Bild-Prompts schreiben für Midjourney, DALL·E & Stable Diffusion

Tippe „a cat" in einen beliebigen Bildgenerator und du bekommst eine Katze. Es könnte ein Foto sein, ein Cartoon, ein Ölgemälde oder etwas, das aussieht wie Clipart von 2004. Das Modell hat geraten, weil du ihm fast nichts an die Hand gegeben hast. Der Unterschied zwischen einem vergesslichen Ergebnis und einem, das du tatsächlich nutzen würdest, läuft darauf hinaus, wie viel du dem Modell sagst und in welcher Reihenfolge du es sagst. Dieser Ratgeber geht durch, was in einen Prompt gehört, und zeigt dann, wie die drei großen Tools diese Informationen jeweils geliefert haben wollen.

Die Bausteine, aus denen du einen Prompt zusammensetzt

Denk an einen Prompt als einen Stapel von Entscheidungen. Jede engt den Raum der Bilder ein, die das Modell erzeugen könnte. Lässt du eine Ebene aus, füllt das Modell sie für dich – meist mit etwas Generischem.

Eine verlässliche Reihenfolge zum Durcharbeiten:

• Motiv – wer oder was im Bild ist und was er tut. „A fox curled asleep" schlägt „a fox".
• Stil oder Medium – Fotografie, Aquarell, 3D-Render, Kohleskizze, Cyberpunk-Illustration. Diese Entscheidung färbt alles andere.
• Komposition – Nahaufnahme, Weitwinkel, Vogelperspektive, Motiv außermittig platziert, Vorder- und Hintergrundelemente.
• Licht – goldene Stunde, weiches Fensterlicht, harte Mittagssonne, Neon-Schein, Rim-Light. Licht bewirkt für die Stimmung mehr als fast alles andere.
• Stimmung und Farbe – melancholisch, verspielt, angespannt; eine warme Bernsteinpalette, gedämpfte Pastelltöne, kontrastreiches Monochrom.
• Kamera und Objektiv – für fotografische Looks: 35 mm, 85-mm-Porträtobjektiv, geringe Schärfentiefe, Makro. Diese schieben das Modell in Richtung Realismus.
• Detail- und Qualitätsmodifikatoren – „intricate texture", „sharp focus", „highly detailed" und toolspezifische Qualitäts-Flags.

Du brauchst nicht jede Ebene jedes Mal. Eine Kinderbuch-Illustration braucht selten eine Objektiv-Angabe. Aber von oben nach unten vorzugehen hält dich davon ab, das Motiv unter Adjektiven zu begraben – was eine der häufigsten Arten ist, wie Prompts schiefgehen. Wenn du das breitere Denken hinter dem Strukturieren von Anweisungen für jedes Modell willst, behandeln die Grundlagen des Prompt Engineering dieselbe Logik über Bilder hinaus.

Midjourney: Die Parameter tragen das Gewicht

Midjourney liest eine kommagetrennte Beschreibung und nimmt dann Anweisungen aus Parametern, die ans Ende gehängt werden. Die Beschreibung setzt die Szene; die Flags steuern die Maschinerie.

Die, zu denen du ständig greifst:

• --ar setzt das Seitenverhältnis (--ar 16:9 für Breitbild, --ar 2:3 für ein Hochkant-Poster).
• --v wählt die Modellversion.
• --style raw fährt Midjourneys Neigung zum Verschönern zurück und gibt dir eine wörtlichere Lesart deiner Worte.
• --no entfernt Elemente: --no text, watermark.
• :: gewichtet Begriffe. forest::2 fog::1 sagt dem Modell, dass der Wald doppelt so wichtig ist wie der Nebel.

Gewichtung und --no sind dein Lenkrad. Wenn ständig Neonschilder in eine Szene bluten, die du sauber wolltest, räumt --no neon sie schneller weg als zehn „no neon"-Wörter in der Beschreibung.

DALL·E 3: Schreib es wie einen Satz

DALL·E 3 wurde gebaut, um schlichte, beschreibende Sprache zu lesen, deshalb arbeitet Keyword-Suppe hier gegen dich. Schreib ganze Sätze, so wie du eine menschliche Illustratorin briefen würdest, und es wird die Komposition intelligent handhaben. Es schreibt deinen Prompt außerdem im Hintergrund um, um Details zu ergänzen – was hilfreich ist, bis es das nicht mehr ist. Sei also bei allem, was dir wichtig ist, explizit.

