Stable Diffusion Prompt-Vorlagen: Leitfaden für Produktbilder, Avatare, Poster und Game-Assets

Prompt ist kein Keyword-Haufen, sondern Schichtdesign

Beim Schreiben von Prompts machen viele denselben Fehler. Sie sehen irgendwo masterpiece, best quality, 8k, ultra detailed, kopieren es, hängen noch cinematic lighting, professional photography, award winning an und wundern sich, warum das Bild zerfällt oder weit vom gewünschten Stil abweicht.

Das Problem sind nicht diese Wörter an sich. Das Problem ist, dass sie alle in derselben Ebene liegen. Motiv, Szene, Komposition, Stil und Qualität sind nicht getrennt. Das Modell erhält eine Sammlung ähnlich gewichteter Wörter, aber keine priorisierte Bildbeschreibung.

Die richtige Schichtstruktur

Ein stabiler Prompt besteht meist aus vier Schichten. Nach Priorität geordnet sieht das so aus:

Schicht	Was gehört hinein	Pflichtangabe	Optionale Angabe	Beispiel
Motivschicht	Das zentrale Objekt im Bild	Motiv + Aktion/Haltung	Alter, Geschlecht, Kleidung, Ausdruck	a woman sitting on a wooden chair
Szenenschicht	Umgebung und Hintergrund	Ort oder Raum	Licht, Wetter, Tageszeit, Stimmung	in a cozy library, warm afternoon light
Kompositionsschicht	Kamera und Bildrahmen	Kamera-/Ausschnittbegriff	Winkel, Distanz, Freiraum, Beschnitt	medium shot, from side angle
Qualitätsschicht	Technische und stilistische Grenzen	Grundstil	Qualitätsbegriffe, Künstlerreferenz, Rendering-Art	digital illustration, soft color palette

Warum diese Reihenfolge? Die Attention-Mechanik von Diffusionsmodellen verarbeitet den Anfang eines Prompts oft stärker. Wenn das Motiv zuerst steht, kann das Modell zuerst das zentrale Objekt setzen. Szene und Komposition in der Mitte stabilisieren den Bildrahmen. Qualitätsbegriffe gehören nach hinten und wirken eher als Stilgrenze.

Schlechtes Beispiel vs. gutes Beispiel

Schlechtes Beispiel	Problem	Besseres Beispiel	Verbesserung
masterpiece, best quality, 8k, beautiful woman, sitting, library, cinematic	Qualitätsbegriffe verdrängen das Motiv; das Modell weiß nicht, was zuerst wichtig ist	a woman sitting in a cozy library, warm afternoon light, medium shot, digital illustration, best quality	Motiv steht vorne, Schichten sind geordnet
girl, cute, anime style, highly detailed, perfect face, white hair, blue eyes	Merkmale sind vermischt und Gewichtungen kollidieren leicht	a girl with white hair and blue eyes, anime style portrait, close-up, clean line art	Merkmale werden zusammengefasst, Stil ist klar
product photo, professional, expensive watch, luxury, gold, macro, sharp focus	Klingt kommerziell, aber die konkrete Komposition fehlt	a gold luxury watch on marble surface, macro product shot, shallow depth of field, studio lighting, high resolution	Produkt zuerst, danach Aufnahmebedingungen

Alle drei Beispiele zeigen denselben Punkt: Mehr Wörter sind nicht automatisch besser. Klarere Schichten sind besser. Schreiben Sie zuerst, was dargestellt werden soll. Danach, wo es ist. Danach, wie das Bild gerahmt wird. Stil- und Qualitätswörter kommen zum Schluss.

Pflicht- und optionale Angaben je Schicht

Pflichtangaben der Motivschicht:

• Ein zentrales Motiv: Person, Objekt, Gebäude oder Tier
• Grundaktion oder Haltung: sitting, standing, walking, holding

Optionale Angaben der Motivschicht:

• Alter, Geschlecht, Hautfarbe, Körperform
• Kleidung, Frisur, Accessoires
• Ausdruck, Blickrichtung, Handbewegung
• Anzahl: single, group, crowd

Pflichtangaben der Szenenschicht:

• Mindestens ein Orts- oder Raumbegriff: indoor, outdoor, street, forest, studio

Optionale Angaben der Szenenschicht:

• Lichtart: sunlight, soft light, hard light, neon
• Wetter und Tageszeit: morning, night, rainy
• Stimmungsbegriffe: calm, tense, cozy, cinematic
• Hintergrunddetail: simple background, busy background, bokeh

Pflichtangaben der Kompositionsschicht:

• Ein Kamera- oder Ausschnittbegriff: portrait, medium shot, full body, landscape

Optionale Angaben der Kompositionsschicht:

• Winkel: front, side, back, from above, from below
• Bildrahmen: close-up, wide shot, cropped
• Richtung des Freiraums: centered, left aligned

Pflichtangaben der Qualitätsschicht:

• Ein Grundstil: photography, illustration, anime, realistic

Optionale Angaben der Qualitätsschicht:

• Qualitätsbegriffe: best quality, high resolution, detailed
• Künstlerstil: style of artist name
• Rendering-Art: soft shading, hard edge, line art
• Kamera- oder Gerätebegriffe: DSLR, film grain, HDR

Diese Schichtstruktur ist keine absolute Regel. Sie ist aber eine stabile Vorlage, die sich aus vielen Community-Praktiken herausgebildet hat. Füllen Sie beim Schreiben eines Prompts zuerst diese Tabelle aus und passen Sie sie dann an die konkrete Szene an.

Gewichtungssyntax und Mischtechniken

Die Schichtstruktur beantwortet, was Sie schreiben und wo Sie es schreiben. Manchmal brauchen Sie aber feinere Kontrolle: ein Wort stärker gewichten, zwei Stile mischen oder ein Bild während der Generierung von einem Zustand in einen anderen überführen. Dafür gibt es Gewichtungs- und Mischsyntax.

