Benutzerhandbuch
Flux-2 Text-zu-Bild für E-Commerce-Produktbilder: Prompt-Rezepte und einsatzbereite HiAPI-Anfragen
Prompt-Vorlagen für Winkel, Licht und feine Details, plus kopierfertige HiAPI-Anfrage und Batch-Muster
Auf dieser Seite
Warum flux-2/text-to-image für E-Commerce-Kataloge geeignet ist
Die Produktbildproduktion hat ein Kostenkurvenproblem: Jede SKU benötigt mehrere Winkel, konsistentes Licht und saubere Hintergründe, und die Grenzkosten für „eine weitere Variante“ sind sowohl beim Shooting als auch bei der Retusche hoch. Wenn Sie solide Produktbeschreibungen und reproduzierbare Prompts haben, verändert Text-zu-Bild diese Rechnung.
Szenarien, in denen Text-zu-Bild glänzt
- Long-Tail- und Varianten-SKUs. Farben, Größen und Konfigurationen, die kein eigenes Shooting rechtfertigen, erhalten ebenfalls katalogtaugliche Bilder.
- Konzeptbilder und Platzhalter. Kategorieseiten, A/B-Tests und Produktlisten vor dem Launch benötigen glaubwürdig aussehende Bilder, bevor physische Muster eintreffen.
- Stilexploration. Sie können Hintergründe und Lichtrichtungen schnell testen, um die visuelle Richtung festzulegen, bevor Sie ein formelles Shooting buchen.
Szenarien, in denen Fotografie unersetzlich ist
Wenn die Kaufentscheidung von physischen Details abhängt – Nähte, Abnutzung, Zertifizierungsetiketten, exakte Farben unter echtem Licht –, sind generierte Bilder Konzepte, keine Beweise. Verwenden Sie Ausgaben von flux-2/text-to-image nur dann als Katalogmaterial, wenn das Bild das tatsächlich versendete Produkt repräsentiert; für Hauptbilder, bei denen Genauigkeit das Verkaufsargument ist, behalten Sie echte Fotografie.
Im Vergleich zu Bild-zu-Bild stellt Text-zu-Bild höhere Anforderungen an den Prompt: Es gibt kein Referenzbild, das die Komposition fixiert. Das ist der Kompromiss. Sie erhalten volle Kontrolle über Winkel, Licht und Hintergrund, zahlen aber den Preis, diese explizit beschreiben zu müssen. Der Rest dieses Leitfadens dreht sich darum, wie Sie diese Beschreibung reproduzierbar machen.

Eine Basis-Prompt-Struktur, die über SKUs hinweg stabil wiederverwendbar ist
Ein Prompt, der für ein Produkt funktioniert und beim nächsten versagt, entsteht meist dadurch, dass produktspezifische Fakten und Szenenentscheidungen vermischt werden. Trennen Sie beides.
Das Sechs-Slot-Gerüst
[Subjekt] — [Winkel] — [Licht] — [Hintergrund] — [Details] — [Stil/Einschränkungen]
- Subjekt: Was das Objekt ist, Material, Farbe und alle definierenden Formen. Bleiben Sie sachlich.
- Winkel: Die Position der Kamera relativ zum Produkt (Front-Dreiviertel, Draufsicht, Augenhöhe).
- Licht: Softbox-Hauptlicht, Kantenlicht, Schattenweichheit, Richtung.
- Hintergrund: Oberfläche, Farbe und ob scharfgestellt.
- Details: Zwei oder drei Merkmale, die Käufer prüfen.
- Stil/Einschränkungen: Kommerzielle Produktfotografie, scharfer Fokus, kein Text, zentrierte Komposition.
Ein ausgefülltes Beispiel
Eine matte Keramik-Kaffeetasse in dunklem Waldgrün, Front-Dreiviertel-Winkel,
auf Augenhöhe, weiches diffuses Hauptlicht von links oben, subtiles Kantenlicht
am rechten Rand, nahtloser hellgrauer Hintergrund, sichtbare matte Glasurtextur
und saubere Henkelkurve, kommerzielle Produktfotografie, scharfer Fokus,
kein Text, kein Logo, zentrierte Komposition
Slots stabil halten, Fakten ersetzen
Speichern Sie das Gerüst einmal im Generierungsskript und injizieren Sie pro SKU nur die Subjekt- und Detail-Slots. Winkel, Licht, Hintergrund und Stil bleiben innerhalb einer Charge fixiert – genau das lässt eine Bildgruppe wie denselben Katalog statt wie eine Collage aussehen. Wenn Sie eine zweite Ansicht benötigen (Draufsicht, Seite), ändern Sie nur einen Slot, sodass jede visuelle Abweichung dieser einen Änderung zugeordnet werden kann.
