Wie du aus Beispiel-Prompts für KI-Kunst einen wiederholbaren Text-to-Image-Workflow machst

Die meisten begegnen Text-to-Image zuerst in Form einer Liste von Beispielen: ein Satz, aus einem Blog kopiert, in einen Generator eingefügt – und heraus kommt ein überraschend gutes Bild. Dann schreiben sie einen eigenen Satz, bekommen etwas Matschiges und schließen daraus, die Beispiele seien Magie gewesen und keine Methode.

Die Beispiele sind keine Magie. Sie funktionieren, weil jedes von ihnen still dieselben paar Fragen beantwortet: Was für ein Bild ist das, was macht das Motiv, wo ist es, was macht das Licht, und nach welchem Medium sieht es aus. Wenn du diese Antworten aus einem Beispiel herausziehen und für ein anderes Motiv wieder einsetzen kannst, kannst du deine eigenen Prompts schreiben. Der folgende Workflow macht genau das in einer festen Reihenfolge: Ziel festlegen, ein Beispiel zerlegen, die Slots füllen, einfrieren, was du nicht testest, pro Durchlauf eine Sache ändern, den Fehlschlag diagnostizieren und am Ende exportieren und das Rezept notieren.

Lege das Ziel fest, bevor du ein Wort schreibst

Ein Prompt ist eine Anweisung für genau eine Datei, also fängst du mit der Datei an. Vier Entscheidungen im Vorfeld sparen die meisten späteren Durchläufe. Erstens das Seitenverhältnis: ein breites Banner, ein quadratischer Post und ein Hochformat-Poster sind verschiedene Kompositionen, nicht verschiedene Ausschnitte desselben Bildes. Zweitens das Motiv, im Singular: ein Prompt, der zwei oder drei konkurrierende Blickpunkte verlangt, erzeugt meist eine Szene, in der keiner davon aufgelöst ist. Drittens die Lesedistanz: Was muss in Thumbnail-Größe noch tragen, denn Details, die erst bei voller Vergrößerung auftauchen, sind verschenkter Platz in der Komposition. Viertens die Ausschlussliste, also die Dinge, die das Bild ruinieren würden, wenn sie auftauchen.

Lass das Verhältnis im Regler der App und nicht im Satz. Die Prompt-Dokumentation von Ideogram zieht diese Grenze ausdrücklich: Seitenverhältnis und Qualität wählst du in den Einstellungen, denn die Formulierung im Prompt beschreibt die Komposition und ändert diese App-Einstellungen nicht. Dieselbe Trennung gilt in den meisten Generatoren, KOOX AI eingeschlossen, wo Modell und Ausgabegröße neben dem Prompt-Feld stehen und nicht darin.

Zerlege jedes Beispiel in fünf Slots

Die wiederverwendbarste Form für Beispiel-Prompts der KI-Kunst ist eine kurze geordnete Vorlage: Bildtyp, Hauptmotiv, Aktion oder Platzierung, Umgebung, dann Licht und Stil. In einer Zeile gelesen sieht das so aus: ein Produktfoto einer grünen Glasflasche, mittig auf einem cremefarbenen Podest, weiches Fensterlicht, in einem minimalistischen Studio.

Jeder Slot hat eine Aufgabe, und wenn du die Aufgabe kennst, wird ein Beispiel übertragbar.

• Bildtyp legt die Grammatik des Bildes fest: Fotografie, Ölgemälde, Bleistiftskizze, dreidimensionales Rendering, flache Vektorillustration. Er ist die folgenreichste Formulierung im Prompt, denn er entscheidet, wie die anderen Wörter aussehen dürfen.
• Hauptmotiv trägt die visuellen Fakten: Farbe, Form, Material, Textur, Zustand. Unbestimmte Substantive sind hier der übliche Grund, warum ein Ergebnis thematisch stimmt und visuell leer bleibt.
• Aktion oder Platzierung sagt, wie das Motiv im Bild sitzt. Auch ein stilles Objekt hat eine Haltung: aufrecht stehend, seitlich liegend, das linke Drittel füllend.
• Umgebung beantwortet wo und wann, einschließlich dessen, was hinter dem Motiv liegt und wie weit es entfernt ist.
• Licht und Stil entscheiden die Stimmung: Richtung, Härte, Farbtemperatur, dann Medium und Oberflächenwirkung.