Gewichtungssyntax: Begriffe verstärken oder abschwächen

Am häufigsten ist die Schreibweise mit runden Klammern und Zahl:

(keyword:1.5)    # Gewicht auf 1,5 erhöhen
(keyword:0.8)    # Gewicht auf 0,8 senken
(keyword)        # Standardgewicht ca. 1,1 bei einfacher Klammer
((keyword))      # Standardgewicht ca. 1,21 bei doppelter Klammer

Ein praktisches Beispiel:

a woman sitting in a library, (soft lighting:1.3), warm atmosphere

Hier wird soft lighting stärker gewichtet. Das Modell achtet stärker auf weiches Licht. Wenn Sie stattdessen schreiben:

a woman sitting in a library, (harsh lighting:0.7), warm atmosphere

wird harsh lighting abgeschwächt, und das Bild kann näher an eine neutrale Lichtwirkung rücken.

Mehr Gewicht ist nicht automatisch besser. Werte über 2,0 führen leicht zu Bildbrüchen, Farbfehlern oder verlorenen Details. In der Praxis ist 0,7 bis 1,5 meist ein sicherer Bereich.

Mischsyntax: Zwei Konzepte abwechselnd einsetzen

Mit eckigen Klammern und senkrechtem Strich kann das Modell zwischen zwei Begriffen wechseln:

[keyword1|keyword2]

Beispiel:

a [cat|dog] sitting on a chair

Das Modell nutzt in einigen Sampling-Schritten cat und in anderen dog. Das Ergebnis kann wie ein Zwischenwesen aus Katze und Hund wirken. Diese Syntax eignet sich eher zum Mischen von Stilen, zum Beispiel:

[anime style|realistic photography] portrait of a woman

Mischung bedeutet aber nicht „exakt halb und halb“. Das Ergebnis hängt von Sampling-Schritten, Seed und Modell ab. Manchmal dominiert der erste Begriff, manchmal der zweite.

Übergangssyntax: Von einem Zustand in einen anderen wechseln

Mit eckigen Klammern und Doppelpunkt kann der Prompt während der Generierung wechseln:

[from:to:0.5]

Der Wert 0.5 bedeutet, dass from nach 50% der Sampling-Schritte durch to ersetzt wird. Beispiel:

a [white:blue:0.3] dress

In den ersten 30% der Sampling-Schritte wird white dress genutzt, danach blue dress. Das kann ein Kleid erzeugen, das teilweise oder graduell blau wirkt.

Diese Syntax ist nützlich für Wechsel von Aktion, Ausdruck oder Stil. Zum Beispiel:

a woman [smiling:crying:0.5]

In der ersten Hälfte wird Lächeln, in der zweiten Weinen genutzt. Das kann einen Zwischenzustand im Gesicht erzeugen. Diese Syntax ist allerdings modellabhängig. Ein anderer Checkpoint kann zu deutlich anderen Ergebnissen führen.

Unterschiedliche Syntax-Unterstützung je UI

Gewichtungs- und Mischsyntax ist nicht in jeder UI identisch implementiert. Eine grobe Übersicht:

| UI | (keyword:1.5) | [keyword1|keyword2] | [from:to:0.5] | Erklärung |
| --- | --- | --- | --- | --- |
| Automatic1111 WebUI | Unterstützt | Unterstützt | Unterstützt | Die verbreitetste Syntax-Unterstützung |
| ComfyUI | Unterstützt im CLIP Text Encode Node | Unterstützt | Unterstützt | Text direkt in den Node schreiben |
| InvokeAI | Unterstützt | Unterstützt | Teilweise unterstützt | Übergangssyntax kann abweichen |
| Diffusers API | Manuelle Implementierung nötig | Manuelle Implementierung nötig | Manuelle Implementierung nötig | Die Syntax muss auf Pipeline-Ebene verarbeitet werden |

In ComfyUI schreiben Sie (keyword:1.5) direkt in das Prompt-Feld des CLIP Text Encode Nodes. Zusätzliche Nodes oder Plugins sind dafür nicht nötig.

Fallen, die Sie vermeiden sollten

1. Gewichtungen nicht stapeln: Wenn ein Prompt mehr als 5 gleichzeitig gewichtete Begriffe wie (keyword:1.5) enthält, wird die Attention-Verteilung instabil und das Bild schwankt stärker.

2. Mischsyntax nicht für das Hauptmotiv nutzen: [man|woman] sitting kann eine unklare Person erzeugen. Wenn Sie eine eindeutige Person brauchen, schreiben Sie sie direkt.

3. Übergangssyntax braucht genug Sampling-Schritte: Bei zu wenigen Steps, etwa 10, ist der Übergang kaum sichtbar. Meist sind mindestens 20 Steps sinnvoll.

4. Gewichtung wirkt je Modell anders: Dasselbe (keyword:1.5) sieht in SDXL anders aus als in SD 1.5. Nach einem Modellwechsel sollten Sie erneut testen.

5. Klammern nicht über drei Ebenen stapeln: (((keyword))) entspricht etwa 1,33. Noch mehr Klammern sind schwer zu steuern. Eine numerische Angabe wie (keyword:1.5) ist klarer.

Gewichtungs- und Mischsyntax sind Werkzeuge für Feinkontrolle. Sie sind nicht Pflicht. In vielen Fällen reicht eine klare Schichtstruktur. Ergänzen Sie diese Syntax nur, wenn Sie ein Element betonen, Stile mischen oder einen Übergang erzeugen möchten.

Negative Prompt ist nicht besser, nur weil er länger ist

Ein Negative Prompt sagt dem Modell, was es nicht zeichnen soll. Viele kopieren lange „Universal-Listen“, etwa:

low quality, worst quality, lowres, bad anatomy, bad hands, missing fingers, extra digits, cropped, blurry, text, watermark, signature, artist name, error, jpeg artifacts

Solche Listen hatten in der SD-1.5-Zeit teilweise Wirkung. In SDXL und SD 3.5 funktioniert Negative Prompting aber anders. Laut Hugging Face Diffusers beeinflusst der Negative Prompt die Richtung der classifier-free guidance (CFG). Zu lange oder widersprüchliche Negative Prompts können das Modell eher vom Ziel wegziehen.

3-Schritte-Designprozess

Robuster ist es, vom sichtbaren Problem rückwärts zu arbeiten.

Schritt 1: Problem aus dem Fehlerbild erkennen

Nachdem Sie ein Bild generiert haben, bestimmen Sie zuerst, wo das Problem liegt.

