Gewinne:
- Fähigkeit, visuelle Anatomie (Motiv, Material, Winkel, Licht, Stil, Negativ) schnell zu ermitteln und reproduzierbare Ergebnisse zu erzielen
- Möglichkeit, die visuelle Richtung mit Kontrollmethoden wie Referenzbild, ControlNet, Seed- und Style-Gewicht zu bestimmen
- Möglichkeit, das Tool entsprechend der Aufgabe auszuwählen und die Auflösung, Konsistenz und Nutzungsrechtegrenzen der Ausgabe zu bewerten
In der vorherigen Einheit haben Sie gesehen, wie Sie KI bei der Konzepterstellung positionieren. In dieser Einheit gehen wir einen Schritt tiefer: Sie lernen, visuelle KI-Tools tatsächlich zu steuern. Der Frust vieler Designer besteht darin, dass das Tool Bilder „von selbst“ erstellt; Das Problem liegt jedoch meist nicht in der Unklarheit des Tools, sondern in der Unklarheit der gegebenen Anweisungen. Um die visuelle KI zu steuern, müssen drei Dinge bekannt sein: prompte Anatomie (die Anweisung richtig setzen), Referenz- und Kompositionskontrolle (mit dem Visuellen führen) und Reproduzierbarkeit (wieder das gleiche Ergebnis erzielen). Sobald Sie diese drei gelernt haben, verwandelt sich KI von einer zufälligen visuellen Maschine in ein steuerbares Designwerkzeug.
Schnelle Anatomie: Sechs Ebenen zur Beschreibung eines Bildes
Ein guter visueller Hinweis ist kein zufälliger Satz, sondern ein vielschichtiges Rezept. Betrachten Sie diese sechs Schichten:
- Betreff: Was produzieren wir? („Kabellose Kopfhörer-Ladebox“)
- Form und Detail: Silhouette, Proportion, Ecke, Oberflächenunterscheidung. („Abgerundete Ecken, zweiteilig, dünne Trennlinie oben“)
- Material und CMF: Farbe-Material-Oberfläche. („mattes anthrazitfarbenes Polycarbonat, gebürsteter Aluminiumstreifen“)
- Winkel und Rahmung: Standpunkt und Rahmung. („3/4 von vorne, leicht von oben, produktzentriert“)
- Licht und Umgebung: Beleuchtung und Hintergrund. („sanftes Studiolicht, neutraler hellgrauer unendlicher Hintergrund“)
- Stil und Zweck: Skizze, fotorealistische Darstellung, technische Zeichnung. („fotorealistische Produktdarstellung“)
Hinzu kommt eine negative Aufforderung: Dinge, die man nicht will. Viele Tools bieten einen Bereich für „negative Eingabeaufforderungen“; Hier löschen Sie die Ausgabe, indem Sie eingeben, was Sie nicht möchten, z. B. „menschliche Hand, Text, Logo, unordentlicher Hintergrund, mehrere Produkte“. Wenn Sie Ebenen fehlen lassen, füllt die KI diese Lücken mit ihrem eigenen statistischen Durchschnitt; Das bedeutet Klischee.
Tipp: Richten Sie die Eingabeaufforderung so ein, als würde sie nach einem Muster lesen: Betreff + Form + CMF + Winkel + Licht + Stil + Negativ. Wenn Ihnen eine Ausgabe nicht gefällt, fragen Sie, welche Ebene fehlt, und schreiben Sie nicht die gesamte Eingabeaufforderung neu.
Referenz-, Kompositions- und Stilkontrolle
Worte können nicht alles sagen; Manchmal sagt ein Bild mehr als tausend Worte. Moderne Geräte bieten mehrere leistungsstarke Steuerungsmöglichkeiten:
- Referenzbild (Bildaufforderung/Bildreferenz): Sie laden ein Bild hoch und sagen „Lass es so aussehen“. Mit einer Gewichtung legen Sie fest, wie stark sich das Tool auf die Ausgabe bezieht.
- ControlNet: Im Stable Diffusion-Ökosystem handelt es sich um eine Kontrollebene, die die Kanten-/Linien-/Tiefen-/Posenstruktur einer Skizze oder eines Fotos beibehält und darüber ein neues Bild erzeugt. Ideal zum Beibehalten der Komposition und zum Ändern des Materials Ihrer eigenen Skizze.
- Stilreferenz/Stilgewicht: Um nur die Atmosphäre/das Farb-Textur-Gefühl eines Bildes zu vermitteln, nicht seinen Inhalt.
- Inpainting (regionale Bearbeitung): Nur einen Teil des Bildes maskieren und reproduzieren (z. B. nur den Griff ändern).
- LoRA / individuelles Training: Auf fortgeschrittenem Niveau Feinabstimmung des Modells basierend auf einer Markensprache oder einem bestimmten Stil. Dies erfordert Datenschutz- und Urheberrechtsschutz (mit Ihren eigenen Daten, mit Genehmigung).
