Midjourney Prompts Beispiele: Wie baust du richtig

Gute Prompts sind nicht länger, sie sind strukturierter. Mit Midjourney Prompts Beispielen arbeitet man nach Sechs Slots: Subject, Style, Lighting, Composition, Mood, Technical. Du lässt einen aus, und Midjourney oder Flux füllt ihn mit der generischsten Option, die sie haben, genau deshalb sieht dein Render aus wie jeden anderen Pinterest-Board. Das ist nicht die Jagd nach längeren Prompts. Das ist, jedem Entscheidung zu benennen, die ein echter Fotograf oder Art Director treffen würde, bevor der Verschluss überhaupt öffnet. Das ist der Unterschied zwischen Glückstreffer und wiederholbar gut.

Du kennst das: Du schreibst "eine Frau im Park, cinematic, 8k, best quality" und bekommst den gleichen überbelichteten, übergeglätteten Default zurück, den jeder, der diesen Satz tippt, bekommt. Das ist kein Pech. Das ist ein Prompt mit drei leeren Slots, die das Modell mit seiner generischsten Vermutung füllt.

Die Sechs-Slot-Struktur, nach der jeder funktionierende Prompt wirklich aufgebaut ist

Vergiss Komma-getrennte Keyword-Listen. "Fuchs, Wald, Herbst, nebelig, Sonnenlicht, 8k, best quality" sagt dem Modell nichts darüber, was du wirklich willst. Es defaultet auf Stock-Foto-Brei. Jedes Modell hat zehntausende Bilder gesehen, die mit exakt diesen Worten getaggt sind, und mittelt sie alle in den sichersten Output, der möglich ist.

Die Struktur, die über alle Modelle funktioniert: Subject, Style, Lighting, Composition, Mood, Technical. Sechs Slots. Wenn du nicht benennen kannst, was in einen Slot gehört, wählt das Modell für dich: es wählt den Durchschnitt aller Bilder, die je mit diesem Wort getaggt wurden. Das ist der "AI-Look", den du loswirst.

Zuerst Subject, immer. Nicht "eine Frau", sondern was sie tut, trägt, hält und wo. Style kommt nächstens: einen Medium oder eine Bewegung nennen, nicht eine Stimmung. "Cinematic" bedeutet Modellen nichts Konkretes, es ist ein Marketing-Wort, keine visuelle Anweisung. "Kodachrome-Diafilm, 1978":das kann ein Modell tatsächlich simulieren.

Composition ist der Slot, den die meisten Menschen auslassen. Linsenwahl, Winkel, Bildausschnitt: eine 35mm-Aufnahme im Dreiviertelprofil von unten liest sich völlig anders als eine 85mm enge Nahaufnahme. Das Modell braucht dich, dass du einen wählst, statt zu raten "ein schöner Schuss".

Reiss ihn auf und schaue, wie ein funktionerender Prompt aufgebaut ist: ein Subject, das etwas Konkretes tut, ein benannter Style, eine Lichtquelle mit Richtung, eine Linsenwahl und Bildausschnitt, ein emotionales Register und die Parameter-Flags, die das Modell braucht. Zwei davon auslassen und du bekommst die vierzigste Variation des gleichen beigen Porträts, das diese Woche auch jeder andere generiert.

Mood ist der Slot, den die meisten Menschen entweder komplett auslassen oder mit drei widersprüchlichen Adjektiven überladen. Wähle ein Register: ruhig, angespannt, feierlich, klinisch. Nicht "episch und friedlich und dramatisch", was dem Modell nur sagt, drei Stimmungen in eine flache, unentschiedene Mitte zu mitteln. Technical zuletzt, nicht zuerst: Seitenverhältnis, Seed, modellspezifische Flags. Es ist der Slot, der die anderen fünf verriegelt, sobald du entschieden hast, was sie sagen.

Midjourney v7, Flux 1.1 Pro, SD3.5: Gleiche Struktur, unterschiedliche Regeln

Wir haben den gleichen Sechs-Slot-Brief durch drei Modelle laufen lassen:gleiches Subject, gleiche Lichtersignal, gleicher Bildausschnitt. Die Outputs unterschieden sich stärker als erwartet, und genau das ist der Punkt des Testens statt Annahmen.

Midjourney v7 will kurze, hochsignalhafte Phrasen, keine vollständigen Sätze. Es belohnt --sref für Stilkonsistenz und liest --stylize aggressiver als frühere Versionen. Schreib einen ganzen Absatz rein und es fängt an, den Lärm zurück in etwas Sicheres und Flacheres zu mitteln. Es ist immer noch das Modell mit dem stärksten Gefühl für Stimmung und atmosphärisches Licht von den dreien, aber es braucht dich, um sparsam zu bleiben, wie du fragst.

