0Pricing
AI Prompt Engineering · Lektion

Anatomie eines Bildgenerierungs-Prompts

Motiv, Stil, Medium, Beleuchtung, Farbpalette und Kompositionselemente.

Anatomie eines Bildgenerierungs-Prompts ist eine kostenlose AI Prompt Engineering-Lektion auf CoddyKit. Dies ist Lektion 1 von 4. Du kannst die komplette Lektion unten kostenlos lesen – dann übst du sie direkt im Browser mit einem integrierten Code-Editor und einem KI-Tutor rund um die Uhr. Sie ist Teil des AI Prompt Engineering-Lernpfads, und dein Fortschritt wird über Web und CoddyKit-App synchronisiert. Der AI Prompt Engineering-Kurs umfasst insgesamt 4 Lektionen.

Bild-Prompt als Rezept

Ein Prompt zur Bildgenerierung ist ein Rezept für ein Bild. Wie beim Kochen kommt es auf die Reihenfolge und das ausgewogene Verhältnis der Zutaten an. Fehlende Elemente führen zu generischen Ergebnissen, falsche Elemente zu überraschenden Fehlschlägen. Wenn Sie die Anatomie eines Prompts beherrschen, erhalten Sie eine vorhersehbare kreative Kontrolle.

Die sechs Kernkomponenten

Jeder starke Bild-Prompt enthält sechs Komponenten: Motiv (was), Stil (wie es aussieht), Medium (Kunstform), Beleuchtung (Ausleuchtung), Farbpalette (Grundstimmung) und Komposition (Bildaufbau). Wenn eine Komponente fehlt, muss das Modell raten – in der Regel mit generischen Standardeinstellungen.

# Anatomy of an image prompt
prompt_components = {
    'subject':    'A lone lighthouse on a rocky coastline',
    'style':      'dramatic, moody, cinematic',
    'medium':     'oil painting',
    'lighting':   'stormy overcast sky, waves crashing, dramatic side-lighting',
    'color_palette': 'desaturated blues and grays with warm amber light from the lighthouse',
    'composition': 'wide establishing shot, rule of thirds, lighthouse at left third'
}

# Assemble into a prompt string
full_prompt = (
    '{subject}, {style}, {medium}, {lighting}, '
    '{color_palette}, {composition}'
).format(**prompt_components)

print(full_prompt)
# A lone lighthouse on a rocky coastline, dramatic, moody, cinematic,
# oil painting, stormy overcast sky, waves crashing, dramatic side-lighting,
# desaturated blues and grays with warm amber light from the lighthouse,
# wide establishing shot, rule of thirds, lighthouse at left third

Motiv: Das Was

Das Motiv ist die wichtigste Komponente – es teilt dem Modell mit, was dargestellt werden soll. Seien Sie so spezifisch wie möglich: Geben Sie Art, Alter, Emotion, Handlung, Umgebung und räumliche Beziehungen an.

# Subject specificity comparison

# Weak subject:
weak = 'a person in a city'

# Strong subject (same concept, much more specific):
strong = (
    'a young woman in her 30s, wearing a vintage 1960s trench coat, '
    'standing at a rain-soaked street corner in Tokyo at night, '
    'looking up at neon signs reflected in the puddles, '
    'holding a dripping umbrella, expression of quiet wonder'
)

# The strong subject answers:
# WHO: young woman, 30s
# WHAT WEARING: 1960s trench coat
# WHERE: Tokyo street corner
# WHEN: night, raining
# WHAT DOING: standing, looking up
# EXPRESSION: quiet wonder
# KEY DETAIL: neon reflections in puddles, dripping umbrella

print('Weak:', weak)
print('Strong:', strong[:100], '...')

Stil: Das Wie

Stilbeschreibungen geben dem Modell die visuelle Sprache und die ästhetische Anmutung des Bildes vor. Sie können auf Kunstrichtungen, bestimmte Künstler, visuelle Medien oder abstrakte ästhetische Eigenschaften verweisen.

style_examples = [
    # Art movements
    'impressionist', 'art nouveau', 'bauhaus', 'minimalist', 'surrealist',

    # Artist references
    'in the style of Monet', 'reminiscent of Hopper', 'inspired by Klimt',

    # Visual media
    'film noir', 'vaporwave aesthetic', 'cottagecore', 'brutalist',

    # Quality descriptors
    'highly detailed', 'cinematic', 'editorial photography style',
    'concept art', 'matte painting', 'character design sheet',

