Home

Theorie

Promptsteuerung als verteiltes System

Claim

Ein Textprompt ist eine Steuerungsschicht innerhalb eines verteilten Bildsystems. Das Ergebnis entsteht aus sprachlicher Formulierung, Modell, Interface, Referenzen, Parametern, Sampling, Kontokontext, Auswahl und Bearbeitung.

Sieben Kontrollschichten

Schicht sichtbare Eingriffe teilweise verborgene Eingriffe typische Fehler
1. Bildabsicht und Sprache Motiv, Attribute, Relationen, Kamera, Licht, Material, Kontext, Ausschlüsse Mehrdeutigkeit, implizite kulturelle Annahmen unspezifische Szene, Klischee, falsche Relation
2. Modellinterpretation Modellname, teilweise Modellversion Tokenisierung, Textencoder, Trainingsprioren, Attention, Binding fehlende Objekte, Attributübertragung, Concept Bleeding
3. Plattform und Interface Regler, Format, Modus, Presets Systemprompt, Default-Stil, Sicherheitslogik, automatische Parameterwahl Ergebnis folgt Plattformlogik stärker als Wortlaut
4. Prompt-Umschreibung sichtbarer Enhanced oder Revised Prompt intern ergänzte oder verworfene Formulierungen menschliche und systemische Formulierung werden verwechselt
5. multimodale Konditionierung Referenzbild, Skizze, Maske, Depth, Pose, Layout interne Gewichtung und Konfliktauflösung Text, Referenz und Kontrollkarte widersprechen sich
6. Sampling und Lauf Seed, Anzahl, teilweise Guidance und Schritte Initial Noise, Samplerdetails, serverseitige Änderungen Varianz trotz gleicher sichtbarer Einstellungen
7. Auswahl und Nachbearbeitung Selektion, Inpainting, Collage, Retusche, Layout Plattformranking, versteckte Vorauswahl Outputqualität wird mit Prozessqualität gleichgesetzt

Positionen zur Wirkung eines Prompts

Position A: Prompt als Anweisung

Diese Position ist in Anbieterhilfen und praktischen Promptguides verbreitet. Klare Wörter, konkrete Zahlen, Kameraangaben, Materialien und Platzierungen sollen das Ergebnis in eine gewünschte Richtung führen.

Tragbarer Anteil: Sprachliche Änderungen können beobachtbare Bildmerkmale beeinflussen.

Grenze: Eine Formulierung garantiert kein bestimmtes Bild. Wirkungen altern mit Modell und Plattform.

Kurseinsatz: Einfache Ablation mit einem veränderten Modul und mehreren Wiederholungen.

Position B: Prompt als Wahrscheinlichkeitsverschiebung

Die Steuerbarkeitsgrade für Promptoperationen unterscheiden:

Tragbarer Anteil: Diese Einteilung schützt vor Aussagen, die aus einem gelungenen Einzelbild abgeleitet werden.

Grenze: Die Taxonomie ist eine Arbeitsklassifikation aus dem Promotionsvault. Eine Interrater-Validierung steht aus.

Kurseinsatz: Jede Gruppe stuft ein Muster erst nach mehreren Läufen ein.

Position C: Prompt als dialogische Revision

HCI-Arbeiten zu Prompting und Anbieterleitfäden beschreiben Iteration, Auswahl und Korrektur als zentrale Arbeitsweise. Der operative Gegenstand ist eine Folge:

anweisen -> prüfen -> präzisieren -> begrenzen -> auswählen -> revidieren

Tragbarer Anteil: Die Qualität der Revision lässt sich anhand von Ausgangsbild, Kritik und Korrektur prüfen.

Grenze: Eine gute Sequenz kann weiterhin schwache oder generische Bilder erzeugen.

Kurseinsatz: Revisionsprotokoll mit genau einer Änderung pro Schritt.

Position D: Prompt als Teil multimodaler Steuerung

ControlNet, T2I-Adapter, IP-Adapter, Layout-Grounding, Masken und Referenzbilder zeigen mehrere Steuerungswege. Sprache formuliert Ziel, Kontext, Regel und Kritik. Visuelle Eingaben stabilisieren Eigenschaften, die sich schwer beschreiben lassen.

Tragbarer Anteil: Text, Referenz, Layout und Kontrollkarte erfüllen verschiedene Funktionen.

Grenze: Mehr Konditionierungen können Konflikte erzeugen. Die interne Priorisierung ist bei geschlossenen Systemen kaum einsehbar.

