KI-Bild-Prompt-Generator

Die Reihenfolge zählt mehr als die Wortzahl

Bildmodelle lesen deinen Prompt als gewichtete Abfolge, nicht als Checkliste. Tokens am Anfang beeinflussen Bildaufbau und Motiv stärker; Tokens am Ende justieren Finish, Stimmung und Körnung. Deshalb liefern "watercolor portrait of a fisherman" und "portrait of a fisherman, watercolor" wirklich unterschiedliche Bilder — das erste legt sich auf ein Medium fest, bevor es überhaupt entscheidet, wer der Fischer ist.

Eine verlässliche Reihenfolge, die bei allen drei großen Modellen funktioniert:

• Motiv — wer oder was, plus ein unterscheidendes Merkmal ("an elderly fisherman with a scarred hand")
• Handlung oder Zustand — was passiert, oder ausdrücklich "standing still, facing camera"
• Umgebung — wo, und wie viel davon zu sehen ist
• Stil / Medium — Fotografie, Ölgemälde, 3D-Render, konkrete Kunstrichtung
• Licht — der größte einzelne Hebel für die Stimmung
• Kamera / Objektiv — Brennweite, Blickwinkel, Schärfentiefe
• Technische Parameter — Seitenverhältnis, Qualität, Versionsangaben

Stell nach vorn, wobei du keine Kompromisse machst. Zählt der ockerfarbene Mantel mehr als der Hafen, kommt der Mantel früher. Diese Ordnungslogik folgt demselben Instinkt wie ein gut strukturierter Text-Prompt — wie man KI-Prompts schreibt liefert die allgemeine Fassung des Prinzips.

Wie viel Detail zu viel ist

Es gibt eine Obergrenze. Ab etwa 40 bis 60 bedeutungstragenden Wörtern verwässert jeder weitere Begriff die übrigen, statt etwas hinzuzufügen. Du merkst es: Du ergänzt "wearing a brass compass on a leather cord" und plötzlich kippt das Licht, das vorher saß. Das Modell verteilt Aufmerksamkeit um, es stapelt sie nicht.

Zwei Fehlerbilder, auf die du achten solltest. Das erste ist der Widerspruch: "soft diffused light" plus "harsh shadows" plus "golden hour" ergibt einen matschigen Mittelwert aus drei Lichtsetups. Das zweite ist die Doppelung: "highly detailed, intricate, ultra detailed, 8k, sharp focus" ist eine Anweisung, fünfmal getippt, und sie frisst Budget, das den Händen des Fischers zugutegekommen wäre.

Streiche alles, was das Bild nicht verändert. Wenn du ein Wort entfernst und keinen Unterschied siehst, hat es nicht gearbeitet. Schick einen Entwurf durch den Prompt-Analyzer, wenn du unsicher bist, welche Teile Gewicht tragen, und zähl die Tokens, falls du an ein hartes Limit stößt.

Dasselbe Motiv, drei verschiedene Modelle

Nimm eine Idee — ein Fischer auf einer Hafenmauer im Morgengrauen — und sieh zu, wie sich die Formulierung ändern muss.

Midjourney belohnt verdichtete, kommagetrennte Bildsprache und reagiert stark auf Art-Direction-Vokabular. Die strukturelle Arbeit übernehmen die Parameter.

DALL·E 3 schreibt deinen Prompt intern um, deshalb wird knappe Tag-Suppe auf eine Art aufgebläht, die du nicht gewählt hast. Formuliere ihn als Satz, dann bleibt er näher an deiner Absicht.

Stable Diffusion nimmt Tags bereitwillig an, respektiert Gewichtungssyntax wie (ochre coat:1.3) und hängt — entscheidend — für die halbe Arbeit an einem Negativ-Prompt. Diese Hälfte baust du im Negativ-Prompt-Tool.

Modellspezifische Formulierung übt man am besten direkt: Midjourney, Stable Diffusion und DALL·E haben hier jeweils einen eigenen Generator.

Licht- und Objektivsprache, die wirklich etwas bewirkt

Die meisten beschreibenden Wörter sind Dekoration. Ein kleiner Satz verändert echte Pixel, weil er in den Trainings-Bildunterschriften stark vertreten ist.

Lichtbegriffe, die funktionieren: golden hour, backlit, rim light, softbox, overcast, harsh midday sun, single candle, neon reflections, chiaroscuro. Begriffe, die es meist nicht tun: beautiful lighting, perfect light, dramatic atmosphere.

Objektiv- und Kamerabegriffe, die funktionieren: 14mm (weitwinklige Verzerrung, bedrohlich), 35mm (dokumentarisch, natürlich), 85mm (Porträtkompression, schmeichelhaft), macro, low angle, top-down, bokeh, long exposure. Begriffe, die es meist nicht tun: professional camera, high quality photo.

Das Muster: konkret, physisch, benennbar schlägt bewertend. "Rim light from behind, subject in silhouette" sagt dem Modell, woher die Photonen kommen. "Stunning lighting" sagt ihm gar nichts.

Seitenverhältnis, Bildaufbau und immer nur eine Variable

Das Seitenverhältnis ist kein nachträglicher Beschnitt — es steht vor der Generierung fest und bestimmt mit, was das Modell ins Bild packt. Verlang --ar 9:16 und du bekommst eine stehende Figur mit Luft über dem Kopf; verlang --ar 21:9 und du bekommst Umgebung, Negativraum und ein kleineres Motiv. Wenn dein Motiv ständig angeschnitten wird, liegt es öfter am Verhältnis als an der Beschreibung.

Kombiniere das Verhältnis mit einem klaren Bildausschnitt-Wort: close-up, medium shot, full body, wide establishing shot, overhead. Ohne eines rät das Modell.

Und dann iteriere sauber. Ändere eine Variable pro Generierung und halte den Seed fest, falls dein Modell das unterstützt. Tausch 35mm gegen 85mm und sonst nichts. Tausch overcast gegen golden hour und sonst nichts. Vier disziplinierte Runden bringen dir mehr bei als vierzig wahllose, und am Ende hast du ein wiederverwendbares Template statt eines Glückstreffers. Sichere die Sieger in deiner Prompt-Bibliothek und lies den Guide zu Bild-Prompts für den ausführlichen Durchgang dieser Schleife.