Kunsten at prompte til billedgenerering
På denne side
Lektionen er omskrevet den 3. november 2026 baseret på xAI’s Image Prompting Guide, skrevet til
grok-imagine-image-2.0: emnet kommer før stilen, lys beskrives ud fra kilde, retning og hårdhed, en liste over forbudte elementer erstattes af det, du ønsker at se, og et isoleret billede beskrives i fire til seks sætninger. Den tidligere version angav en grænse på “1.024 tegn”, som ikke findes på nogen nuværende xAI-side, og anbefalede at “specificere, hvad du ikke ønsker at se”, hvilket guiden fraråder. Kilde: Image Prompting Guide.
Det vigtigste først: emnet
xAI’s prompting-guide opstiller et simpelt succeskriterium: et billede er godt, hvis dets emne matcher prompten. Palet, korn og stil kommer bagefter. Dette hierarki styrer al skrivning: en prompt, der starter med stemning, filmtype eller en liste over forbudte elementer, resulterer i en poleret scene omkring et omtrentligt emne.
Start med en sætning, der etablerer emnet: hvad det er, dets tilstand eller form, hvad der holder det, og hvor det befinder sig.
- Upræcist: “en tekande”
- Præcist: “En sort tekande i støbejern, låget på klem, placeret på en underkop af kork, på et skiferbord ved siden af et vindue.”
Beskriv derefter emnet som et objekt, du kunne pege på: hvert vigtigt element navngivet efter den form, det har i billedet (“en sweater i kabelstrikk” i stedet for “en sweater”); mængder (“to krus”, “en enkelt åben bog”); og synsvinklen, angivet én gang og utvetydigt (“trekvartsvinkel i bordhøjde”, “lodret skud ovenfra”).
En fast rækkefølge i seks trin
Guiden foreslår en rækkefølge, som du skal følge fra den ene prompt til den næste, især i en serie:
- Emnet: hvad det er, dets form, dets underlag, dekoren
- Detaljer og fokuspunkt: nøgleelementer, materialer, mængder, synsvinkel
- Kunstnerisk ledelse: store farvezoner og to eller tre accessories, hver navngivet
- Lys: dets kilde, retning, hårdhed
- Farver: dem, der tilhører emnet, og dem, der tilhører baggrunden, separat
- Komposition: indramning, hvad rammen skærer fra, hvad der står skarpt – én enkelt scene
Skriv det hele som prosa, ligesom beskrivelsen af et enkelt fotografi. En sætning, der lyder som en instruktion (“gør sweateren mørkere”), fungerer dårligt ved generering: modellen har ingen “før”-tilstand at sammenligne med og læser det som en attribut for det billede, der skal produceres.
Stil, på sin plads
Stil forbliver en kraftfuld løftestang, forudsat at den kommer efter emnet. At nævne en bevægelse eller teknik styrer outputtet:
styles = [
"watercolor",
"impressionist oil painting",
"digital art",
"hyperrealistic photography",
"minimalist flat design",
"manga",
"art deco",
"retro pixel art",
]
Lektion 11 viser, hvordan du beskriver, hvad der gør en stil unik, i stedet for blot at nævne den, og hvordan du holder den konsistent på tværs af en serie.
Lys: kilde, retning, hårdhed
“Smukt lys” betyder intet for modellen. Beskriv lys som en lysinstruktør: hvor det kommer fra, hvilken side, om det er hårdt eller diffust, og hvordan skygger og refleksioner ser ud. “Skrivebordslampe til venstre, hårdt lys, skarp pennskygge på siden” bliver tegnet; “varm stemning” bliver gættet på.
To forholdsregler stammer fra guiden. Bed om en eksponering, der er lys nok til, at emnet kan læses: “let undereksponeret” eller “knuste skygger” mørkner hele billedet. Og udelad optiske eller trykte defekter – farvesømme, støv, ridser – som modellen tegner som ægte defekter.
