KI-Bild-Prompt-Guide: Struktur, Stil und Kontrolle

Hier geht es um übertragbares Handwerk: ein klares Visual Brief, das in vielen Bildsystemen funktioniert. Du lernst, was du steuern solltest, und was du weglassen kannst.

Dieser Guide macht nicht:

• Produkte ranken oder „welches Modell besser ist“ behaupten
• produktspezifische Parameter als universelle Prompt-Grammatik verkaufen
• perfekte Treue, Typografie, Hände, Realismus oder Konsistenz versprechen
• Kamera- und Objektivbegriffe als deterministische Optik behandeln
• behaupten, jedes Modell unterstütze Negativ-Prompts
• längere Prompts als immer besser darstellen
• versteckte Chain-of-Thought empfehlen

Für OpenAI-Workflows siehe den Prompt-Guide für GPT Image und ChatGPT Images. Für Midjourney-Parameter und Nano-Banana-Adaptation siehe Midjourney- und Nano-Banana-Prompts. Für die Gemini-Produktlandkarte siehe Google Gemini prompten.

Bevor du Motiv oder Stil beschreibst, nenne den Zweck: Werbung, Thumbnail, Konzeptkunst, Produktseite, Editorial, UI-Mock. Zweck steuert, wie poliert und wie leer der Hintergrund sein soll.

Schreibe in einem Satz: Zielgruppe, Lieferformat und was nach dem ersten Render „fertig“ bedeutet. Ohne Ziel füllt das Modell Lücken mit Trainings-Defaults. Was du weglässt, bleibt unkontrolliert; das ist kein „böser Zufall“, sondern fehlende Spezifikation.

Klarheit schlägt Länge. Ergänze nur Details, die du wirklich steuern musst. Wenn der Prompt schwer zu scannen ist, teile ihn in kurze, beschriftete Segmente.

Jedes Bild-Prompt braucht ein klares Motiv. Lege Identität, Anzahl und Handlung fest, bevor Stil oder Stimmung kommen.

Schwach:

realistic photo of a woman

Verbessert:

Photorealistic three-quarter portrait of a woman in her 30s with short silver hair, looking just past the camera, soft window light from camera-left, shallow background blur, neutral gray wall, calm editorial mood. No watermark, no extra text.

Warum besser steuerbar: Identität, Blick, Lichtrichtung, Umgebung, Stilwort und Einschränkungen. Keine Kameramarke; „shallow background blur“ beschreibt den Look ohne Optik-Garantien.

Baue vom Allgemeinen zum Spezifischen: Kategorie → bestimmende Merkmale → Aktion oder Zustand. Zwei bis drei Elemente funktionieren oft gut; fünf konkurrierende Blickfänge überladen die Szene.

Ort, Tageszeit, Wetter und nur lasttragende Props machen die Szene greifbar. Props, die nichts steuern, werden zu Clutter.

Schwach:

cyberpunk city

Verbessert:

Wide establishing view of a rainy near-future city street at night, neon signs reflecting on wet asphalt, one empty crosswalk in the foreground, dense midground traffic lights, towering glass buildings fading into fog, teal-and-magenta color grade, cinematic still.

Warum besser steuerbar: Tiefenebenen, Wetter, Color Grade und ein klarer Vordergrund-Anker statt nur eines Genre-Keywords.

Kompositionssprache ist portabel: Nahaufnahme, Weitwinkel, Augenhöhe, Froschperspektive, Vogelperspektive, Negativraum. Sage, was zuerst gelesen werden soll (visuelle Hierarchie). Beschreibe Vorder-, Mittel- und Hintergrund sowie den gewünschten Tiefen-Look (weich vs. durchgehend scharf), ohne echte Schärfentiefe-Physik zu versprechen.

Seitenverhältnis und Ausgabegröße sind oft Steuerelemente außerhalb des Prompt-Texts: Midjourney nutzt zum Beispiel --ar; andere Tools haben UI- oder API-Picker. Halte das Prinzip (vor der Generierung festlegen), aber behandle die Syntax als produktspezifisch. Ein späterer Zuschnitt eines Quadrats zum Querformat verschenkt oft die Komposition.

Licht steuert Stimmung. Nenne Quelle, Qualität und Richtung, wenn Stimmung zählt. Unspezifiziertes Licht bleibt unkontrolliert; Defaults unterscheiden sich je nach Produkt und Version.

