- Blog
- Afbeeldingen bewerken met AI-prompts: een workflow in vier fasen die herwerk vermindert
Afbeeldingen bewerken met AI-prompts: een workflow in vier fasen die herwerk vermindert
Bewerk afbeeldingen met AI-prompts via een workflow in vier fasen: bereid de bron voor, schrijf een bondige briefing, beoordeel aan de hand van een checklist en verfijn één variabele per keer.

De meeste teleurstellende AI-afbeeldingsbewerkingen zijn geen modelfouten; het zijn briefingsfouten. Je sleept een telefoonsnapshot gemaakt in gemengd licht naar binnen, typt "maak het professioneel", en beoordeelt het model vervolgens op een resultaat waarvoor het nooit een duidelijk doel heeft gekregen. Afbeeldingen bewerken met AI-prompts beloont een andere gewoonte: behandel het model als een bekwame retoucheur die een exacte instructie nodig heeft — wat moet veranderen, wat moet blijven, en hoe de nieuwe pixels tegenover de oude moeten liggen.
Deze gids verdeelt betrouwbare image-to-image-bewerking in vier fasen: de invoer voorbereiden, de bewerking schrijven als een bondige briefing, elk resultaat beoordelen aan de hand van een vaste checklist en één variabele per keer verfijnen. Dezelfde cyclus geldt of je nu een productfoto opschoont, een achtergrond vervangt of een portret herstileert, en je kunt hem van begin tot eind doorlopen met een algemene editor zoals de AI image to image-tool op KOOX AI.
Fase één: bereid de invoer voor voordat je de prompt aanraakt
Geen enkele prompt loopt sneller dan zijn bronafbeelding. De meest effectieve voorbereidingsstap is vertrekken van de helderste, best verlichte versie van de afbeelding die je al hebt, en een onaangeroerde kopie als referentie bewaren. Als je van plan bent de achtergrond te vervangen, maakt een schone, eenvoudige origineel die bewerking veel gemakkelijker; als je een gezicht wilt behouden, geeft een frontaal, gelijkmatig verlicht frame het model meer om mee te werken — moderne bewerkingsmodellen bouwen gezichts- en identiteitsbehoud speciaal in voor dit soort werk in meerdere stappen (OpenAI's GPT Image prompting guide).
Een beetje opruimwerk vóór de prompt bespaart later veel nieuwe pogingen. Snijd bij tot de kadrering die je echt wilt, los duidelijke belichtings- of kleurproblemen in de bron op en verwijder alles waarvan je al weet dat je het weg wilt hebben, zodat het model niet tegen het origineel hoeft te vechten. Als de bewerking afhangt van scherpe tekst — een productlabel, een bord, een korte kop in de afbeelding — controleer dan eerst of de brontekst leesbaar is, want een scherpe bron geeft het model iets nauwkeurigs om te behouden. Werk op de hoogst mogelijke resolutie en bepaal de beeldverhouding van de uitvoer vooraf in plaats van het resultaat achteraf bij te snijden (Let's Enhance prompting guide).
Voordat je ook maar één woord prompt schrijft, beantwoord je drie vragen en schrijf je de antwoorden op:
- Wat mag niet veranderen? Identiteit, productlabel, plaatsing van het logo, camerahoek en lichtrichting zijn de gebruikelijke constanten. Ze nu benoemen is wat het model ervan weerhoudt iets te "verbeteren" dat je wilde behouden.
- Wat is de ene verandering die je echt wilt? Een achtergrondwissel, een materiaalwijziging, een kleurverschuiving, een toegevoegd object. Eén primaire verandering per ronde houdt de briefing leesbaar.
- Welke vorm van uitvoer heb je nodig? Beeldverhouding, resolutie en formaat horen in het plan, niet in een last-minute oplossing.
Fase twee: schrijf de bewerking als een briefing, niet als een wens
Text-to-image en image-to-image vragen verschillende dingen van een prompt. Waar een verse generatie vanuit het niets begint, begint een bewerking bij een echte afbeelding, dus de prompt moet zowel de verandering als de beperking beschrijven. Een nuttige basisstructuur is degene die BRIA's bewerkingsdocumentatie aanbeveelt: doel + verandering + constanten + integratieaanwijzingen. Het gegeven voorbeeld — "Vervang de flessendop door geborsteld aluminium. Houd de flesvorm, de labeltekst, de camerahoek en de achtergrond ongewijzigd. Stem reflecties en contactschaduwen af op de originele studiolicht" — toont alle vier de delen tegelijk aan het werk (BRIA image editing best practices).
Google verwoordt hetzelfde idee als een korte checklist die je per prompt kunt invullen: onderwerp, compositie, actie, locatie, stijl en — specifiek voor bewerkingen — directe bewerkingsinstructies zoals "maak de stropdas van de man groen" of "verwijder de auto op de achtergrond" (Google's Gemini image prompting tips).
Twee gewoonten maken de briefing scherper. Ten eerste: schrijf de constanten in volledige zinnen in plaats van erop te vertrouwen dat het model ze zelf afleidt; herhaaldelijk herhalen van "houd de camerahoek, houd het label, houd de belichting" is wat langzame afwijking door meerdere rondes heen voorkomt. Ten tweede: behandel de prompt als een creatieve briefing in plaats van een hoopje trefwoorden: specifiek is goed, overladen niet, want een pagina vol tegenstrijdige details verwart de bewerking net zo goed als een vaag verzoek van één woord (Cloudinary's image prompt guide).

