Seedream 5.0 Lite Prompt-Praxistest: Poster, Menüs und Infografiken richtig schreiben

Viele leichte Bildgenerierungsmodelle opfern Text und Layout für einen niedrigeren Preis. Wir haben mit Seedream 5.0 Lite sechs verschiedene Aufgaben durchgeführt; jedes Bild bewahrt das Ergebnis der ersten Generierung mit exaktem Prompt, ohne erneuten Lauf oder Auswahl einer Version.

Diese Testreihe umfasst zweisprachige Event-Poster, Café-Menüs, Fotos realer Orte, beschriftete Infografiken, Markenverpackungen und streng quantitative Kompositionen. Insgesamt 16 Zeichenketten, die das Modell in die Bilder schreiben sollte, wurden Bild für Bild überprüft. Das Ergebnis zeigt, dass es sich für operative Visuals mit kurzen Texten eignet, aber nicht bedeutet, dass lange Absätze, winzige Beschriftungen oder jede chinesische Typografie in einem Durchgang gelingen.

Zunächst den Aufruf zum Laufen bringen

Seedream 5.0 Lite generiert Bilder über die asynchrone Task-Schnittstelle von hiapi: Aufgabe erstellen, Status abfragen, bei Erfolg das Ergebnis herunterladen.

curl -X POST https://api.hiapi.ai/v1/tasks \
  -H "Authorization: Bearer $HIAPI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "seedream-5.0-lite/text-to-image",
    "input": {
      "prompt": "YOUR PROMPT HERE",
      "aspect_ratio": "16:9",
      "resolution": "2K"
    }
  }'
# → {"data": {"taskId": "..."}}

curl https://api.hiapi.ai/v1/tasks/TASK_ID \
  -H "Authorization: Bearer $HIAPI_API_KEY"
# nach dem Polling auf "status": "success" die output[0].url herunterladen

Zwei Parameter und der Umgang mit Ergebnissen sollten vorab beachtet werden. resolution akzeptiert nur "2K" oder "4K"; bei "1K" wird ein 400-Fehler zurückgegeben. Alle Bilder in diesem Artikel verwenden 2K. Die output-URL nach erfolgreicher Aufgabe läuft ab; laden Sie das Ergebnis sofort herunter und behandeln Sie sie nicht als dauerhafte Bildadresse.

In diesem Artikel werden Preise oder Laufzeiten nicht fest im Text angegeben. Solche Daten ändern sich mit Modell und Abrechnungskonfiguration; maßgeblich sind vor der Nutzung die aktuelle Modellseite und die Preisseite.

1. Zweisprachiges Event-Poster: Jeder Textabschnitt braucht eine Position

Die erste Aufgabe besteht darin, Titel, englischen Untertitel, Datum und Ort in ein Nachtmarkt-Poster zu setzen. Das prüft gleichzeitig Chinesisch, Englisch, Datumsformat und Layoutbeziehungen.

A hand-drawn risograph-style poster for a fictional night market food
festival, large Chinese calligraphy title '夜市食堂' at the top, English
subtitle 'NIGHT MARKET CANTEEN' directly below it in a condensed
sans-serif, a date line 'OCT 17-19 · RIVERSIDE PIER' at the bottom, warm
lantern glow over crowded food stalls, steam rising from bamboo baskets,
limited palette of vermilion, cream and ink blue, visible print grain,
vintage poster composition

Alle drei Textabschnitte erschienen bereits bei der ersten Generierung: Der chinesische Titel wirkt wie expressive Kalligrafie, der Untertitel ist englische Großschrift mit Sperrung, und auch der Mittelpunkt im Datum unten blieb erhalten.

Der Schlüssel dieses Prompts liegt darin, jede Zeichenkette in Anführungszeichen zu setzen und ihre Position separat anzugeben. at the top, directly below und at the bottom vermitteln dem Modell die Beziehungen zwischen den Texten. Ersetzt man den Text durch Japanisch, Koreanisch oder Arabisch, lässt sich dieselbe Struktur weiterverwenden. Stilwörter stehen nach den Textspezifikationen, um die Chance zu verringern, dass sie die Glyphenanforderungen stören.