Was die Vorlage weglässt, zählt genauso viel. Verhältnis, Modell und ein etwaiger Negativ-Prompt sind eigene Regler in der Oberfläche, keine Sätze. Ein Beispiel, das gut klingt, aber in einem anderen Verhältnis erzeugt wurde, lässt sich auf deiner Arbeitsfläche nicht reproduzieren, und kein Umschreiben der Welt ändert daran etwas.

Fülle die Slots, dann komprimiere

Schreib einen ersten Entwurf, der alle fünf Slots in einfacher Sprache füllt, und kürze ihn dann. Ein brauchbares Ziel sind ein Satz für die Slots Motiv und Licht und eine Wortgruppe für den Rest.

Nimm eine schwache Anfrage – ein wunderschönes Kunstwerk eines Fuchses in einem Wald – und fülle die Slots: ein Aquarell eines roten Fuchses, der still auf einem umgestürzten, bemoosten Baumstamm steht, niedrige Farne im Vordergrund, kaltes blaues Abendlicht von links, lockere, sichtbare Pinselstriche. Jeder hinzugefügte Teilsatz zeigt jetzt auf etwas, das du im Ergebnis prüfen kannst: die Haltung des Fuchses, den Stamm, die Farne, die Lichtrichtung, die Pinselführung. Kommt das Bild falsch zurück, kannst du den Teilsatz benennen, der versagt hat, statt am ganzen Satz zu raten.

Verdichtung zählt so viel wie Detail. Zwei Adjektive, die in verschiedene Richtungen ziehen – weich und knackig oder vintage und minimalistisch –, heben sich meist auf oder erzeugen eine matschige Oberfläche. Behalte die Adjektive, die etwas Sichtbares beschreiben, und streiche die, die nur deine Meinung zu dem beschreiben, was du verlangt hast.

Friere alles ein, was du nicht testest

Diffusion ist ein Zufallsprozess: derselbe Prompt erzeugt bei verschiedenen Durchläufen verschiedene Pixel. Die diffusers-Dokumentation von Hugging Face sagt das ohne Einschränkung und merkt an, dass Diffusion ein Zufallsprozess ist, der jedes Mal eine andere Ausgabe erzeugt – weshalb Reproduzierbarkeit davon abhängt, den Seed ebenso zu kontrollieren wie die Formulierung.

Das hat eine direkte Folge für die Iteration. Wenn du Prompt und Seed gleichzeitig änderst, kannst du nicht sagen, welcher von beiden die Verbesserung bewirkt hat, und du behältst womöglich eine Änderung, die damit nichts zu tun hatte. Friere ein, was du nicht testest: gleiches Modell, gleiches Seitenverhältnis, gleiche Qualitätseinstellung und derselbe Seed, wo das Tool einen anbietet. Dann ändere einen einzelnen Slot, generiere neu und vergleiche.

Gibt es keine Seed-Steuerung, starte vorab zwei identische Generierungen und schau, wie stark sie sich unterscheiden. Das ist der Rauschboden des Tools, und jede Änderung, die kleiner ist als der Rauschboden, ist kein Beleg für irgendetwas.

Ändere pro Durchlauf einen Slot

Die Schleife ist absichtlich langweilig. Nimm den Slot, der dir im aktuellen Bild am schwächsten erscheint, schreibe nur diesen Slot neu, generiere neu und lege beide Ergebnisse in derselben Größe nebeneinander. Behalte das bessere und notiere, was du geändert hast.

Zwei oder drei Durchläufe am selben Slot sind eine vernünftige Obergrenze. Darüber hinaus ist der Slot meist nicht das Problem, und der ehrliche nächste Schritt ist ein anderes Modell oder eine andere Komposition statt eines längeren Satzes.

Ordne die Durchläufe nach Kosten. Komposition und Motiv kommen zuerst, denn Licht- und Stilentscheidungen sind verschwendet an einem Bild, dessen Motiv falsch ist. Der Stil kommt zuletzt und ist meist am günstigsten zu klären, weil ein starkes Medium-Wort oft ein Stimmungsproblem löst, an dem drei Adjektive gescheitert sind.