Farbe: benannte Paletten schlagen vage „schöne Farben“. Material und Textur: konkrete Oberflächen (Leder, Mattglas, grobes Papier) sind stärker als leere Qualitätsadjektive wie „8K“ oder „ultra detailed“.

Schwach:

cool sneakers product shot

Verbessert:

Studio product photo of white leather high-top sneakers on a matte light-gray seamless backdrop, 3/4 front angle, soft diffused overhead light with gentle contact shadow, crisp material detail on stitching and rubber sole, catalog e-commerce style. Empty background, no props, no logos other than the shoe’s own.

Warum besser steuerbar: Winkel, Licht, Backdrop, Materialhinweise, Ausgabezweck (Katalog) und explizite Leere statt Hoffnung auf Produktfoto-Normen.

Kamera- und Objektivsprache ist optionale fotorealistische Kurzschrift für Look und Framing. Detaillierte Specs können locker interpretiert werden; sie garantieren keine reale Optik. Bevorzuge sichtbare Ergebnisse (weicher Hintergrund, scharfe Label-Fokus) vor Marken-Drops.

Stil ist Medium plus Bewegung plus visuelle Qualitäten. Ein kohärentes System schlägt Stil-Suppe.

Schwach:

watercolor flowers

Verbessert:

Botanical watercolor illustration of a single poppy with ink outlines on textured cold-press paper, soft pigment blooms, generous white negative space on the right for a caption, field-guide plate aesthetic, muted greens and coral red.

Warum besser steuerbar: Medium, Technik, Kompositionszweck (Platz für Caption) und Palette; Stile bewusst gestapelt statt vage.

Widersprüche reduzieren Kontrolle: Fotoreal plus Cartoon ohne hybriden Plan, Style-Reference plus gegensätzliche Stiladjektive, oder „alles premium ändern“ plus „alles identisch lassen“. Wähle ein Stil-System, ein Hauptmotiv und eine Ausschlussmethode.

Viele Einstellungen gehören nicht in Adjektiv-Haufen im Prompt:

• Seitenverhältnis / Größe
• Qualität / Steps / CFG (je nach Tool)
• Seed
• Style-Presets oder Content-Type in der UI
• Referenzgewichte und Edit-/Masken-Modi

Wenn dein Tool einen Regler dafür hat, nutze ihn. Vergrabe denselben Wunsch nicht nur in Prosa. Seeds und Qualitätsregler sind produktspezifische Reproduzierbarkeits- und Fidelity-Werkzeuge, keine portable Prompt-Grammatik. Latenz versus Treue ist eine Einstellung, kein Adjektivstapel.

Beschreibe zuerst die gewünschte Szene positiv. Generiere einmal, notiere konkrete Defekte, und nutze dann den Ausschluss-Mechanismus dieses Tools. Negativ-Prompts sind nicht universell.

• Constraint im Prompt (z. B. GPT Image): „no watermark“, Preserve-Listen
• Parameter (Midjourney): --no item1, item2 (Beispiel; Details im Midjourney-Guide)
• Negativ-Feld (Imagen / Stable-Diffusion-Linie): separates Feld; dort unerwünschte Dinge klar benennen, wo die Docs das so verlangen
• UI Remove/Fill (Firefly-Klasse): Maske plus Fill, kein klassischer Negativ-Prompt
• Keine Negatives (Flux-Klasse): Ausschlüsse als positive Szenenbeschreibung umschreiben

Support hängt von Modell und Interface ab; prüfe die aktuelle Produktdokumentation. Vermeide riesige generische Ban-Listen beim ersten Versuch.

Setze exakten Kurztext in Anführungszeichen, nenne Platzierung und Schriftcharakter, und plane Iteration. Erwarte keine sauberen langen Dokumente und keine exakten Named Fonts.

Schwach:

poster with text about summer

Verbessert:

Minimalist poster, solid sun-washed cream background, centered bold sans-serif title "SUMMERLAND", smaller subtitle underneath "Open late", large clean lettering, plenty of margin, no other text, no watermark.

Warum besser steuerbar: zitierte Strings, Hierarchie, Platzierung und „kein anderer Text“. Prüfe Lettering trotzdem visuell.

Nutze Referenzen, wenn Markenlook, Charakteridentität oder Produktgeometrie fest bleiben müssen, wenn ein Stil leichter zu zeigen als zu benennen ist, oder wenn Prosa vom Zielästhetik abdriftet.