Problemtyp	Konkretes Erscheinungsbild	Passender Negative Prompt
Hände	sechs Finger, verdrehte Finger, verwachsene Finger	bad hands, mutated hands, extra fingers, missing fingers
Gesicht	verschobene Augen, deformiertes Gesicht, asymmetrische Gesichtsteile	distorted face, asymmetrical eyes, malformed face
Komposition	Motiv nicht zentriert, zu enger Beschnitt, unausgewogene Fläche	cropped, off-center, bad composition
Stil	erwarteter Stil fehlt, mehrere Stile vermischen sich	anime, realistic, sketch, oil painting für Stile, die nicht erscheinen sollen
Qualität	Unschärfe, Rauschen, niedrige Auflösung	blurry, low resolution, jpeg artifacts

Schritt 2: Nach Kategorie ergänzen, nicht stapeln

Korrigieren Sie pro Durchlauf nur eine Kategorie. Wenn nur die Finger problematisch sind, ergänzen Sie nur Handbegriffe. Fügen Sie nicht gleichzeitig Qualität, Komposition und Stil hinzu. Beispiel:

# Nur die Hände sind problematisch
bad hands, mutated hands, extra fingers

# Nur die Komposition ist problematisch
cropped, bad composition, off-center

Danach generieren Sie erneut. Wenn die Hände besser sind, aber das Gesicht leidet, ergänzen Sie erst dann Gesichtsbegriffe.

bad hands, mutated hands, extra fingers, distorted face, asymmetrical eyes

Schritt 3: Länge begrenzen und Widersprüche vermeiden

Ein Negative Prompt ist nicht besser, nur weil er länger ist. Meist reichen 15 bis 20 Begriffe. Jenseits davon erhält das Modell so viele „nicht zeichnen“-Anweisungen, dass es schwerer entscheiden kann, was es tun soll.

Vermeiden Sie außerdem widersprüchliche Begriffe. Wenn der positive Prompt anime style enthält, sollte der Negative Prompt nicht ebenfalls anime enthalten. Schreiben Sie in den Negative Prompt nicht das Gegenteil des Positiven, sondern die Stile und Fehler, die Sie wirklich ausschließen möchten.

Negative-Prompt-Vorlagen für typische Szenen

Szene	Empfohlener Negative Prompt	Erklärung
Realistische Person	bad hands, mutated hands, extra fingers, distorted face, blurry, low quality	Fokus auf Hände und Gesicht
Produktbild	background, reflection, shadow, watermark, text, blurry, cropped	Hintergrundstörungen und Fremdelemente vermeiden
Anime-Stil	realistic, photo, 3d render, low quality, bad anatomy, extra fingers	Realismus und 3D-Anmutung ausschließen
Innenraumdesign	person, cluttered, messy, low quality, blurry, watermark	Personen und unruhigen Hintergrund vermeiden

Diese Vorlagen sind Startpunkte, keine festen Antworten. Passen Sie sie an das konkrete Fehlerbild an.

Begriffe, die Sie besser nicht stapeln

Im Negative Prompt gibt es Wörter, die wenig helfen oder neue Probleme auslösen können.

1. worst quality: zu extrem. Das Modell kann es als generelle Abwertung von Qualität interpretieren.
2. normal quality: zu unklar. „normal“ sagt dem Modell nicht, was genau ausgeschlossen werden soll.
3. artist name: Wenn Sie keinen konkreten Künstlerstil vermeiden müssen, verengt dieser Begriff unnötig den Stilraum.
4. watermark, signature, text: Kann helfen, aber zu viel davon kann Textelemente generell unterdrücken. Gewünschte Poster-Titel werden dann schwieriger.

Praxistechnik: Mit CFG=0 die reine Wirkung des Negative Prompts prüfen

In der Community gibt es die Methode, CFG auf 0 zu setzen, um die Wirkung des Negative Prompts zu beobachten. Bei CFG=0 ignoriert das Modell den positiven Prompt vollständig und nutzt nur den Negative Prompt in Gegenrichtung. So können Sie sehen, was der Negative Prompt tatsächlich ausschließt.

Für normale Generierung ist diese Methode nicht gedacht. Sie ist ein Debugging-Werkzeug. In der normalen Arbeit liegt CFG oft zwischen 7 und 12, und positiver sowie negativer Prompt wirken gemeinsam.

Negative Prompts wirken je Modell unterschiedlich

SDXL und SD 3.5 sind weniger abhängig von Negative Prompts als SD 1.5. Offizielle Model Cards und die Diffusers-Dokumentation beschreiben ebenfalls, dass neuere Modelle oft stärker dem positiven Prompt folgen und stabilere Ergebnisse nur mit dem positiven Prompt liefern können.

Wenn Sie auch bei SDXL oder SD 3.5 zu viele Negative Prompts stapeln, beschneiden Sie die Ausdrucksfähigkeit des Modells. Starten Sie kurz und ergänzen Sie nur, was aus dem Fehlerbild wirklich nötig ist.

Vier Szenenvorlagen: Produktbild / Avatar / Poster / Game-Asset

Die bisherigen Kapitel behandeln allgemeine Struktur. Dieses Kapitel gibt direkt vier häufige Vorlagen. Sie können sie an den konkreten Zweck anpassen und müssen nicht bei null anfangen.

Szenenvergleich

Szene	Zweckdefinition	Kameraauswahl	Freiraum	Formatgrenze	Stilbeispiel
Produktbild	Produktpräsentation, E-Commerce-Hauptbild, Detailseite	macro, close-up, Augenhöhe oder leicht von oben	Freiraum an allen Seiten, sauberer Hintergrund	Plattformabhängige Größe, Verhältnis 1:1 oder 3:4	Weißer Hintergrund, studio lighting, minimal
Avatar	Social Media, Personal Brand, Game-Charakter	portrait, close-up, zentrierte Komposition	Freiraum um den Kopf, Gesicht nicht anschneiden	Verhältnis 1:1, 512×512 oder höher	Realistisch, anime, illustration
Poster	Eventwerbung, Content-Cover, Werbematerial	wide shot, hero composition, zentriert oder Drittelregel	Oben Platz für Titel, unten Bereich für Logo	Verhältnis 2:3 oder 9:16, hohe Auflösung	cinematic, bold color, dynamic
Game-Asset	UI-Elemente, Item-Icons, Charakter-Illustrationen	Nach Zweck: Icon frontal, Figur als Ganzkörper	Icon braucht klare Silhouette, Figur braucht Beschnittspielraum	Icon 256×256, Figurenformat variabel	pixel art, anime, concept art

Produktbild-Vorlage

Zweck: E-Commerce-Hauptbild, Produktdetailseite, Produktpräsentation.