Voor bewerkingen die lokaal moeten blijven — één object, één materiaal, één kleur — is een masker of regioselectie het precisiegereedschap. Gemaskeerde gebieden worden opnieuw gegenereerd in plaats van geretoucheerd, dus houd de selectie iets groter dan de rand van het object, vooral rond haar, glas, stof en raakpunten, om het model ruimte te geven om te mengen (BRIA). Smalle, specifieke tools brengen je er vaak direct: een generative fill voor het uitbreiden of herstellen van een gebied, een object remover voor het verwijderen van een afleiding, of een local recolor wanneer alleen de kleur moet verschuiven.
Fase drie: beoordeel aan de hand van een checklist, niet op gevoel
Een resultaat beoordelen op "ziet het er goed uit" verbergt de fouten die er in echt werk het meest toe doen. Beoordeel in plaats daarvan aan de hand van vaste vragen, in deze volgorde:
- Is het ding dat je wilde veranderen ook echt veranderd? Vergelijk het resultaat rechtstreeks met je onaangeroerde referentie.
- Zijn de constanten behouden? Controleer de labeltekst, de identiteit, de geometrie en de lichtrichting één voor één.
- Integreert de nieuwe inhoud natuurkundig? Schaduwen, reflecties, perspectief en schaal moeten overeenkomen met de rest van het kader — dit is de helft "integratieaanwijzingen" van de briefing.
- Is er nog iets anders verschoven? Modellen kunnen stilletjes kleine productdetails wijzigen, dus inspecteer bij commerciële afbeeldingen kleur, vorm en materialen voordat je goedkeurt (Cloudinary).
Houd de referentiekopie naast elkaar open. Een bewerking die op zichzelf vlekkeloos lijkt, kan toch een tint hebben verschoven, een rand hebben verzacht of een logo hebben bijgesneden, en de enige betrouwbare manier om dat op te vangen is de rechtstreekse vergelijking. Beoordelen op volledige grootte is ook belangrijk: een defect dat in een miniatuur verdwijnt, komt vaak weer tevoorschijn zodra de afbeelding op een groot scherm wordt bekeken of wordt afgedrukt, dus zoom in op gezichten, handen, productranden en elk gebied dat het model moest verzinnen.

Fase vier: verfijn één variabele per keer
De meeste mensen herschrijven de hele prompt wanneer een resultaat niet bevalt, wat hen niets leert over welk woord het werk deed. Verander in plaats daarvan één ding per ronde — de belichtingszin, de camera-afstand, het materiaal of het masker — en genereer opnieuw. Die discipline van één variabele is het advies waar bijna elke bewerkingsgids op uitkomt, en zo bouw je een werkend mentaal model van de tool in plaats van een hoopje gelukte prompts (Let's Enhance).
Modelspecifiek gedrag is de andere variabele die het benoemen waard is. Een conversationele editor beloont volledige alinea's en verfijning in meerdere beurten, een stijlgerichte generator verkiest korte, krachtige zinnen, en een gestructureerd diffusiemodel reageert op gewogen trefwoorden. De prompt die op het ene werkt, werkt niet gegarandeerd op het andere, dus houd de briefing overdraagbaar en pas alleen de formulering aan. Waar een tool een seed beschikbaar stelt, vergrendel die terwijl je de formulering of een masker verfijnt, en verander de seed pas zodra de bewerkingsspecificatie zelf klopt (BRIA).
Twee verfijningen zijn het proberen waard voordat je iets herschrijft. Als een verandering afwijkt, herhaal dan de constanten explicieter in plaats van nieuwe instructies toe te voegen. Als het model ongewenste elementen blijft verzinnen, beschrijf dan nauwkeuriger wat je wél wilt in plaats van te vertrouwen op lange lijsten met negatieven — de meeste moderne modellen reageren beter op een heldere positieve briefing (Let's Enhance).
Houd de praktijk zuiver
Verantwoord bewerken maakt deel uit van de workflow, niet van een bijgedachte. Upload geen bronafbeeldingen die je niet mag gebruiken, en vraag niet om echte, identificeerbare personen, beschermde personages of merkproducten op manieren die je niet zijn toegestaan. Wanneer een afbeelding naar een klant, een platform of een publiek gaat, maak dan kenbaar dat ze met AI is bewerkt, en verwijder of verdraai geen herkomstmetadata. Een nauwkeurige briefing is een plan voor een bewerking, geen toestemming om die uit te voeren.
Een cyclus die je kunt herhalen
Het verschil tussen een bewerking die gegenereerd lijkt en een die bedoeld lijkt, komt meestal neer op voorbereiding en beoordeling, niet op magische woorden. Bereid de schoonste bron voor die je kunt, schrijf één verandering op met haar constanten en integratieaanwijzingen, beoordeel aan de hand van een vaste checklist en verfijn dan één variabele per keer. Doorloop die cyclus en het model stopt met gissen.
Open de AI image to image-tool, vertrek van een goede bron en schrijf je eerste bondige briefing.