Warum funktionieren gute AI-Prompts?
Gute AI-Prompts funktionieren, weil sie dem Modell sagen, was zu sehen sein soll, wie es dargestellt wird und welche Einstellungen gelten.
Die besten Prompts sind nicht automatisch die längsten. Entscheidend sind Struktur, Präzision und Relevanz für das gewünschte Ergebnis. Bei Bildern geht es um Motiv, Umgebung, Bildaufbau, Licht, Farbe, Stil und Vorgaben. Bei Videos kommen Handlung, Timing, Kamerabewegung und Tempo dazu.
Betrachte den Prompt als kreatives Briefing, nicht als Zauberformel. Das Modell braucht genug Informationen, um gute Entscheidungen zu treffen. Zu viele widersprüchliche Anweisungen führen jedoch schnell zu unruhigen Ergebnissen, besonders bei Video.
- Nenne das Hauptmotiv zuerst.
- Verorte das Motiv in einem klaren Kontext.
- Lege Bildausschnitt, Licht, Farben und Stil fest.
- Ergänze bei Videos Bewegung und Timing.
- Nutze technische Settings separat, wenn das Tool sie anbietet.
Diese Prompt-Struktur funktioniert für Bild und Video
Eine Prompt-Struktur gibt dir eine wiederholbare Reihenfolge. Das ist wichtig, weil die meisten Bild- und Videosysteme auf geordnete Anweisungen besser reagieren als auf eine lose Sammlung schöner Adjektive.
Nutze dieselbe Struktur für deinen ersten Entwurf und kürze oder erweitere sie je nach Engine. Midjourney belohnt oft knappe Formulierungen plus Parameter. OpenAI GPT Image, Google Imagen, Runway, Firefly, Luma, Pika und Veo arbeiten sehr gut mit klarer natürlicher Sprache. Stable Diffusion und Wan bieten über Settings, Seeds, Guidance und Workflow-Tools zusätzliche Kontrolle.
Bei Bild-zu-Video musst du nicht alles erneut beschreiben, was schon im Bild zu sehen ist. Das Referenzbild legt Motiv, Komposition, Stil und Licht bereits fest. Dein Text sollte sich deshalb vor allem darauf konzentrieren, was sich über die Zeit verändert.
| Attribut | Was du festlegst | Beispiel für Bild | Beispiel für Video |
|---|---|---|---|
| Motiv | Die wichtigste Person, das Objekt, der Ort oder die Idee | Eine Trinkflasche aus Edelstahl | Ein Läufer in einer roten Windjacke |
| Kontext | Wo das Motiv erscheint | auf nassem schwarzem Basalt bei Tagesanbruch | auf einer nebligen Brücke bei Sonnenaufgang |
| Komposition | Ausschnitt und Perspektive | Produktfoto aus niedriger Dreiviertelperspektive | halbnahe Tracking-Aufnahme auf Augenhöhe |
| Licht | Quelle, Kontrast und Stimmung | weiches Morgenlicht mit kühlem Kantenlicht | warmes Gegenlicht durch Nebel |
| Farbe und Stil | Palette, Medium oder Bildsprache | gedämpftes Graphit und Silber, kommerzielles Foto | cineastischer Dokumentarstil, natürliche Farben |
| Handlung | Was sich über die Zeit verändert | für ein Standbild nicht nötig | macht vier Schritte, hält inne und blickt nach oben |
| Kamerabewegung | Wie sich der Blick bewegt | meist nicht nötig | langsamer Push-in, statische Kamera oder sanfter Schwenk |
| Vorgaben | Was unverändert bleiben muss | Etikettentext exakt beibehalten | Motiv während des gesamten Clips zentriert halten |
| Settings | Steuerung außerhalb des Fließtexts | Seitenverhältnis, Größe, Seed, Qualität | Dauer, FPS, Auflösung, Seitenverhältnis, Seed |
Relevante Präzision schlägt vage Adjektive
Präzise Prompts arbeiten mit konkreten Substantiven, sichtbaren Details und Produktionssprache. Schwache Prompts verlassen sich auf Wörter wie schön, cool, nett oder cineastisch, ohne zu sagen, was der Betrachter tatsächlich sehen soll.
