fralapo/image-gen-prompts

Image Generation Prompt Engineering — Universal

Generische Prompt-Engineering-Skill für jedes moderne Bildgenerierungs-/Bearbeitungsmodell. Funktioniert standardmäßig modellunabhängig; wechselt zu modellspezifischen Anleitungen, wenn der Benutzer ein Modell nennt.

Starke Prompts teilen dieselbe Anatomie über alle Modelle hinweg — Motiv, Umgebung, Beleuchtung, Kamera/Objektiv, Stil, Format und (bei Bearbeitungen) was erhalten bleiben soll. Was sich unterscheidet, ist die Syntaxoberfläche: Midjourney verwendet --Flags, GPT Image 2 mag strukturiertes JSON, GPT Image 2.5 belohnt rollenbasierte Referenzen und Sperrlisten, Nano Banana parst natürlichsprachliche Adressierung von Referenzbildern, SDXL setzt auf gewichtete Token-Blöcke plus Negative Prompts, FLUX belohnt dichte Prosa, Ideogram ist am stärksten in der Typografie.

Wann Diese Skill Verwenden

• Benutzer bittet um das Schreiben oder Verbessern eines Bildprompts für ein beliebiges Modell
• Benutzer möchte ein hochgeladenes Bild bearbeiten (Outfit-Tausch, Hintergrundänderung, gesichtserhaltendes Restyling, Objekthinzufügung/-entfernung, Inpainting)
• Benutzer wünscht identitätsbewahrte Porträts, Promi-Integration, Alterssequenzen, Gruppenaufnahmen mit mehreren Charakteren
• Benutzer möchte ein Bento-/Infografik-Layout, isometrisches Diorama, Explosionszeichnung-Produktposter, Magazin-Cover, Comic-Panel, Storyboard-Raster, E-Commerce-Hauptbild, YouTube-Thumbnail
• Benutzer benötigt stil-spezifische Prompts: Kino, Kodak Portra, Anime, 3D-Chibi, Pixel Art, Barocker Rahmen, Ukiyo-e, Schweizer Design, Cyberpunk, RAW iPhone, 90er-Jahre-Kompaktkamera, 35mm-Direktblitz
• Benutzer erwähnt "Gesicht bewahren", "gleiches Gesicht 100%", "nur den Hintergrund ändern", "Pose beibehalten", "Multi-View", "Actionfiguren-Box", "Explosionszeichnung"
• Benutzer möchte Raycast-freundliche Prompts mit {argument name="..." default="..."} Platzhaltern
• Benutzer nennt explizit ein Modell (Midjourney, MJ, SDXL, FLUX, GPT Image 2 / 2.5, Nano Banana usw.)

Modell-Routing

Wenn der Benutzer in seiner Anfrage ein Modell nennt, lesen Sie die passende Datei unter references/models/ für Syntaxoberfläche und Besonderheiten und legen Sie diese über die universelle Anatomie unten.

Auslöser-Schlüsselwörter (beliebig)	Lesen
nano banana, nano-banana, gemini 2.5 flash image, gemini image, nano banana pro, 纳米香蕉	references/models/nano-banana.md
gpt image 2.5, gpt-image-2.5, image 2.5, chatgpt images 2.5, flare, sunburst, gpt-image-2.5-flare, gpt-image-2.5-sunburst	references/models/gpt-image-2-5.md (+ gpt-image-2.md für gemeinsame Grammatik)
gpt image 2, gpt-image-2, duct-tape, gpt image 2 prompts	references/models/gpt-image-2.md
gpt image 1, gpt-image-1, dall-e 3, dall·e 3, dalle 3	references/models/gpt-image-1.md
midjourney, mj, --ar, --stylize, --sref, --cref, niji, --niji	references/models/midjourney.md
stable diffusion, sd 1.5, sdxl, sd 3, sd3, sd3.5, comfyui, automatic1111, forge	references/models/stable-diffusion.md
flux, flux.1, flux dev, flux schnell, flux pro, black forest labs	references/models/flux.md
imagen, imagen 3, imagen 4	references/models/imagen.md
ideogram, ideogram 2, ideogram 3	references/models/ideogram.md
recraft, recraft v3	references/models/recraft.md
seedream, seedream 4, seedream 5, doubao image, jimmeng, byteimage	references/models/seedream.md
kein Modell genannt	Standardmäßig zum modellunabhängigen universellen Muster; Benutzer nach Modell fragen