Kernanforderung: Produkt klar, Hintergrund sauber, Licht gleichmäßig, keine Fremdelemente.

Prompt-Beispiel:

a [Produktname] on white marble surface, macro product shot, shallow depth of field, studio lighting, clean background, high resolution, professional photography

Negative prompt:
background clutter, reflection, shadow, watermark, text, blurry, low quality

Anpassungspunkte:

• Ersetzen Sie den Produktnamen durch ein konkretes Objekt, etwa a gold luxury watch oder a leather handbag.
• white marble surface kann zu simple white background, wooden table oder glass display werden.
• shallow depth of field macht den Hintergrund unscharf und hebt das Produkt hervor.
• Freiraum: Wenn später ein Logo ergänzt wird, schreiben Sie centered, ample white space in den Prompt.

Avatar-Vorlage

Zweck: Social-Media-Avatar, Personal-Brand-Bild, Game-Charakter-Avatar.

Kernanforderung: klares Gesicht, natürlicher Ausdruck, einheitlicher Stil, keine wichtigen Teile angeschnitten.

Prompt-Beispiel (realistischer Stil):

a [Personenbeschreibung] portrait, close-up, looking at camera, soft natural lighting, shallow depth of field, high resolution, professional photography

Negative prompt:
bad hands, distorted face, asymmetrical eyes, blurry, low quality

Prompt-Beispiel (Anime-Stil):

a [Personenbeschreibung] anime style portrait, close-up, looking at camera, clean line art, vibrant color, high quality

Negative prompt:
realistic, photo, 3d render, low quality, bad anatomy

Anpassungspunkte:

• Die Personenbeschreibung enthält Geschlecht, Alter, Frisur, Kleidung und Ausdruck, etwa a young woman with short black hair, confident smile.
• looking at camera richtet die Augen auf die Kamera und passt gut zu Avataren.
• Für Realismus nutzen Sie professional photography, für Anime anime style, clean line art.
• Empfehlenswert ist 1:1, etwa 512×512 oder 1024×1024.

Poster-Vorlage

Zweck: Eventwerbung, Content-Cover, Werbematerial.

Kernanforderung: starke visuelle Wirkung, Freiraum für Titel, zentrales oder hervorgehobenes Hauptelement, einheitlicher Stil.

Prompt-Beispiel:

a [Themenbeschreibung] scene, wide shot, cinematic composition, dramatic lighting, dynamic pose, bold color palette, high resolution, poster design

Negative prompt:
text, watermark, signature, blurry, low quality, cropped

Anpassungspunkte:

• Die Themenbeschreibung enthält Person, Szene und Aktion, etwa a superhero standing on rooftop at sunset oder a concert crowd with neon lights.
• wide shot und cinematic composition geben dem Bild mehr Filmwirkung.
• bold color palette eignet sich für starke Posterwirkung.
• Wenn später ein Titel ergänzt wird, schreiben Sie top empty space for text in den Prompt oder schneiden Sie das Bild anschließend in ComfyUI.

Hinweis: Poster brauchen meist Nachbearbeitung für Titel und Logo. Das generierte Bild ist nur das Grundmaterial. Wenn Sie direkt Poster mit Text generieren möchten, können Sie FLUX oder SD 3.5 testen, weil sie Textelemente besser unterstützen.

Game-Asset-Vorlage

Zweck: UI-Elemente, Item-Icons, Charakter-Illustrationen.

Kernanforderung: einheitlicher Stil, klare Silhouette, zuschneidbar, passend zur Game Engine.

Prompt-Beispiel (Item-Icon):

a [Itemname] icon, front view, clean outline, simple background, pixel art style, bright color, 256x256, game asset

Negative prompt:
realistic, photo, complex background, blurry, low quality

Prompt-Beispiel (Charakter-Illustration):

a [Charakterbeschreibung] full body, anime style, dynamic pose, clean background, concept art, high resolution, character design

Negative prompt:
bad hands, extra fingers, distorted face, low quality, messy background

Anpassungspunkte:

• Für Item-Icons nutzen Sie front view, clean outline, damit die Silhouette klar bleibt.
• Für Charakter-Illustrationen nutzen Sie full body, damit die Figur vollständig erscheint.
• pixel art style oder anime style wird nach Spieltyp gewählt.
• Game-Assets brauchen oft nachgelagertes Zuschneiden, Layering und Export. Das generierte Bild ist nur der erste Schritt.

Vorlagen sind keine festen Antworten

Diese vier Vorlagen sind Startpunkte, keine absoluten Standards. Unterschiedliche Modelle, Checkpoints und LoRAs führen zu unterschiedlichen Ergebnissen. Schreiben Sie den ersten Prompt nach dieser Struktur und passen Sie ihn nach dem tatsächlichen Bild an.

Wichtig ist die Kernbedingung jeder Szene: Produktbilder müssen sauber sein, Avatare brauchen ein frontales Gesicht, Poster brauchen Wirkung, Game-Assets müssen zuschneidbar sein. Diese Bedingungen sind wichtiger als einzelne Wörter.

Wie das Modell den Prompt beeinflusst: Warum kopierte Prompts anders wirken

Vielleicht kennen Sie das: Sie sehen einen guten Prompt, kopieren ihn mit denselben Parametern und bekommen ein völlig anderes Ergebnis. Viele vermuten Seed oder Parameter als Ursache. Oft liegt der Grund aber im Modell.

Prompt-Following je Modell

Modellfamilie	Prompt-Following	Stilneigung	Einfluss auf Ihren Prompt
SD 1.5	Schwächer, leicht von Qualitätsbegriffen dominiert	Für Realismus, Anime und Illustration gibt es ausgereifte Checkpoints	Braucht mehr konkrete Begriffe, Qualitätsbegriffe haben mehr Gewicht
SDXL	Stärker als SD 1.5, Struktur wird genauer verstanden	Breite Allgemeinheit, offizielles Basismodell eher realistisch	Motiv- und Szenenbegriffe sind wichtiger, Qualitätsbegriffe können reduziert werden
Stable Diffusion 3.5	Deutlich besseres Following, komplexe Prompts werden besser verstanden	Offiziell als hochwertiges Allzweckmodell positioniert	Längere Prompts bleiben besser strukturiert
FLUX.1	Starkes Prompt-Following und gute Bildanmutung, besser bei Textelementen	Fotografie, Filmlook, Poster-Stil	Texte und markennahe Elemente können eher im Prompt erscheinen

Die Tabelle sagt eine einfache Sache: Derselbe Prompt wirkt je Modell anders. Das heißt nicht unbedingt, dass der Prompt falsch ist. Das Modell versteht Prompts unterschiedlich gut.

