Wirksame Stable-Diffusion-Prompts: Methode, Gewichtung und Einstellungen

Ein Prompt, den du aus einem Forum kopiert hast, liefert beim Autor ein Meisterwerk und bei dir Brei. Der Text ist selten die Ursache. Stable Diffusion ist kein einzelnes Tool, sondern eine Modellfamilie, die über verschiedene Oberflächen genutzt wird und Einstellungen bietet, die du selbst steuerst. Derselbe Prompt wirkt auf einem Basismodell anders als auf einem Community-Modell, das für Anime trainiert wurde.

Genau das macht es auch interessant. Während Midjourney vieles für dich entscheidet, lässt dir Stable Diffusion bei fast allem die Kontrolle, und ein gut dokumentiertes Bild lässt sich nahezu identisch reproduzieren. Dafür musst du aber für das richtige Modell schreiben.

Finde dein Modell heraus, bevor du ein Wort schreibst

Wie du schreibst, hängt zuerst vom geladenen Modell ab, oft Checkpoint genannt. Die Ratschläge im Netz widersprechen sich, weil sie nicht von denselben Modellen sprechen.

Bei einem Community-Modell nennt die Download-Seite meist die empfohlenen Einstellungen, die Trigger-Wörter und manchmal Beispiel-Prompts. Lies sie: Sie ist mehr wert als jeder allgemeine Leitfaden, auch dieser hier.

Ein klassischer Fehler ist, weit von der Basisauflösung entfernt zu generieren. Ein SD 1.5, das direkt in sehr großem Format startet, wiederholt gern die Motive, und ein SDXL, das zu weit nach unten geht, verliert an Qualität. Die Dokumentation von Stability AI weist außerdem darauf hin, dass Abweichungen von den empfohlenen Größen bei SDXL zu unerwarteten Bildausschnitten führen können. Für ein größeres Bild generierst du in der nativen Größe und vergrößerst anschließend.

Eine Anmerkung zu FLUX, dem man in denselben Oberflächen begegnet: Es ist kein Stable-Diffusion-Modell, und Black Forest Labs gibt an, dass es keinen Negative Prompt unterstützt. Ein guter Teil des Folgenden gilt dafür also nicht direkt.

Schreibe den positiven Prompt wie ein Aufnahmeprotokoll

Nehmen wir eine Buchhalterin, die einen Artikel über den Jahresabschluss illustrieren möchte.

Schwache Version: beautiful office, professional, masterpiece, best quality, ultra detailed

Das Modell bekommt vor allem Rauschen. Es hat keine Ahnung, welchen Gegenstand es zeigen soll, und die Qualitätswörter, die bei manchen Community-Modellen nützlich sind, gleichen ein fehlendes Motiv nicht aus.

Verbesserte Version:

photograph of a tidy wooden desk with stacked paper invoices, a fountain pen and a mechanical calculator, late afternoon sunlight through a window, long soft shadows, shallow depth of field, muted beige and dark green tones, 50mm lens

Diesmal steht das Motiv vorn, gefolgt von Umgebung, Licht, Farbpalette und Objektiv. Setze das Wichtigste an den Anfang: Die Oberflächen zerteilen lange Prompts, und ein entscheidendes Element am Textende wird mit geringerer Wahrscheinlichkeit beachtet.

In AUTOMATIC1111 und seinen Ablegern wird der Prompt in Blöcken von 75 Tokens verarbeitet. Du kannst diese Grenze überschreiten, der Text wird dann auf mehrere Blöcke verteilt, aber der Schnitt kann mitten in einer Idee fallen. Das Schlüsselwort BREAK, in Großbuchstaben geschrieben, erzwingt an der gewählten Stelle einen neuen Block. Es dient vor allem dazu, zwei Ideen zu trennen, etwa Motiv und Hintergrund.

Schreibe auf Englisch: In dieser Sprache reagieren diese Modelle am besten. Wenn dich Englisch ausbremst, formuliere auf Deutsch, lass übersetzen und lies dann gegen.

Gewichtung: die genaue Syntax

Das Gewicht eines Wortes sagt dem Modell, wie viel Aufmerksamkeit es ihm schenken soll. Die folgende Syntax stammt aus der Dokumentation von AUTOMATIC1111, und ComfyUI teilt die Schreibweise mit Klammern.

