Bild zu Prompt
Lade ein Bild hoch, und das Werkzeug schreibt eine Beschreibung davon, die du als Prompt in ein anderes Bildmodell einsetzen kannst. Du entscheidest, für welches Modell der Prompt geschrieben wird, wie ausführlich er ist, ob ein Negativ-Prompt dazukommt und in welcher Sprache er verfasst wird.
Kreative Einstellungen
Bild zu Prompt
Die Prompt-Struktur wird an den Zielworkflow angepasst.
Erweiterte Optionen
Erstelltes Ergebnis
Vervollständigen Sie die Einstellungen und starten Sie die Generierung. Ihr Ergebnis erscheint hier.
Ein Bild hinein, eine Beschreibung heraus
Das Werkzeug liest ein Bild und gibt Text zurück. Dieser Text ist so ausführlich, dass er sich in einem anderen Bildmodell als Prompt verwenden lässt, und genau darum geht es: das Bild ist der Ausgangspunkt, mitnehmen tust du die Worte.
Das ist keine Suche nach dem ursprünglichen Prompt. Ein Prompt steckt nicht im Bild, und kein Werkzeug kann die Worte zurückholen, die jemand anderes getippt hat. Was hier entsteht, ist eine neue Beschreibung des Sichtbaren, formuliert in einem Vokabular, auf das Bildmodelle reagieren.
Der Unterschied ist größer, als er klingt. Gibst du ein eigenes Foto hinein, beschreibt der Text dein Foto. Gibst du etwas Gefundenes hinein, bekommst du einen Weg, in dieselbe Richtung weiterzuarbeiten, ohne die Datei zu kopieren.
Fünf Zielmodelle, und was sich zwischen ihnen ändert
Das Zielmodell ist keine Kosmetik. Verschiedene Bildmodelle belohnen verschiedene Schreibweisen, also liefert dasselbe Bild je nach Auswahl eine anders geformte Beschreibung.
| Zielmodell | Worauf die Beschreibung hin geschrieben wird |
|---|---|
| Allgemeines Bildmodell | Schlichte Sätze, die jedes Modell lesen kann. Die sichere Wahl, solange noch offen ist, wohin der Prompt geht. |
| Nano Banana | Formulierungen für die Nano Banana Familie, die umgangssprachliche Beschreibungen gut liest und Text im Bild handhabt. |
| GPT Image | Formulierungen für die GPT Image Familie, in der Anweisungen eher als Anweisung denn als Szenenbeschreibung gelesen werden. |
| Midjourney | Kürzere, gewichtete Formulierungen samt der Parameter, die dieses Modell erwartet. |
| Stable Diffusion / Flux | Kommagetrennte Tags in einer Reihenfolge, die Checkpoint-Modelle verlässlich auswerten. |
Wähle das Zielmodell zuerst, wenn du schon weißt, wohin der Prompt soll. Es später zu ändern bedeutet, das Bild erneut durchlaufen zu lassen, weil sich die Form des Textes mitändert.
Drei Detailstufen, und wann die kürzeste gewinnt
Die Detailstufe bestimmt, wie viel vom Bild im Text landet. Sie ist keine Qualitätseinstellung, und länger ist nicht besser.
- Knapp liefert Motiv und grobe Behandlung. Das willst du, wenn du anschließend selbst eine Richtung ergänzen willst.
- Professionell liefert zusätzlich Bildaufbau, Licht und Materialien. Das passt zu einem Prompt, den du weiterreichst.
- Maximal liefert so viel, wie das Werkzeug lesen kann, einschließlich beiläufiger Objekte im Bild. Für Referenzarbeit nützlich, und es trägt mehr Zufälle des Ausgangsbildes in deine nächste Generierung hinein.
Die längste Stufe ist nicht die genaueste. Jeder zusätzliche Halbsatz ist eine weitere Sache, die ein Modell zu erfüllen versucht, darunter Details, die du vielleicht nicht behalten wolltest.
Der Analysefokus ist das Feld ohne Gegenstück in den Werkzeugen, die wir gemessen haben
Jedes vergleichbare Werkzeug, das wir uns angesehen haben, lässt dich ein Zielmodell und ein Ausgabeformat wählen. Keines lässt dich sagen, worauf geschaut werden soll. Dieses Werkzeug ergänzt dafür genau ein Freitextfeld.
Schreib hinein, worauf es ankommt, und die Beschreibung neigt sich dorthin. Verlangst du, Licht und Farbpalette genau zu lesen, werden diese ausführlicher beschrieben als die Gegenstände auf dem Tisch. Fragst du nach einem Farbschema, folgt der Text den Farben.
Das ist der Unterschied zwischen einer allgemeinen Beschreibung und einer Antwort auf eine Frage, die du tatsächlich hast. Wenn du eine Anmutung nachbaust und keine Szene, ist dieses Feld das, was die Arbeit macht.
Der Negativ-Prompt ist ein Schalter, kein Absatz, den du schreibst
Stell den Negativ-Prompt auf Ja, und das Werkzeug gibt zwei Textblöcke zurück statt einem: die Beschreibung und eine Liste dessen, was aus der nächsten Generierung herausbleiben soll.
Ein Bild allein sagt sehr wenig darüber, was nicht darauf sein soll. Eine beschriebene Szene bringt ihre eigenen Gegensätze mit, und dieser Schalter macht daraus Worte, die du in das Negativfeld einfügen kannst.
Lass ihn aus, wenn das Zielmodell kein eigenes Negativfeld hat. Eingeschaltet kostet er nichts extra, aber ein zweiter Textblock ist eine Sache mehr, die du mitführst.
Vier Ausgabesprachen, Japanisch inbegriffen
Die Beschreibung kann auf Englisch, vereinfachtem Chinesisch, traditionellem Chinesisch oder Japanisch ausgegeben werden, unabhängig davon, in welcher Sprache diese Seite vorliegt.
