Muse-Image-1.0 Bild-zu-Bild-Prompt-Rezepte für Entwickler

Der Unterschied zwischen Bild-zu-Bild- und Text-zu-Bild-Prompts

Ein Text-zu-Bild-Prompt beschreibt die gesamte Szene: Motiv, Licht, Stil, Komposition, Hintergrund. Das Modell startet von Rauschen und baut alles auf. Bei Bild-zu-Bild ist das anders: Du hast bereits ein Quellbild, und der Prompt ist ein Inkrement dazu. Du beschreibst nicht von Grund auf, was das Bild enthalten soll, sondern was sich ändern soll und was erhalten bleiben muss.

Dieser Unterschied ist wichtig, weil eine vollständige Szenenbeschreibung in einem Bearbeitungsprompt das Modell dazu verleitet, das gesamte Bild neu zu rendern. Wenn du das Motiv ausführlich beschreibst, zeichnet das Modell es möglicherweise neu, statt es zu bewahren. Wenn du den Hintergrund beschreibst, baut es ihn womöglich neu auf. Das Ergebnis sieht oft wie ein plausibles, aber anderes Bild aus – dasselbe Konzept, eine andere Instanz.

Das mentale Modell, das du festhalten solltest: Ein Text-zu-Bild-Prompt ist eine Spezifikation; ein Bild-zu-Bild-Prompt ist ein Differenz-Patch. Das Quellbild ist das Basisdokument, dein Prompt ist der Patch. Der Patch sollte klein, eindeutig und in seinem Umfang begrenzt sein. Wenn der Patch zu umfassend ist, wendet das Modell ihn überall an, und du verlierst die Teile des Quellbilds, die du bewahren wolltest.

Praktisch bedeutet das, dass Bearbeitungsprompts sich auf Verweise auf das vorhandene Bild stützen sollten („das Motiv“, „der vorhandene Hintergrund“, „die aktuelle Komposition“), statt diese neu zu beschreiben. Sag, was sich bewegt, nicht was existiert. Die folgenden Abschnitte übersetzen das in wiederverwendbare Gerüste und konkrete Rezepte.

Eine weitere Konsequenz: Da das Quellbild so viele Informationen trägt, kann derselbe Prompt bei verschiedenen Eingaben unterschiedlich wirken. Ein Rezept, das bei einem Produktbild funktioniert, kann bei einem Porträt scheitern. Deshalb sind die Rezepte hier als anpassbare Muster geschrieben, nicht als Zauberstrings.

Rezeptformat: eine Änderung, eine Beibehaltung, eine Einschränkung

Jeder Bearbeitungsprompt in dieser Anleitung folgt demselben dreiteiligen Gerüst. Es ist bewusst langweilig, und genau das ist der Punkt – eine feste Struktur macht Prompts vergleichbar, überprüfbar und als Vorlage nutzbar.

Das Gerüst

1. Änderung – eine eindeutige Anweisung, die die Modifikation beschreibt. Beginne mit einem Verb: change, replace, add, remove, shift, recolor.
2. Beibehaltung – eine explizite Liste dessen, was unverändert bleiben muss: Motividentität, Pose, Komposition, Hintergrund, Beleuchtung, Textur.
3. Einschränkung – Randbedingungen: Stilkonsistenz, Seitenverhältnis, keine neuen Objekte hinzufügen, kein Text, sofern nicht angefordert.

Ein minimaler Prompt sieht so aus:

Änderung: Ersetze den Hintergrund durch einen einfarbigen hellgrauen Studiohintergrund.
Beibehaltung: Gesicht, Haare, Kleidung, Pose und Komposition des Motivs.
Einschränkung: Behalte die ursprüngliche Lichtrichtung und die Weichheit der Schatten bei; füge keine Requisiten hinzu; kein Text.

Warum drei Teile statt eines Satzes

Die Dreiteilung bewirkt zwei Dinge. Erstens sind die Zeilen Änderung und Beibehaltung getrennte Signale; Modelle befolgen eine explizite „beibehalten“-Anweisung oft besser, wenn sie nicht mit dem Bearbeitungssatz verflochten ist. Zweitens macht die Aufteilung das Debuggen möglich. Wenn die Ausgabe falsch ist, kannst du feststellen, ob die Änderung falsch angewandt wurde (Änderungszeile zu vage) oder ob das Quellbild übermäßig bearbeitet wurde (Beibehaltungszeile fehlt oder ist zu kurz).

