So schreiben Sie KI-Eingabeaufforderungen für realistische Menschen

Warum Menschen das schwierigste Thema sind

Die Zuschauer sind Experten für Gesichter und Körper. Wir bemerken eine leicht falsche Hand, eine unmögliche Körperhaltung oder eine Haut, die wie Plastik aussieht, lange bevor wir einen Fehler in einem Gebäude oder einer Landschaft bemerken. Das macht den Menschen zum Subjekt, bei dem vage Aufforderungen am sichtbarsten scheitern. Die Lösung ist die gleiche wie bei jeder fotografischen Eingabeaufforderung, nur strenger: Beschreiben Sie, was eine Kamera tatsächlich aufzeichnen würde, und überlassen Sie so wenig wie möglich der Vorstellung des Modells von einer durchschnittlichen Person.

Erfinden Sie die Person, leihen Sie sich keine aus

Beginnen Sie mit einer Person, die nicht existiert. Beschreiben Sie eine Altersgruppe, eine Körperform, Haare, Kleidung und eine Aktivität und lassen Sie die Details gewöhnlich sein. Verlangen Sie niemals das Konterfei einer echten Privatperson und erzeugen Sie niemals eine echte Persönlichkeit des öffentlichen Lebens in einer Situation, die als echt angesehen werden könnte. Über die Ethik hinaus erkennen viele Gerichtsbarkeiten Persönlichkeitsrechte an, die es den Menschen ermöglichen, die kommerzielle Nutzung ihres Namens, ihres Bildes und ihres Abbilds zu kontrollieren. Die Regeln sind von Land zu Land unterschiedlich, und eine erfundene Person vermeidet die Frage vollständig.

Beschreiben Sie eine Aktivität, keine Pose

Menschen, die fotografiert werden, während sie etwas tun, sehen natürlich aus; Menschen, denen man sagt, sie sollen posieren, sehen aus wie Stockbilder. Anstelle einer Frau, die in die Kamera lächelt, versuchen Sie es mit einer Frau in den Vierzigern, die an einem Bahnhof eine Papierkarte liest und in der anderen Hand einen Kaffee hält. Eine Aktivität gibt dem Körper einen Grund für seine Haltung, gibt den Händen etwas zum Halten und verleiht dem Gesicht einen Ausdruck, der eher von der Aufgabe als von der Aufforderung herrührt.

Haltung und Gewicht

Echte Körper haben Gewicht. Jemand lehnt an einem Geländer, sitzt auf einer Stuhlkante und verlagert sein Gewicht auf ein Bein, während er wartet: Das sind kleine physikalische Fakten, die eine Figur glaubhaft machen. Steife, symmetrische, nach vorne gerichtete Figuren sind eines der häufigsten Anzeichen für ein generiertes Bild. Ein einziger Satz darüber, wo das Gewicht sitzt und woran sich die Person lehnt, sagt oft mehr aus als mehrere Sätze über ihr Aussehen.

Kleidung als Material und Passform

Beschreiben Sie Kleidung so, wie Sie jede andere Oberfläche beschreiben würden: ein zerknittertes Leinenhemd mit hochgekrempelten Ärmeln, ein schwerer Wollmantel, der etwas zu groß ist, abgenutzte Segeltuchturnschuhe. Stoff, der sich faltet, dehnt und knittert, ist einer der stärksten realistischen Hinweise, weil er auf den darunter liegenden Körper reagiert. Allgemeine Begriffe wie „stilvoll“ oder „elegant“ sagen nichts über das Material aus und erzeugen in der Regel Kleidung, die frisch ausgepackt aussieht.

Haut, ohne Retusche

Generierte Gesichter wirken oft glatt und gleichmäßig, wie stark retuschierte Werbung. Wenn Sie ein natürliches Ergebnis wünschen, sagen Sie es körperlich: natürliche Hautstruktur, sichtbare Poren, feine Linien um die Augen, ein leichter Sonnenbrand auf der Nase, kein Make-up. Auch die Beschreibung des Lichts hilft, denn weiches Seitenlicht bringt die Textur sanft zum Vorschein, während flaches Frontlicht sie löscht. Vermeiden Sie es, Begriffe wie „perfekt“ oder „makellos“ zu verwenden, da diese das Ergebnis noch stärker in Richtung Kunststoff-Optik treiben.

Hände brauchen einen Job

Hände sind eine bekannte Schwachstelle von Bildgeneratoren. Der zuverlässigste Ansatz besteht darin, ihnen etwas Bestimmtes zu tun zu geben, eine Tasse in der Hand zu halten, sie auf einem Tisch abzustellen oder sie in eine Jackentasche zu stecken, anstatt sie frei im Rahmen zu lassen. Weniger sichtbare Finger bedeuten eine geringere Fehlerwahrscheinlichkeit. Untersuchen Sie immer Ihre Hände, bevor Sie ein Bild verwenden: Zählen Sie die Finger, überprüfen Sie, wie sie Gegenstände greifen, und schauen Sie, wo sie auf das Handgelenk treffen.