Eine nützliche Angewohnheit: Behalten Sie in jedem Prompt, den Sie schreiben, dieselbe Slot-Reihenfolge bei. Das Modell folgt der Struktur, und auch jemand, der Ihre Prompt-Bibliothek sechs Monate später durchsieht, tut dies.
Prompt-Rezepte für Kamerawinkel und Licht
Diese Vorlagen sind so konzipiert, dass sie hinter Ihrem [Subjekt]-Slot eingefügt werden. Ersetzen Sie die Hintergrundfarbe, um sie an Ihren Markenhintergrund anzupassen.
Winkel-Rezepte
Front-Dreiviertel (Standard-Hauptbildwinkel)
Front-Dreiviertel-Ansicht, Kamera auf mittlerer Produkthöhe, Produkt zentriert,
vollständiges Produkt sichtbar, ringsum etwas Randabstand
Augenhöhe / frontal
Frontale Ansicht auf Augenhöhe, Kamera parallel zur Produktvorderseite,
keine perspektivische Verzerrung, Produkt zentriert
Draufsicht-Flatlay
Draufsicht von oben, Kamera senkrecht zur Oberfläche,
Produkt zentriert mit gleichmäßigen Rändern, flacher Schatten darunter
Leicht erhöhter Winkel (für Boxware)
Ansicht aus 30 Grad über dem Produkt, Vorder- und Oberseite sichtbar,
Kamera zum Produktzentrum geneigt
Licht-Rezepte
Weiches Studiolicht (sichere Standardeinstellung)
Große Softbox als Hauptlicht von links oben, weißer Aufheller rechts,
weicher Kontaktschatten unter dem Produkt, keine harten Glanzlichter
Seitenlicht zur Betonung der Textur
Streiflicht von links zur Hervorhebung der Oberflächentextur, weiches Frontlicht,
Schatten fallen nach rechts, Hintergrund gleichmäßig ausgeleuchtet
Sauberes Katalogweiß
Zwei weiche Lichtquellen im 45-Grad-Winkel für helle, gleichmäßige Ausleuchtung,
minimale Schatten, nahtloser weißer Hintergrund, klare Produktfreistellung
Stimmungsvolle Akzentuierung (nahe am Lifestyle)
Einzelnes gerichtetes Hauptlicht von rechts oben, tiefer Abfall zu dunkelgrauem
Hintergrund, weiches Highlight an einer Kante, kontrollierte Schatten
Allgemeine Kompositionshinweise
- Geben Sie die Kamerahöhe an, wenn die Perspektive wichtig ist; „mittlere Höhe“ und „Draufsicht“ erzeugen deutlich unterschiedliche Silhouetten.
- Geben Sie an, wohin Schatten fallen. Nicht spezifizierte Schatten sind die häufigste Quelle für Inkonsistenzen in Chargen.
- Legen Sie die Randabstandsformulierung fest („ringsum etwas Randabstand“), damit das Produkt in der gesamten Charge nicht unterschiedlich beschnitten wird.
Kombinieren Sie ein Winkel-Rezept mit einem Licht-Rezept, und Sie haben eine stabile Matrix: vier Winkel mal vier Licht-Setups ergeben sechzehn Looks aus einem einzigen Gerüst.

Formulierungen zur Verbesserung von Prompt-Treue und hochpräzisen Details
Treueprobleme entstehen meist durch vage Substantive, nicht durch zu wenige Adjektive. Das Stapeln von „schön, hochwertig, atemberaubend“ fügt nur Stilrauschen hinzu, sagt dem Modell aber nicht, was es rendern soll.
Materialien präzise benennen
Ersetzen Sie „guter Stoff“ durch die tatsächliche Oberfläche: gebürstetes Aluminium, matt pulverbeschichteter Stahl, genarbtes Leder, mattiertes Glas, ungebleichter Baumwollcanvas. Materialwörter tragen Textur und Reflexionsvermögen und sind daher nützlicher als jedes Stiladjektiv.