Nur eine Änderung pro Prompt

Widerstehe kombinierten Bearbeitungen. „Ersetze den Hintergrund und setze einen Hut auf und mach es zu Abendlicht“ sind drei Rezepte in einem Gewand. Führe sie stattdessen nacheinander aus: Jeder Schritt hat ein sauberes Inkrement, und du kannst Zwischenergebnisse prüfen. Sequenzielle Bearbeitung ermöglicht es dir außerdem, die Beibehaltungszeile in jeder Phase schlank zu halten.

Die Einschränkungszeile ist dein Qualitätsfilter. Lege das, weswegen du eine Ausgabe ablehnen würdest – falsches Seitenverhältnis, hinzugefügter Text, verschobene Farbtemperatur –, in die Einschränkung. Einen übermäßig eingeschränkten Prompt zu entfernen ist leichter, als einem unterspezifizierten Prompt nachzujagen.

Direkt kopierbare Bearbeitungsrezepte

Jedes der folgenden Rezepte folgt dem Gerüst Änderung / Beibehaltung / Einschränkung. Passe die Teile in Klammern an dein Motiv an. Betrachte den Vorher-Nachher-Rahmen als Checkliste: Was sollte deutlich anders sein, was exakt gleich.

1. Hintergrundaustausch

Vorher: Motiv auf einer belebten Straße. Nachher: dasselbe Motiv, sauberer Hintergrund.

Änderung: Ersetze den Hintergrund durch einen nahtlosen [Farbe]-Studiohintergrund.
Beibehaltung: Gesicht, Haare, Kleidung, Pose und Körperkomposition des Motivs; behalte den aktuellen Beschnitt bei.
Einschränkung: Übernimm die ursprüngliche Lichtrichtung auf dem Motiv; füge keine neuen Schatten auf dem Hintergrund hinzu; kein Text und keine Logos.

2. Produktfarbwechsel

Vorher: Produkt in einem Farbschema. Nachher: dasselbe Produkt, andere Farbe.

Änderung: Färbe [Produktteil] in [Ziel Farbe] um und behalte die Materialoberfläche bei.
Beibehaltung: Form, Nähte, Etiketten, Reflexionen des Produkts sowie die vorhandene Komposition.
Einschränkung: Färbe keine Reflexionen auf dem Hintergrund oder umgebenden Oberflächen um; ändere keinen Text.

3. Licht- und Tageszeitverschiebung

Vorher: flaches Mittagslicht. Nachher: warmes Abendlicht.

Änderung: Verschiebe die Beleuchtung zu warmem, flachem Abendlicht aus niedrigem Winkel.
Beibehaltung: Identität, Pose und Kleidung des Motivs sowie das Szenenlayout.
Einschränkung: Halte die Schatten konsistent mit einer einzelnen Lichtquelle aus niedrigem Winkel; füge keine Objekte hinzu und entferne keine; kein Text.

4. Objektentfernung

Vorher: Szene mit einem störenden Element. Nachher: dieselbe Szene, Element verschwunden.

Änderung: Entferne [Objekt] aus [Position] und fülle den Bereich mit der umgebenden Oberfläche.
Beibehaltung: Alles andere im Bild bleibt unverändert, einschließlich Komposition und Beleuchtung.
Einschränkung: Keine Unschärfe- oder Verwischungsartefakte an der Stelle des Objekts; füge kein Ersatzobjekt hinzu; kein Text.

5. Stilübertragung auf das Motiv

Vorher: ein Foto des Motivs. Nachher: eine illustrierte Bearbeitung desselben Motivs.

Änderung: Rendere das Bild im [Stil]-Illustrationsstil.
Beibehaltung: Gesichtszüge, Pose, Kleidungsdetails und Komposition des Motivs.
Einschränkung: Halte das Motiv erkennbar; füge keine Elemente hinzu; kein Text und keine Signaturmarkierungen.

6. Zuschnitt und Neukomposition

Vorher: Weitwinkelaufnahme. Nachher: engerer Bildausschnitt, dasselbe Motiv.

