GPT-Bilder

Was macht GPT-Bilder?

Eingabe: eine kurze Beschreibung in Alltagssprache, ein Satz genügt. Ausgabe: ein gebrauchsfertiger Prompt auf Englisch, ein Einstellungsblock für die gewählte Oberfläche und zwei bis drei Stellhebel, die tatsächlich etwas am Ergebnis ändern.

v1.0.0. In sich geschlossen: Dieses Skill benötigt kein anderes installiertes Skill.

Generieren Sie nichts auf eigene Faust. Die Bildgenerierung kostet Geld. Erstellen Sie den Prompt und fragen Sie dann nach.

Feste Zahlen (Modell-IDs, Größen, Qualitätsstufen, Preise, Limits) befinden sich in references/official-spec.md. Zitieren Sie sie niemals aus dem Gedächtnis, lesen Sie die Datei.

Schritt 0: Wählen Sie die Oberfläche

Immer zuerst. Ohne Oberfläche gibt es keinen Einstellungsblock.

Oberfläche	Wann	Was Sie liefern
ChatGPT-App (Standard, wenn nichts anderes gesagt wird)	Manuelle Arbeit, Iteration, Skizzeneingabe, integrierte Vorlagen	Den Prompt in Alltagssprache, keine API-Parameter
OpenAI-API (v1/images/generations, /edits oder das Tool der Responses API)	Skripte, Pipelines, transparente Hintergründe, exakte Pixelgrößen	Prompt plus model, size, quality, background, output_format
Gehostete Drittanbieter-Oberfläche	Eine Plattform, die GPT-Bildmodelle weiterverkauft	Prompt plus das, was der aktuelle Katalog dieser Plattform bietet. Überprüfen Sie den Katalog, gehen Sie nicht davon aus, dass er mit der API übereinstimmt

Schritt 1: Erfassung, fünf Dinge

1. Zweck und Kanal. Dies bestimmt die Größe. Ein Social-Media-Beitrag, ein Artikelcover und ein Printposter sind drei verschiedene Aufgaben.
2. Motiv. Was sich tatsächlich im Bild befindet. Wenn eine bestimmte Person oder ein bestimmtes Produkt erkennbar sein muss, benötigen Sie ein Referenzbild.
3. Text im Bild. Wortwörtlich, in Anführungszeichen. Keine Paraphrase.
4. Stilrichtung. Fotorealistisches Foto, flaches Design, Illustration, 3D-Render, UI-Mockup. Dies bestimmt die Hälfte des Prompts.
5. Ausschlüsse. Logos Dritter, Wasserzeichen, Stockfoto-Look, zusätzlicher Text.

Fehlende Eingabe ist kein Grund, anzuhalten. Füllen Sie sie aus, markieren Sie sie mit [ANGENOMMEN] und machen Sie weiter. Ein leeres Formular, das an den Benutzer zurückgegeben wird, ist ein Fehler.

Schritt 2: Modell und Qualität

• gpt-image-2.5-flare ist die Standardeinstellung. Schneller, für den täglichen Gebrauch und hohe Stückzahlen gedacht.
• gpt-image-2.5-sunburst, wenn die Aufgabe eine Kampagne, eine Serie in einem Stil oder mehrere Bearbeitungsrunden an einem Bild ist.
• quality: low bei der Suche nach einer Richtung, high für alles, was Text enthält, xhigh oder max für dichte Typografie und Informationstafeln (nur 2.5).
• Oberhalb von 2560x1440 wird das Verhalten variabel. Für 4K-Ausgaben generieren Sie in 2K und skalieren Sie mit einem speziellen Werkzeug hoch.

Schritt 3: Prompt-Anatomie, sieben Blöcke

Schreiben Sie auf Englisch. Text, der im Bild erscheinen soll, bleibt wörtlich in Anführungszeichen, in der Sprache, zu der er gehört. Kurze, beschriftete Blöcke, kein langer Absatz.

VERWENDUNG: <wozu es dient, eine Zeile: "LinkedIn-Artikelcover, 1920x1080">
MOTIV: <wer oder was, Materialien, Formen, Texturen>
SZENE: <Umgebung, Hintergrund, Atmosphäre>
KOMPOSITION: <Bildausschnitt, Winkel, Platzierung der Elemente, Negativraum>
LICHT & STIL: <Beleuchtung, Medium: fotorealistisch / flache Vektorgrafik / 3D-Render / redaktionelle Collage>
TEXT: "<wörtlicher Text>" - <Platzierung, Größe, Schriftstil>
VERMEIDEN: <was nicht erscheinen darf>

Die Regeln, auf denen dies basiert:

• Fotorealismus wird angefordert, nicht angenommen. Schreiben Sie photorealistic und fügen Sie echte Texturen hinzu: Poren, feine Linien, Stoffabnutzung. Wörter, die ein poliertes Studio-Setup suggerieren, zerstören es.
• Text im Bild in Anführungszeichen oder GROSSBUCHSTABEN. Schreiben Sie schwierige Wörter Buchstabe für Buchstabe und verlangen Sie wörtliche Wiedergabe, keine zusätzlichen Zeichen.
• Die Platzierung wird angegeben, nicht impliziert. Logo oben rechts, Motiv zentriert, Negativraum im linken Drittel.
• Qualitätshebel nur bei Bedarf. Filmkörnung, Makrodetail, strukturierte Pinselstriche. Nicht alle auf einmal.
• Bestimmte Kameragehäuse und Objektive werden locker interpretiert. Verwenden Sie sie für den Gesamteindruck, nicht als optische Simulation.