Licht auf Gesichtern

Der klassische fotografische Aufbau, der in der Tradition der Dreipunktbeleuchtung beschrieben wird, verwendet ein Hauptlicht auf das Motiv, ein Sekundärlicht zum Abmildern von Schatten und ein Licht von hinten, um das Motiv vom Hintergrund zu trennen. Sie brauchen keinen Fachjargon, um die Idee zu verwenden. Sanftes Fensterlicht von einer Seite, eine sanfte Reflexion, die die Schattenseite ausfüllt, und ein heller Hintergrund hinter dem Kopf beschreiben dasselbe Arrangement in einfachen Worten. Die Mittagssonne hingegen wirft dunkle Schatten unter die Augen und wirkt selten schmeichelhaft.

Rahmung und Distanz

Sagen Sie, wie nah die Kamera ist. Ein Kopf-Schultern-Porträt, eine aus wenigen Metern Entfernung auf einer Straße gesehene Figur, eine kleine Figur in einer weiten Landschaft: Jedes einzelne davon gibt den Maßstab vor, in dem Gesichter und Hände wiedergegeben werden müssen. Breitere Rahmen verbergen kleine Fehler und erzählen mehr von einer Geschichte; Nahaufnahmen zeigen alles. Für die natürlichsten Ergebnisse ist ein mittlerer Bildausschnitt mit einer klaren Aktivität und einer realen Umgebung der verträglichste Ausgangspunkt.

Vielfalt aus Absicht, nicht aus Zufall

Bildgeneratoren spiegeln Muster in ihren Trainingsdaten wider, und eine Studie von Midjourney ergab, dass selbst neutrale Eingabeaufforderungen je nach Geschlecht, Hautfarbe und Standort unterschiedliche Ergebnisse lieferten. Wenn Sie eine bestimmte Person suchen, beschreiben Sie diese konkret. Wenn Sie eine Serie erstellen, variieren Sie bewusst Alter, Körperform und Aussehen, anstatt zuerst zu akzeptieren, was das Modell zurückgibt, und überprüfen Sie die Serie als Ganzes, bevor Sie sie veröffentlichen.

Einwilligung und synthetische Medien

Der Partnership on AI-Rahmen für verantwortungsvolle synthetische Medien basiert auf drei Ideen: Einwilligung, Offenlegung und Transparenz. Für generierte Personen bedeutet die Einwilligung meist, dass das Abbild einer anderen Person nicht ohne Erlaubnis verwendet wird, auch nicht durch Referenzfotos. Wenn Sie mit einem Foto einer realen Person arbeiten, um beispielsweise einen einheitlichen Charakter beizubehalten, stellen Sie sicher, dass Sie die klare Zustimmung dieser Person für die spezifische Verwendung haben, und erstellen Sie niemals Bilder, die jemanden sexualisieren, erniedrigen oder sich als jemand ausgeben.

Offenlegungsregeln, die Sie kennen sollten

In der Europäischen Union definiert das KI-Gesetz einen Deep Fake als durch KI erzeugte oder manipulierte Bild-, Audio- oder Videoinhalte, die existierenden Personen, Objekten, Orten, Entitäten oder Ereignissen ähneln und fälschlicherweise authentisch erscheinen würden. Betreiber, die solche Inhalte generieren, müssen offenlegen, dass diese künstlich generiert oder manipuliert wurden, wobei die Offenlegung bei offensichtlich künstlerischen, kreativen, satirischen oder fiktionalen Arbeiten eingeschränkter ist. Die Europäische Kommission gibt an, dass diese Transparenzregeln ab August 2026 gelten. Eine realistische erfundene Person in einem Kontext, der als real angesehen werden könnte, verdient überall ein Etikett.

Beschriften Sie die Datei, nicht nur die Beschriftung

Eine Bildunterschrift kann abgeschnitten werden oder verloren gehen, wenn ein Bild erneut geteilt wird. Es gibt Metadatenstandards, um die Informationen mit der Datei zu übertragen: Das IPTC Digital Source Type-Vokabular enthält Werte für Medien, die mit generativer KI erstellt wurden, und viele Tools schreiben solche Informationen automatisch. Achten Sie beim Bearbeiten und Exportieren darauf, dass das Bild erhalten bleibt, und fügen Sie eine sichtbare Notiz überall dort hinzu, wo Menschen das Bild vernünftigerweise mit einem Foto einer realen Person verwechseln könnten.

Wo LarpGPT passt

LarpGPT ist eine Bibliothek mit Fotoaufforderungen für Reise-, Architektur-, Auto- und Lifestyle-Szenen, die rund um Thema, Komposition, Beleuchtung und Objektiv geschrieben sind. Viele der Lifestyle-Szenen können mithilfe des oben beschriebenen Ansatzes so angepasst werden, dass sie eine erfundene Person enthalten. Sie kopieren eine Eingabeaufforderung und fügen sie in den Bildgenerator ein, den Sie bereits verwenden. LarpGPT generiert keine Bilder; Die Achtung der Rechte anderer und die Offenlegung synthetischer Inhalte bleiben Ihnen vorbehalten.

Weiterlesen

• Regulation (EU) 2024/1689 (Artificial Intelligence Act), Articles 3 and 50
• European Commission: AI Act, regulatory framework and application timeline
• Partnership on AI: Responsible Practices for Synthetic Media
• Personality rights (Wikipedia)
• Midjourney (Wikipedia), section on bias in generated images
• IPTC Digital Source Type NewsCodes