    # Mood
    'ethereal', 'gritty', 'whimsical', 'melancholic', 'vibrant', 'serene'
]

# Combining styles creates unique aesthetics
combined_style = 'cyberpunk aesthetic meets art nouveau, highly detailed, dark ethereal'
print('Combined style:', combined_style)

# Warning: too many style directives create incoherence
too_many = 'impressionist, minimalist, surrealist, photorealistic, anime, baroque'
print('Too many (incoherent):', too_many)

Medium: Die Kunstform

Das Medium definiert die physische oder digitale Kunstform. Es verändert grundlegend die Textur, die Linienqualität und die Tonalität des generierten Bildes. Häufige Medien und die von ihnen erzeugten Ergebnisse:

medium_guide = {
    # Traditional media
    'oil painting': 'Rich, textured, classic look with visible brushwork',
    'watercolor': 'Soft edges, translucent washes, paper texture visible',
    'pencil sketch': 'Line art, cross-hatching, grayscale, raw feel',
    'charcoal drawing': 'Soft, smudgy, high contrast, dramatic shadows',
    'ink illustration': 'Bold lines, flat colors or crosshatching',

    # Photography
    'photorealistic': 'Looks like a real photograph',
    'film photography': 'Grain, color shift, analog feel',
    'macro photography': 'Extreme close-up, shallow depth of field',
    'long exposure photography': 'Motion blur, light trails',

    # Digital / 3D
    '3D render': 'CGI quality, precise geometry',
    'octane render': 'Photorealistic 3D with ray-tracing quality',
    'Blender 3D': 'CGI aesthetic, often used with subdivision modeling',
    'pixel art': 'Retro 8-bit or 16-bit style, visible pixels',
    'vector illustration': 'Clean, flat, scalable design style'
}

for medium, description in list(medium_guide.items())[:5]:
    print(f'{medium}: {description}')

Beleuchtung: Die Stimmung gestalten

Die Beleuchtung ist das wirkungsvollste Mittel, um in der visuellen Kunst eine Stimmung zu erzeugen. Dasselbe Motiv sieht bei goldenem Sonnenlicht zur Goldenen Stunde völlig anders aus als unter der harten Beleuchtung eines Verhörraums. Machen Sie sich das Vokabular der Beleuchtung zu eigen.

lighting_vocabulary = {
    # Time of day
    'golden hour': 'Warm orange-yellow, long shadows, magic hour feel',
    'blue hour': 'Cool blue twilight, soft diffused light',
    'harsh midday': 'Hard shadows, washed-out, unflattering (usually avoided)',
    'overcast': 'Soft even light, no shadows, good for portraits',

    # Studio / artificial
    'studio lighting': 'Controlled, professional, even illumination',
    'Rembrandt lighting': 'Triangle of light on cheek, dramatic portrait technique',
    'neon lighting': 'Colorful, urban, cyberpunk feel',
    'candlelight': 'Warm, flickering, intimate',

    # Dramatic
    'chiaroscuro': 'Extreme light/dark contrast, Baroque dramatic style',
    'volumetric lighting': 'God rays, light shafts through fog or dust',
    'backlit / rim light': 'Subject outlined by light from behind, halo effect',
    'bioluminescent': 'Glowing from within, alien or underwater feel'
}

example = 'volumetric lighting, golden hour, warm glow filtering through forest canopy'
print('Lighting example:', example)

Farbpalette: Die emotionale Anmutung

Die Farbpalette bestimmt die emotionale Anmutung und die visuelle Kohärenz eines Bildes. Geben Sie Paletten beschreibend an oder verweisen Sie auf Kunstrichtungen, Filme oder die Natur.

color_palette_examples = [
    # Temperature-based
    'warm earth tones: rust, ochre, sienna, cream',
    'cool blues and silvers, icy palette',
    'neutral gray monochrome with single red accent',

    # Mood-based
    'muted, desaturated, melancholic color grading',
    'vibrant saturated colors, tropical energy',
    'pastel soft colors, dreamlike softness',

    # Reference-based
    'Wes Anderson color palette: pastel pinks and greens',
    'film noir: high contrast black and white with amber shadows',
    'synthwave neon: pink, purple, cyan on dark backgrounds',

