Wenn ein KI-Tool ein Bild erzeugt, laufen zwei unterschiedliche Prozesse ab — und der Unterschied entscheidet darüber, ob Sie es später korrigieren können.
Text zu Bild nimmt Wörter und produziert ein Bild. Jeder Durchlauf startet bei Null. Bild zu Bild nimmt ein Bild und Wörter und produziert ein überarbeitetes Bild. Das Modell kann sehen, was es beim letzten Mal erstellt hat.
Das klingt nach einer kleinen Unterscheidung. Es ist der Unterschied zwischen Bearbeiten und Glücksspiel.
Der gleiche Satz, zwei Mechanismen
Hier sind ein Startbild und eine Anweisung — Mach den Himmel etwas wärmer, füge etwas Wolken hinzu — zweimal ausgeführt. Die Wörter sind identisch. Die einzige Variable ist, ob das vorherige Bild an das Modell zurückgegeben wurde.
Ohne das vorherige Bild
Das Haus ist weg. Die Küste ist weg. Sie haben nach einem wärmeren Himmel gefragt und ein anderes Foto erhalten, das zufällig einen hat. Nichts wurde bearbeitet, weil es nichts zu bearbeiten gab — diese sieben Wörter waren die einzige Eingabe des Modells, also zeichnete es das plausibelste Bild, das diese sieben Wörter beschreiben.
Mit dem vorherigen Bild
Gleiches Haus. Gleiches Gras, dieselben Felsen im Vordergrund, derselbe Streifen Meer. Der Himmel ist wärmer und es gibt Wolken. Das ist eine Bearbeitung.
Alles, was Sie nicht erwähnt haben, blieb erhalten — und Sie mussten es nicht erwähnen, denn das ist der gesamte Punkt. Ein reiner Text-Prompt muss jedes Detail neu spezifizieren, das Sie behalten möchten, und jedes Detail, das Sie vergessen, wird neu randomisiert.
Warum das Ihre Arbeitsweise verändert
Bei Text zu Bild ist die Arbeitseinheit der Prompt. Sie schreiben neunzig Wörter, bekommen etwas zu achtzig Prozent richtig und stehen dann vor einer schlechten Wahl: akzeptieren oder den Prompt bearbeiten und die achtzig Prozent verlieren, die Ihnen gefallen.
Bei Bild zu Bild ist die Arbeitseinheit die Korrektur. Beschreiben Sie die Szene einmal richtig. Danach ist jede Anweisung kurz und präzise:
Stell es stattdessen auf einen HolztischZu dunkel — den ganzen Bereich aufhellenKamera näher heranführenRechts frei lassen für Text
Jedes davon verändert genau einen einzigen Punkt. Nichts anderes ändert sich. Sie konvergieren, statt von vorn neu zu generieren.
Wofür es gut ist
- Zum Erarbeiten eines Briefings. Art Direction ist eine Liste von Korrekturen. Das ist der einzige Workflow, der sie als Korrekturen akzeptiert.
- Varianten einer Szene. Saisonversionen, andere Requisiten, anderes Licht – alles aus einer einmal etablierten Basis.
- Komposition für echte Layouts. Platz für eine Headline freizumachen funktioniert weitaus besser als finale Anpassung denn als Anfangsforderung.
- Ein vorhandenes Foto als Startpunkt. Laden Sie es als Referenzbild hoch, und die erste Runde enthält bereits Ihr Motiv, nicht etwas erfundenes.
Was es nicht löst
Drei ehrliche Grenzen, weil sie wichtiger sind als die Vorteile:
Es ist kein Reparaturwerkzeug für eine falsche Idee. Verfeinerung heilt Bilder, die fast stimmen. Wenn Setting, Winkel oder Stimmung grundsätzlich falsch sind, kostet ein frischer Startprompt eine Runde; sechs Korrekturen kosten sechs und enden meist irgendwo schlammig. Wenn zwei Runden in Folge nicht voranbringen, beginnen Sie neu.
Runden kumulieren. Jede rendert das gesamte Bild neu, kleine Abweichungen summieren sich. In der vierten oder fünften Runde abdriften – dann von einer früheren Runde aus verzweigen, statt weiterzuschieben.
Es verwandelt das Bild nicht in ein Foto Ihres Produkts. Das Haus oben existiert nicht. Generierte Bilder sind für Konzepte, Layouts, Anzeigen und Social Media in Ordnung – nicht aber dafür, den konkreten Artikel darzustellen, den ein Kunde kauft. Das ist in den meisten Ländern irreführende Werbung und verstößt gegen die Einstellungsrichtlinien der meisten Marktplätze. Diese Grenze ist nicht technisch, und keine Model-Release verschiebt sie.
Wie Sie die Schleife durchführen
- Investieren Sie Ihre Mühe in Runde eins. Sie ist der einzige Ort, an dem ein langer Prompt sich auszahlen kann, denn alles danach erbt diesen Rahmen.
- Ändern Sie einen Punkt pro Runde. Zwei Änderungen in einem Satz, und Sie können nicht mehr sagen, welche Anweisung was bewirkt hat.
- Beschreiben Sie, was man sehen würde. „Lange Schatten und orangenes Licht“ landet zuverlässiger als „Golden-Hour-Stimmung“.
- Die Komposition zuletzt. Die Bewegung des Subjekts verschiebt den Rahmen; machen Sie es, nachdem Set und Licht stehen.
- Seitenverhältnis vorab festlegen. Es wird für die Konversation bewusst gesperrt – damit eine spätere Runde das nicht stillschweigend neu rahmt.
Beispiele durchgespielt
Jedes davon führt ein einzelnes Bild durch eine komplette Korrekturstrecke, mit der jeweiligen Anweisung in jedem Schritt:
- Wie man AI-Produktfotos erstellt, die Ihrem Briefing entsprechen – vier Runden an einem Produkt-Shot, abschließend mit Freiraum für eine Headline.
- Alle Workflow-Anleitungen – der Rest der Reihe, einschließlich häufiger Probleme und der Ein-Satz-Lösung dazu.
Mit 300 Gratis-Credits starten — ohne Kreditkarte