Bleib zu Beginn zwischen 0,8 und 1,3. Darüber neigt das Bild dazu, schlechter zu werden, und der überladene Begriff überwuchert die Komposition. Wenn du ein Wort auf 1,6 hochziehen musst, damit es erscheint, liegt das Problem vermutlich woanders: in der Wortreihenfolge, einem schlecht passenden Modell oder einem Widerspruch im Prompt.

Vorsicht bei eckigen Klammern. In den Prompts dieses Leitfadens steht [VARIABLE] für einen Wert, der ersetzt werden muss. Ließest du sie in AUTOMATIC1111 unverändert stehen, würden sie als Verringerung der Aufmerksamkeit interpretiert.

AUTOMATIC1111 bietet auch eine Schreibweise, um den Prompt mitten in der Generierung zu wechseln. [fantasy:cyberpunk:16] zeichnet eine Fantasy-Szene und wechselt ab Schritt 16 zu Cyberpunk, und [cow|horse] wechselt bei jedem Schritt zwischen den beiden Wörtern. Beide Syntaxen sind praktisch, um Konzepte zu mischen, funktionieren aber in ComfyUI ohne Erweiterung nicht unverändert, und die Dokumentation stellt klar, dass sie nicht für zusätzliche Netzwerke wie LoRA gelten.

Die Einstellungen, die zählen, und die, die warten können

Derselbe Text verändert sich je nach Kombination der Einstellungen radikal. Die folgenden Werte sind Ausgangspunkte aus der gängigen Praxis, keine offiziellen Regeln. Die Seite deines Modells hat immer Vorrang.

CFG Scale. Sie regelt die Treue zum Prompt. Ist sie zu niedrig, entfernt sich das Modell von deiner Vorgabe. Ist sie zu hoch, sättigen sich die Farben und die Konturen werden hart. Die Dokumentation von ComfyUI fasst diesen Kompromiss gut zusammen: Eine höhere Einstellung bringt das Bild näher an den Prompt, aber ein übertriebener Wert schadet der Qualität. Die Community startet bei SDXL oft mit 5 bis 7, bei SD 1.5 eher mit 7 bis 9 und bei SD 3.5 niedriger.

Schritte (Steps). Die Anzahl der Entrauschungsdurchgänge. Ab einer gewissen Schwelle zahlst du mit Rechenzeit ohne echten Gewinn: Vergleiche 20, 30 und 40 an deinem Modell und behalte den niedrigsten Wert, der dich zufriedenstellt. Die offiziellen Beispiele für SD 3.5 laufen mit 28 bis 40 Schritten.

Sampler. Er bestimmt das Entrauschungsverfahren. Euler a und DPM++ 2M Karras sind weiterhin verbreitete Wahlmöglichkeiten. Verbring am Anfang nicht deinen ganzen Abend damit: Der Sampler verändert das Ergebnis weniger als der Prompt oder das Modell.

Seed. Der Ausgangspunkt des Rauschens. Wenn du ihn festsetzt, kannst du ein einziges Wort ändern und seine tatsächliche Wirkung sehen, was die Grundlage jedes seriösen Vergleichs ist.

Negative Prompt. Er lenkt das Modell weg von dem, was du aufführst. Sparsam eingesetzt ist er nützlich, und lange Listen aus alten Tutorials sind selten die richtige Lösung. Der Artikel zum Negative Prompt erklärt, wie du ihn dosierst und wann er nicht mehr wirkt. In ComfyUI läuft er über einen zweiten Knoten zur Textkodierung, der an den negativen Eingang des KSamplers angeschlossen wird.

Drei vollständige Prompts zum Anpassen

Ersetze jede Variable durch englischen Text, entferne die Klammern, füge jeden Teil in das passende Feld ein und beginne mit den für dein Modell empfohlenen Einstellungen.

