Stil, Komposition und Details steuern

Ein Bild zu generieren ist das eine. Genau das Bild zu erhalten, das Sie sich vorgestellt haben, das andere. Um diese Lücke zu schließen, benötigen Sie ein Vokabular – bestehend aus Stilen, Bildausschnitten, Lichtsetzungen und Formaten –, das ChatGPT Images deutlich besser interpretiert, wenn Sie es präzise einsetzen. Diese Lektion vermittelt Ihnen dieses Vokabular und zeigt Ihnen, wie Sie es kombinieren, um wiederholbar professionelle Visualisierungen zu erzeugen – und nicht nur auf gut Glück.

Benennen Sie den Stil, um ihn zu erhalten

Jede große visuelle Familie wird durch spezifische Begriffe aktiviert. Für realistische Fotografie setzen Begriffe wie „fotorealistisch”, „Fotografiestil”, „professionelle Aufnahme” oder „Studiobeleuchtung” die Bühne; technische Fachbegriffe der Branche – „Bokeh”, „goldene Stunde”, „Tiefenschärfe” – verfeinern das Rendering dann weitaus effektiver als jedes generische Adjektiv.

Digitale Illustration reagiert auf „digitale Illustration”, „digitale Kunst” oder „Concept Art”, was Sie durch den erwarteten Grad der Stilisierung präzisieren sollten: „semi-realistisch”, „stilisiert”, „Cartoon”. Flaches Design erhalten Sie mit „flaches Design”, „Vektorillustration” oder „minimalistischer Stil”; dies bleibt die beste Wahl für Icons, Infografiken und Web-Visualisierungen, bei denen die Lesbarkeit an erster Stelle steht. Für malerische Renderings eignen sich „Aquarellstil”, „Ölgemälde” und „impressionistischer Stil” hervorragend für künstlerische Visualisierungen und Cover. Schließlich passen „3D-Rendering”, „isometrische Illustration” und „Knetanimations-Stil” (Claymation) zu Produktvisualisierungen und räumlichen Darstellungen, wann immer Sie Volumen oder die Organisation eines Raumes vermitteln müssen.

Ein Prinzip governiert all dies: Wählen Sie einen dominierenden Stil. „Fotorealistisch im Cartoon-Aquarell-Stil” stapelt drei inkompatible visuelle Grammatiken, und das Modell muss für Sie schlichten – meist mit poorlem Ergebnis.

Lenken Sie die Komposition

Der Bildausschnitt ist Ihr erster Hebel. Eine Nahaufnahme isoliert ein Detail; eine Halbtotale zeigt ein Subjekt mit seinem unmittelbaren Kontext; eine Totale, auch als „Übersicht” bezeichnet, eignet sich für Landschaften und Gruppenszenen. Zwei spezifische Perspektiven sind wissenswert: die Vogelperspektive („bird’s-eye view”), die eine fast kartenartige Lesart der Szene ermöglicht, und die Froschperspektive, die dem Subjekt ein Gefühl von Größe und Erhabenheit verleiht.

Zwei Einstellungen vervollständigen den Bildausschnitt. Die Anforderung, ein „Subjekt gemäß dem Drittel-Regel zu positionieren”, erzeugt eine deutlich dynamischere Komposition als die standardmäßige Zentrierung. Die Anforderung von „viel negativem Raum rechts” reserviert eine leere Zone im Bild: Machen Sie dies zu Ihrer Standardmethode für jedes Banner, in das Sie später Text einfügen möchten; andernfalls platzieren Sie Ihren Titel am Ende über einem unruhigen Motiv.

Farbe, Licht und Jahreszeit

Geben Sie dominante Farben direkt an – „blaue und goldene Palette”, „erdige Warmtöne”, „Monochrom in Grautönen”. Diese Einschränkung wird wertvoll, sobald das Bild in einen bestehenden Markenleitfaden passen muss.