Beskriv det, du ønsker at se
Beskriv et materiale positivt: “patineret messing med lysere kanter” giver modellen en overflade at gengive, “ikke for ny” giver den ingenting. Det samme princip gælder for eksklusioner. Guiden bemærker, at en lang liste over forbudte elementer let ignoreres og fylder prompten med objekter, der ender med at dukke op. Behold kun en begrænsning, når det angår et antal eller et specifikt objekt, og koblet det til det, du ønsker: “en enkelt blyant, placeret til højre for notesbogen”.
Navngiv også hvert objekt for det, det er – en kop, et krus og en skål er tre forskellige objekter – og beskriv en tekstur kun én gang: gentages den, ender den med at blive anvendt på den forkerte overflade.
Hvor langt?
For et isoleret billede angiver xAI’s guide fire til seks sætninger: emnet og dets detaljer, derefter dekoren, lyset og indramningen. Dette er ikke et loft, men størrelsesordenen for en komplet beskrivelse; xAI-sider specificerer ikke en maksimal prompt-længde.
Sammenlignende eksempler
Se forskellen mellem en basal prompt og en prompt opbygget efter guidens rækkefølge, med OpenAI-klienten konfigureret i Lektion 1:
# Basal prompt
basic = client.images.generate(
model="grok-imagine-image-2.0",
prompt="a desk",
)
# Struktureret prompt: emne, detaljer, kunstnerisk ledelse, lys, farver, indramning
optimized = client.images.generate(
model="grok-imagine-image-2.0",
prompt=(
"A light oak desk holding a turned-off monitor, a potted monstera, "
"and a steaming mug of coffee, seen from a three-quarter view at "
"seating height. The surface shows wood grain and a gray felt desk pad. "
"Off-white wall, shelf on the left with three books. "
"Soft natural light from a large window on the right, "
"light shadows, honey wood and deep green foliage. "
"35 mm photography, entire desk in frame, mug in sharp focus."
),
)
Den første overlader alt til modellen: indramning, lys, objekter, stil. Den anden beslutter hvert af disse punkter i samme rækkefølge som alle prompts i serien.
Generere eller redigere?
Guiden skelner mellem to situationer. Generér, når der endnu ikke er noget billede, eller når selve emnet er forkert: et andet objekt, et manglende element, et forkert antal. Redigér, når emnet og layoutet er gode, og kun én til tre detaljer skal ændres: ændringen først, derefter en sætning, der bevarer samme emne, samme vinkel og samme indramning. Redigering dækkes i lektion 5–8.
Iterér metodisk
Bedøm hvert billede i forhold til den oprindelige prompt, selv efter flere forsøg: er emnet det navngivne, er hvert element synligt i den beskrevne form, er antallet rigtigt, er hvert objekt det korrekte, er billedet lyst nok til at se emnet? En vellykket baggrund omkring det forkerte emne forbliver en fiasko.
Behold prompten ved siden af billedet, og ændr kun den detalje, der fejlede, i næste omgang: resten af prompten bliver stående, og emnet og layoutet flytter sig ikke. Hvis en korrektion ikke bider, så skift ord i stedet for at insistere: peg på den del af billedet, der skal korrigeres, og beskriv, hvad den skal vise.
response = client.images.generate(
model="grok-imagine-image-2.0",
prompt="Your prompt, modified on a single detail",
n=4,
extra_body={"aspect_ratio": "3:2"},
)
for i, image in enumerate(response.data):
print(f"Variation {i+1}: {image.url}")
At generere flere variationer af samme prompt (n varierer fra 1 til 10) hjælper med at adskille det, der holder til prompten, fra det, der skyldes tilfældigheder. Behold også samme aspect_ratio på tværs af en serie, så billederne passer sammen.
Vigtige pointer
- Emnet først: et vellykket billede er et, hvor emnet matcher prompten
- Behold en fast rækkefølge: emne, detaljer, kunstnerisk ledelse, lys, farver, indramning
- Beskriv lys ud fra kilde, retning og hårdhed, og bed om et billede, der er lyst nok
- Beskriv det, du ønsker at se, i stedet for en liste over forbudte elementer
- Tæl fire til seks sætninger for et isoleret billede
- Iterér én detalje ad gangen og bedøm hvert billede i forhold til den oprindelige prompt