Änderung: Komponiere neu zu einem näheren [Porträt-/Quadrat-]Beschnitt mit dem Motiv im Zentrum.
Beibehaltung: Erscheinung und Ausdruck des Motivs, Beleuchtung sowie der Hintergrundkontext innerhalb des neuen Beschnitts.
Einschränkung: Erfinde keine Details außerhalb des ursprünglichen Bildrahmens; kein Text.

Führe jeweils ein Rezept aus, prüfe, und reihe dann den nächsten Schritt an. Wenn ein Rezept fehlschlägt, liegt die Behebung meist in der Beibehaltungs- oder Einschränkungszeile, nicht darin, der Änderungszeile weitere Adjektive hinzuzufügen.

Formulierungen, die Motivdetails vollständig bewahren

Identitätsdrift ist die häufigste Beschwerde bei Bild-zu-Bild. Das Modell führt die angeforderte Bearbeitung aus, zeichnet aber heimlich das Gesicht neu, verändert den Stoff oder verschiebt die Pose. Die Formulierung ist hier dein wichtigster Hebel, und sie ist wirksamer als Wiederholung.

Benenne, was unverändert bleiben muss

Abstrakte Beibehaltungsanweisungen („bleib gleich“) sind schwach. Konkrete sind stark. Vergleiche:

• Schwach: „Behalte das Motiv bei.“
• Stark: „Behalte Gesicht, Haaransatz, Augenfarbe, Kleidungsfalten und Handposition des Motivs bei.“

Die starke Version funktioniert, weil sie überprüfbare Attribute aufzählt. Das Modell hat konkrete Ankerpunkte statt eines vagen „ändere nichts“.

Verweise auf das Bild, statt neu zu beschreiben

Das Motiv neu zu beschreiben ist der häufigste selbst zugefügte Fehler. Wenn du „eine Frau mit braunen Haaren und blauem Hemd“ schreibst, erzeugt das Modell möglicherweise eine Frau mit braunen Haaren und blauem Hemd – nicht die aus deinem Quellbild. Bevorzuge hinweisende Verweise: „das Motiv“, „der vorhandene Hintergrund“, „die aktuelle Komposition“. Eine Neubeschreibung ist nur nützlich, wenn du dieses Attribut ändern willst.

Den Bearbeitungsbereich räumlich eingrenzen

Grenze den Bearbeitungsbereich, wo möglich, mit Worten ein: „nur der Hintergrund“, „das untere Drittel des Bildes“, „das Produktetikett“. Räumliche Eingrenzung reduziert Begleitbearbeitungen. Wenn deine Pipeline Masken unterstützt, kombiniere räumliche Sprache mit Masken – Text und Maske verstärken sich gegenseitig.

Komparative statt Absolutwerte verwenden

„Wärmer“, „etwas enger“, „weniger gesättigt“ bewahren mehr vom Original als „warmorange“, „extreme Nahaufnahme“, „hochgesättigt“. Absolutwerte ziehen das Modell zur typischen Version der Beschreibung; Komparative verankern es am Quellbild.

Die Beibehaltungsliste kurz, aber tragfähig halten

Drei bis sechs Attribute reichen meist. Eine Liste mit zwanzig Einträgen verdünnt die Aufmerksamkeit; eine leere Liste lädt Drift ein. Wähle die Attribute, wegen derer du eine Ausgabe ablehnen würdest, und lass den Rest leer.

Eine nützliche Angewohnheit: Schreib zuerst die Beibehaltungszeile, dann die Änderungszeile. Erst zu entscheiden, was am wichtigsten ist, bevor du festlegst, was sich bewegt, führt oft zu kompakteren Prompts.

Negativ-Prompts für häufige Fehlerfälle

Die meisten schlechten Generierungen ballen sich in wenigen wiederkehrenden Fehlerkategorien. Ein kleiner, wiederverwendbarer Satz von Negativ-Prompts deckt sie ab, ohne die Bearbeitung übermäßig einzuschränken. Füge die Negativbegriffe je nach Übergabe in deiner Pipeline zur Einschränkungszeile oder als separates negatives Feld hinzu.

Fehler: Drift der Gesichtsidentität

Symptom: Gesichtsform, Augen oder Alter verschieben sich; der Ausdruck ändert sich unerwartet.