Beleuchtung dient nicht nur der Dekoration: Sie transportiert die Emotion des Bildes. Weiches, diffuses Licht etabliert eine ruhige Atmosphäre; dramatische Beleuchtung mit starken Schatten erzeugt Spannung und Intensität; Neonlicht evoziert urbane und zeitgenössische Vibes; die goldene Stunde bringt Wärme und Nostalgie; Mondlicht installiert Mystik und Gelassenheit. Überlassen Sie diesen Parameter niemals dem Zufall, denn ohne ihn erzeugt das Modell eine neutrale Beleuchtung, die die Szene flach wirken lässt. Jahreszeit und Wetter wirken im selben Register: „Herbst mit orangen Blättern” oder „im Regen mit Spiegelungen auf dem nassen Boden” bereichern das Ergebnis für nur wenige zusätzliche Wörter erheblich.

Wählen Sie das Format vor der Generierung

Das Format ist kein Detail der letzten Minute; es bestimmt die gesamte Komposition. Spezifizieren Sie es systematisch, entweder im Prompt oder mit dem Format-Selektor, andernfalls behält ChatGPT ein Standardformat bei, das möglicherweise nicht Ihrem Bedarf entspricht: Eine für eine Story generierte Visualisierung im Querformat ist ein Bild, das Sie neu erstellen müssen. Das Hilfezentrum von OpenAI stellt fest, dass alle Formate möglich sind und dass ein bereits generiertes Bild im Editor in einem anderen Format neu erstellt werden kann.

Drei Techniken, die den Unterschied machen

Beschreiben Sie bevorzugt, was Sie wollen, statt was Sie ablehnen. „Bild ohne Textelemente, rein visuelle Komposition” beschreibt den erwarteten Zustand; ein einfaches Verbot überlässt es dem Modell, die Alternative zu erraten. Es ist dasselbe Prinzip wie bei Text-Prompts: Sagen Sie, was zu tun ist.

Stützen Sie sich dann auf kulturelle Referenzen und große grafische Bewegungen. „Im Stil von Art-Deco-Plakaten der 1920er Jahre” oder „inspiriert von wissenschaftlichen Magazin-Illustrationen der 1960er Jahre” vermitteln in einem Satz einen kohärenten Satz grafischer Codes – Palette, Typografie, Formenbehandlung –, für dessen Beschreibung Sie sonst einen ganzen Absatz benötigen würden.

Ordnen Sie schließlich Ihre Elemente nach Wichtigkeit, beginnend mit dem Hauptsubjekt, und wissen Sie, wann Sie aufhören müssen: Wenn sich Details häufen, riskiert jedes einzelne an Klarheit zu verlieren, und es ist besser, auf einer sauberen Basis zu iterieren, als den initialen Prompt zu überladen.

Sie sind dran

Eine Szene, drei Stile. Generieren Sie dieselbe Szene in drei Stilen, um all diese Parameter in Aktion zu sehen. Fordern Sie zunächst an: „Ein Leuchtturm auf einer Klippe vor einem stürmischen Meer – realistischer Fotostil, dramatische Beleuchtung, Totale”, dann: „Ein Leuchtturm auf einer Klippe vor einem stürmischen Meer – japanischer Aquarellstil, blaue und graue Palette, kontemplative Atmosphäre”, schließlich: „Ein Leuchtturm auf einer Klippe vor einem stürmischen Meer – minimalistischer Flat-Design-Stil, Pastellfarben, vereinfachte geometrische Formen”. Das Subjekt ändert sich kein einziges Wort: Der gesamte Unterschied zwischen den drei Bildern resultiert aus den Einstellungen für Stil, Palette und Bildausschnitt.

Offizielle Quellen: Images in ChatGPT · Best practices for prompt engineering with the OpenAI API (OpenAI Hilfezentrum)

Kernaussagen

• Beherrschen Sie das Vokabular der Stile: Foto, Illustration, Flat Design, Aquarell, 3D
• Steuern Sie die Komposition durch Bildausschnitt, Drittel-Regel und negativen Raum
• Spezifizieren Sie Farben, Beleuchtung und Atmosphäre für konsistente Ergebnisse
• Geben Sie stets das Format (Quadrat, Querformat, Hochformat) basierend auf dem Verwendungszweck an
• Iterieren Sie, anstatt einen einzelnen Prompt mit zu vielen Anweisungen zu überladen