Ersetze Geschmacksurteile durch visuelle Entscheidungen. Statt „ein schönes Büro“ schreibe: „ein sonnendurchflutetes Eckbüro mit Eichenregalen, Leinenstühlen, weichen Schatten und freier Fläche rechts für eine Headline.“ So bekommt das Modell Objekte, Layout, Licht und Einsatzzweck.
Relevanz ist der Filter. Ergänze Details, die das Ergebnis sichtbar verändern: Material, Pose, Kamerawinkel, Tageszeit, Farbpalette, Textur, Bewegungsmoment oder Schnittvorgabe. Streiche alles, was im Bild keinen Unterschied macht oder sich gegenseitig widerspricht.
- Schwach: „ein cooles Produktfoto.“
- Besser: „ein mattschwarzer Lautsprecher auf einem Betonsockel, Studiofoto aus niedriger Perspektive, kühles Kantenlicht, weicher Schatten, freie Fläche oberhalb.“
- Schwach: „mach ein dramatisches Video.“
- Besser: „Totale von Gewitterwolken, die über ein Weizenfeld ziehen, statische Kamera, Blitz in der letzten Sekunde, dunkelblau-graues Grading.“
Trenne kreative Beschreibung von technischen Settings
Settings sind Steuerwerte wie Seitenverhältnis, Auflösung, Seed, Steps, Guidance, FPS und Dauer. Oft gehören sie nicht in den Prompt-Satz, sondern in eigene Felder.
Diese Trennung ist wichtig, weil manche Plattformen technische Begriffe im Fließtext ignorieren, wenn dieselben Werte an anderer Stelle gesteuert werden. OpenAI-Bildtools nutzen Size- und Style-Settings. Midjourney arbeitet mit Parametern am Ende des Prompts, etwa für Seitenverhältnis, Stylization, Seed und Version. Pika bietet Felder wie Dauer, Auflösung, Seitenverhältnis, Seed und Negative Prompt. Auch Veo, Runway und Firefly dokumentieren Dauer, FPS, Seitenverhältnis und Auflösung als Generierungs-Settings.
Wenn du testest, fixiere den Seed, wann immer es möglich ist. Ändere danach immer nur ein Prompt-Detail oder ein Setting auf einmal. So erkennst du viel leichter, was eine Verbesserung ausgelöst hat.
| Setting | Was es steuert | Warum es wichtig ist |
|---|---|---|
| Seitenverhältnis | Bildformat wie 1:1, 16:9, 9:16 oder 4:5 | Passt das Ergebnis an Website, Social Media, Thumbnail, Anzeige oder Videoformat an |
| Auflösung oder Größe | Detailgrad und Pixelmaße des Outputs | Höhere Werte helfen bei Details und Text, können aber teurer sein oder länger dauern |
| Seed | Zufälliger Ausgangspunkt | Hilfreich für reproduzierbare Tests und kontrollierte Varianten |
| Steps | Wie lange manche Diffusionsmodelle das Ergebnis verfeinern | Mehr Steps können Details verbessern, erhöhen aber die Renderzeit |
| Guidance oder CFG | Wie stark das Modell dem Prompt folgt | Höhere Werte können die Prompt-Treue verbessern, aber natürliche Varianz reduzieren |
| Dauer und FPS | Cliplänge und Bildrate | Das Timing des Videos muss zu den unterstützten Settings der Engine passen |
| Referenzbild | Visueller Anker für Identität, Stil, Layout oder erstes Frame | Verbessert die Konsistenz, wenn die Plattform es unterstützt |
Worin unterscheiden sich Bild- und Video-Prompts?
Bild-Prompts beschreiben ein einzelnes Frame. Video-Prompts beschreiben dieses Frame plus das, was sich im Zeitverlauf verändert.
Bei Standbildern zählt, was sichtbar ist: Motiv, Umgebung, Komposition, Licht, Farbe, Stil, Text und Bearbeitungsvorgaben. Der Prompt ist vor allem eine visuelle Spezifikation.
Bei Video kommt die Logik der Aufnahme hinzu. Beschreibe die Handlung des Motivs, den Kamerawinkel, die Kamerabewegung, das Tempo und wie die Einstellung endet. Ein Fünf-Sekunden-Clip funktioniert meist am besten mit einer zentralen Handlung und einer klaren Kamerabewegung.
Wenn eine Plattform Audio oder Dialog unterstützt, formuliere diesen Teil separat und eindeutig. Bei Business-Avatar-Tools wie Synthesia solltest du Thema, Zielgruppe, Ziel, Tonalität und Struktur prompten statt eine cineastische Kamerafahrt.