2. Menü und Preise: Produktnamen an Zahlen binden

Menüs sind das Szenario, in dem Textfehler am ehesten auffallen, besonders Dezimalpunkte bei Preisen. Hier soll das Modell vier Positionen und die zugehörigen Preise auf eine Café-Tafel schreiben.

A photorealistic close-up of a cafe chalkboard menu, hand-lettered chalk
text listing exactly four items with prices: 'FLAT WHITE 4.50', 'COLD
BREW 5.00', 'MATCHA LATTE 5.50', 'BUTTER CROISSANT 3.80', a small chalk
drawing of a steaming coffee cup in the lower corner, warm morning light
from a side window, shallow depth of field, wooden cafe interior softly
blurred in the background

Alle vier Positionen und vier Preise sind korrekt, auch die Dezimalpunkte wurden nicht zu verschwommenen Strichen verarbeitet. Diese Schreibweise hat zwei Funktionen: Mit exactly four items wird die Anzahl begrenzt, und jeder Produktname bildet mit seinem Preis eine vollständige Einheit in Anführungszeichen, damit der Preis nicht vom zugehörigen Artikel abdriftet. Eine ähnliche Struktur eignet sich auch für Preisschilder, Regaletiketten, Ladenbeschilderung und Quittungen. Die Quelle empfiehlt, den Text auf etwa sechs Zeilen zu begrenzen; darüber hinaus ist eine sorgfältigere zeichenweise Prüfung nötig.

3. Foto eines realen Ortes: Nur beschreiben, was kontrolliert werden soll

Die dritte Gruppe verlangt keinen Text im Bild, sondern testet, ob das Modell Szenenbeziehungen anhand realer Ortsnamen und Blickwinkel ergänzen kann. Der Prompt legt den Blick von Mrs Macquarie's Point auf das Sydney Opera House fest und verlangt zugleich, dass Brücke und Fähre an den entsprechenden Positionen erscheinen.

Golden hour photograph of the Sydney Opera House viewed from Mrs
Macquarie's Point, its white sail-shaped roof shells catching warm orange
light, the Sydney Harbour Bridge visible behind it to the left, a
green-and-yellow Sydney ferry crossing the harbour in the middle
distance, gentle ripples on the water, shot on a full-frame camera with
a 70mm lens, crisp architectural detail, no text

Die geografischen Beziehungen im Bild entsprechen dem Prompt: Die Harbour Bridge liegt links hinter dem Opernhaus, die Fähre durchquert den Hafen im Mittelgrund. Bei realen Orten kann man Ort und Blickwinkel klar benennen und den Prompt-Raum für Licht, Objektiv und Atmosphäre nutzen. Wer ein sauberes Foto als Hintergrund benötigt, ergänzt no text, damit die Stadtszene keine eigenen Schilder hinzufügt.

4. Beschriftete Infografik: Zuerst Struktur, dann Stil

Eine Infografik verlangt gleichzeitig Text, Nummerierung, Symbole, Pfeile und Lesereihenfolge. Hier wird der Kaffeezubereitungsprozess als vier Schritte von links nach rechts festgelegt.

A clean flat-design infographic titled 'HOW ESPRESSO IS MADE' at the top
in bold capitals, showing exactly four numbered steps arranged left to
right, each with a simple line icon and a short label: '1 GRIND',
'2 TAMP', '3 BREW', '4 SERVE', thin arrows connecting the steps, muted
palette of espresso brown, cream and sage green on an off-white
background, generous margins, modern editorial infographic style

Titel, vier Beschriftungen, Nummerierung, Pfeile und die Reihenfolge von links nach rechts entsprechen den Anforderungen. Zuerst wird eine Struktur wie exactly four numbered steps arranged left to right festgelegt, dann jede kurze Beschriftung angegeben und erst zuletzt Farbpalette und visueller Stil ergänzt. Für eigene Flussdiagramme lassen sich 3–5 Schritte einsetzen; die Beschriftungen sollten möglichst ein bis zwei Wörter lang bleiben, denn lange Sätze neben Symbolen erhöhen die Fehlerwahrscheinlichkeit deutlich.