Das ist keine Übersetzung eines fertigen englischen Prompts. Die Beschreibung entsteht in der Sprache, die du auswählst, was für Modelle zählt, die mit einer bestimmten Prompt-Sprache trainiert wurden.
Zugleich heißt es, dass du die Ausgabe in deiner eigenen Sprache lesen kannst, während Bild und Zielmodell gleich bleiben.
Wie ein Durchlauf abläuft und was er kostet
Ein Durchlauf besteht aus einem Bild und einer Auswahl. Es gibt nichts zu installieren und außer der Generierung selbst keine Warteschlange.
- Melde dich an. Der Durchlauf wird von deinem Kontostand abgebucht, ein Konto ist also Voraussetzung. Einen anonymen Modus gibt es nicht.
- Lade das Bild hoch, das beschrieben werden soll, per Ziehen oder Dateiauswahl.
- Wähle Zielmodell, Detailstufe, ob ein Negativ-Prompt dazukommen soll und in welcher Sprache die Beschreibung verfasst wird.
- Optional: Schreib einen Analysefokus, um zu steuern, worauf die Beschreibung achtet.
- Drück auf Generieren. Der Durchlauf kostet einen Punkt, abgerechnet pro Durchlauf und nicht nach Länge der Antwort.
Deine letzten zwölf Durchläufe bleiben in diesem Browser, damit du zwei Versuche vergleichen oder eine versehentlich geschlossene Beschreibung zurückholen kannst.
Was eine Beschreibung kann und was nicht
Eine Beschreibung garantiert kein identisches Bild. Das ist die ehrliche Grenze der ganzen Kategorie, und sie gehört offen hingeschrieben statt versteckt.
Zwischen der Beschreibung und deinem Bild stehen zwei Dinge. Erstens startet die Generierung aus Text beim Rauschen und nicht bei deiner Datei, das Ergebnis ist also ein neues Bild, das zu den Worten passt. Zweitens ist eine Beschreibung verlustbehaftet: was das Werkzeug nicht erwähnt hat, darf sich ändern, und jedes Modell füllt Stille anders.
Was die Beschreibung transportieren kann, sind die Teile, die dir wichtig waren: Motiv, Anordnung, Licht, Farbpalette, Behandlung. Ob sie die nächste Generierung überstehen, hängt vom Zielmodell ab und davon, wie viel vom Bild du behalten wolltest.
Kein Werkzeug dieser Kategorie kann eine treue Rekonstruktion allein aus Text versprechen. Unseres auch nicht.
Drei Prompts, geschrieben für drei verschiedene Modelle
Die folgenden Beschreibungen hat eine andere Seite zusammen mit ihren eigenen Fallpaaren veröffentlicht; hier stehen sie wortwörtlich, damit du siehst, wie ein brauchbarer Prompt tatsächlich aussieht. Jeder ist für ein anderes Zielmodell geschrieben, und genau dieser Unterschied ist der Punkt.
A lone bicycle courier in a translucent raincoat waits at a crosswalk in a futuristic megacity at night. Towering dark buildings, cyan and amber neon reflected across rain-soaked asphalt, drifting street steam, and a distant elevated tram. Cinematic realistic concept art, street-level wide shot, strong depth, atmospheric haze.
A colossal bioluminescent blue whale glides through a sunrise sky above floating stone temples and waterfalls, tiny birds circling its fins and clouds drifting between the islands. Painterly epic fantasy concept art, whale sweeping diagonally across the upper frame, golden dawn backlight, luminous turquoise markings, serene and awe-inspiring.
Anime key visual of a young shrine guardian holding a white fox mask beside her face beneath a vermilion torii gate during snowfall. Deep red scarf, dark indigo winter robes, warm stone lanterns, clean expressive linework, refined cel shading, medium portrait, blue winter twilight, quiet and determined.
Lies sie nebeneinander, und die ersten beiden sind durchgehende Prosa, in der Kamera und Stimmung in die Sätze eingefaltet sind. Der dritte ist ein Stapel einzelner Fakten, weil das die Form ist, die ein Checkpoint-Modell am zuverlässigsten auswertet. Dasselbe Bild für dasselbe Ziel kommt in dieser Form zurück.
Die Prompts bleiben im englischen Original und werden nicht pro Sprache übersetzt – sie sind die Eingabe des Modells, und eine Übersetzung würde die Ausgabe verändern.
Woher die sieben Vergleiche auf dieser Seite stammen
Die folgenden Paare haben zwei andere Bild-zu-Prompt-Seiten als eigene Demonstrationen veröffentlicht. Wir haben sie nicht erzeugt, und sie sind keine Ausgabe dieses Werkzeugs.
Jedes Paar zeigt dieselbe Idee zweimal: einmal so, wie sie ursprünglich generiert wurde, und einmal neu generiert nach einer schriftlichen Beschreibung davon. Genau diese Aufgabe erfüllt das Werkzeug, deshalb lohnt der Blick auf die Paare, doch die Anerkennung für die Bilder gehört den Seiten, die sie gemacht haben.
Jede Bildunterschrift nennt die Quelle. Die drei von img2prompt.app stehen hier zusammen mit dem Prompt, den jene Seite daneben veröffentlicht hat; die vier von img2prompt.art tragen die Beschreibung dessen, was konstant bleiben sollte, die jene Seite selbst formuliert hat.
Wir zeigen sie mit Quellenangabe und erheben keinen Eigentumsanspruch. Wie sich dieses Werkzeug an deinen eigenen Bildern verhält, findest du am ehrlichsten heraus, indem du eines hindurchlaufen lässt.
Beispiele
Vorher