In der SD-1.5-Zeit wurden oft masterpiece, best quality, 8k gestapelt, weil das Modell darauf stark reagierte. Bei SDXL und SD 3.5 versteht das Modell Motiv, Szene und Komposition besser. Wenn Sie den Bildinhalt klar beschreiben, wird das Ergebnis stabiler. Qualitätsbegriffe werden zur Ergänzung, nicht zum Hauptteil.

Wie Checkpoint und LoRA das Ergebnis verändern

Ein heruntergeladener „realistic portrait checkpoint“ oder „anime style checkpoint“ ist im Kern ein weitertrainiertes oder gemischtes Ergebnis auf einem Basismodell. Er verändert, wie das Modell auf bestimmte Wörter reagiert.

Ein Anime-Checkpoint kann etwa stark auf anime style, vibrant color, clean line art reagieren, aber schwach auf realistic photography, studio lighting. Wenn Sie einen realistischen Prompt in einen Anime-Checkpoint kopieren, kann das Bild unruhig werden.

LoRA ist eher ein Zusatzpaket. Es bringt dem Modell eine bestimmte Figur, Kleidung, einen Stil oder ein Konzept bei. Wenn Sie ein LoRA verwenden, sollte der Prompt dessen Triggerwörter enthalten. Ein cyberpunk style LoRA wird vielleicht erst mit cyberpunk oder einem bestimmten Keyword sauber aktiviert.

Checkliste, wenn derselbe Prompt nach Modellwechsel schlechter wird

Wenn ein Modellwechsel schlechtere Ergebnisse bringt, prüfen Sie in dieser Reihenfolge:

Prüfpunkte	Mögliches Problem	Reparaturrichtung
Basismodellfamilie	Ein SD-1.5-Prompt läuft in einem SDXL- oder FLUX-Workflow	Passenden Beispiel-Workflow für die Modellfamilie nutzen
Checkpoint-Typ	Realistischer Prompt in einem Anime-Checkpoint	Checkpoint wählen, der zum Stil passt
LoRA-Triggerwort	LoRA ist geladen, aber der Prompt enthält kein Triggerwort	Model Card des LoRA lesen und Triggerwort ergänzen
Prompt-Länge	SDXL/SD 3.5 vertragen längere Prompts, SD 1.5 oft weniger	Prompt vereinfachen, Kernmotiv und Szene behalten
Gewichtungssyntax	Modelle reagieren unterschiedlich auf (keyword:1.5)	Gewichtungsbereich senken und erneut testen
Negative Prompt	Neue Modelle brauchen weniger negative Begriffe	Negative Prompt kürzen, nur zentrale Ausschlüsse behalten
Workflow-Struktur	Neues Modell braucht andere Node-Kette	Offiziellen oder in der Model Card empfohlenen Beispiel-Workflow nutzen

Die Logik dahinter: Ein Prompt ist kein isolierter Text. Er hängt an Modell, Checkpoint, LoRA und Workflow-Struktur. Wenn Sie das Modell wechseln, müssen Sie auch den Prompt anpassen.

Eine praktische Testmethode

Wenn Sie ein neues Modell bekommen, testen Sie es zuerst mit einer festen Prompt-Gruppe:

# Test 1: Nur Motiv
a woman sitting on a chair

# Test 2: Motiv + Szene
a woman sitting on a chair in a library

# Test 3: Motiv + Szene + Stil
a woman sitting on a chair in a library, digital illustration

# Test 4: Motiv + Szene + Stil + Gewichtung
a woman sitting on a chair in a library, digital illustration, (soft lighting:1.3)

Fixieren Sie Seed, Größe, Steps und CFG. Generieren Sie pro Test 3 Bilder und beobachten Sie, wie das Modell auf die verschiedenen Prompt-Schichten reagiert. So erkennen Sie, wie empfindlich es auf Motiv, Szene, Stil und Gewichtung reagiert, und können spätere Prompts gezielter schreiben.

ComfyUI in der Praxis: Prompt im Workflow iterieren

Bisher ging es um Struktur und Theorie. Jetzt geht es um die praktische Arbeit in ComfyUI. Der Vorteil von ComfyUI ist die visuelle Node-Struktur. Sie sehen, wo der Prompt sitzt, mit welchen Nodes er verbunden ist und wie er das Ergebnis beeinflusst.

Wo der Prompt im Workflow sitzt

Ein minimaler Text-to-Image-Workflow besteht meist aus diesen Nodes:

Load Checkpoint → CLIP Text Encode (positive) → KSampler → VAE Decode → Save Image
                → CLIP Text Encode (negative)

Der positive Prompt steht im ersten CLIP Text Encode Node, der Negative Prompt im zweiten. Beide geben conditioning an den KSampler aus. Der KSampler erzeugt dann anhand von Seed, Steps, CFG, Sampler und weiteren Parametern das Latent.

Das bedeutet: Der Prompt entscheidet das Bild nicht allein. Er wirkt zusammen mit Modell, Sampling-Parametern und VAE. Wenn Sie in ComfyUI den Prompt ändern, prüfen Sie gleichzeitig:

• Ob im Load Checkpoint das richtige Modell geladen ist.
• Ob der Seed im KSampler fixiert ist.
• Ob Steps, CFG und Sampler im KSampler stabil bleiben.
• Ob das VAE im VAE Decode zum Modell passt.

Mit festem Seed vergleichen

Für Prompt-Tests ist ein fixer Seed entscheidend. Im KSampler Node sind seed und control_after_generate die beiden wichtigen Parameter.

Vorgehen:

1. Setzen Sie control_after_generate auf fixed.
2. Notieren Sie den aktuellen Seed.
3. Ändern Sie den Prompt, aber nur eine Variable, etwa nur den Lichtbegriff.
4. Klicken Sie Queue Prompt und generieren Sie erneut.
5. Vergleichen Sie die beiden Bilder und bewerten Sie den Einfluss des Lichtbegriffs.