Beginnen Sie immer mit references/models/_index.md, wenn Sie alle Routen auf einmal scannen müssen.

Zwei Fähigkeitsstufen (allgemein)

Fähigkeit	"Standard"-Stufe	"Pro"-Stufe
Fotorealistische Porträts	✅	✅ (schärfere Haut/Poren)
Multi-Image-Fusion	⚠️ 2–3 Referenzen	✅ 5+ Referenzen
Textwiedergabe im Bild	Nur kurze Beschriftungen	Lange Zitate, mehrzeilig, CJK
Bento-/Infografik-Layouts	Einfache Raster	8+ Module mit Datenfeldern
Dichte Menschenszenen	Driftet ab 4–5 Gesichtern	Behält Identität über viele bei
Strukturierte JSON/YAML-Prompts	Teilweises Parsen	Zuverlässiges Parsen
Komplexe Bedingungsregeln	Schwach	Stark

Die modellspezifische Zuordnung von "Standard" vs. "Pro" ist in jeder references/models/<name>.md dokumentiert. Beispiele:

• Nano Banana = Standard; Nano Banana Pro / Nano Banana 2 = Pro
• GPT Image 1 / DALL·E 3 = Standard; GPT Image 1.5 = Standard+; GPT Image 2 = Pro; GPT Image 2.5 Flare = Pro, Sunburst = Pro+ (Präzisionsbearbeitungen, dichte exakte Kopien)
• Midjourney v6 = Standard; v7 = Pro
• SD 1.5 = Standard; SDXL / SD3 / SD3.5 = Pro
• FLUX.1 [schnell] = Standard; FLUX.1 [dev] / [pro] = Pro
• Seedream 4.0 / 4.5 = Standard; Seedream 5.0 = Pro

Faustregel: Standardmäßig die Pro-Stufe für Infografiken, Poster mit Überschriften, Szenen mit mehreren Charakteren, strukturierte JSON/YAML-Prompts und CJK-Text verwenden. Die Standard-Stufe reicht für Bearbeitungen einzelner Motive und kurze Prompts.

Universelle Prompt-Anatomie

Jeder starke Prompt stapelt diese Blöcke. Die Reihenfolge ist flexibel; Beschriftungen sind optional, wenn der Kontext klar ist.

[Motiv]         wer/was — Referenzverarbeitung ("Gesicht 100% bewahren")
[Aktion/Pose]   was sie tun, Körperausrichtung
[Kleidung]      Kleidung, Accessoires, Materialien, Farbe
[Umgebung]      Ort, Requisiten, Boden, Hintergrundwand
[Beleuchtung]   Haupt-/Füll-/Gegenlicht, Tageszeit, Qualität (hart/weich), Farbtemperatur
[Kamera/Objektiv] 85mm f/1.4, Drohne von oben, orthogonal, Augenhöhe
[Stil-Referenz] Filmmaterial (Kodak Portra 400), Regisseur, Ära (2000er), Render-Engine
[Format]       Seitenverhältnis (1:1, 16:9, 9:16), Auflösung (1080x1080, 8K)
[Erhalten]     (Bearbeitungsmodus) was sich NICHT ändern darf
[Negativ]       Anti-Artefakte: "kein Text", "kein zweites Objekt", "keine Verzerrung"

Minimale funktionsfähige Vorlage — Generierung

Ein {Stil/Medium} von {Motiv} {Aktion} in {Umgebung}.
{Kleidung + Requisiten}.
Beleuchtung: {Haupt + Gegenlicht + Stimmung}. Kamera: {Objektiv, Winkel}.
{Seitenverhältnis}, {Auflösung}. {Stil-Referenz}.