Der gemeinsame Vorteil dieser Tools: Sie zwingen die KI dazu, mit dem Rahmen zu arbeiten, den Sie ihr geben, anstatt von Grund auf zu träumen. Am wertvollsten für den Designer sind oft ControlNet und Inpainting, da sie die eigene Skizzenkomposition bewahren.
Reproduzierbarkeit: Saatgut und Parameter
Diffusionsmodelle beginnen mit Zufälligkeit. Seed ist die Startzahl dieser Zufälligkeit. Gleiche Eingabeaufforderung + gleicher Startwert + gleiche Parameter ergeben normalerweise das gleiche/sehr ähnliche Bild. Dies ist für das Design von entscheidender Bedeutung: Sie legen den Ausgangspunkt fest, um ein Bild zu reproduzieren, das Ihnen gefällt, oder ändern einfach ein Wort und sehen den Effekt auf kontrollierte Weise. Weitere wichtige Parameter: Seitenverhältnis, Schritte (mehr Schritte, verfeinert, aber langsamer) und Führungsmaßstab (Führung/CFG; wie eng es an die Eingabeaufforderung passt – wenn es zu hoch ist, sieht es künstlich und gezwungen aus).
Kontrolle
Was bedeutet
Wann zu verwenden
Saatgutfixierung
Reproduziert die gleiche Ausgabe
Wenn Sie ein Bild entwickeln und A/B ausprobieren
Referenzbild + Gewicht
Es ähnelt einem Bild
Kompositions-/Atmosphärenübertragung
ControlNet (Kante/Tiefe)
Behält die Komposition bei, verändert den Inhalt
Erstellen Sie ein Rendering aus Ihrer eigenen Skizze
inpainting
Aktualisiert nur eine Region
Ändern Sie ein einzelnes Detail
negative Aufforderung
Beseitigt Unerwünschtes
Reinigung von Hintergrund, Hand, Text
drei Mini-Koffer
Fall 1 – Schutz Ihrer eigenen Skizze. Ein Designer möchte eine handgezeichnete Skizze eines Handstaubsaugers in eine fotorealistische Darstellung umwandeln. Wenn Sie es nur mit einer Textaufforderung versuchen, erzeugt die KI ein völlig anderes Formular. Wenn Sie Ihre Skizze im Canny-Modus von ControlNet hochladen, behält die KI ihre Linien bei und bedeckt sie mit mattem Kunststoff und Studiobeleuchtung. Er erreicht das gewünschte Ergebnis in 4 Versuchen. Lektion: Um die Komposition beizubehalten, ist ControlNet viel leistungsfähiger als reine Eingabeaufforderung.
Fall 2 – Unkontrollierter Variationsverlust. Ein Designer findet ein Konzept, das ihm gefällt, beachtet aber den Kern nicht. Als er am nächsten Tag um einen „etwas dünneren Griff“ bittet, kann er das gleiche Bild nicht noch einmal produzieren; Jedes Mal kommt ein völlig anderes Produkt heraus und er verliert Stunden. Lektion: Speichern Sie den Startwert und die vollständige Eingabeaufforderung jeder gewünschten Ausgabe. Dies sind Ihre „Rückkehr“-Punkte.
Fall 3 – Reinigung mit negativer Eingabeaufforderung. Wenn ein Designer Studiobilder erstellt, erscheinen auf der Hälfte der Ausdrucke unerwünschte menschliche Hände, reflektierter Text und ein zweites Produkt. Es fügt der negativen Eingabeaufforderung „Menschenhände, Text, Wasserzeichen, doppeltes Produkt, überladener Hintergrund“ hinzu und die Ausgabequalität erhöht sich mit nur 8 Wörtern erheblich. Lektion: Zu sagen, was Sie nicht wollen, ist genauso wichtig wie zu sagen, was Sie wollen.
Kopierbare Eingabeaufforderungsvorlagen
LAYERED PROMPT SKELETON „[Thema], [Form und Detail], [CMF: Farbmaterialoberfläche], [Winkel und Rahmen], [Licht und Hintergrund], [Stil: Skizze/Rendering/Technik]. – Negativ: menschliche Hand, Text, Logo, Wasserzeichen, Multiprodukt, unordentlicher Hintergrund.“
RENDER-VORLAGE AUS REFERENZ „Behalten Sie die LINIE UND ZUSAMMENSETZUNG der von mir hochgeladenen Skizze bei (ControlNetedge-Modus). Tragen Sie das folgende Material darauf auf: [matter Kunststoffkörper, Aluminiumdetails]. Licht: weiches Studio. Hintergrund: neutrales Grau. Ändern Sie nicht die Form, fügen Sie einfach Material und Licht hinzu.“
EINZELNE DETAILÄNDERUNG (INPAINTING) VORLAGE „Reproduzieren Sie in diesem Bild NUR den Bereich [maskierter Bereich: Griff]. Neue Version: [schlanker, ergonomisch, gebogen]. BERÜHREN SIE NICHT den Rest des Bildes, seine Beleuchtung und seinen Winkel.“
REPRODUKTIBILITÄTSHINWEIS-VORLAGE „Mir gefällt dieser Ausdruck. Speichern Sie die folgenden Informationen und verwenden Sie sie beim nächsten Mal: Eingabeaufforderung = [Volltext], Startwert = [Zahl], Aspekt = [Verhältnis], Schritt = [Zahl], Ausrichtung = [Wert]. Ändern Sie einfach dieses eine Element: [X].“
Schwache Eingabeaufforderung / Starke Eingabeaufforderung
SCHWACHE PROMPT: „Schöne Wiedergabe von Kopfhörern auf weißem Hintergrund.“
STARKE AUFFORDERUNG: „Ladeetui für kabellose In-Ear-Kopfhörer, ovale Pillenform, dünne Trennlinie oben. CMF: mattes elfenbeinfarbenes Polycarbonatgehäuse, satinierter goldener Scharnierstreifen. Winkel: 3/4 vorne, leicht oben. Licht: weiche Studio-Softbox, leichte Reflexion oben. Hintergrund: neutraler hellgrauer unendlicher Hintergrund. Stil: fotorealistische Produktwiedergabe. Seed: 4821, Aspekt 4:3. --negativ: menschliche Hand, Text, Logo, Wasserzeichen, zweites Produkt, harter Schatten.