Flux 1.1 Pro geht genau anders. Es folgt natürlichsprachigen Briefen eng und belohnt Details, besonders Kamera- und Filmmaterial-Spezifikationen. Sag "85mm, f/1.8, Kodak Portra 400" und Flux behält tatsächlich das Körnchen und die Farbreaktion statt sie zu glätten in Kunststoff. Das ist das Modell, das man nehmen sollte, wenn der Brief ein Foto ist, keine Illustration, und es ist genau deshalb zum professionellen Standard geworden.

Stable Diffusion 3.5 belohnt strukturierte, gewichtete Keywords: Klammern, um Betonung hochzudrücken, eckige Klammern zum Herunterziehen. (rim light:1.4) verhält sich anders als das Schreiben von "starkem Randlicht" in einem Satz, und diese numerische Kontrolle ist genau der Reiz. Wenn du eine Pipeline mit benutzerdefinierten LoRAs und ControlNet aufbaust, ist SD3.5 immer noch diejenige, die du komplett besitzt, selbstgehostet oder über ein Frontend.

Keines davon ist objektiv "besser". Sie sind unterschiedliche Control-Flächen, die für unterschiedliche Jobs gebaut wurden. Wähle diejenige, deren Kontrolloberfläche zu dem Brief passt, den du geschrieben hast, nicht die, die diese Woche auf X einen Glückstreffer hat, weil sie einen Output zum Viral-Gehen gebracht hat.

Etwas klar sagen: Modelle mitten im Projekt zu wechseln, weil dich ein Output enttäuschte, ist der schnellste Weg in einen Ordner voller nicht übereinstimmender Stile. Entscheide das Modell basierend auf dem Brief, führe den gleichen Brief durch drei oder vier Seeds bevor du das Modell selbst verurteilst, und wechsel die Werkzeuge nur, wenn die Kontrolloberfläche wirklich nicht tun kann, was der Brief verlangt.

Das Lichtvokabular, das den "AI-Look" killt

Die schnellste Korrektur für Renders, die "generiert" schreien: nenne die Lichtquelle und ihre Richtung. Nicht "gute Beleuchtung", das ist ein Satz mit null Information. Eine Quelle, eine Qualität, eine Richtung.

"Tiefe Sonne, die durch Bambus filtert, harte Schatten fallen nach links":das gibt dem Modell ein physisches Setup zum Simulieren, wie ein Gaffer einen Film beleuchten würde. "Schöne Beleuchtung" gibt ihm nichts, es defaultet zu dem flachen, schattenlos überbelichteten Look, der zum unmistakablen Zeichen eines schnellen, in 30 Sekunden geschriebenen Prompts geworden ist.

Borge aus echtem Lichtvokabular statt dein eigenes zu erfinden: Rembrandt-Beleuchtung für ein kleines Dreieck aus Licht auf der Schattenseite der Wange, Randlicht für Trennung vom Hintergrund, volumetrisches Nebel für Atmosphäre mit echtem Tiefensinn. Das sind keine dekorativen Worte, um fancy zu klingen. Jedes einzelne sagt dem Modell, ein konkretes physisches Setup zu simulieren, statt zu raten, was du gemeint hast.

Füge "RAW photo" oder "unprocessed" zum Technical-Slot hinzu, wenn das Plastik-Haut-Überglättung dein wiederkehrendes Problem ist. Es ist eine kleine Phrase, die disproportional viel Arbeit gegen den über-gerenderten Look leistet, auf den jedes Modell defaultet, wenn der Prompt ihm Raum zum Raten lässt.

Fünf Prompts, die du direkt kopieren kannst

Wir haben diese über die drei Modelle oben getestet. Das sind keine fertigen Kunstwerke, das sind Startpunkte, auf der Sechs-Slot-Struktur aufgebaut. Wechsle das Subject, behalte die Struktur.

• Redaktionelles Porträt: "Dreiviertelprofil, Froschperspektive, 35mm Linse, Rembrandt-Beleuchtung von links der Kamera, gedämpfte Herbstpalette, ruhiger und entschiedener Ausdruck, Filmkörnchen, RAW photo."

• Produktnah Stills: "Vogelperspektive auf roher Betonfläche, ein hartkantiger Schatten aus Fenster-Licht, ein Objekt leicht dezentriert, entsättigte Töne, unverarbeitet."

• Brutalistische Architektur: "Weitwinkelaufnahme, symmetrische Betonfassade, diffuses übercastes Licht, keine Personen im Bild, kalter Farbton, 24mm Linse, dokumentarischer Bildausschnitt."