- Bildziel: „Wie soll dieses einzelne Frame aussehen?“
- Videoziel: „Was passiert zuerst, was danach und wie endet es?“
- Bild-zu-Video-Ziel: „Welche Bewegung soll in diesem vorhandenen Frame entstehen?“
- Avatar-Video-Ziel: „Wer schaut zu, was soll das Skript erreichen und was soll die Person lernen?“
Welche AI-Engine passt zu deinem Workflow?
Wähle die Engine nach deinem Arbeitsablauf: gehostete Qualität, selbst betriebene Kontrolle, schnelle Creator-Produktion oder ein Studio für alles.
Geschlossene gehostete Tools wie OpenAI GPT Image, Google Imagen und Veo, Adobe Firefly, Midjourney und Synthesia sind stark, wenn du hohe Qualität und einfachen Zugang brauchst. Du zahlst pro Nutzung oder per Abo, hältst dich an die Bedingungen des jeweiligen Anbieters und steuerst das zugrunde liegende Modell nicht selbst.
Open-Weight-Optionen wie Stable Diffusion und Wan geben dir die meiste Kontrolle. Du kannst sie ausführen, anpassen, automatisieren oder feinjustieren, kümmerst dich aber auch um Setup, GPUs, Updates und Wartung.
Managed Creator-Video-Tools wie Runway, Pika und Luma sind auf schnelle kreative Arbeit mit einfachen Controls ausgelegt. Seedance, Seedream und Kling sind leistungsstarke geschlossene Systeme, wobei Zugriff und Workflows je nach Region und Plattform variieren können. Wenn du Qualität willst, ohne APIs zu verdrahten oder selbst zu hosten, ist Vynzo der praktische Weg: Starte in /studio oder entdecke engine-spezifische Workflows unter /tools.
| Engine-Weg | Beispiele | Am besten für | Kompromiss |
|---|---|---|---|
| Geschlossene gehostete APIs und Apps | OpenAI GPT Image, Google Imagen, Veo, Adobe Firefly, Midjourney, Synthesia | Hohe Qualität, einfacher Zugang, produktionsnahe Workflows | Du mietest Zugriff, folgst den Bedingungen und zahlst je nach Plan oder Nutzung |
| Open-Weight und selbst hostbar | Stable Diffusion, Wan | Maximale Anpassung, Automatisierung, Fine-Tuning, private Pipelines | Du verwaltest Hardware, Setup, Versionen und Wartung |
| Managed Creator-Video-Tools | Runway, Pika, Luma | Schnelle Short-Form-Videos, Bild-zu-Video, Stiltests, Social Clips | Weniger Kontrolle auf Modellebene als beim Self-Hosting |
| Geschlossene regionale Creator-Modelle | Seedance, Seedream, Kling | Starke Bild- und Videoqualität, multimodale Inputs, cineastische Steuerung | Verfügbarkeit und Workflow können je nach Region und Anbieter variieren |
| All-in-one-Creator-Studio | Vynzo | Prompt-zu-Bild und Prompt-zu-Video in einem aufgeräumten Workspace | Ideal, wenn du leistungsfähige Engines ohne Installationen, GPUs oder Tool-Wechsel nutzen willst |
Iteriere immer nur eine Variable
Prompting ist Testen. Erzeuge eine Basisversion, prüfe das Ergebnis, ändere eine Sache und starte erneut.
Gerade bei Video ist diese Arbeitsweise entscheidend. Wenn du Motiv, Kamerabewegung, Licht, Dauer und Seed gleichzeitig änderst, weißt du nicht mehr, welche Änderung geholfen oder geschadet hat. Videomodelle können außerdem driften, wenn ein kurzer Clip zu viele Handlungen, Orte oder Kamerabewegungen enthalten soll.
Nutze ein einfaches Prüfraster: Inhaltsnähe, Komposition, Bewegung, Licht, Fehler, Markenfit und Rechte. Wenn ein Ergebnis funktioniert, sichere Prompt, Seed, Referenzen, Settings und Engine-Version.
- 1. Schreibe mit der Struktur oben einen Basis-Prompt.
- 2. Lege technische Controls wie Seitenverhältnis, Auflösung, Dauer und Seed fest.
- 3. Erzeuge 2 bis 4 Varianten, wenn das Tool es erlaubt.
