de meest kosteneffectieve termen voor beeldprompts. Eén woord regelt tegelijkertijd de kadrering, de ruimtelijke compressie, de scherptediepte en de randvervorming.
- 85mm——Aantrekkelijke portretten, zachte achtergrondonscherpte
- 35mm——Natuurlijke omgevingsfoto’s, rustige beeldtaal
- 24 mm groothoek——Landschappen, meeslepende interieurs
- 100 mm macro——Productclose-ups, texturen
Als je vastloopt op een woord, wissel dan eerst van lens en pas daarna andere dingen aan.
3. Het licht regisseren zoals een directeur fotografie dat doet
"Goede belichting" zegt niets. Alleen filmterminologie is zinvol:
伦勃朗光——Enkele harde lichtbron, driehoekige schaduw op de wangen明暗对比 / chiaroscuro——Sterk contrast, donkere omgeving, één verlicht onderwerp背后的描边光（rim light）——Silhouet-effect, onderwerp en achtergrond zijn van elkaar gescheiden阴天散射光——Zacht en gelijkmatig, geen harde schaduwen黄金时刻逆光——Warme lichtvlek, lange schaduw
De trefwoorden voor bovenstaande afbeelding zijn: single tungsten spotlight from above, deep shadows wrapping the rest of the room, Rembrandt lighting. Drie woorden, gericht geproduceerd.
4. Met behulp van compositorische middelen
Beeldmodellen beheersen de klassieke compositieprincipes:
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
De locatie van de visser op de bovenstaande afbeelding is precies zoals aangegeven in de aanwijzing: 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. Geef een kleurenpalet een naam met 3–5 kleuren
Vage kleuromschrijvingen leiden alleen maar tot vage kleuren. Korte, concrete namen voor kleuren zorgen voor een nauwkeurig resultaat:
Kleuren: kersenrood, zandkleurig oker, goudkleurige lucht, donkerbruine schaduwenKleurnamen gescheiden door een dubbele punt en een komma. Hexadecimale kleurwaarden zijn ook toegestaan, maar deze zijn minder stabiel dan gangbare kleurnamen. Gebruik niet meer dan vijf kleuren: hoe meer kleuren je opsomt, hoe minder het model zich aan elke kleur kan houden.
6. Zet de tekst tussen aanhalingstekens en geef de lettertype-stijl aan
Als er tekst in de afbeelding moet staan, doe dan twee dingen:
- De tekst invoeren inaanhalingstekens (punct.):
"FRESH BREAD DAILY" - lettertypein gewone taal:
优雅手绘衬线字体
Beperk elke regel tot maximaal zes woorden. Lange zinnen blijven onleesbaar.
7. Bevestig het hoofdgedeelte op een specifiek werkblad
Bij productfoto’s, foodfoto’s en stillevens moet altijd worden vermeld wat er op het werkblad ligt. Het werkblad heeft materiaaleigenschappen die het model zal gebruiken:
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
Het vage begrip 'tafel' vormt de kloof tussen stockfoto's en bewerkte afbeeldingen.
8. Verbind de hoofdonderwerpen met een werkwoord dat een fysieke relatie aangeeft
Als er twee hoofdonderwerpen in het beeld voorkomen, vermeld ze dan niet alleen. Geef het model een ruimtelijk werkwoord om aan te geven hoe deze twee met elkaar in verband staan:
靠在从…升起倒映在缠绕在俯瞰着
Dat is het verschil tussen "een kat, een raam" en "een kat die op de vensterbank ligt, met zijn pootjes op het glas".
9. Beschrijf wat er niet in het beeld te zien is
Negatieve beschrijvingen zijn net zo belangrijk als positieve. Voeg na de beschrijving van de scène een korte zin toe:
Er staat geen tekst op het label, er is geen logo, er is geen watermerk en er staan geen mensen op de achtergrondGPT Image 2 houdt zich doorgaans strikt aan de richtlijnen op no text en no logos. Het wordt aanbevolen om bij alle commerciële afbeeldingen een watermerk toe te voegen, om te voorkomen dat er ongewenste watermerken in de afbeelding terechtkomen.
