Stable Diffusion Prompts Anleitung: Was je Modell wirkt
Zusammenfassung
Prompts für Stable Diffusion funktionieren je nach Modellversion anders. SD1.5 und SDXL wollen kommagetrennte Token-Listen, bei denen die Reihenfolge zählt. SD3.5 versteht natürliche Sprache und folgt einem Satz. Diese Anleitung zeigt dir die fünfteilige Prompt-Struktur, die für alle Versionen gilt, getestete Negative Prompts nach Anwendungsfall, wie Klammern-Gewichtungen funktionieren ohne Outputs zu verzerren, und LoRA-Trigger-Integration. Inklusive kopierfertige Beispiele für Porträts, Architektur und cinematische Szenen.
Stable Diffusion Prompts Anleitung: Was wirklich funktioniert je Modell
Dein Stable Diffusion Prompt funktioniert nicht gleich auf SD1.5, SDXL und SD3.5. Diese Stable Diffusion Prompts Anleitung zeigt dir die genaue Syntax je Modellversion, getestete Negative Prompts, Gewichtungsmechaniken, LoRA-Integration und kopierfertige Beispiele aus echter Produktion. Wenn du generische Prompts kopierst und inkonsistente Ergebnisse bekommst: Das Problem liegt in der Struktur, nicht im Zufall.
SD1.5, SDXL, SD3.5: Drei Modelle, drei Prompt-Sprachen
Der größte Fehler in jeder Anfänger-Anleitung ist, Stable Diffusion wie ein einziges Tool zu behandeln. Es sind drei verschiedene Prompt-Sprachen.
SD 1.5 will kurze, dichte Token-Listen. Das Modell liest deinen Prompt als Konzept-Sammlung, gewichtet nach Position. Frühere Konzepte ziehen mehr Aufmerksamkeit. Das bedeutet: Bring zuerst, was wichtig ist. portrait of a woman, cinematic lighting, shallow depth of field, film grain, 35mm, kodachrome, highly detailed funktioniert, weil Motiv und Licht an erster Stelle stehen. Ein langer beschreibender Satz verwirrt SD 1.5 - es ist nicht dafür gebaut, Grammatik zu parsen.
SDXL verarbeitet längere Prompts und reagiert gut auf Qualitäts-Präambeln. Die Struktur (masterpiece, best quality:1.2), [Motiv], [Stil-Tags], [Licht], [Kamera] bleibt zuverlässig. SDXL ist toleranter bei der Token-Reihenfolge als SD 1.5, liest Prompts aber immer noch als Liste, nicht als Satz. Ein wichtiger Unterschied: SDXL verarbeitet Negative Prompts präziser, Spezifität in den Negatives zahlt sich hier mehr aus als bei SD 1.5.
SD 3.5 hat die Regeln komplett geändert. Mit seiner MMDiT-X-Architektur und dem dreifachen Text-Encoder versteht es natürliche Sprache auf einem Level, das die älteren Versionen nicht erreichen. Schreib A woman standing in front of a neon-lit bookshop in rain, photographed with a 50mm lens, warm interior light spilling out, film photography aesthetic und SD 3.5 folgt dem Satz. Derselbe Prompt auf SD 1.5 ergibt etwas Passables, aber kompositorisch anderes, und nicht immer in die Richtung, die du wolltest.
Der praktische Test: Nimm deinen besten SDXL-Prompt, lauf ihn wortwörtlich auf SD 3.5. Du bekommst einen ordentlichen Output. Schreib ihn jetzt als zwei natürliche Sätze um. Lauf nochmal. Der zweite Output folgt deiner kompositorischen Absicht deutlich besser.
SD 3.5 verarbeitet außerdem Text in Bildern besser als jede vorherige Stable Diffusion Version. Wenn lesbarer Text im Output für deinen Anwendungsfall wichtig ist, ist SD 3.5 die einzige SD-Version, die sich dafür lohnt.
Die fünfteilige Prompt-Struktur, die für alle Versionen gilt
Egal welches Modell du verwendest: Diese Struktur gibt dir einen zuverlässigen Ausgangspunkt.