Nachher

A lone bicycle courier in a translucent raincoat waits at a crosswalk in a futuristic megacity at night. Towering dark buildings, cyan and amber neon reflected across rain-soaked asphalt, drifting street steam, and a distant elevated tram. Cinematic realistic concept art, street-level wide shot, strong depth, atmospheric haze.
Das Paar, das die Quellseite als Fall 01 führt, Cinematic City, geschrieben für Flux. Die neu erzeugte Fassung behält Neonreflexe, nasses Pflaster und Dunst der Nacht und verschiebt zugleich die Figur und zeichnet die Straße neu. Genauso sieht es aus, wenn eine Beschreibung treu trägt: die Behandlung überlebt, die genaue Anordnung nicht.
Vorher

Nachher

A colossal bioluminescent blue whale glides through a sunrise sky above floating stone temples and waterfalls, tiny birds circling its fins and clouds drifting between the islands. Painterly epic fantasy concept art, whale sweeping diagonally across the upper frame, golden dawn backlight, luminous turquoise markings, serene and awe-inspiring.
Fall 02, Epic Fantasy, geschrieben für Midjourney. Beide Fassungen halten dasselbe Motiv und dasselbe goldene Gegenlicht, und der Bildaufbau bewegt sich: der Wal quert das Bild in einem anderen Winkel, die Inseln liegen anders unter ihm. So verhält sich ein kurzer Prompt mit Gewichtungen.
Vorher

Nachher

Anime key visual of a young shrine guardian holding a white fox mask beside her face beneath a vermilion torii gate during snowfall. Deep red scarf, dark indigo winter robes, warm stone lanterns, clean expressive linework, refined cel shading, medium portrait, blue winter twilight, quiet and determined.
Fall 03, Anime Key Visual, geschrieben für Stable Diffusion. An diesem Paar sieht man, warum der dritte Prompt eine Liste ist und keine Prosa: Schal, Gewänder, Linienführung und Schattierung sind einzeln benannt, und die neu erzeugte Fassung behält sie alle und ändert nur die Kamera.
Vorher

Nachher

Die Quellseite beschreibt dieses Paar als in Maßstab, Tiefe und Licht unverändert. Silhouette, Brücke und Turmhöhen bleiben, wo sie waren; bewegt haben sich die Tageszeit und die Dichte des Dunstes. Damit ist es das engste der vier Paare und am nächsten an einer wörtlichen Neizeichnung.
Vorher

