Wie ein guter Prompt aufgebaut ist, welche Reihenfolge wirkt und welche Bausteine in jeden Bild-Prompt gehören.

Ein Bild-Prompt ist kein freier Aufsatz. Er ist eine geordnete Liste von Stichworten und Sätzen, die einer KI mitteilen, was sie generieren soll. Wer die Reihenfolge und die Bausteine kennt, bekommt vorhersehbare Ergebnisse. Wer ohne Struktur losschreibt, bekommt jedes Mal Überraschungen.

Die fünf Bausteine eines guten Prompts

Fast jeder funktionierende Bild-Prompt enthält fünf Komponenten:

Subjekt — was abgebildet werden soll. „junge Frau”, „Berglandschaft”, „Porsche 911”.
Stil — wie das Bild gemacht ist. „photorealistic”, „oil painting”, „cyberpunk”.
Licht und Atmosphäre — Stimmung des Bildes. „golden hour”, „neon lights”, „dramatic shadows”.
Komposition und Kamera — Perspektive und Aufnahme. „close-up”, „85mm lens”, „shallow depth of field”.
Qualitäts-Modifier — pauschale Verstärker. „highly detailed”, „8k”, „professional”.

Die Reihenfolge ist wichtig: die ersten Tokens haben in Stable Diffusion und Midjourney mehr Gewicht als die letzten. Das Wichtigste kommt also nach vorn.

Subjekt vor Stil

Wer mit dem Stil beginnt, riskiert dass das Subjekt verwässert. Vergleich:

Schwächer: oil painting style, an elderly fisherman
Besser: an elderly fisherman, oil painting style

Im zweiten Fall „rastet” die KI zuerst auf das Subjekt ein, dann legt sie den Stil darüber. Im ersten Fall kann es passieren, dass das Ölgemälde wichtiger wird als der Fischer.

Konkrete Substantive schlagen vage Adjektive

beautiful woman ist ein schlechtes Subjekt. Es lässt Millionen von Möglichkeiten offen. Besser:

Vietnamese woman in her 60s, weathered face, kind eyes
Scandinavian woman, blonde braided hair, freckles, athletic build

Je präziser das Subjekt, desto stabiler das Ergebnis über mehrere Generationen.

Licht und Atmosphäre

Licht ist das, was ein flaches Bild zu einer Szene macht. Ein paar bewährte Begriffe:

golden hour — warmes Sonnenlicht kurz vor Sonnenuntergang
blue hour — kühles Dämmerlicht
soft window light — Studio-Tageslicht, schmeichelhaft für Porträts
rim light — Lichtkante hinter dem Subjekt, hebt es vom Hintergrund ab
volumetric lighting — sichtbare Lichtstrahlen, „Godrays”
neon noir — Cyberpunk-Look mit farbigen Reflexen
chiaroscuro — extremer Hell-Dunkel-Kontrast, Caravaggio-Stil

Mehr im Glossar-Eintrag zu CFG, Seed, Sampler.

Komposition und Kameraangaben

Wer Fotorealismus will, sollte Fotografie-Vokabular nutzen:

85mm lens für Porträt-Brennweite
35mm lens für Reportage-Look
wide angle 24mm für dramatische Landschaft
shallow depth of field für Bokeh-Hintergrund
aerial shot für Vogelperspektive
low angle für Heroenpose

Diese Begriffe sind in jedem Foto-Dataset oft markiert und werden von der KI stark gewichtet.

Qualitäts-Modifier — gut dosieren

8k uhd, highly detailed, masterpiece sind beliebte Token, die im Schnitt das Bild schärfer wirken lassen. Aber: zu viele Modifier verwässern das Ergebnis. Drei reichen, eher fünf bevorzugen. Stable Diffusion reagiert auf Embedding-Tokens wie (masterpiece:1.2) mit gezielter Gewichtung, mehr dazu im Ratgeber zu Modell-Syntax.

Die häufigsten Fehler

1. Widersprüchliche Stile. „photorealistic anime cyberpunk oil painting” ergibt Matsch, weil die KI nicht entscheiden kann.

2. Negative Formulierungen im positiven Prompt. „no hat” funktioniert nicht — die KI hört nur „hat” und setzt einen. Dafür sind Negative Prompts da.

3. Zu viele Adjektive. Statt beautiful gorgeous stunning amazing reicht ein präzises Substantiv.

4. Falsches Modell für den Job. DALL-E versteht natürliche Sprache am besten, Midjourney macht Cinematic out of the box, Stable Diffusion ist die Spielwiese mit den meisten LoRAs.

Iteratives Vorgehen

Niemand schreibt einen perfekten Prompt im ersten Versuch. Erprobter Workflow:

Sketch-Prompt — kurz, nur Subjekt + Stil. Schaut, ob die KI das Konzept versteht.
Refinement — Licht und Komposition dazu. Welcher Lichtwinkel wirkt?
Polish — Modifier dazu, ggf. Negative Prompt anpassen.
Seed-Fixierung — wenn ein Bild fast passt, Seed merken und am Prompt feilen, ohne dass sich alles ändert.

Cross-Modell-Übertragbarkeit

Ein Prompt, der in Midjourney funktioniert, läuft selten 1:1 in Stable Diffusion. Midjourney mag Adjektive und Kompositionen, SDXL bevorzugt eher Token-Listen und Weightings. Flux liebt natürliche Sprache mit Fotografie-Vokabular. DALL-E will am liebsten ganze Sätze. Mehr Details in unserem Modell-Vergleich.

Prompt-Engineering-Grundlagen: vom Stichwort zur Komposition