Die schwache Eingabeaufforderung ermöglicht es dem Tool, die Lücken mit Klischees zu füllen; Die leistungsstarke Eingabeaufforderung identifiziert jede Schicht, eliminiert Negative und macht sie mit dem Saatgut reproduzierbar.
Häufige Fehler
- Schreiben Sie eine vage Eingabeaufforderung mit einem Satz und laden Sie das Ergebnis in das Tool hoch. KI füllt die Lücken, nicht Sie.
- Samen und Parameter werden nicht gespeichert. Sie können nie wieder die Ausgabe erhalten, die Sie möchten.
- Verwenden Sie niemals die negative Aufforderung. Unerwünschte Elemente verunreinigen die Ausgabe.
- Führen Sie Hunderte von Zufallsversuchen durch, anstatt die Zusammensetzung zu überprüfen. ControlNet/inpainting beschleunigt die Arbeit.
- Verwendung des urheberrechtlich geschützten Bildes einer anderen Person als Referenz. Es besteht die Gefahr von Stilnachahmung und Urheberrecht (siehe Kapitel 10).
Achtung: Referenzbilder oder Stilstärken sind leistungsstarke Werkzeuge, bergen jedoch rechtliche und ethische Risiken, wenn sie zum Kopieren des proprietären Designs einer anderen Person oder des charakteristischen Stils eines Künstlers verwendet werden. Wählen Sie Ihre Referenzen aus Ihrem eigenen Material oder aus erlaubten/kostenlosen Quellen.
Zusammenfassend
Die Steuerung der visuellen KI erfordert drei Fähigkeiten: Einrichten einer mehrschichtigen Eingabeaufforderung (Motiv, Form, CMF, Winkel, Licht, Stil, Negativ), Führung mit dem Bild (Referenz, ControlNet, Inpainting, Stilgewichtung) und Bereitstellung von Reproduzierbarkeit (Speichern des Startwerts und der Parameter). Mit diesen drei verwandelt sich KI von einer Zufallsmaschine in ein steuerbares Designwerkzeug. ControlNet und Inpainting sind viel leistungsfähiger als reine Eingabeaufforderungen, wenn Sie Ihre Komposition schützen möchten. Eliminieren Sie diejenigen, die Sie nicht möchten, mit der negativen Aufforderung und wählen Sie Ihre Referenzen aus urheberrechtlich geschützten Quellen.
Anwendungsaufgabe
Wählen Sie ein Produkt aus und zeichnen (oder suchen) Sie zunächst eine grobe Skizze von Hand. Schreiben Sie eine Eingabeaufforderung, die dieses Produkt mit einem mehrschichtigen Eingabeaufforderungsrahmen beschreibt, fügen Sie eine negative Eingabeaufforderung hinzu und erzeugen Sie vier Ausgaben. Speichern Sie den Startwert und die Parameter der gewünschten Ausgabe. Dann ändern Sie mit der Logik „Einzelne Detailänderung“ nur ein Element (z. B. den Griff) und erzeugen es erneut mit demselben Startwert. Vergleichen Sie die beiden Ergebnisse und schreiben Sie, wie sich die Kontrolle ändert.
Checkliste
- [ ] Ich habe die Eingabeaufforderung so eingerichtet, dass sie sechs Ebenen abdeckt (Thema, Form, CMF, Winkel, Licht, Stil).
- [ ] Ich habe in die Negativaufforderung geschrieben, was ich nicht wollte.
- [ ] Ich habe reference/ControlNet/inpainting verwendet, wenn ich die Komposition beibehalten musste.
- [ ] Ich habe die Seeds und Parameter der Ausgabe gespeichert, die mir gefallen hat.
- [ ] Ich habe eine kontrollierte Variation versucht, indem ich eine einzelne Variable verschoben habe.
- [ ] Ich habe meine Referenzbilder aus urheberrechtlich geschützten Quellen ausgewählt.