So schließen Sie Seed-Zufall aus und sehen nur die Wirkung der Prompt-Änderung. Wenn Sie mehrere Prompt-Versionen testen möchten, ändern Sie den Seed manuell, etwa seed=100, seed=101, seed=102, und ordnen Sie jedem Seed eine Prompt-Version zu.

Parameterkopplung: Steps, CFG und Sampler beeinflussen den Prompt

Die Wirkung eines Prompts hängt auch von den Sampling-Parametern ab. Eine Grundübersicht:

Parameter	Einfluss auf den Prompt	Empfohlener Bereich
Steps	Zu wenige Steps verlieren Prompt-Details; zu viele Steps können Details überbetonen	20-30 in Tests; 30-50 für finale Generierung
CFG (Classifier-Free Guidance Scale)	Höheres CFG folgt dem Prompt strenger; niedrigeres CFG gibt dem Modell mehr Freiheit	7-12 normal; 4-7 stilisiert; 12-15 streng realistisch
Sampler	Unterschiedliche Sampler reagieren leicht anders auf Prompts, beeinflussen aber vor allem Geschwindigkeit und Detail	Euler, Euler a und DPM++ 2M Karras sind häufige Optionen

Typische Kombinationen:

• Realistische Person: steps=30, CFG=8-10, sampler=DPM++ 2M Karras.
• Anime-Stil: steps=25-30, CFG=7-8, sampler=Euler a.
• Produktbild: steps=25-30, CFG=9-11, sampler=DPM++ 2M.

Diese Kombinationen sind keine festen Antworten. Je nach Modell und Checkpoint ändert sich das Optimum. Fixieren Sie den Prompt und ändern Sie nur steps, CFG und sampler, um die Wirkung zu beobachten.

Best Practices für Batch-Vergleiche

Wenn Sie mehrere Prompt-Versionen auf einmal testen möchten, können Sie Batch-Nodes nutzen oder Seeds manuell ändern. In ComfyUI gibt es mehrere Wege:

Methode 1: Seed manuell ändern

Ändern Sie im KSampler den Seed per Hand, pro Durchlauf eine Prompt-Version, und notieren Sie Seed und Bild. Das ist am einfachsten und eignet sich für kleine Vergleiche.

Methode 2: Batch-Node nutzen

Manche Custom-Node-Pakete bieten Batch-Funktionen, zum Beispiel Primitive Nodes für mehrere Seeds oder spezielle Batch-Prompt-Nodes. Das passt, wenn Sie Dutzende Vergleichsbilder generieren möchten.

Methode 3: Workflow-Versionen speichern

Speichern Sie verschiedene Prompt-Workflows als separate JSON-Dateien:

portrait-prompt-v1.json  # ursprünglicher Prompt
portrait-prompt-v2.json  # Lichtbegriff ergänzt
portrait-prompt-v3.json  # Gewichtungsbegriff ergänzt

Beim Laden ziehen Sie die passende JSON-Datei direkt hinein und müssen nicht jedes Mal neu tippen.

Testergebnisse dokumentieren

Beim Prompt-Testen lohnt sich eine Notiz wie diese:

## Prompt-Testprotokoll

- Modell: SDXL base 1.0
- Seed: 12345
- Size: 1024×1024
- Steps: 30
- CFG: 8
- Sampler: DPM++ 2M Karras
- Prompt-Version 1: a woman sitting in a library, soft lighting
- Prompt-Version 2: a woman sitting in a library, (soft lighting:1.3)
- Unterschied: Version 2 hat weicheres Licht und natürlichere Schatten

So bauen Sie Ihre eigene Bibliothek für Prompt-Wirkungen auf. Bei ähnlichen Szenen können Sie später direkt auf frühere Tests zurückgreifen.

Kommerzielle und urheberrechtliche Risiken: Was nicht in den Prompt gehört

Viele behandeln Prompts nach dem Motto: Hauptsache, das gewünschte Bild entsteht. Bei kommerzieller Nutzung zählen aber auch Prompt-Inhalt, Verwendungszweck und Modell-Lizenz. Dieses Kapitel bleibt deshalb bewusst praktisch und gibt eine Checkliste.

Drei Inhaltsarten, die Sie vermeiden sollten

Erste Kategorie: Markennamen und Marken

Wenn Sie Nike shoes, Apple product oder Coca-Cola logo in den Prompt schreiben, kann das generierte Bild passende Markenelemente enthalten. Wird es in einem kommerziellen Projekt genutzt, kann das markenrechtlich problematisch werden. Auch wenn Sie das Markenelement nicht selbst gezeichnet haben, kann die Nutzung des Ergebnisses ein Risiko sein.

Besser: Ersetzen Sie Markennamen durch Kategorien. Zum Beispiel:

• Nike shoes → a pair of running shoes, sporty design.
• iPhone → a smartphone, modern design.
• Starbucks logo → a coffee shop logo, circular design.

Wenn ein Kunde ausdrücklich ein bestimmtes Markenelement verlangt, sollten Sie lizenziertes Markenmaterial nutzen und nicht versuchen, es per KI zu erzeugen.

Zweite Kategorie: Reale Personen und öffentliche Figuren

Wenn Sie Taylor Swift portrait, Elon Musk face oder celebrity name in den Prompt schreiben und ein ähnliches Bild kommerziell nutzen, kann das Bildnis- oder Persönlichkeitsrechte betreffen. Die Rechtslage unterscheidet sich je nach Land, aber das Risiko ist real.

Besser: Ersetzen Sie Personennamen durch Beschreibungen. Zum Beispiel:

• Taylor Swift portrait → a young woman with blonde hair, singer style portrait.
• Elon Musk face → a middle-aged man with short hair, tech entrepreneur portrait.

Wenn Sie eine fiktive Figur erzeugen möchten, stellen Sie sicher, dass das Konzept eigenständig ist und keine vorhandene reale Person imitiert.

Dritte Kategorie: Künstlerstil und urheberrechtlich geschützte Werke

style of artist name kann besonders bei zeitgenössischen Künstlern zu Ergebnissen führen, die dem Stil dieser Person sehr nahekommen. Bei kommerzieller Nutzung kann das zu urheberrechtlichen Konflikten führen. Unterschiedliche Künstler haben unterschiedliche Haltungen zu Stilnachahmung. Gehen Sie nicht automatisch davon aus, dass Stilreferenzen sicher sind.