Für ein Gerichtefoto für einen Gastronomen, mit SDXL:

Positive:
overhead photograph of [GERICHT] served on [TELLERART], on a [MATERIAL] table, soft natural side light from a window, visible steam, realistic food texture, [2 FARBEN] tones, shallow depth of field, editorial food photography

Negative:
text, watermark, logo, blurry, plastic-looking food

Settings: [BREITE] x [HÖHE] at a native size for the model, CFG 6, 30 steps, DPM++ 2M Karras, fixed seed

Für eine Illustration in einem Lehrbuch oder auf einem Arbeitsblatt, nützlich für eine Lehrerin, mit SDXL:

Positive:
educational illustration of [ZU ERKLÄRENDER BEGRIFF ODER GEGENSTAND], clean line art with flat colors, simple shapes, palette of [3 FARBEN], white background, single centered subject, children's science book style

Negative:
photo, text, letters, realistic shading, cluttered background

Settings: 1024 x 1024, CFG 6, 30 steps, fixed seed

Verlang keine Beschriftungen im Bild: Stable Diffusion kommt schlecht mit Text zurecht. Füge sie anschließend in deiner Textverarbeitung hinzu. Und prüfe den Inhalt der Illustration, denn ein generiertes Schema kann falsch sein und dabei seriös aussehen.

Für SD 3.5 schreibst du besser in vollständigen Sätzen:

A close-up photograph of [MOTIV] in [ORT], taken in the early morning. The light comes from the left and leaves the background slightly out of focus. In the foreground there is [WICHTIGES DETAIL]. The overall palette is [2 ODER 3 FARBEN], with a calm and natural feel.

Beginne ohne Negative Prompt und füge erst dann einen hinzu, wenn ein bestimmter Mangel bestehen bleibt: Die offiziellen Beispiele für dieses Modell lassen dieses Feld leer.

LoRA und Embeddings: was sie an deinem Prompt ändern

Ein LoRA ist eine kleine Datei, die dem Modell einen Stil, eine Figur oder ein Konzept hinzufügt. In AUTOMATIC1111 wird es im Prompt mit <lora:dateiname:0.8> aufgerufen, wobei die Zahl seine Stärke festlegt. In ComfyUI wird es mit einem eigenen Knoten geladen. Die meisten LoRA verlangen zusätzlich ein Trigger-Wort, das auf ihrer Seite steht: Ohne es kann der Effekt schwach oder gleich null sein.

Ein Embedding, auch Textual Inversion genannt, verhält sich wie ein benutzerdefiniertes Wort. In ComfyUI schreibt man es embedding:name, mit Gewicht (embedding:name:1.2). Seine Position im Prompt zählt, wie bei einem gewöhnlichen Wort.

Prüfe vor der Installation immer drei Dinge: die Kompatibilität mit deiner Modellfamilie, denn ein SD-1.5-LoRA funktioniert nicht mit SDXL; die Lizenz, vor allem bei kommerzieller Nutzung; und die Herkunft. Ein LoRA, das einen lebenden Künstler oder eine reale Person nachahmt, wirft Fragen auf, die in unserem Artikel zur kommerziellen Nutzung angesprochen werden.

Mach deine Bilder reproduzierbar

Ein Stable-Diffusion-Prompt ohne seine Einstellungen ist unvollständig. Um ein Bild zu reproduzieren, brauchst du das genaue Modell, den positiven und den negativen Prompt, den Seed, die CFG, die Schrittzahl, den Sampler, die Größe und gegebenenfalls die LoRA mit ihrer Stärke. Selbst mit alledem kann ein Versionswechsel der Oberfläche oder der Grafikkarte kleine Abweichungen erzeugen.

Die Tools helfen dir dabei: AUTOMATIC1111 schreibt die Parameter in die Metadaten des PNG, und ComfyUI speichert dort den Workflow. Achtung, Plattformen, die deine Bilder neu komprimieren, entfernen diese Daten oft, also bewahre deine Originale auf.

Führe außerdem ein kleines Notizbuch mit den Einstellungen und einem Referenzbild für jeden Prompt, der funktioniert. Eine einfache Datei genügt, und unser Artikel über wiederverwendbare Prompt-Bibliotheken zeigt eine Möglichkeit, sie zu organisieren. Diese Sorgfalt wird unverzichtbar, wenn du deine Prompts veröffentlichst: In der Rubrik KI-Bilder von YouPrompt sieht der Käufer vor dem Kauf ein echtes Ergebnis, und er kann es nur dann annähernd erreichen, wenn du das Modell und die getesteten Einstellungen angibst.

Für den Einstieg nimmst du ein Bild, das dir unter deinen Generierungen gefällt, setzt seinen Seed fest und vergleichst drei CFG-Werte, ohne sonst etwas anzufassen. Notiere den Sieger neben dem Modellnamen: Das wird dein Startwert für alles Weitere.