Minimale funktionsfähige Vorlage — Bildbearbeitung

{Bearbeitungsverb} den {Zielbereich} des angehängten Bildes:
{spezifische Änderung}.
Erhalten: Gesicht/Identität, Pose, Outfit, Hintergrundbeleuchtung — keine Änderung.
Nur ändern: {expliziter Bereich}.
Anpassen an die ursprüngliche {Beleuchtungslogik / Farbgebung / Perspektive}.

Referenzeingaben (pro Modell)

Wie ein hochgeladenes Referenzbild adressiert wird, variiert. Das universelle Muster funktioniert bei den meisten natürlichsprachlichen Modellen; flag-basierte Modelle benötigen explizite Syntax.

Modellfamilie	Formulierung
Nano Banana / Gemini	"die Person im hochgeladenen Bild", "gleiches Gesicht 100% aus Referenz" — natürliche Sprache
GPT Image 2	"Basierend auf diesem Charakter", "Mit diesem Porträt", "Laden Sie ein Quellbild hoch" — natürliche Sprache
GPT Image 2.5	"Bild 1 = Produkt (Form, Etikett); Bild 2 = nur Licht/Farbe; Bild 3 = nur Layout" + eine Konfliktpriorität; angeben, was jede Referenz NICHT beitragen darf
Midjourney	--cref <url> für Charakterreferenz, --sref <url> für Stilreferenz, --cw 100 Gewichtung
Stable Diffusion / FLUX	IP-Adapter / ControlNet auf Workflow-Ebene, nicht im Prompt-Text
Imagen / Ideogram / Recraft	API-Ebene referenceImages-Payload; Prompt-Text-Referenzen via "die bereitgestellte Referenz"

Die genaue Syntax finden Sie in der entsprechenden Datei unter references/models/.

Kategorie-Katalog

Detaillierte Vorlagen und Beispiele befinden sich in references/.

• references/patterns.md — universelles Vokabular: Beleuchtung, Kamera, Verhältnisse, Stil-Tags, Kompositionsidiome, Ein-Objekt-Regeln, Multi-Referenz-Fusion, Negative-Prompt-Vokabular
• references/templates.md — Ausfüllvorlagen für 18+ gängige Kategorien (Porträt, Produkt, Poster, Diorama, Infografik, Comic-Raster, Explosionszeichnung, E-Commerce-Hero, YouTube-Thumbnail, Charakterblatt, Storyboard usw.)
• references/identity-preservation.md — Gesichtssperr-Phrasen, Fehlermodi, Korrekturen, Handhabung mehrerer Personen, Gesichtserhaltung bei gemischten Stilen, Alterssequenzen
• references/structured-prompts.md — JSON / YAML / XML-Formate und welche Modelle sie zuverlässig parsen
• references/text-rendering.md — lesbare Überschriften, Zitate, CJK im Bild platzieren, modellspezifische Stufengrenzen
• references/editing-workflow.md — zerstörungsfreie Bearbeitung, Inpainting, Multi-Image-Fusion, Vorher/Nachher, Charakterkonsistenz über Panels hinweg
• references/examples.md — kuratierte funktionierende Prompts pro Kategorie, mit Quellenangabe und dem Modell, das sie erzeugt hat
• references/workflows.md — Direkte Generierung, Inhaltsillustration (Artikel/Video → Bild) und Remix/Personalisierungs-Gesprächsmuster
• references/external-corpora.md — Verweise auf öffentliche Prompt-Bibliotheken (YouMind 12k+, EvoLink ~3k, Awesome-Listen), wenn der Benutzer bewährte Prompts statt einer Neukomposition wünscht
• references/models/ — modellspezifische Eigenheiten, Syntaxoberfläche, Parameter, Anti-Patterns (gpt-image-2-5.md fügt Flare/Sunburst-Auswahl, API-Größen-/Qualitätsregeln, 10 Muster, 12 Vorlagen, bekannte Fehler, Prüfliste hinzu)