Einschränken, was Ihnen wichtig ist
Modelle befolgen explizite Einschränkungen besser als implizite Wünsche. Formulieren Sie Einschränkungen als Aussagen über das Bild:
Produkt nimmt etwa 70 % der Bildbreite ein
Logobereich leer und ohne Markierung
Etikettentext als leere Fläche gerendert, keine Buchstaben
Nur ein Produkt im Bild, keine Requisiten
Jede Zeile eliminiert einen Freiheitsgrad. Halten Sie Einschränkungen kurz und wörtlich – lange Verbotsabsätze verschwimmen oft zu einem Brei.
Auf Details zeigen statt Details loben
- Schwach:
äußerst detailliert und hochwertig - Stark:
sichtbare Naht an der Oberkante, feine Textur auf der Lederoberfläche, Metallverschluss mit gebürstetem Finish
Hochpräzise Details entstehen, indem Sie zwei oder drei Merkmale benennen, die Käufer heranzoomen, und den Rest den Renderer überlassen. Wenn ein Detail wichtig ist, beschreiben Sie seine Position und sein Material, nicht seine Wichtigkeit.
Drift durch kontrollierte Szenenwörter steuern
Stilwörter sind nicht kostenlos. Dramatisch, filmisch und luxuriös verändern Licht und Kontrast. Wenn Ihr Katalog sauber und neutral ist, lassen Sie sie weg oder kombinieren Sie sie mit expliziten Korrekturen wie saubere kommerzielle Beleuchtung, keine dramatischen Schatten. Die Treue verbessert sich, wenn jede Stilanweisung eine entsprechende physische Beschreibung hat.
Noch eine Angewohnheit, die sich lohnt: Notieren Sie pro Produktkategorie, welche Einschränkungszeilen Sie hinzugefügt haben. Wenn die Ausgabe driftet, können Sie Prompt-Unterschiede vergleichen, statt zu raten.
Negative-Prompt-Listen zur Vermeidung häufiger Produktbildfehler
Negative Prompts sind ein Skalpell, kein Eimer. Eine kurze Liste, die auf tatsächlich beobachtete Fehlermuster abzielt, ist besser als eine allgemeine Ausschlusswand, die gültige Renderings unterdrücken kann.
Eine knappe Startliste
Text, Wasserzeichen, Logo, zusätzliche Gliedmaßen, doppeltes Produkt, unruhiger Hintergrund,
überstrahlte harte Glanzlichter, Bewegungsunschärfe, geometrische Verzerrung, abgeschnittene Produktkanten
Warum jeder Eintrag es wert ist
- Text, Wasserzeichen, Logo – Generierte Buchstaben sind selten brauchbar und oft Kauderwelsch; leer ist besser als falsch.
- Doppeltes Produkt – Mehrobjektszenen schleichen sich ein, wenn der Hintergrund-Slot vage ist.
- Unruhiger Hintergrund – Schützt den sauberen Katalog-Look.
- Überstrahlte harte Glanzlichter – Glänzende Produkte verlieren durch ausgefressene Highlights Oberflächendetails.
- Geometrische Verzerrung – Henkel, Ausgüsse und Kanten verbiegen sich, wenn der Winkel-Slot unzureichend beschrieben ist.
- Abgeschnittene Produktkanten – Arbeitet mit Ihrer Randabstandsformulierung zusammen, um die vollständige Kontur im Bild zu halten.
Nach Kategorie differenzieren
Hinzufügen, nicht stapeln. Für Glaswaren eignet sich Doppelreflexionen, opakes Glas. Für Kleidung eignet sich Schaufensterpuppe, echtes Model, gefaltete Kleidung. Für Lebensmittelprodukte eignet sich Kondenswasser, Garnitur, Requisiten. Sobald eine Kategorie stabil ist, entfernen Sie den entsprechenden Eintrag; eine kürzere Negativliste lässt den positiven Prompt dominieren.
Faustregel
Wenn Sie nicht auf einen konkreten Fehler in einer bestimmten Ausgabe zeigen können, fügen Sie ihn nicht zur Negativliste hinzu. Lassen Sie die Liste aus der Überprüfung wachsen, nicht aus der Vorstellung.
Eine einsatzbereite HiAPI-Anfrage für flux-2/text-to-image
Die folgende Anfrage sendet einen Prompt über die einheitliche HiAPI-Schnittstelle an flux-2/text-to-image. Ersetzen Sie die Prompt-Zeichenkette, und Sie haben Ihr erstes Produktbild.