• Riso-Druck-Textur-Studie: "Zweifarbig Riso-Druck-Ästhetik, sichtbarer Registrierungs-Offset, flache Farbblöcke, sichtbares Halbton-Muster, sichtbares Papierkörnchen."

• Melancholische Landschaft: "Weitwinkelaufnahme, tiefe Sonne, die durch Nebel filtert, kühle Farbtemperatur, lange Schatten, minimale Farbpalette, kinematische Komposition."

Werfes einen dieser in Flux für Fotorealismus oder Midjourney für Atmosphäre und schau, welcher Slot zuerst bricht, wenn die Ausgabe dich enttäuscht. Das ist normalerweise der genaue Slot, den du die nächste Runde straffen musst, nicht ein Grund, blind neu auszuwürfeln.

Eine echte Prompt-Bibliothek statt eines Screenshot-Friedhofs

Die meisten "Prompt-Sammlungen" sind vierzig Screenshots, die in einer Notes-App begraben sind, keine davon gelabelt, keine davon sechs Wochen später wiederverwendbar, wenn du dieses genaue Lichter-Setup wirklich brauchst. Das ist keine Bibliothek, das ist ein Friedhof, den du nie wieder durchgraben wirst.

Eine funktionierende Bibliothek taggt nach Slot, nicht nach Stimmung. Leg einen Prompt unter "lighting: hard side light" und "style: riso print" ab, nicht unter "cool one" oder "das Fuchs-Ding". Wenn du nächsten Monat ein spezifisches Lichter-Setup brauchst, findest du es in zehn Sekunden statt eine Kamerarolle hochzuscrolln und auf die Hoffnung zu hoffen, einen Thumbnail wiederzuerkennen.

Das ist auch, wo Are.na seinen Platz im Workflow verdient, nicht als Nice-to-Have sondern als der Schritt vor dem Schritt. Are.na-ify deine Referenzen vor du schreibst einen einzigen Prompt: block out die visuelle DNA (Licht, Textur, Palette) in einem Channel zuerst, dann übersetze diesen Channel in die sechs Slots. Es ist langsamer als direkt in ein Modell zu tippen, aber die Ausgaben hören auf, austauschbar mit allen anderen zu sein.

Wenn Iterieren nur noch schlimmer wird

Verriegle den Seed. Ändere einen Slot pro Runde. Das ist die ganze Disziplin, und fast niemand macht es.

Der Instinkt, wenn eine Ausgabe enttäuscht, ist zehnmal neu auszuwürfeln und zu hoffen, dass der Random Seed dich rettet. Was tatsächlich funktioniert: Keep den Seed fest, ändere genau eine Variable pro Runde, Licht zuerst, dann Komposition, dann Stimmung, und beurteile das Ergebnis gegen den Brief, den du ursprünglich geschrieben hast, nicht dagegen, ob du die Stimmung heute magst. "Passt das zu dem, was ich gefragt habe" schlägt "mag ich das heute" jedes einzelne Mal, weil die zweite Frage keinen Endpunkt hat und du hundert Generationen brennen wirst, einer Feeling hinterher, statt einer Spec.

Wenn du vier Dinge auf einmal geändert hast und immer noch mit keine Verbesserung neu auswürfelst, war der Brief von Anfang an unvollständig. Geh zurück zu den sechs Slots. Etwas ist leer, und kein Maß an Neuauswürfeln behebt einen leeren Slot.

Für tiefere technische Kontrolle auf der Fotorealismusseite dokumentiert Black Forest Labs Flux' Prompt-Einhaltung und Guidance-Scale-Verhalten in mehr Detail als die meisten Drittanbieter-Guides sich mühen, wert fünfzehn Minuten, wenn du vorbei zum casualen Benutzen drückst.

Also, welches Modell läufst du das zuerst drauf?

Flux 1.1 Pro, wenn der Brief wie ein Fotografie klingt. Midjourney v7, wenn er wie eine Stimmung klingt. SD3.5, wenn du die Pipeline end-to-end besitzen musst und custom LoRAs auf ein Basismodell stapeln.

Es gibt hier keine universelle Antwort, und jeder, der dir eine verkauft, verkauft dir ein Template-Pack, nicht eine Methode. Schreib den Sechs-Slot-Brief zuerst, entscheide, welche Art von Bild er tatsächlich beschreibt, sobald es auf der Seite ist, und wähle nur dann das Modell, das passt. Klau die fünf Prompts oben, brich sie, bau sie für dein eigenes Subject und deinen eigenen Reference-Stack neu auf. Das ist die echte Arbeit, und es ist ein besserer Einsatz eines Nachmittags als hundertmal den Showcase-Feed jemand anders durchzuscrollen.