    # Nature-based
    'autumn forest: burnt orange, golden yellow, deep brown',
    'arctic palette: white, pale blue, grey with deep navy accents',
]

# Color palettes can clash with lighting — ensure they work together
clash = 'vibrant tropical colors + film noir lighting'  # incoherent
harmony = 'warm amber and ochre tones + golden hour lighting'  # coherent

print('Harmonious combo:', harmony)

Komposition: Bildausschnitt und Fokus

Kompositionsanweisungen teilen dem Modell mit, wie es die Aufnahme gestalten soll – was einbezogen, was hervorgehoben und wo welche Elemente platziert werden sollen. Das Vokabular aus Fotografie und Kinematografie eignet sich dafür besonders gut.

composition_vocabulary = {
    # Camera distance
    'extreme close-up': 'fills frame with a single detail (eye, hand, texture)',
    'close-up': 'face or object fills most of frame',
    'medium shot': 'waist to head, character-focused',
    'wide shot': 'full body in environment context',
    'establishing shot': 'landscape/environment, tiny or no character',
    'aerial / bird\'s eye view': 'looking straight down',
    'worm\'s eye view': 'looking straight up from below',

    # Composition rules
    'rule of thirds': 'subject at intersection of 1/3 lines',
    'centered composition': 'symmetrical, formal, powerful',
    'leading lines': 'lines guide eye toward subject',
    'negative space': 'large empty area emphasizes subject',
    'frame within frame': 'archway, window, or shape frames subject',

    # Depth
    'shallow depth of field': 'sharp subject, blurred background (bokeh)',
    'deep focus': 'everything in sharp focus front to back'
}

print('Composition example: close-up portrait, rule of thirds, shallow depth of field, bokeh background')

Zusammenstellung des vollständigen Prompts

Wenn Sie alle sechs Komponenten in einer logischen Reihenfolge zusammenstellen, entstehen konsistent hochwertige Bild-Prompts. Eine gute Reihenfolge ist: Motiv → Medium → Stil → Beleuchtung → Farbpalette → Komposition.

def build_image_prompt(
    subject, medium, style, lighting, color_palette, composition,
    quality_boost='highly detailed, 8K resolution'
):
    parts = [
        subject,
        medium,
        style,
        lighting,
        color_palette,
        composition,
        quality_boost
    ]
    # Filter out None values and join
    return ', '.join(p for p in parts if p)

# Example: Portrait
portrait = build_image_prompt(
    subject='elderly Japanese fisherman mending nets at sunrise, weathered hands, peaceful expression',
    medium='oil painting',
    style='impressionist, highly detailed, classical technique',
    lighting='golden hour sunrise, warm light from the left, soft shadows',
    color_palette='warm ochres, golds, deep navy sea in background',
    composition='medium shot, rule of thirds, subject right third, ocean left'
)
print(portrait)

Konsistenz über mehrere Bilder hinweg

Wenn Sie eine Bilderserie erstellen (Charakterdesigns, Storyboards), bewahren Sie die Konsistenz durch eine Basis-Promptvorlage mit variablen Ersetzungen für die Elemente, die sich zwischen den Bildern ändern.

BASE_CHARACTER_TEMPLATE = (
    '{character_description}, '
    '{action_description}, '
    'oil painting, concept art style, '
    'dramatic studio lighting, '
    'muted jewel tones with gold accents, '
    'close-up portrait, centered composition, '
    'highly detailed, cinematic'
)

character = (
    'a tall warrior woman with dark braided hair, emerald eyes, '
    'wearing ornate silver plate armor with dragon motifs'
)

action_variants = [
    'standing at attention, stoic expression, arms crossed',
    'battle-ready, sword raised, fierce expression, mid-action',
    'resting against a stone wall, exhausted but resolute, soft smile',
    'close-up portrait, neutral expression, slight three-quarter view'
]

for action in action_variants:
    prompt = BASE_CHARACTER_TEMPLATE.format(
        character_description=character,
        action_description=action
    )
    print(f'Generating: {action[:40]}...')
    # call image API with prompt

Qualitätstoken

Die meisten Bildmodelle reagieren auf Qualitätstoken – Begriffe, die die gewünschte Ausgabegüte signalisieren. Setzen Sie diese gezielt ein, um den Detailgrad zu erhöhen, ohne Motiv oder Stil zu verändern.