Motiv - wer oder was, klar in den ersten paar Wörtern formuliert
Stil-Referenz - die visuelle Sprache: cinematic, editorial, vintage photograph, brutalist illustration, analog
Licht - die am meisten unterschätzte Variable (weiches diffuses Licht, goldene Stunde, hartes Richtungslicht, Neon-Rimlight, bedecktes Flachlicht)
Technik und Kamera - Brennweite, Filmstock, Medium, impliziertes Seitenverhältnis
Qualitätssignal - für SD 1.5 und SDXL:
best quality, highly detailed, 8k. Für SD 3.5: lass es weg, es bringt nichts
Stell das Motiv in jeder Version an erste Stelle. Alles andere kann sich verschieben. Wenn ein Output falsch aussieht, korrigiere zuerst die Motivzeile, bevor du weitere Token hinzufügst.
Steal this. SD 1.5 und SDXL-Basis:
[Motiv], [Stil], [Licht], 35mm photography, film grain, highly detailed, best qualitySD 3.5-Basis:
[Szene in einem oder zwei Sätzen beschrieben.] Shot on 35mm film, [Lichtbedingung], [spezifische Ästhetik-Referenz].Beide sind Ausgangspunkte. Pass sie an, sobald du das Verhalten des Modells gut genug kennst, um zu wissen, was du pushen kannst.
Negative Prompts: Hör auf, die generische Liste zu benutzen
Das ist der Negative Prompt, den du in 90% der Anleitungen findest:
ugly, blurry, bad anatomy, extra limbs, deformed, low quality, worst quality, jpeg artifactsNicht falsch. Aber erledigt in den meisten Kontexten kaum echte Arbeit. Negative Prompts funktionieren, indem sie im latenten Raum kodieren, was du nicht willst. Je spezifischer du das tatsächliche Problem in deinen Outputs triffst, desto wirkungsvoller werden sie.
Wenn du matschige Hintergründe bekommst: füge busy background, cluttered, noisy background, absent depth of field hinzu.
Wenn Porträts anatomisch driften: füge asymmetrical eyes, deformed hands, fused fingers, extra fingers, elongated neck hinzu.
Wenn der Output trotz deines Prompts in Richtung Stockfotografie abdriftet: füge stock photo, overexposed, corporate photography, glossy, overly bright hinzu.
Wenn du Wasserzeichen aus den Trainingsdaten siehst: füge watermark, signature, logo, text overlay hinzu.
Mein Produktions-Negative-Prompt für redaktionelle Porträts auf SDXL:
blurry, out of focus, bad anatomy, deformed hands, extra limbs, asymmetrical eyes, stock photo, overexposed, watermark, signature, text, low quality, worst quality, jpeg artifacts, plastic skin, airbrushed, over-retouchedStreiche die Klauseln, die nicht zu deinem Motiv passen. Portrait-spezifische Negatives auf einer Landschafts-Generierung zu benutzen, verschwendet Rechenzeit und kann Dinge unterdrücken, die du eigentlich willst.
Noch eins: SD 3.5 reagiert auf natürliche Sprache im Negative-Feld. No watermarks. Do not include text. Avoid overexposed highlights. funktioniert neben Token-Listen. Teste beide Formate an deinem Motiv und wähle, was sauberere Outputs liefert.
Gewichtungen und Betonungen ohne Output-Chaos
In SD 1.5 und SDXL erhöhen Klammern das Gewicht und eckige Klammern verringern es.
(cinematic lighting:1.3)- 30% mehr Gewicht auf dieses Konzept[cluttered background]- unterdrückt dieses Element leicht((very important detail))- jedes Klammernpaar multipliziert mit etwa 1.1
Die harte Regel: Bleib unter 1.4 für jedes einzelne Element. Darüber verzerrt das Modell das gewichtete Konzept und kann die Komposition so weit in seine Richtung ziehen, wie du es nicht willst. Du fügst keine Betonung hinzu, du verbrennst die Generierung.
Ein häufiger Fehler: Mehrere gewichtete Elemente stapeln. (golden hour:1.3), (film grain:1.3), (shallow depth of field:1.2) verteilt das Gewichtsbudget auf drei Dinge und liefert oft keines davon sauber. Wähle ein oder zwei Elemente zum Gewichten. Lass den Rest bei natürlichem Gewicht.
Für SD 3.5 hat Gewichtungs-Syntax weniger Wirkung. Das natürliche Sprachverständnis des Modells bedeutet, dass du Betonung durch Satzstruktur bekommst. Schreib an imposing Victorian mansion, with a small figure barely visible in the foreground und die kompositorische Beziehung kommt durch, ohne Klammern-Syntax.
Versuch das auf SD 3.5: Bau deinen Prompt mit null Gewichts-Token auf. Füge sie nur hinzu, wenn das Modell etwas Kritisches bei drei oder mehr Generierungen konsequent untergewichtet.