Kurzregeln (modellunabhängig)

1. Absatz + Einschränkungszeilen schlagen Tagsalat bei natürlichsprachlichen Modellen (Nano Banana, GPT Image 2 / 2.5, FLUX, Imagen). Bei Midjourney und SDXL funktionieren dichte, kommagetrennte Tag-Blöcke plus Flags immer noch.
2. Seitenverhältnis explizit angeben — 1080x1080, 16:9, 9:16 oder --ar 9:16 für Midjourney. Verlassen Sie sich nicht auf Standardeinstellungen.
3. Identitätsanker bei jeder Bearbeitung. "Gleiches Gesicht 100% aus Referenz", "Gesichtszüge exakt konsistent halten", "Gesicht nicht ändern".
4. Zerstörungsfreie Bearbeitungen benötigen eine Erlaubnisliste. Nennen Sie, was sich ändert UND was erhalten bleibt — die meisten Modelle driften sonst bei Kleidung/Pose ab.
5. Objektiv + Beleuchtung = Fotorealismus. 85mm f/1.4, Kodak Portra 400, Drei-Punkt-Beleuchtung, Goldene Stunde Gegenlicht, Harter Kamerablitz haben bei jedem Modell echtes Gewicht.
6. Ein-Objekt-Einschränkungen müssen wiederholt werden. Wenn Sie genau ein Objekt wünschen, schreiben Sie einen expliziten strengen Ein-Objekt-Block (siehe references/patterns.md#single-object-rule).
7. Text im Bild = exakt zitieren. Exakte Zeichenfolgen in doppelte Anführungszeichen setzen: Serifenschrift mit der Aufschrift "Stay Hungry, Stay Foolish". Für CJK Pro-Stufen-Modelle bevorzugen.
8. [PLATZHALTER] (eckige Klammern, Großbuchstaben) für wiederverwendbare Vorlagen verwenden. {argument name="x" default="y"} für Raycast-Snippets verwenden — wird als literaler Platzhalter von Nano Banana, GPT Image 2 / 2.5 und jedem natürlichsprachlichen Modell unterstützt.
9. Für Bento-/Infografik-Layouts Module auflisten (M1…M8) mit Inhaltstyp pro Zelle — begünstigt stark Pro-Stufen-Modelle.
10. Negative kommen ans Ende als NEGATIV:-Liste oder NICHT:-Aufzählung — außer bei SDXL/Midjourney, wo Negative eine eigene Syntax haben (--no für MJ, dedizierter Negativ-Prompt-Input für SD).
11. Für natürliche / nicht-KI-Looks: explizit "natürliche Hauttextur, fliegende Härchen, leichte Asymmetrie, keine Glamour-Retusche, kein Beauty-Filter, keine übermäßig polierte KI-Ästhetik" anfordern. GPT Image 2 / 2.5 und Nano Banana Pro respektieren dies.
12. Eine Änderung pro Bearbeitungsdurchgang + eine Sperrliste. Die einzelne Änderung nennen, auflisten, was bleibt, nur die physikalisch notwendigen Nebeneffekte zulassen (Kontaktschatten, Reflexionen). Varianten von einer gespeicherten Master-Version ableiten. Erhaltung ist visuell, nicht pixelidentisch — zusammensetzen, wenn Pixel übereinstimmen müssen.
13. Jede Ausgabe gegen eine konkrete Prüfung überprüfen — Text in voller Größe und Telefongröße, Objekt-/Personenanzahl, Identität vor Styling, Produktgeometrie, Bearbeitungsumfang, decodiertes Alpha.
14. Für bildübergreifende Konsistenz (gleicher Charakter über N Panels hinweg): Charakter einmal detailliert beschreiben, dann als "derselbe Charakter aus Panel 1" zurückverweisen — funktioniert bei GPT Image 2 / 2.5 und Nano Banana Pro; bei anderen schwächer.