10. Combineer stijlen bewust – maar kies één hoofdthema
Het combineren van stijlen is een van de meest expressieve manieren om met modellen te werken, op voorwaarde dat je eerst een hoofdstijl kiest en daar vervolgens een secundaire stijl aan toevoegt als accent:
Stijlvolle illustraties: de aquarelesthetiek van Studio Ghibli, gecombineerd met cyberpunk-neonaccenten,
zachte wolken met een aquarelachtig effect, gecombineerd met scherpe neonreclames.
Als je twee stijlen op gelijke voet naast elkaar zet ("Ghibli EN cyberpunk"), zal het model ze gemiddeld nemen, waardoor het beeld erg vlak wordt. Alleen met een structuur als "basisstijl + decoratieve stijl + highlights" blijft het beeld samenhangend.
11. Gebruik eerst een stukje proza voordat je de lijst met punten gebruikt
Ik zet mijn beste prompts altijd in een stukje proza van 4 tot 6 regels, in plaats van in een lijst met punten. Daar zijn twee redenen voor:
- **Proza kan zelftegenstrijdigheid eruit persen.**De zin „Een lichte, vrolijke keuken, donker, beklemmend licht” klinkt duidelijk verkeerd wanneer hij hardop wordt voorgelezen; als hij als opsomming wordt geschreven, valt dit juist minder op.
- **Het model behandelt komma's als grenzen.**Een samenhangende zin zorgt ervoor dat de relatie tussen de zinsdelen doorloopt („op het marmer, omringd door bladeren, met waterdruppels”), terwijl drie losse fragmenten dat niet kunnen.
Korte promptteksten zijn geschikt voor modellen die uitsluitend op labels werken. GPT Image 2 is geen dergelijk model.
12. Wijzig slechts één variabele per keer
Dit laatste punt betreft een workflowregel, geen schrijfregel. Wanneer een afbeelding "net niet helemaal klopt":
- Pas alleenvariabeleaan — lens, belichting, tijd, werkblad — en genereer vervolgens opnieuw
- . Zet ze naast elkaar ter vergelijking
- . Sla deze variabele op en pas vervolgens de volgende aan.
De twee belangrijkste redenen waarom de meeste mensen bij het itereren mislukken, zijn: ofwel passen ze drie parameters tegelijk aan, waardoor ze niet meer weten welke wijziging het verschil heeft gemaakt; ofwel beginnen ze elke keer helemaal opnieuw, in plaats van de vorige versie als uitgangspunt te nemen. Beide dingen kunnen in een middagje oefenen worden bijgesteld.
Een duidelijk "voor/na"-vergelijking
Slechte zoektermen:
Iemand die in een bar piano speeltEen goede prompt (waarbij de tips 1, 2, 3 en 5 zijn toegepast):
Portret met cinematografisch contrast: een jazzpianist van middelbare leeftijd zit achter een vleugel in een schemerige, rokerige bar,
met een enkele warmkleurige wolfraamspot boven zijn hoofd die een warm licht op zijn gezicht en handen werpt,
terwijl de rest van de ruimte in diepe schaduwen gehuld is. 85 mm-lens, huidtextuur van fotokwaliteit.
Kleuren: warm amber, diep bordeauxrood, bijna zwarte schaduwen.Hetzelfde model, hetzelfde aantal generaties – maar de resultaten lopen mijlenver uiteen. Dat is precies waar het bij prompt-engineering om draait: het model is in orde, de bottleneck zit in je prompt.
Probeer het eens uit
Ga naar GPT Image 2 Tekst naar beeld, kies een willekeurige prompt uit de lijst en plak deze in het veld om een afbeelding te genereren. Pas vervolgens slechts één variabele aan – bijvoorbeeld de camerahoek, de belichting of het kleurenpalet – en genereer opnieuw. Binnen tien pogingen zul je een goed gevoel krijgen voor welke variabele het beste aansluit bij jouw smaak.
Dat onderscheidingsvermogen is het enige verschil tussen 'AI-afbeeldingen kunnen maken' en 'afbeeldingen kunnen maken'.