Schwach: langer Fließtext, der einen Markenlook aus dem Gedächtnis neu erfindet.

Verbessert:

Image 1 is the product photo to keep. Image 2 is the style reference only. Keep the product geometry, label layout, and camera angle from Image 1. Apply Image 2’s soft daylight, film grain, and muted pastel grade. Do not copy objects from Image 2.

Warum besser steuerbar: indexierte Rollen (Identität vs. Stil) und klare Non-Goals. Produktsyntax (--sref, File-IDs, Firefly Composition Reference) gehört in die Sibling-Guides.

Neue Szene: volles Briefing. Chirurgischer Edit: „Ändere nur X. Behalte Y invariant.“ Globales Restyling: Geometrie behalten, Stil/Licht/Farbe ändern. Maskierte Fills: Fill für den markierten Bereich beschreiben.

Schwach:

make it better and more premium

Verbessert:

Edit only the background: replace the busy kitchen with a clean white quartz counter and soft daylight. Preserve the cereal box design, typography, camera angle, crop, and product proportions exactly. Do not change colors on the box. No new props, no logos, no watermark.

Warum besser steuerbar: Change-Liste plus Preserve-Liste. Selection-Tools können bleeden; Identität kann driften; prüfe nach jedem Schritt. Keine „Near-Zero-Drift“-Versprechen.

Ändere eine Variable pro Durchlauf. Vor dem Generate:

• Zweck genannt
• Motiv, Anzahl und Aktion eindeutig
• nur lasttragende Props
• ein primärer Fokus
• Framing / Perspektive beschrieben
• Licht mit Quelle + Qualität + Richtung (wenn Stimmung zählt)
• Stil/Medium kohärent
• Must-not mit dem richtigen Mechanismus
• Aspect/Size/Quality/Seed/Presets in den Controls gesetzt
• On-Image-Text zitiert, kurz, platziert
• Referenzen rollenbeschriftet, falls nötig
• klar: frische Generierung oder Edit

Troubleshooting (kurz): falsches Motiv → Anzahl/Aktion schärfen; flacher Look → Licht + Material + Medium; Stil-Suppe → ein System; Ausschluss ignoriert → positiven Mechanismus oder Tool wechseln; Text kaputt → kürzer zitieren; Edit driftet → Change-only + Invarianten; Brand passt nicht → Style-/Identity-Reference.

Übe im kostenlosen Bild-Prompt-Tool.

Portable Image Brief (PIB) ist eine praktische 12-Punkte-Checkliste dieses Guides, kein Branchenstandard, kein ISO und kein Vendor-Framework. Nutze PIB vor dem Generieren:

1. Purpose – Wofür ist das Bild (Anzeige, Thumbnail, Konzept, Produktseite)?
2. Subject – Wer/was, wie viele, bestimmende Merkmale?
3. Action – Was passiert; Blick/Pose bei Menschen?
4. Environment – Wo; welche Props sind lasttragend?
5. Composition – Framing, Kamerahöhe/-winkel, Hierarchie (was liest zuerst)?
6. Perspective / depth – Vorder-/Mittel-/Hintergrund; weicher vs. tiefer Look?
7. Lighting – Quelle, Qualität, Richtung, Tageszeit?
8. Color + material – Palette; Oberflächen/Texturen, die zählen?
9. Style / medium – Ein kohärentes System?
10. Constraints – Must-have / Must-not; welcher Ausschluss-Mechanismus gilt hier?
11. Controls – Aspect/Size/Quality/Seed/Preset in UI/API gesetzt?
12. Proof plan – Referenz nötig? Edit vs. Generate? Was prüfst du nach dem ersten Render?

Baue dein Briefing mit PIB, generiere, prüfe, ändere eine Variable. Für die Praxis: Bild-Prompts kostenlos verbessern.

• GPT Image / ChatGPT Images – OpenAI-Oberflächen, Edits, Qualität und Größe
• Midjourney und Nano Banana – Parameter, Referenzen, modellspezifische Limits
• Gemini prompten – Produktmap und Gemini-Bild-Workflows

Fähigkeiten unterscheiden sich nach Produkt und Version. Prüfe die aktuelle Dokumentation deines Tools, bevor du temporäre Limits als ewige Regeln behandelst.