LoRAs: Was sich ändert, wenn du sie lädst
LoRAs sind kleine Add-on-Modelle, die Stable Diffusion für einen bestimmten Stil, Charakter oder ein Motiv tunen. Eines zu laden verändert deine Basis-Prompt-Strategie.
Die Syntax: <lora:model_name:0.8> im positiven Prompt, wobei 0.8 das Gewicht ist. Fang zwischen 0.7 und 0.8 an. Über 1.0 zu gehen übersättigt oft den Effekt und kann bei Porträt-Motiven die Anatomie kaputt machen.
Was sich ändert, wenn eine LoRA aktiv ist: Das Trigger-Wort trägt viel Gewicht, also kann dein Basis-Prompt schlanker sein. Wenn du eine cinematic Film Grain LoRA mit Trigger-Wort filmgrain35mm lädst, brauchst du 35mm, kodachrome, film grain, analog photography nicht in deiner Basis. Schreib filmgrain35mm portrait of [Motiv], soft window light, editorial und lass die LoRA die Textur-Arbeit machen.
Was sich nicht ändert: Deine Motivzeile, Lichtrichtung und Negative Prompts sind genauso wichtig wie ohne die LoRA. LoRAs kümmern sich um Stil und Oberfläche. Sie reparieren keine schlecht strukturierte Motivzeile oder eine Komposition, die nicht zu deiner Output-Absicht passt.
Wo du zuverlässige LoRAs findest: Civitai ist das Haupt-Repository. Für den Produktionseinsatz bleib bei LoRAs mit soliden Download-Zahlen und Beispiel-Outputs, die nah an dem sind, was du brauchst. Eine LoRA mit minimalen Downloads und keinen Beispielbildern ist eine Black Box, du wirst mehr Zeit mit Debugging als mit Generieren verbringen.
Plattformen zum Testen
Du brauchst kein lokales GPU-Setup, um diese Prompts zu testen. Mehrere Plattformen lassen dich SD-basierte und verwandte Modelle im Browser oder per API laufen.
Kopierfertige Prompts: Hier anfangen, später anpassen
Redaktionelles Porträt auf SDXL:
Positiv:
portrait of a woman in her late 30s, looking past the camera, editorial photography, soft window light from the left, muted warm tones, film grain, medium format, (shallow depth of field:1.2), highly detailed, best qualityNegativ:
blurry, bad anatomy, deformed hands, plastic skin, overexposed, stock photo, watermark, text, low qualityBrutalist-Architektur auf SD 1.5:
Positiv:
brutalist apartment building exterior, raw concrete texture, overcast sky, documentary photography, wide angle, desaturated palette, high contrast shadows, 28mm lens, kodak tri-x grain, highly detailedNegativ:
people, cars, colorful, oversaturated, blurry, digital art, illustration, paintingNatürliche Sprache auf SD 3.5:
Positiv:
A young woman reading in a small independent bookshop late afternoon, warm light from a window beside her, shot on 35mm film, editorial photography style, slightly underexposed, visible grain, candid feelNegativ:
blurry, deformed hands, asymmetrical eyes, watermark, stock photo, overlitSteal this. Remix wenn du willst, aber fang mit etwas an, das funktioniert, bevor du davon abweichst.
Bevor du weitertweakst: Der Seed-Fehler
Die meisten Prompt-Probleme sind eigentlich keine Prompt-Probleme. Sie sind Seed-Probleme.
Lauf einen soliden Prompt mindestens drei Mal, bevor du etwas anfasst. Stable Diffusion ist stochastisch: Variation ist in den Generierungsprozess eingebaut. Ein schlechter Output von einem guten Prompt ist Rauschen. Drei schlechte Outputs hintereinander, alle auf die gleiche Weise falsch, ist ein Signal, auf das es sich lohnt zu reagieren.
Der Workflow, der wirklich funktioniert: Korrigiere deine Prompt-Struktur, finde einen Seed, der einen starken Output erzeugt, und verfeinere dann von diesem Ausgangspunkt. Den Prompt nach jeder einzelnen Generierung zu tweaken hält dich in einer endlosen Schleife marginaler Änderungen ohne Referenzpunkt.
Wähle einen der obigen Prompts. Drop ihn in ComfyUI, AUTOMATIC1111 oder deine SD-Plattform der Wahl. Lauf ihn zehn Mal, bevor du ein Wort änderst. Du lernst mehr über das, worauf das Modell reagiert, in diesen zehn Läufen als in jeder Anleitung.
Crack it open und schau, wie es aufgebaut ist.