Besser: Beschreiben Sie den Stil statt den Künstlernamen. Zum Beispiel:

• style of Studio Ghibli → anime style, soft color palette, detailed background.
• style of Van Gogh → oil painting style, bold brush strokes, vibrant color.

Wenn Sie ausdrücklich eine Hommage an einen Künstlerstil planen, prüfen Sie vorher die Haltung zur kommerziellen Nutzung oder holen Sie juristischen Rat ein.

Modell-License-Checkliste

Vor kommerzieller Nutzung prüfen Sie drei Lizenzebenen.

Erste Ebene: Lizenz des Basismodells

Stability AI beschreibt auf der offiziellen License-Seite die Nutzungsgrenzen für Modelle wie SDXL und SD 3.5. Wichtige Punkte sind:

• Community License: erlaubt persönliche und nichtkommerzielle Nutzung; kommerzielle Nutzung hat Umsatzschwellen.
• Enterprise License: bei Überschreitung der Umsatzschwelle oder bestimmten Nutzungsfällen ist eine Unternehmenslizenz nötig.
• Nutzung der generierten Bilder: Manche Modelle erlauben kommerzielle Materialnutzung, andere beschränken Ausgaben.

Prüfschritte:

1. Öffnen Sie Stability AI License.
2. Bestimmen Sie, welche Basismodellversion Sie verwenden.
3. Vergleichen Sie Umsatzschwelle und Nutzungsbereich der Community License.
4. Entscheiden Sie, ob Ihr Projekt eine Enterprise License braucht.

Zweite Ebene: Lizenz von Community-Checkpoints und LoRAs

Community-Modelle von Civitai oder Hugging Face haben jeweils eine Lizenzangabe in der Model Card. Häufige Fälle:

• Manche Checkpoints verbieten kommerzielle Nutzung ausdrücklich.
• Manche LoRAs erlauben nur nichtkommerzielle Nutzung.
• Manche Modelle verlangen Namensnennung oder Quellenhinweis.

Prüfschritte:

1. Öffnen Sie die Model Card und suchen Sie das Lizenzfeld.
2. Prüfen Sie, ob kommerzielle Nutzung erlaubt ist.
3. Wenn die Lizenz unklar ist, kontaktieren Sie den Autor. Gehen Sie nicht davon aus, dass ein herunterladbares Modell automatisch kommerziell nutzbar ist.

Dritte Ebene: Plattform- oder Servicebedingungen

Wenn Sie Cloud-Dienste oder APIs nutzen, etwa die Stability AI API oder andere Anbieter, regeln die Plattformbedingungen:

• ob generierte Bilder kommerziell genutzt werden dürfen,
• ob generierte Bilder weiterverteilt werden dürfen,
• ob sie als Teil eines Services verkauft werden dürfen.

Prüfschritte:

1. Öffnen Sie die Servicebedingungen der Plattform.
2. Suchen Sie die Abschnitte zu Nutzungsrechten und Verteilung generierter Inhalte.
3. Prüfen Sie, ob Ihr konkreter Zweck abgedeckt ist.

Checkliste vor kommerzieller Nutzung

Prüfen Sie vor jedem kommerziellen Projekt in dieser Reihenfolge:

## Checkliste für kommerzielle Nutzung

1. □ Erlaubt die Lizenz des Basismodells kommerzielle Nutzung?
2. □ Erlaubt die Lizenz von Community-Checkpoint/LoRA kommerzielle Nutzung?
3. □ Passen Plattform- oder Servicebedingungen zu Ihrem Zweck?
4. □ Enthält der Prompt Markennamen oder Markenbegriffe?
5. □ Enthält der Prompt Namen realer Personen oder öffentlicher Figuren?
6. □ Enthält der Prompt Künstlerstilbegriffe, die geprüft werden müssen?
7. □ Wird das generierte Bild für Werbung, Kundenauslieferung oder bezahlte Assets genutzt?
8. □ Wurden unklare Punkte mit Autor oder juristischer Beratung geklärt?

Diese Checkliste ist keine Rechtsberatung, sondern ein Risikohinweis. Wenn etwas unklar ist, wählen Sie Modelle und Materialien mit klar erlaubter kommerzieller Nutzung oder holen Sie professionellen Rat ein.

Fehlersuche, wenn Prompts nicht wirken: Problem finden und reparieren

Sie haben den Prompt nach Vorlage geschrieben, aber das Ergebnis passt nicht. Schreiben Sie dann nicht sofort den gesamten Prompt neu. Gehen Sie Punkt für Punkt durch diese Liste.

Schnelle Fehlersuchtabelle

Symptom	Wahrscheinlichere Ursache	Zuerst prüfen	Reparaturrichtung
Verformte Finger, sechs Finger, verklebte Hände	Modell ist bei Händen schwach, Negative Prompt ist zu unspezifisch	Modelltyp, enthält der Negative Prompt Handbegriffe?	Checkpoint mit besseren Händen wählen, bad hands, mutated hands, extra fingers ergänzen
Gesicht deformiert, Gesichtszüge asymmetrisch	Modell ist bei Gesichtern schwach, Prompt beschreibt Gesicht zu wenig	Modelltyp, enthält der positive Prompt Gesichtsdetails?	Realistischen Portrait-Checkpoint nutzen, Gesichtsmerkmale ergänzen
Komposition weicht ab, falscher Beschnitt	Prompt fehlt Kompositionsbegriff, Größe passt nicht zum Prompt	Kamera-/Kompositionsbegriffe, Breite/Höhe	medium shot, centered, full body ergänzen, Seitenverhältnis anpassen
Stil passt nicht, Bild wirkt chaotisch	Stilneigung des Modells kollidiert mit Prompt, LoRA-Trigger fehlt	Checkpoint-Typ, LoRA-Triggerwörter	Passenden Stil-Checkpoint wählen, LoRA-Trigger ergänzen
Bild unscharf, Details fehlen	Steps zu niedrig, CFG zu niedrig, Qualitätsbegriffe fehlen	KSampler steps und CFG, Qualitätsbegriffe im positiven Prompt	Steps auf 25-30, CFG auf 7-10 erhöhen, Qualitätsbegriffe ergänzen
Farben seltsam, Licht unnatürlich	Modell reagiert schwach auf Lichtbegriffe, Gewichtung kollidiert	Gewichtete Lichtbegriffe, widersprüchliche Lichtbegriffe	Gewichtung der Lichtbegriffe anpassen, Widersprüche löschen
Motiv nicht dominant, Bild unruhig	Prompt stapelt zu viele Wörter, Motivgewicht zu schwach	Steht das Motiv im positiven Prompt vorne? Hat es Gewicht?	Motiv an den Anfang schieben, Motiv per Gewichtung betonen
Generierung sehr langsam, VRAM voll	Auflösung zu hoch, Batch zu groß, zu viele Nachbearbeitungsnodes	Größe, Batch, Workflow-Struktur	Größe auf 512×512 senken, Batch auf 1 setzen, Nachbearbeitungsnodes deaktivieren