Nachher

Die Quelle beschreibt dieses Paar als Erhalt von warmer Stimmung, Bildausschnitt und Materialhinweisen. Für Innenräume ist es das nützlichste der vier, weil sich die Möbel ändern, während Licht und Farbpalette bleiben. Genau diese Linie muss eine Beschreibung halten, wenn sie wiederverwendbar sein soll.
Vorher

Nachher

Die Quelle beschreibt dieses Paar als Erhalt von Farbpalette, Pose und malerischer Oberfläche. Es ist zugleich die deutlichste Warnung dieser Seite: schau auf die Gesichter. Farbschema und Haltung wurden übernommen, die Person nicht, und das ist das normale Ergebnis, wenn eine Beschreibung die Datei ersetzt.
Vorher

Nachher

Die Quelle beschreibt dieses Paar als Erhalt von Motiv, Stimmung und weichem Morgenlicht. Es ist das kleinste Motiv auf dieser Seite und das am leichtesten zu lesende: das Kätzchen ist unverkennbar dieselbe Idee, und es ist ein anderes Foto eines anderen Kätzchens.
Häufige Fragen
Behält dieses Werkzeug das hochgeladene Bild?
Das Bild wird für den Durchlauf verschickt, zurück kommt die Beschreibung. Auf der Seite gibt es keine Galerie deiner Uploads, und nichts von dir wird veröffentlicht. Behandle jeden Upload als etwas, das du bereit warst zu verschicken, und lade Bilder, die du überhaupt nicht verarbeitet haben willst, gar nicht erst hoch.
Kann es ein Bild exakt neu erzeugen?
Nein, und kein Werkzeug dieser Kategorie kann das. Die Generierung geht vom Text aus und nicht von deiner Datei, und eine Beschreibung lässt Dinge offen. Sie trägt Motiv, Anordnung, Licht und die Behandlung, auf die du sie angesetzt hast.
Für welche Modelle lässt sich die Beschreibung schreiben?
Fünf Ziele: ein allgemeines Bildmodell, Nano Banana, GPT Image, Midjourney sowie Stable Diffusion mit Flux. Das Ziel ändert die Form des Textes, nicht nur die Wortwahl.
Brauche ich ein Konto, und was kostet ein Durchlauf?
Ein Konto ist nötig, weil der Durchlauf von deinem Guthaben abgebucht wird. Jeder Durchlauf kostet einen Punkt, abgerechnet pro Durchlauf und nicht nach Länge der Beschreibung. Einen kostenlosen anonymen Modus gibt es nicht.
Was ändert das Feld Analysefokus tatsächlich?
Es entscheidet, worauf die Beschreibung ihr Augenmerk legt. Was du dort nennst, wird ausführlicher beschrieben, der Rest des Bildes kürzer. Nützlich, wenn du eine Anmutung nachbaust und keine Szene.
Ist der Negativ-Prompt ein zweiter Durchlauf?
Nein, er ist ein Schalter am selben Durchlauf. Eingeschaltet enthält die Antwort einen zweiten Block mit dem, was aus der nächsten Generierung herausbleiben soll, den du in das Negativfeld des verwendeten Modells einfügst.
In welchen Sprachen kann die Beschreibung zurückkommen?
Englisch, vereinfachtes Chinesisch, traditionelles Chinesisch und Japanisch. Die Beschreibung wird direkt in der gewählten Sprache verfasst und nicht nachträglich aus dem Englischen übersetzt.
Sind die Beispielbilder auf dieser Seite eure eigene Ausgabe?
Nein. Sie stammen von img2prompt.app und img2prompt.art, die sie als eigene Demonstrationen veröffentlicht haben, und jede Bildunterschrift nennt die Quelle. Sie stehen hier, um zu zeigen, wie diese Aufgabe aussieht, nicht um die Ausgabe dieses Werkzeugs zu bewerben.
Weiter entdecken
KI-Bildgenerator
Beschreibe ein Bild oder lade eine Referenz hoch, wähle ein Modell und lies die genannten Guthabenkosten, bevor du generierst.
KI-Videogenerator
Schreibe eine Einstellung, animiere ein Standbild oder steuere einen Clip mit einem Referenzvideo – und lies die genannten Guthabenkosten vor dem Start.
Vom Prompt zum fertigen Bild
Ein kompletter Durchlauf einer Bildaufgabe: Modell wählen, Prompt schreiben, Guthabenangebot lesen und das Ergebnis beurteilen.