Formatvorlagen pro Format befinden sich in references/recipes.md. Fehlermodi und deren Behebungen finden Sie in references/prompt-anatomy.md.

Schritt 4: Referenzen

Nummerieren Sie jedes eingegebene Bild und weisen Sie ihm eine Rolle zu:

Bild 1: Produktfoto - behalten Sie Flaschenform, Etikett und Farben exakt bei.
Bild 2: Stilreferenz - übernehmen Sie nur Beleuchtung und Farbgebung, ignorieren Sie das Motiv.
Wenden Sie den Stil von Bild 2 auf Bild 1 an. Kopieren Sie kein Objekt aus Bild 2.

Der Edits-Endpoint akzeptiert bis zu 16 Eingabebilder mit jeweils 50 MB. Gehostete Oberflächen erlauben normalerweise weniger, also überprüfen Sie es, bevor Sie es versprechen.

Schritt 5: Ein vorhandenes Bild bearbeiten

Eine andere Disziplin als die Generierung. Die Regel: eine Änderung pro Runde, plus eine Erhaltungsliste, die in jeder Runde wiederholt wird.

Ändern Sie nur: <eine Sache>
Unverändert lassen: Gesicht, Körperform, Pose, Haare, Ausdruck, Hintergrund,
Bildausschnitt, Kamerawinkel, Beleuchtung, Farbgebung, Layout, den gesamten vorhandenen Text.
Ändern Sie nicht Sättigung oder Kontrast. Keine neuen Elemente. Kein Wasserzeichen.

Wenn die Ergebnisse Runde für Runde abdriften, schreiben Sie keinen längeren Prompt. Gehen Sie zurück zu einer sauberen Basis und fahren Sie mit kleinen, einschrittigen Bearbeitungen fort.

Verwenden Sie die Generierung nicht für pixelgenaue Arbeiten. Schärfe, Leinwanderweiterung, regionale Retusche und Zuschnitt haben alle spezielle Werkzeuge, die den Rest des Bildes unberührt lassen. Nach einer vollständigen Neugenerierung zu greifen, ist der Grund, warum Leute ein gutes Bild verlieren.

Schritt 6: Was Sie übergeben

Immer in dieser Reihenfolge:

1. Den Prompt in einem Codeblock, vollständig, für einen einzigen Kopiervorgang.
2. Den Einstellungsblock für die gewählte Oberfläche, nur gültige Werte.
3. Drei Stellhebel für den Fall, dass das erste Ergebnis daneben liegt. Konkrete, nicht "versuchen Sie es anders".
4. Ein Angebot zur Generierung. Niemals unaufgefordert generieren.

Nachdem das Bild existiert:

• Lesen Sie jedes Bild, das Text enthält, Korrektur. Lesen Sie es Abschnitt für Abschnitt: Tippfehler, abgeschnittene diakritische Zeichen, unterbrochene Ausrichtung, falsche Fakten. Modelle rendern Text, der auf den ersten Blick richtig aussieht und ab dem dritten Wort falsch ist.
• Kennzeichnen Sie KI-generierte Inhalte, wo die Offenlegungspflicht gilt. In der EU greift die Transparenzpflicht des AI Act für synthetische Bild-, Audio- und Videoinhalte ab dem 2. August 2026, und sie trifft am härtesten, wenn die Ausgabe eine reale Person, einen realen Ort, ein reales Produkt oder ein reales Ereignis darstellt. Prüfen Sie, was für die Gerichtsbarkeit und den Anwendungsfall des Betreibers gilt.

Grenzen

• Typografie, die exakt sein muss, gehört nicht in das Modell. Schriften werden angenähert und Buchstabenformen driften. Beschreiben Sie entweder die Form (fette, kondensierte, geometrische serifenlose Schrift, alle Großbuchstaben) oder generieren Sie die Bildsprache hier und setzen Sie die Schrift in einem echten Layout-Werkzeug.
• Videomodelle sind eine andere Welt. Deren Referenzsyntax, Einstellungsstruktur und Audioverarbeitung sind nicht übertragbar. Mischen Sie sie nicht in einen Bild-Prompt.
• Die Analyse eines vorhandenen Bildes ist die umgekehrte Richtung: Bild rein, Beschreibung raus. Dieses Skill geht von der Beschreibung rein zum Prompt raus.