Geordnet prüfen, nicht mehrere Variablen auf einmal ändern

Die häufigste Fehlersuche-Falle: gleichzeitig Modell, Prompt und Parameter ändern. Danach ist das Ergebnis besser, aber Sie wissen nicht, was geholfen hat. Beim nächsten ähnlichen Problem fangen Sie wieder von vorne an.

Empfohlene Reihenfolge:

1. Seed, Größe, Steps, CFG und Sampler fixieren.
2. Zuerst das Modell prüfen: Passt der Checkpoint zur Szene? Ist das LoRA korrekt geladen?
3. Danach den Prompt prüfen: Steht das Motiv vorne? Sind Kompositionsbegriffe klar? Sind Qualitätsbegriffe dosiert?
4. Zuletzt Parameter prüfen: Reichen die Steps? Liegt CFG in einem sinnvollen Bereich?
5. Pro Durchlauf nur eine Sache ändern, Vergleich generieren, Unterschied notieren.

Konkrete Reparaturschritte für typische Probleme

Problem 1: Fingerprobleme

# Prüfschritte
1. Modell prüfen: Verwenden Sie einen realistischen Portrait-Checkpoint?
2. Negative Prompt prüfen: Enthält er `bad hands, mutated hands, extra fingers`?
3. Positiven Prompt prüfen: Gibt es Handbeschreibung wie `hands visible, holding object`?

# Reparaturrichtung
- Wenn es ein Anime-Checkpoint ist, mit einem realistischen Modell testen.
- Handbegriffe in den Negative Prompt aufnehmen; Gewichtung kann erhöht werden: (bad hands:1.2).
- Handaktion im positiven Prompt klar beschreiben und vage Formulierungen vermeiden.

Problem 2: Kompositionsproblem

# Prüfschritte
1. Positiven Prompt prüfen: Gibt es Kamerabegriffe wie portrait, medium shot, full body?
2. Größe prüfen: Passt das Seitenverhältnis zur Komposition? Avatar 1:1, Poster 2:3 oder 9:16.
3. Prompt-Struktur prüfen: Steht das Motiv am Anfang?

# Reparaturrichtung
- Kamerabegriff ergänzen: `medium shot, centered composition`.
- Größe anpassen: Avatar 512×512 oder 1024×1024, Poster 768×1152 oder ähnliches Verhältnis.
- Motiv in den ersten Satz des Prompts verschieben.

Problem 3: Stilchaos

# Prüfschritte
1. Checkpoint prüfen: Passt er zum Zielstil, also realistisch, Anime oder Konzept?
2. LoRA prüfen: Ist es korrekt geladen und gibt es Triggerwörter?
3. Prompt prüfen: Sind Stilbegriffe klar, gibt es widersprüchliche Stile?

# Reparaturrichtung
- Checkpoint wählen, der zum Stil passt.
- Bei LoRA Triggerwörter prüfen und in den Prompt aufnehmen.
- Widersprüchliche Stilbegriffe löschen. Wenn positiv `anime` steht, sollte negativ nicht `anime` stehen.

Problem 4: Unschärfe

# Prüfschritte
1. Steps prüfen: Liegen sie unter 20?
2. CFG prüfen: Liegt er unter 7?
3. Qualitätsbegriffe prüfen: Fehlt im positiven Prompt `high resolution, detailed`?

# Reparaturrichtung
- Steps auf 25-30 erhöhen.
- CFG auf 7-10 setzen.
- Qualitätsbegriffe ergänzen, aber nicht stapeln.

Fehlersuche dokumentieren

Nach jeder Fehlersuche sollten Sie kurz notieren:

## Fehlersuche-Protokoll

- Ausgangsproblem: Finger verformt
- Modell: SDXL base → realisticVision checkpoint
- Prompt: (bad hands:1.2) ergänzt
- Ergebnis: Hände besser, Gesicht aber weiter deformiert
- Nächster Schritt: Negative Prompt für Gesicht ergänzen

So entsteht Ihre eigene Fehlersuche-Bibliothek. Beim nächsten ähnlichen Problem greifen Sie direkt auf die Notizen zurück.

Nächster Schritt und weiterführende Lektüre

Artikel auf dieser Website

• ComfyUI-Einstieg: von der Installation bis zum ersten Stable-Diffusion-Bild
• ComfyUI-Workflow-Wiederverwendung: Workflows speichern, importieren und iterieren
• Stable-Diffusion-Modellauswahl: SDXL vs. SD 3.5 vs. FLUX

Offizielle Dokumentation

• Stability AI License: Lizenzgrenzen für kommerzielle Nutzung
• Hugging Face Diffusers-Dokumentation: offizielle Hinweise zu Prompt und Negative Prompt
• ComfyUI Text-to-Image-Tutorial: Prompt-Nodes im Workflow

---

Prompting ist keine Esoterik, sondern Struktur. Wenn Sie Schichtdesign, Gewichtungssyntax und schrittweise Negative-Prompt-Iteration beherrschen, können Sie in ComfyUI stabil hochwertige Bilder erzeugen.

Merken Sie sich drei Punkte:

1. Zuerst Motiv, Szene und Komposition schreiben, danach Stil- und Qualitätsbegriffe
2. Negative Prompt nach dem Fehlerbild schrittweise ergänzen, nicht stapeln
3. Vor kommerzieller Nutzung Modell-License und Plattformbedingungen prüfen