- 4. Wähle das beste Ergebnis aus und benenne das Hauptproblem.
- 5. Ändere nur eine Prompt-Formulierung oder nur ein Setting.
- 6. Wiederhole den Prozess, bis der Output zum Briefing passt, und fixiere dann das Rezept.
Funktionieren Negative Prompts immer?
Negative Prompts können bei manchen Engines helfen, sind aber kein universeller Hebel. Positive Vorgaben funktionieren toolübergreifend meist zuverlässiger.
Stable Diffusion-Workflows und Stability-APIs unterstützen häufig Negative Prompts und gewichtete Prompts. Midjourney nutzt Ausschlüsse im eigenen Parameterstil. Pika bietet ein Feld für Negative Prompts. Manche Tools empfehlen jedoch positive Formulierungen, und Wan-Workflows laufen aus Geschwindigkeitsgründen teils mit CFG 1, wodurch klassische Negative Prompts schwächer wirken können.
Nutze Negative Prompts, wenn die Engine darauf ausgelegt ist. Ansonsten beschreibe direkt das gewünschte Ergebnis: „sauberer weißer Hintergrund“, „einzelnes Motiv mittig“, „scharfer Fokus“ oder „ursprüngliches Layout beibehalten“. Bei Edits solltest du sehr genau sagen, was sich nicht ändern darf.
| Problem | Wahrscheinliche Ursache | Lösung |
|---|---|---|
| Output wirkt generisch | Dem Prompt fehlen Motiv, Kontext oder Stilanker | Ergänze konkrete Motivdetails, Umgebung, Komposition, Licht und Medium |
| Bildbearbeitung verändert zu viel | Die gesperrten Bereiche wurden nicht klar benannt | Schreibe „nur den Hintergrund ersetzen“ oder „Gesicht, Pose, Layout und Text beibehalten“ |
| Text im Bild ist falsch | Der Wortlaut wurde nicht als exakter Text definiert | Setze den gewünschten Text in Anführungszeichen und lege Platzierung sowie Schriftstil fest |
| Video wirkt chaotisch | Zu viele Handlungen oder Kamerabewegungen in einem Clip | Nutze eine klare Motivhandlung und eine klare Kamerabewegung |
| Identität driftet zwischen Clips | Beschreibungen, Referenzen oder Licht wechseln zwischen den Einstellungen | Verwende dieselben Formulierungen und Referenzdateien, sofern unterstützt |
| Negative Prompt zeigt kaum Wirkung | Die Engine unterstützt ihn schlecht oder Guidance ist niedrig | Nutze positive Formulierungen, Edit-Tools oder erhöhe Guidance, wenn der Workflow es unterstützt |
| Ergebnisse lassen sich schwer reproduzieren | Seed, Settings oder Modellversion wurden geändert | Dokumentiere Prompt, Seed, Seitenverhältnis, Auflösung, Dauer und Engine-Version |
Achte auf Rechte, Richtlinien und Kontingente
Gutes Prompting entbindet nicht von Produktionsverantwortung. Lade nur Bilder, Videos, Audiodateien, Logos oder Dokumente hoch, die du verwenden darfst, und hole Zustimmung ein, bevor du erkennbare Personen oder Stimmreferenzen nutzt.
Gehostete Engines haben eigene Bedingungen, Inhaltsregeln, Preise und Kontingente. Nutzungsrechte aus einer Plattformvereinbarung sind außerdem nicht dasselbe wie urheberrechtlicher Schutz nach lokalem Recht; dieser kann von menschlicher Urheberschaft und Gerichtsbarkeit abhängen.
Plane Kennzeichnung und Herkunftsnachweise ein, wenn du AI-gestützte Medien veröffentlichst. Große Anbieter unterstützen zunehmend Content Credentials oder Wasserzeichen-Systeme. Produktionsteams sollten Prompts, Ausgangsmaterial, Edits und finale Freigaben sauber dokumentieren.
- Prüfe Anbieterbedingungen vor kommerzieller Nutzung.
- Vermeide vertrauliche oder regulierte Daten in Consumer-Workflows.
- Bewahre Quelldateien, Prompts und Settings beim Projekt auf.
- Nutze Referenzen für Personen, Stimmen und Erscheinungsbild nur mit Zustimmung.
- Prüfe Outputs vor der Veröffentlichung auf Markenfit.