Anfrage
curl -X POST "https://api.hiapi.ai/v1/images/generations" \
-H "Authorization: Bearer $HIAPI_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "flux-2/text-to-image",
"prompt": "Eine matte Keramik-Kaffeetasse in dunklem Waldgrün, Front-Dreiviertel-Ansicht, Kamera auf mittlerer Produkthöhe, Produkt zentriert mit etwas Randabstand ringsum, große Softbox als Hauptlicht von links oben, weißer Aufheller rechts, weicher Kontaktschatten unter dem Produkt, nahtloser hellgrauer Hintergrund, sichtbare matte Glasurtextur und saubere Henkelkurve, kommerzielle Produktfotografie, scharfer Fokus, kein Text, kein Logo",
"negative_prompt": "Text, Wasserzeichen, Logo, doppeltes Produkt, unruhiger Hintergrund, überstrahlte harte Glanzlichter, geometrische Verzerrung, abgeschnittene Produktkanten",
"aspect_ratio": "1:1",
"n": 1
}'
Feldweise Erläuterung
- model – Hält den Aufruf auf flux-2 Text-zu-Bild geroutet. Legen Sie es explizit fest, damit zukünftige Standardwertänderungen nicht stillschweigend Ihr Katalog-Erscheinungsbild verändern.
- prompt – Das zuvor vorgestellte Sechs-Slot-Gerüst, zusammengesetzt aus einem Winkel- und einem Licht-Rezept.
- negative_prompt – Die knappe Ausschlussliste; schneiden Sie sie bei der Ausgabeüberprüfung pro Kategorie zu.
- aspect_ratio – Pro Kanal festlegen (quadratisch für Rasterkacheln, hochkant für mobile Listing-Karten), damit eine Charge einheitlich bleibt.
- n – Während der Prompt-Optimierung auf 1 halten, erst erhöhen, wenn Sie auswählbare Varianten wünschen.
Antwort lesen
Die API gibt ein JSON-Objekt mit den generierten Bilddaten und Anfrage-Metadaten zurück. Parsen Sie die Bilddaten, schreiben Sie sie in den Speicher mit einem Schlüssel, der SKU und Winkel-/Licht-Kombination enthält (z. B. mug-green__front34__soft-studio), und protokollieren Sie den exakten Prompt neben der Datei. Diese Paarung aus Dateiname und Prompt macht spätere QA und Neugenerierung handlungsfähig. Die Abrechnung folgt der standardmäßigen Bildgenerierungs-Messung der Plattform; prüfen Sie die aktuellen Tarife im Preisbereich Ihres Kontos, statt Annahmen in Skripte fest zu codieren.
Prompts für die Batch-Generierung über SKU-Listen
Sobald eine einzelne Anfrage funktioniert, ist Stapelverarbeitung Template-Injektion plus Schleife. Das Gerüst liegt im Code, die Produktfakten in den Daten.
Das Muster
ANGLES = {
"front34": "Front-Dreiviertel-Ansicht, Kamera auf mittlerer Produkthöhe, Produkt zentriert mit etwas Randabstand ringsum",
"flat": "Draufsicht von oben, Kamera senkrecht zur Oberfläche, Produkt zentriert mit gleichmäßigen Rändern, flacher Schatten darunter",
}
LIGHTING = "Große Softbox als Hauptlicht von links oben, weißer Aufheller rechts, weicher Kontaktschatten unter dem Produkt"
STYLE = "kommerzielle Produktfotografie, scharfer Fokus, kein Text, kein Logo, zentrierte Komposition"
def build_prompt(sku, angle_key):
return f"{sku['subject']}, {ANGLES[angle_key]}, {LIGHTING}, {sku['background']}, {sku['detail']}, {STYLE}"
Iterieren Sie für jede SKU über die benötigten Winkel-Schlüssel, bauen Sie den Prompt, rufen Sie die API auf und speichern Sie die Ergebnisse unter deterministischen Dateinamen. Fügen Sie kurze Pausen zwischen Aufrufen ein und wiederholen Sie bei vorübergehenden Fehlern mit Backoff; Katalog-Batchläufe sind unempfindlich gegenüber Latenz, Stabilität schlägt Geschwindigkeit.
Was vor der Skalierung zu prüfen ist
- Die Prompt-Zusammensetzung ist deterministisch. Dieselbe SKU und derselbe Winkel müssen immer dieselbe Prompt-Zeichenkette erzeugen. Wenn Sie einen Nachweis benötigen, protokollieren Sie einen Hash jedes Prompts.
- Fixe Slot-Werte sind wirklich fixiert. Hintergrund, Licht und Stil sollten aus Konstanten stammen, nicht aus eingemischten Einzeldaten.