quality_tokens = {
    'high_detail': [
        'highly detailed', 'intricate detail', 'ultra-detailed',
        '8K resolution', '4K wallpaper quality'
    ],
    'photorealism': [
        'photorealistic', 'hyperrealistic', 'photographed by',
        'DSLR photo', 'shot on 35mm film'
    ],
    'professional_quality': [
        'award-winning', 'professional photography', 'editorial quality',
        'museum quality', 'masterpiece'
    ],
    'rendering_quality': [
        'octane render', 'unreal engine 5', 'ray tracing',
        'subsurface scattering', 'global illumination'
    ]
}

# Best practice: add 2-3 quality tokens at the end of the prompt
quality_suffix = 'highly detailed, cinematic, 8K resolution'
print('Add to end of any prompt:', quality_suffix)

# Warning: do not overload with quality tokens — they dilute each other
too_many_quality = 'masterpiece, best quality, ultra-detailed, perfect, amazing, award-winning'
print('Over-specified (less effective):', too_many_quality[:60])

Schnelltest

Welche Komponente eines Prompts zur Bildgenerierung steuert die emotionale Stimmung des Bildes am unmittelbarsten?

Zusammenfassung der Anatomie eines Bild-Prompts

Ein gut konstruierter Bild-Prompt umfasst sechs harmonisch zusammenspielende Komponenten:

  • Motiv: WER und WAS – die wichtigste Komponente; seien Sie äußerst spezifisch
  • Stil: ästhetische Anmutung, Kunstrichtung oder Verweis auf einen Künstler
  • Medium: Kunstform (Ölgemälde, fotorealistisch, 3D-Rendering, Pixel-Art)
  • Beleuchtung: Ausleuchtung, die die Atmosphäre prägt (Goldene Stunde, Chiaroscuro, Neon)
  • Farbpalette: emotionale Temperatur (warme Erdtöne, kühle entsättigte Farben, Neon)
  • Komposition: Bildausschnitt (Nahaufnahme, Drittelregel, Establishing Shot)

Fügen Sie am Ende 2–3 Qualitätstoken hinzu. Verwenden Sie Vorlagen für konsistente Bildserien.

Häufig gestellte Fragen

Ist die Lektion „Anatomie eines Bildgenerierungs-Prompts“ kostenlos?

Ja — der vollständige Text von „Anatomie eines Bildgenerierungs-Prompts“ ist hier im Web kostenlos zu lesen. Um sie interaktiv zu üben (integrierter Code-Editor und 24/7 KI-Tutor) und den Rest des AI Prompt Engineering-Kurses freizuschalten, upgrade auf CoddyKit PRO. Der AI Prompt Engineering-Kurs umfasst insgesamt 4 Lektionen.

Was lerne ich in „Anatomie eines Bildgenerierungs-Prompts“?

Motiv, Stil, Medium, Beleuchtung, Farbpalette und Kompositionselemente. Du übst AI Prompt Engineering mit praktischem Code, den du direkt im Browser ausführst, und ein 24/7 KI-Tutor beantwortet deine Fragen während du die Lektion bearbeitest.

Brauche ich Erfahrung, um AI Prompt Engineering zu starten?

Keine Vorkenntnisse erforderlich. AI Prompt Engineering auf CoddyKit ist für Anfänger bis fortgeschrittene Lernende strukturiert, sodass du hier starten oder von Anfang an beginnen und in deinem eigenen Tempo voranschreiten kannst. Dies ist Lektion 1 von 4.

Wie lange dauert die Lektion „Anatomie eines Bildgenerierungs-Prompts“?

Die meisten CoddyKit-Lektionen dauern etwa 5–10 Minuten. Jede ist kompakt und interaktiv, sodass du stetig Fortschritte machst und genau dort weitermachst, wo du aufgehört hast – im Web und in der App.

Kann ich in dieser AI Prompt Engineering-Lektion Code schreiben und ausführen?

Ja. Jede AI Prompt Engineering-Lektion enthält einen integrierten Code-Editor, sodass du echten Code direkt in deinem Browser schreibst und ausführst und sofort KI-Feedback erhältst — ohne lokale Einrichtung erforderlich.

Alle Lektionen in diesem Kurs

  1. Anatomie eines Bildgenerierungs-Prompts
  2. Stil und künstlerisches Medium spezifizieren
  3. Negative Prompts und Ausschlüsse
  4. Iterative Verfeinerung von Bild-Prompts
← Zurück zu AI Prompt Engineering