5. Verpackungs-Mockup: Text als Teil des Materials

Die fünfte Gruppe ist Produktfotografie mit Markentext. Anders als bei schwebendem Text über dem Bild lässt sich der Markenname leichter in die Verpackungsoberfläche integrieren, wenn Material und Druckverfahren vorgegeben werden.

Studio product photograph of a matte-black cylindrical tin of loose-leaf
tea standing on a slate surface, minimalist label with the brand name
'HILLFOG' in embossed serif capitals and the words 'OOLONG No.12'
printed in smaller type below it, a single dried tea leaf lying beside
the tin, soft diffused key light from the upper left, gentle soft
shadow, muted charcoal background, premium packaging photography

Der Markenname erscheint als Prägung, auch der Punkt in No.12 blieb erhalten, und die Beziehung zwischen weichem Licht von oben links und Schatten wurde wie im Prompt umgesetzt. Markenname und eine Zeile Spezifikationstext sind der Umfang dieser Testgruppe; Konzeptverpackungen, Angebotsbilder und A/B-Visuals für Markenrelaunches können diese Schreibweise nutzen. Längere Kleingedrucktes wie Zutatenlisten sollten weiterhin nachträglich in Designwerkzeugen bearbeitet werden.

6. Strenge Anzahl und Position: Das Bild als Spezifikation behandeln

Die letzte Gruppe enthält keinen Text und testet gezielt, ob das Modell Anzahl, Farbe, Position und die Einschränkung „darüber hinaus keine weiteren Objekte“ umsetzen kann.

An overhead flat-lay photograph of a wooden desk: exactly three yellow
pencils lying in a neat row in the top-left corner, one open blue
hardcover notebook with blank pages in the center, a pair of round
black-framed eyeglasses resting on the notebook's right page, a white
ceramic mug of black coffee at the bottom-right corner, and nothing else
on the desk, soft even daylight, sharp focus, clean minimalist
composition, no text

Bei der Prüfung dieses Bildes liegt der Fokus auf den drei Stiften, dem zentrierten Notizbuch, der Brille auf der rechten Seite, der Tasse unten rechts und darauf, dass der Tisch keine zusätzlichen Objekte enthält. Bei jedem Objekt sind Anzahl, Farbe und Position gleichzeitig angegeben, und am Ende schließt and nothing else die Szene ab. Für E-Commerce-Lifestyle-Bilder oder Key Visuals mit freiem Platz für Text kann man die Objekte auf eine Seite konzentrieren und die andere Seite ausdrücklich leer lassen.

Gemeinsame Schreibweise dieser Prompts

Wenn man sich nur ein paar Regeln merken möchte, kann man mit den folgenden fünf Punkten beginnen:

1. Jede zu rendernde Zeichenkette einzeln in Anführungszeichen setzen und jeder Textzeile einen Positionsanker geben, etwa oben oder unten.
2. Zählbare Objekte mit klarer Anzahl angeben, etwa vier Positionen oder drei Stifte.
3. Bei realen Orten direkt Name und Blickwinkel nennen und den Prompt für Licht, Objektiv und Komposition nutzen.
4. Wenn die Komposition enger gefasst werden soll, am Ende „keine weiteren Objekte darüber hinaus“ schreiben.
5. Zuerst Inhalt und Layout, dann Stilwörter schreiben. Das in diesem Test verwendete resolution darf nur "2K" oder "4K" sein.

Diese Regeln eignen sich für begrenzten Text wie kurze Titel, Produktnamen, Preise und Prozessbeschriftungen. Sie ersetzen nicht die manuelle Textprüfung nach der Bildgenerierung, insbesondere bei Datum, Dezimalpunkten, Markennamen und winzigen Beschriftungen.

Preise und Einstiegspunkte

Um diese Prompts tatsächlich auszuführen, öffnen Sie die chinesische Modellseite von Seedream 5.0 Lite, prüfen die aktuellen Parameter, führen im Playground zunächst ein Bild aus und binden dann gemäß der chinesischen API-Dokumentation den Ablauf für Aufgabenerstellung, Polling und Ergebnisdownload ein.