- Seitenverhältnis pro Kanal einstellen, nicht pro Aufrufstelle. Eine Stelle in der Konfiguration, nicht über die Schleife verstreut.
- Speicherschlüssel enthalten Winkel und Licht. Sie werden einzelne Zellen später neu generieren; machen Sie sie adressierbar.
- Zuerst einen kleinen Pilotlauf starten. Zehn SKUs über alle Winkel, vor der Verarbeitung der vollständigen Liste prüfen.
Kosten- und Zeiterwartungen
Die Generierungszeit wächst mit der Anzahl der Bilder, nicht mit der Anzahl der Prompts. Budgetieren Sie also einen Aufruf pro Bild und planen Sie den Batch-Lauf entsprechend. Halten Sie n während Batch-Läufen bei 1 und generieren Sie Varianten nur für SKUs, die die Prüfung nicht bestehen – derselbe Prompt mit höherem n ist leichter nachzuvollziehen als ein zweiter Winkel, den Sie gar nicht brauchen.
Ausgaben prüfen, bevor sie in den Katalog gelangen
Ein generiertes Bild, das gut aussieht, aber das Produkt falsch darstellt, ist schlimmer als kein Bild. Führen Sie vor der Veröffentlichung jedes Bildes eine kurze, konsistente QA-Prüfung durch.
Checkliste
- Winkel stimmt mit dem Label überein. Eine Datei namens
front34muss tatsächlich eine Front-Dreiviertel-Ansicht sein. Auch wenn jedes Bild einzeln gut aussieht, brechen Winkelabweichungen die Rasterkonsistenz. - Vollständiges Produkt im Bild. Keine abgeschnittenen Kanten, Produkt berührt nicht den Bildrand.
- Kein Text. Jegliche Buchstaben, Wasserzeichen oder Logo-Artefakte bedeuten Neugenerierung oder Rückfall.
- Markenpassung. Hintergrundfarbe, Schattenweichheit und Kontrast sollten neben dem bestehenden Katalog harmonieren, nicht herausstechen.
- Repräsentativität. Das gezeigte Produkt muss dem tatsächlich versendeten entsprechen: richtige Farbe, richtiges Material, richtige Proportionen.
Neugenerieren oder zurückfallen
Wenn der Fehler kosmetisch und durch den Prompt behebbar ist (falsche Schattenrichtung, Hintergrunddrift, zusätzliche Requisiten), generieren Sie neu. Straffen Sie den problematischen Slot und führen Sie erneut aus. Wenn der Fehler faktisch ist – das Modell hat Merkmale erfunden, das Material sieht wie das falsche Finish aus, die Produktform ist nicht originalgetreu –, fallen Sie auf Fotografie, Bild-zu-Bild oder Platzhalter zurück. Keine Prompt-Änderung kann zuverlässig ein Problem beheben, das nicht mit dem physischen Produkt übereinstimmt.
Die Prüfung kostengünstig halten
Prüfen Sie pro SKU einen Kontaktabzug über alle Winkel, statt Bilder einzeln anzusehen. Unterschiede, die isoliert unsichtbar sind – Schattenumkehrungen, Hintergrundverschiebungen –, werden nebeneinander offensichtlich. Protokollieren Sie bei jeder Ablehnung den Prompt-Hash, damit wiederkehrende Probleme als Prompt-Probleme sichtbar werden statt als einmaliges Rauschen. Wenn Sie dies für eine Charge tun, werden Sie feststellen, dass sich die meisten Fehler auf wenige wiederkehrende Slot-Werte konzentrieren – und genau diese lohnen sich, einmalig zu beheben.
Ähnliche Artikel
Alle Artikel ansehen →-
Benutzerhandbuch
Leitfaden für den Einstieg in gpt-6.2-sol: Grenzen der Fähigkeiten, API-Anbindung und Hinweise zur Token-Abrechnung
Entscheidungshilfen und praktische Hinweise zur Anbindung für Engineering-Teams
-
Benutzerhandbuch
gpt-6.2-astra Einstiegsleitfaden: Grenzen der Textmodell-Fähigkeiten, Integrationspunkte und Kostenkontrolle
-
Benutzerhandbuch
Tripo H3.1 Einstiegsleitfaden: Drei Eingabewege, Parameter und Preiswahl
Praktische Entscheidungsfindung und Kostenkontrolle bei der 3D-Generierungsintegration für Entwickler