Negative: altered facial features, changed eye color, different person, age change, expression change

Fehler: Hintergrund übermäßig bearbeitet

Symptom: Nach der Bearbeitung nur des Motivs bewegen sich Hintergrundobjekte, die Wand ändert die Farbe, Schatten verschieben sich.

Negative: changed background, moved objects, altered wall color, new shadows, shifted horizon

Fehler: Verlust von Textur und Material

Symptom: Stoff wirkt wie Plastik, Haut wie airbrushed, Metall verliert Reflexionen.

Negative: plastic texture, airbrushed skin, lost fabric weave, flattened reflections, oversmoothing

Fehler: unerwünschte Ergänzungen

Symptom: Requisiten tauchen auf, Text oder Wasserzeichen erscheinen, zusätzliche Gliedmaßen oder Objekte.

Negative: added props, extra objects, text, watermark, logo, signature, extra limbs

Fehler: Stilübergriff

Symptom: Eine lokale Bearbeitung zeichnet das ganze Bild neu im neuen Stil, oder eine Stilbearbeitung dringt in die Motividentität ein.

Negative: global restyle, changed lighting on subject, painterly bleed, uniform filter

Fehler: Artefaktnähte

Symptom: Unschärfe oder Verwischung dort, wo ein Objekt entfernt wurde; harte Kanten an Bearbeitungsgrenzen.

Negative: blur artifacts, smudge, visible seam, halo, patch mismatch

So verwendest du sie, ohne die Bearbeitung zu zerstören

Beginne mit einer Negativzeile, die zum tatsächlich beobachteten Fehler passt. Alle sechs auf einmal hinzuzufügen flacht die Ausgabe oft ab und kann mit der angeforderten Änderung kollidieren. Negativbegriffe sollten kurz und spezifisch sein; eine lange Liste von „bad quality“-Begriffen hilft bei gerichteten Bearbeitungen selten. Wenn eine Negativzeile einen Fall behebt, aber einen anderen beschädigt, beschränke sie auf dieses Rezept statt auf ein globales Template.

Rezepte in parametrisierte Vorlagen überführen

Kopierte Prompts sind nur der Anfang. Was in einem Produkt skalierbar ist, sind Vorlagen mit benannten Slots, Versionslabels und Verantwortlichen. Das Ziel ist, dass jeder Ingenieur dasselbe Rezept aufrufen und vergleichbares Verhalten erhalten kann.

Slots extrahieren

Betrachte ein Rezept und ersetze die Teile, die sich bei jeder Anfrage ändern, durch Platzhalter:

Änderung: Ersetze den Hintergrund durch einen nahtlosen {backdrop_color}-Studiohintergrund.
Beibehaltung: {identity_attributes} des Motivs; behalte den aktuellen Beschnitt bei.
Einschränkung: Übernimm die ursprüngliche Lichtrichtung auf dem Motiv; füge keine neuen Schatten auf dem Hintergrund hinzu; kein Text und keine Logos.
Negative: {failure_negatives}

Typische Slots: Motivkategorie, Bearbeitungsziel, Zielwert, Liste der beibehaltenen Attribute, Einschränkungsflags, Negativ-Set. Halte die Slot-Namen über Rezepte hinweg stabil, damit derselbe Aufrufercode Rezepte wechseln kann.

Versionieren und Rezepte registrieren

Behandle Prompts wie Schemata. Gib jeder Vorlage eine Id und eine Version (background_replace@2) und dokumentiere, was geändert wurde und warum. Wenn sich die Ausgabequalität nach einer Modell- oder Rezeptänderung verändert, musst du wissen, welche Version ein bestimmtes Asset erzeugt hat. Speichere den gerenderten Prompt zusammen mit der Ausgabe, nicht nur den Vorlagenverweis.

Kombinieren statt zusammensetzen

Baue Prompts aus Blöcken – Änderungsblock, Beibehaltungsblock, Einschränkungsblock, Negativblock –, statt Freitext per String-Konkatenation zusammenzufügen. Blöcke ermöglichen es, fehlende Beibehaltungszeilen zu linten und Negativ-Sets nach Fehlerkategorie auszutauschen. Pflege eine kleine Bibliothek von Beibehaltungsblöcken (Porträt, Produkt, Szene) und Negativblöcken (Identität, Textur, Ergänzungen).