Weil DALL·E sich auf Grammatik und die Beziehungen zwischen Dingen stützt, kommt räumliche Formulierung gut an: „a red mug to the left of an open notebook, a pair of glasses resting on the pages". Beschreibe die Anordnung und es respektiert sie meist. Heb dir die technische Kurzschrift für die beiden anderen Tools auf. Wenn du vom Schreiben von Text-Prompts kommst, übertragen sich viele derselben Gewohnheiten – siehe wie du KI-Prompts schreibst für den allgemeinen Ansatz.

Stable Diffusion: Keywords, Gewichte und Negativ-Prompts

Stable Diffusion arbeitet am nächsten an der nackten Maschinerie. Prompts sind kommagetrennte Keywords, und du bekommst direkte Kontrolle über Betonung und Ausschluss. Das ist das Tool, bei dem sich ein Negativ-Prompt auszahlt, denn ein gut gefüllter behebt leise die wiederkehrenden Mängel, die diese Modelle produzieren.

Betonung nutzt Klammern und numerische Gewichte. (dramatic lighting:1.3) verstärkt einen Begriff; (background clutter:0.6) unterdrückt ihn. Stapel ein paar davon und du modellierst.

Ein Starter-Negativ-Prompt, den du parat halten solltest:

• Anatomie-Korrekturen: extra fingers, fused hands, deformed limbs
• Müll-Artefakte: watermark, signature, text, jpeg artifacts
• Stil-Korrekturen: cartoon (wenn du ein Foto willst), oversaturated, blurry

Wiederverwenden und pro Projekt anpassen statt von Grund auf neu schreiben. Wenn du einen aus einer Checkliste zusammenstellen willst, erspart dir ein Negativ-Prompt-Generator das Raten, und ein allgemeiner Bild-Prompt-Helfer kann die positive Seite in der richtigen Reihenfolge auslegen.

Seitenverhältnis, Seeds und in einer Sprache bleiben

Das Seitenverhältnis ist nicht kosmetisch. Ein quadratischer Ausschnitt komponiert anders als ein hohes Hochformat, und das Modell rahmt das Motiv passend ein. Entscheide die Form, bevor du die Details polierst, denn ein breites 16:9 und ein hohes 9:16 „desselben" Prompts wollen oft völlig verschiedene Kompositionen.

Seeds sind, wie du aufhörst, gegen den Zufall zu kämpfen. Jede Generierung startet von einer Seed-Zahl; verwende sie erneut und das Modell beginnt vom selben Punkt, sodass deine nächste Anpassung nur das ändert, was du bearbeitet hast, statt das ganze Bild neu zu würfeln. Der Workflow, der tatsächlich funktioniert:

• Generiere einen Batch, finde einen, der zu 80 % da ist.
• Schnapp dir seinen Seed.
• Sperr den Seed und passe ein einzelnes Element an – das Licht, ein Objekt, die Palette.
• Vergleiche mit dem Original.

Das verwandelt „am Rad drehen und hoffen" in etwas, das dem Bearbeiten näher kommt.

Zur Sprache: Die Modelle wurden überwältigend auf englischem Text trainiert, der mit Bildern gepaart war, sodass englische Beschreibungen präziser auf das abbilden, was das Modell tatsächlich gelernt hat. Prompts in anderen Sprachen funktionieren oft, aber du verlierst Treue bei nuancierten oder ungewöhnlichen Begriffen, und Nischen-Stilwörter registrieren womöglich gar nicht. Wenn Englisch nicht deine Muttersprache ist, schreib die Idee in deinen eigenen Worten und übersetze dann den finalen Prompt, bevor du generierst.

Alles zusammensetzen

Zwei Gewohnheiten trennen Leute, die konsistente Ergebnisse bekommen, von denen, die immer weiter neu würfeln. Erstens: Bau jeden Prompt in derselben Reihenfolge, damit du nie das Licht vergisst oder die Komposition dem Zufall überlässt. Zweitens: Behandle jede Generierung als Test einer Idee, nicht als Lottoschein.

Ein durchgerechnetes Beispiel, über Tools hinweg anpassbar:

Lies das gegen die Ebenen zurück: Motiv (dewdrop on a web), Stil (macro photograph), Komposition (single droplet, blurred background), Licht (backlit sunrise), Farbe (warm gold against dark green), Detailmodifikatoren und das Seitenverhältnis am Ende. Nichts bleibt dem Zufall überlassen.

Die meisten schwachen Ergebnisse gehen auf eine fehlende Ebene oder ein unter Adjektiven ersticktes Motiv zurück, und beides ist leicht zu erkennen, sobald du das Muster kennst – häufige Prompting-Fehler sammelt die, die es zu vermeiden lohnt. Bring die Anatomie richtig hin, respektiere, was jedes Tool will, und ändere eine Sache nach der anderen.

Quellen

• Midjourney
• Stability AI