Kurseinsatz: Derselbe Auftrag wird textlich, visuell und hybrid bearbeitet.

Position E: Prompting als situierte Interfacehandlung

Lucy Suchmans Begriff der situierten Handlung und die HCI-Perspektive verlagern die Aufmerksamkeit auf Arbeitsumgebung, Rückmeldung und Entscheidung. Ein Chat, ein leeres Promptfeld, ein Karteninterface und ein Node-Graph ermöglichen unterschiedliche Handlungen.

Tragbarer Anteil: Das Interface prägt, welche Informationen eingegeben, gespeichert, verglichen und revidiert werden.

Grenze: Interfacebeobachtung erklärt keine konkrete interne Modellursache.

Kurseinsatz: Gleiche Aufgabe in zwei Interfaces mit gleicher Modellfamilie, soweit verfügbar.

Position F: Prompting als Creative Direction

Der Promotionsvault beschreibt Prompting als Übersetzung von Absicht, Zielgruppe, Wirkung, Materialität, Grenze und nächster Handlung in eine operative Struktur.

Tragbarer Anteil: Briefing, Auswahl, Kritik und Revision sind prüfbare gestalterische Teilkompetenzen.

Grenze: Automatische Prompt-Umschreibung kann einen Teil der sprachlichen Ausarbeitung übernehmen. Bildurteil, Verantwortung und Materialkenntnis bleiben separat zu prüfen.

Kurseinsatz: Autorinnenprompt, Peer-Prompt und automatisch umgeschriebener Prompt werden verglichen.

Position G: Materialität als Grenze der Sprachsteuerung

Fotografie, Illustration, Typografie und Raum enthalten körperliche, materielle, zeitliche und soziale Entscheidungen. Sprachliche Beschreibungen erfassen nur einen Teil davon.

Tragbarer Anteil: Sehen, Skizzieren, Fotografieren, Materialversuch und Kritik liefern eigene Steuerungsdaten.

Grenze: Ein reiner Promptvergleich misst keine umfassende Gestaltungskompetenz.

Kurseinsatz: Textausführung durch Kamera, Hand und Modell.

Konfliktfälle

Konflikt mögliche Ursache geeigneter Test
Prompt nennt drei Objekte, eines fehlt Modellgrenze, Promptgewichtung, Komplexität Objektanzahl über mehrere Läufe
Attribute springen zwischen Objekten schwache Objekt-Attribut-Bindung zwei Objekte mit kontrastierenden Farben
räumliche Relation wird invertiert Relation wird schwach abgebildet links/rechts, vor/hinter, Kontakt getrennt testen
Ausschluss erscheint im Bild Negation aktiviert den Begriff oder wird ignoriert positive Ersatzbeschreibung und Plattformparameter vergleichen
langer Prompt verliert Details steigende Zahl visueller Anforderungen, Binding-Probleme, Kontextbegrenzung oder interne Zusammenfassung semantisch gleiche Kurz- und Langfassung getrennt von wachsender kompositionaler Last testen
kurzer Prompt wirkt überraschend stark Modell- oder Plattformdefault füllt Leerstellen Default-Audit über mehrere Motivklassen
Referenzbild dominiert den Text hohe oder unbekannte Referenzgewichtung Referenzgewicht und Textwiderspruch variieren
gleiche Eingabe verändert sich später Modellupdate, Sitzung, Seedverhalten, Serverlogik datierte Regression mit gespeicherter Konfiguration
personalisierte Ergebnisse unterscheiden sich Konto- oder Profilkontext neutrales Profil gegen Personalisierung
Ausgabe folgt einem erweiterten Prompt automatische Umschreibung Originalprompt und sichtbare Umschreibung archivieren

Gegenprüfung

Die Theorie würde geschwächt, wenn ein System bei identischen sichtbaren Bedingungen vollständig deterministisch wäre und Sprache allein sämtliche Bildmerkmale stabil kontrollieren könnte. Die aktuelle Anbieter- und Forschungslage zeigt für verbreitete Systeme zusätzliche Kontrollschichten und verbleibende Varianz.

Grenze

Das Schichtenmodell beschreibt beobachtbare Einflussbereiche. Es rekonstruiert keine proprietäre Modellarchitektur. Begriffe wie Systemprompt, Attention oder Trainingsprior werden nur verwendet, wenn Quelle oder technische Dokumentation den Bezug trägt.

Anschluss