Leitplanken auf der Vorlagenebene

Validiere Slots vor dem Senden: Lehne unbekannte Farben, leere Beibehaltungslisten und Bearbeitungen ab, die mehrere Änderungen kombinieren. Erzwinge an der API-Grenze eine Änderung pro Aufruf. Diese Prüfungen sind billig und fangen die meisten schlechten Prompts ab, bevor sie das Modell erreichen.

Mit Beispielen teilen

Jede Vorlage sollte mit zwei bis drei Beispiel-Quellbildern und erwarteten Ergebnissen ausgeliefert werden, damit neue Teammitglieder Änderungen ohne Nachfragen grundlegend prüfen können. Vorlage plus Beispiele ist die Einheit der Wiederverwendung.

Rezepte an deinen eigenen Bildern bewerten

Ein Rezept, das bei einem einzigen Beispiel gut aussieht, sagt fast nichts aus. Bevor ein Prompt in ein Produkt geht, sollte er sich an einem festen Evaluationsset, das deine realen Eingaben widerspiegelt, seinen Platz verdienen.

Ein kleines festes Testset aufbauen

Zehn bis dreißig Quellbilder reichen für den Anfang meist. Decke die Varianten ab, die du tatsächlich siehst: Motivtypen, Lichtverhältnisse, Hintergründe, Seitenverhältnisse und Randfälle. Friere das Set ein und verwende es über Prompt-Versionen hinweg wieder, damit Vergleiche sinnvoll sind. Füge neue Bilder hinzu, wenn du eine Fehlerkategorie entdeckst, die das Set nicht abdeckt, aber versioniere auch das Set.

Für jedes Rezept ein Bestehenskriterium definieren

Schreib für jedes Rezept auf, wie „bestehen“ aussieht. Bei Hintergrundaustausch: Motividentität bewahrt, kein Halo, Lichtrichtung konsistent, keine Artefakte im Hintergrund. Bei Farbwechsel: Zielfarbe korrekt, Etikett intakt, Reflexionen plausibel. Die Kriterien sollten von einem menschlichen Prüfer in Sekunden überprüfbar sein, keine „Gefühls“-Beschreibung.

Varianten vergleichen, nicht Absolutwerte

Lass Prompt-Varianten nebeneinander auf demselben Set laufen und vergleiche die Bestehensraten. Eine Anpassung der Änderungszeile, eine gekürzte Beibehaltungsliste, ein hinzugefügter Negativbegriff – alles Kandidatenvarianten. Führe eine einfache Aufzeichnung: Varianten-Id, Bestehenszahl, auffällige Fehler. Das macht Prompt-Tuning von Anekdoten zu einem kleinen Versuchsprotokoll.

Rezeptfehler von Eingabefehlern unterscheiden

Manche Fehler hängen mit dem Quellbild zusammen: niedrige Auflösung, starke Verdeckung, unscharfes Motiv. Erfasse diese getrennt. Ein Rezept ist nicht deshalb schlecht, weil es schlechte Eingaben nicht reparieren kann, aber deine Pipeline braucht möglicherweise ein Qualitätsgate für Eingaben.

Auf Regressionen über Rezepte hinweg achten

Gemeinsame Blöcke – Beibehaltungslisten, Negativ-Sets – können ein Rezept verbessern und ein anderes stillschweigend verschlechtern. Führe beim Ändern gemeinsamer Blöcke das vollständige Set erneut aus, nicht nur das Rezept, das du gerade abstimmst. Das ist der Hauptgrund, Vorlagen modular zu halten.

Mit Monitoring live gehen

Nachdem ein Rezept live ist, sample Ausgaben in der Produktion und leite eindeutige Fehler zurück ins Evaluationsset. Dieser Kreislauf – beobachten, ins Set aufnehmen, Varianten testen, befördern – ist entscheidend, damit die Prompt-Qualität nicht mit sich ändernden Eingaben und Modellen verfällt.

Beginne mit dem dreiteiligen Gerüst, baue ein kleines Evaluationsset auf, und lass die Rezepte hier als Ausgangspunkt dienen, den du versionierst und anpasst – nicht als endgültige Antwort.