So entsteht auch eine persönliche Prompt-Bibliothek. Nach ein paar Sitzungen schreibst du keine Sätze mehr von Grund auf, sondern setzt du sie aus Slots zusammen, die schon funktioniert haben: ein Licht, von dem du weißt, dass es saubere Schatten wirft, ein Medium, das Laub so rendert, wie du es willst, eine Platzierung, die Raum für eine Überschrift lässt.

Diagnostiziere den Fehlschlag, bevor du umschreibst

Einen ganzen Prompt neu zu schreiben, weil eine Sache falsch ist, macht Prompts lang und instabil. Ordne den Fehlschlag zuerst einer Klasse zu, denn jede Klasse zeigt auf einen anderen Slot.

• Das Motiv stimmt, aber der Bildausschnitt nicht: Das ist Komposition, also korrigiere Platzierung und Umgebung.
• Der Ausschnitt stimmt, aber die Stimmung ist flach: Korrigiere das Licht vor den Stilwörtern und gib diesem Licht eine Richtung.
• Das Motiv ist nicht erkennbar oder verschmilzt mit dem Hintergrund: Der Motiv-Slot ist zu abstrakt, oder zwei Motive konkurrieren. Reduziere auf eines und beschreibe seine Konturen.
• Das Bild ist überladen: Streiche Nebenelemente aus dem Prompt und entscheide dann, ob die Umgebung selbst einfacher sein muss.
• Schrift kommt verhunzt zurück: Setze die exakten Wörter in Anführungszeichen und halte sie kurz, denn lange Zeichenketten und ungewöhnliche Schreibweisen brechen zuerst.
• Der Bildausschnitt ist falsch: Das ist ein Regler, kein Prompt. Ändere das Verhältnis und schreibe den Kompositionssatz passend zum neuen Rahmen um.

Zwei oder drei davon decken fast jedes enttäuschende Ergebnis ab, und jedes kostet einen Satz Redigieren statt eines kompletten Neuaufbaus.

Teste dasselbe Beispiel auf einem zweiten Modell

Bevor ein Prompt in deine Bibliothek wandert, lass ihn einmal auf einem anderen Modell laufen. Die meisten Plattformen bieten mehrere, und das Tool text to image von KOOX AI listet mehrere Modelle neben getrennten Reglern für Seitenverhältnis und Auflösung. Modelle unterscheiden sich darin, wie sie Haut, Schrift, Laub und feine Muster rendern, und ein auf eines abgestimmter Prompt lässt sich nicht automatisch auf einem anderen reproduzieren.

Halte den Prompt konstant und ändere nur das Modell. Welches Ergebnis dir auch besser gefällt, du hast etwas Bleibendes gelernt: Entweder ist der Prompt modellspezifisch und verdient eine Notiz, oder er ist robust genug, um überall wiederverwendet zu werden.

Exportiere in finaler Größe und notiere das Rezept

Die Generierungseinstellungen entscheiden, was du danach mit der Datei machen kannst. Wähle die finalen Maße vor dem Generieren und generiere in der größten Größe, die das Tool für dieses Verhältnis erlaubt, denn aus einem kleinen Quadrat wird kein breites Hero-Bild, ohne dass du entweder die Komposition wegschneidest oder sie zu etwas Weichem verziehst. Braucht das Layout ein anderes Verhältnis, generiere in diesem Verhältnis neu, statt zu skalieren.

Dann notiere das Rezept in der Form, die du tatsächlich nachschlagen wirst: den Prompt-Text, das Modell, das Verhältnis, den Seed, falls es einen gab, und eine Zeile dazu, wofür das Bild gedacht war. Ein Ordner mit unbenannten Dateien ist keine Bibliothek, eine Zeile Notiz pro Bild schon.

Ein Workflow, den du in zwanzig Minuten durchziehst

Die ganze Abfolge passt in eine kurze Sitzung. Lege die Datei und die Ausschlüsse fest. Zerlege ein Beispiel in fünf Slots und fülle sie für dein Motiv. Friere die Einstellungen ein, ändere pro Durchlauf einen Slot und ordne jeden Fehlschlag einer Klasse zu, statt alles neu zu schreiben. Lass den Sieger-Prompt auf einem zweiten Modell laufen, exportiere in finaler Größe und schreibe die Notiz.

Der sichtbare Gewinn ist Tempo. Der unsichtbare ist, dass jedes Bild einen Prompt hinterlässt, den du verstehst – und genau das unterscheidet das Sammeln von Glückstreffern vom Aufbau einer Methode.