Anti-Patterns

• Tag-Salat-Prompts bei natürlichsprachlichen Modellen (Porträt, 8k, Meisterwerk, schön, hochdetailliert) — unterperformen gegenüber strukturiertem Absatz
• Nach "fotorealistisch" fragen ohne Objektiv/Beleuchtung — erzeugt generischen Render
• Bearbeiten ohne Erhaltungsklausel — Modell mutiert Gesicht/Pose
• Mehrere widersprüchliche Seitenverhältnisse in einem Prompt — eines gewinnt, unvorhersehbar
• Gesichtstausch nur mit Gesichtsbeschreibung (ohne Referenzbild) — geringe Wiedergabetreue
• Mehr als 10 benannte Motive in einen Prompt packen — Identitätsdrift ab ~5 auf Standard-Stufe, ab ~8 auf Pro
• Exakten Text mit > 15 Wörtern auf Standard-Stufen-Modellen einbetten — Rechtschreibung bricht
• Midjourney --Flags in einen Nano Banana / GPT Image / FLUX-Prompt einmischen — Flags werden als wörtlicher Text geparst und verschmutzen die Ausgabe
• "Polierte KI"-Standards bei authentischem Lifestyle — explizit Glamour-Retusche verbieten
• Erwarten, dass ein Bildmodell ein GIF, ZIP, Vektor oder HTML exportiert — das Blatt generieren, dann mit Code aufteilen/zusammenbauen (siehe models/gpt-image-2-5.md Muster 6)
• "Kein Text / NUR dieser Text / kein Wasserzeichen" ohne Überprüfung glauben — Negative werden nur teilweise beachtet
• JSON auf einen winzigen Prompt erzwingen — {"subject":"red apple"} ist schlechter als Ein roter Apfel auf einem weißen Tisch, Studio-Beleuchtung, 1:1.

Gesprächsmodi

Vier verschiedene Einstiegspunkte, behandelt in references/workflows.md:

• Direkte Generierung — Benutzer beschreibt ein Bild; Sie stellen einen Prompt aus Anatomie + Vorlage + modellspezifischer Datei zusammen.
• Inhaltsillustration — Benutzer fügt Artikel / Videoskript / Podcast-Notizen ein; Sie analysieren Thema + Ton, ordnen einer Vorlage zu und gehen zum Remix über.
• Inspiration → Prompt (Rekonstruktion) — Benutzer teilt ein Bild, das ihnen gefällt; Sie schreiben eine neue Aufgabenbeschreibung aus dem Sichtbaren und listen die Unbekannten auf (Referenzen, frühere Schritte, Bearbeitungen), anstatt so zu tun, als ob Sie den ursprünglichen Prompt wiederherstellen könnten.
• Remix / Personalisierung — Nachdem eine Vorlage ausgewählt wurde, nur die relevanten Personalisierungsfragen stellen (Geschlecht, Alter, Umgebung, Stimmung, Beruf) und die Vorlage mit den Inhalten des Benutzers remixen.

Wenn der Benutzer nur bewährte, bildbelegte Prompts anstelle eines frisch komponierten wünscht, verweisen Sie ihn auf die durchsuchbaren Korpora in references/external-corpora.md (12.000+ Prompts bei YouMind, ~3.000 GPT Image 2-Fälle bei EvoLink, ~250 GPT Image 2.5-Fälle bei wangrunlin / LaplaceYoung / VulcanEon, plus durchsuchbare Awesome-Listen-Indizes).

Arbeitsablauf

1. Benutzer fragen — von Grund auf neu generieren, ein vorhandenes Bild bearbeiten, Inhalt illustrieren, einen Prompt aus einem Inspirationsbild rekonstruieren oder stöbern

...

[für die Übersetzung gekürzt]