Bringen «8K» und «Meisterwerk» in einem KI-Prompt etwas? Was Sie stattdessen schreiben

Öffnen Sie irgendeine geteilte Prompt-Sammlung, und Sie finden bei der Hälfte der Einträge denselben Anhang: «8K, ultra detailed, masterpiece, best quality, trending, award-winning». Man kopiert ihn, weil er wie die geheime Zutat aussieht. Meistens ist er das nicht. Manche dieser Wörter bewirken nichts Messbares, manche schieben das Bild in eine Richtung, die Sie nicht gewählt haben, und alle belegen Platz, den ein Wort mit einer echten Aufgabe hätte nutzen können. Dieser Beitrag nimmt die üblichen Verdächtigen einzeln durch, sagt klar, was jedes bewirkt, und bietet den Ersatz, der Ihnen das bringt, worauf Sie eigentlich gehofft hatten.

Mythos 1: «8K» macht das Bild schärfer

Ein Modell kann nicht mehr Pixel rendern, als seine Ausgabeeinstellung zulässt. Die Größe eines Standbilds bestimmt das Modell und, falls es eine anbietet, seine Auflösungs- oder Qualitätseinstellung im Composer, die bei den eigenen Standbildmodellen des Studios bei 2K endet. «8K» in den Prompt zu tippen ändert diese Zahl nicht. Was es tun kann: den Look in Richtung der Bilder verschieben, die in den Trainingsdaten mit «8K» beschriftet waren, also sehr knackig, oft überschärft, häufig ein Landschafts-Wallpaper. Wenn Sie genau diesen Look wollen, gut, aber sagen Sie es direkt.

Schreiben Sie stattdessen: das Detail, das Sie sehen wollen. «Feine Stoffstruktur am Ärmel sichtbar», «einzelne Sandkörner auf dem nassen Fels», «scharfer Fokus auf den Augen, weicher Hintergrund». Ein Modell, dem man sagt, wo das Detail sitzt, legt es dorthin. Ein Modell, dem man «8K» sagt, muss raten.

Mythos 2: «Meisterwerk» und «beste Qualität» heben das Niveau

Diese beiden stammen aus den Tagging-Gewohnheiten einiger älterer Modelle im Anime-Stil, deren Trainingsbeschriftungen Qualitätsbewertungen enthielten. Dort konnten die Tags etwas bewirken. Bei den meisten aktuellen Modellen sind es gewöhnliche Adjektive, und «Meisterwerk» sagt nichts darüber, was im Bild ist. Im besten Fall wird es ignoriert. Im schlimmsten Fall zieht es die Komposition zum dramatischen, zentrierten Galeriegemälde-Look, mit dem das Wort am häufigsten verbunden ist.

Schreiben Sie stattdessen: das Medium und die Ausführung. «Ölgemälde mit sichtbaren Pinselstrichen», «saubere Vektorillustration mit flachen Farben», «35mm-Fotografie, natürliches Korn». Jede dieser Angaben benennt einen Maßstab, den das Modell tatsächlich anpeilen kann.

Mythos 3: «ultrarealistisch» lässt es wie ein Foto aussehen

Dieses Wort schadet öfter, als es hilft. Realismus entsteht in einem Foto durch Unvollkommenheit: ungleichmäßiges Licht, etwas Rauschen, Haut mit Struktur, ein leicht unscharfer Hintergrund. «Ultrarealistisch» erzeugt meist das Gegenteil, ein glänzendes, glattgebügeltes, zu perfektes Rendering, das man auf den ersten Blick als KI erkennt.

Schreiben Sie stattdessen: wie das Foto entstanden ist. Kamera und Objektiv («aufgenommen mit einem 50mm-Objektiv bei f/2»), eine Lichtquelle («Fensterlicht von links, bedeckter Tag») und einen ehrlichen Makel («leichte Bewegungsunschärfe an den Händen»). Der Leitfaden zur Beleuchtung hat eine längere Liste von Lichtwörtern, die ein Rendering vorhersehbar verändern.

Mythos 4: «trending» und «preisgekrönt» leihen sich Geschmack

Die Idee ist, dass das Modell kopiert, was gerade beliebt war. In der Praxis sind diese Wörter vage Durchschnitte aus Tausenden unzusammenhängender Bilder, also ziehen sie ins Beliebige: gesättigte Farben, starker Kontrast, ein Motiv in der Mitte. Wirkt Ihr Bild schon beliebig, machen sie es noch beliebiger.

Schreiben Sie stattdessen: eine konkrete Stilentscheidung. Eine Palette («gedämpftes Grün und Rost, geringe Sättigung»), eine Epoche («Zeitschriftendruck der 1970er»), eine Kompositionsregel («Motiv im unteren Drittel, viel Himmel»). Geschmack ist eine Reihe von Entscheidungen; benennen Sie die Entscheidungen.

Mythos 5: Ein längerer Adjektiv-Anhang ist immer sicherer

Modelle gewichten den Anfang eines Prompts stärker als das Ende, deshalb stellt der Prompt-Leitfaden das Motiv an den Anfang. Ein Anhang aus zwanzig Schlagwörtern ruiniert ein Bild meist nicht, aber er verwässert die Wörter, auf die es ankommt, und macht ein misslungenes Rendering schwerer zu analysieren, weil Sie nicht erkennen, welches der zwanzig es vom Kurs abgebracht hat.

Ein Vorher und Nachher

Der zweite Prompt ist länger, aber nichts davon ist Füllmaterial. Lesen Sie ihn noch einmal, und Sie sehen das Foto vor sich, bevor es gerendert wird. Genau diesen Test sollte jeder Prompt bestehen.

Wann ein Qualitätswort in den Prompt gehört

Nicht jedes Adjektiv ist ein Schlagwort. «Scharf», «im Fokus», «saubere Kanten», «hohe Detailtiefe auf dem Etikett» sind in Ordnung, wenn sie auf einen bestimmten Teil des Bildes zeigen. Das Problem sind nur Wörter, die auf nichts zeigen. Und wenn die Beschreibung eines Modells auf der Modellseite ein bestimmtes Stichwort empfiehlt, folgen Sie dem Modell und nicht diesem Beitrag.

Was keine Formulierung kann

Bessere Wörter erhöhen die Chancen; sie nehmen den Zufall nicht weg. Derselbe Prompt liefert von Rendering zu Rendering weiterhin verschiedene Bilder, ein schwaches Modell bleibt schwach, egal wie man es anspricht, und die Pixelgröße der Ausgabe bestimmen das Modell und seine Einstellungen, nie der Text. Braucht ein Rendering mehr Auflösung, als das Modell liefert, ist das eine Aufgabe für einen Upscaler oder ein anderes Modell, nicht für ein stärkeres Adjektiv. Und die Zeit, die Sie bei Schlagwörtern sparen, ist dort am besten angelegt, wo sie sich auszahlt: bei der Neuversuchsquote, denn dorthin fließt der Großteil des Geldes bei KI-Bildern.