# De anatomie van een fotorealistische beeldprompt Canonical: https://romeoapps.app/nl/larpgpt/anatomy-of-a-photo-prompt/ Author: Roméo Gambino · Published: 2026-09-08 · Updated: 2026-09-08 · App: LarpGPT (https://romeoapps.app/nl/larpgpt/) Wat elk deel van een prompt doet in een beeldgenerator, waarom één zin per beslissing beter werkt dan een muur van bijvoeglijke naamwoorden, en hoe je een prompt kunt aanpassen zonder datgene kapot te maken dat ervoor zorgde dat het werkte. ## Een prompt is een korte opdracht, geen spreuk De meest hardnekkige misvatting over beeldprompts is dat bepaalde woorden magisch zijn en dat het de taak is om ze te verzamelen. Wat echt werkt, komt dichter in de buurt van het briefen van een fotograaf die geen vragen kan stellen. Je beschrijft een scène die iemand moet opzetten, belichten en fotograferen, en elke beslissing die je onuitgesproken laat, is een beslissing die het model voor je neemt, meestal in de richting van de meest gemiddelde versie van wat je vroeg. ## Eén zin per beslissing Lange prompts mislukken niet omdat ze lang zijn, maar omdat ze ongedifferentieerd zijn. Twintig bijvoeglijke naamwoorden in één zin concurreren met elkaar en het model middelt ze. Dezelfde inhoud opgesplitst in korte zinnen, die elk één beslissing bevatten, levert een veel voorspelbaarder resultaat op. Het maakt de prompt ook bewerkbaar, omdat je kunt zien welke zin je moet veranderen als er iets mis is. ## Het onderwerp komt op de eerste plaats en weegt het meeste gewicht Positie is belangrijk. Wat vroeg in een prompt verschijnt, weegt doorgaans zwaarder, zodat het onderwerp vooraan hoort, concreet beschreven. Een concreet onderwerp is een onderwerp dat je zou kunnen fotograferen: een object, een plaats, een situatie met fysieke eigenschappen. Abstracte onderwerpen geven het model niets om uit te bouwen en het zal iets generieks verzinnen om de ruimte te vullen. ## Beschrijf wat zichtbaar zou zijn, niet wat gevoeld wordt Dit is de meest bruikbare discipline. Een woord als melancholisch is een interpretatie, en het model moet raden welke visuele arrangementen dat opleveren. Regen op een raam, een enkele brandende lamp, een lege stoel: dat zijn dingen die een camera vastlegt. Schrijf de oorzaken op in plaats van het gevolg, en het effect komt vanzelf en met veel meer consistentie. ## De scène bepaalt de beperkingen De setting is geen decoratie. Het bepaalt welk licht beschikbaar is, welke oppervlakken er zijn om het te reflecteren, wat er op de achtergrond kan verschijnen en op welke schaal alles leest. Een onderwerp dat gedetailleerd wordt beschreven zonder dat er een bepaalde setting wordt vermeld, wordt ergens generiek geplaatst, en de generieke setting zal dan in tegenspraak zijn met de helft van de keuzes die je over het onderwerp hebt gemaakt. ## Het moment vernauwt een scène tot een foto Het tijdstip van de dag, het weer en het seizoen doen meer werk dan de meeste mensen verwachten, omdat ze allemaal een hele verlichtingsinstallatie met zich meedragen. Laat in de middag in de herfst impliceert een lage warme zon, lange schaduwen en een bijzondere kleurzweem, allemaal uit vier woorden. Het benoemen van het moment is de meest efficiënte zin in de meeste prompts. ## Licht is een beslissing, geen bijzaak Foto's zijn grotendeels gemaakt van licht, en een onuitgesproken belichtingskeuze is de snelste route naar een vlak, gelijkmatig verlicht beeld dat er synthetisch uitziet. Zeg waar het licht vandaan komt en wat voor soort licht het is. Raamlicht van links. Eén enkele overheadbron. Bewolkte hemel. Directe zon door bladeren. Elk produceert een ander beeld van hetzelfde onderwerp en dezelfde scène. ## Hard en zacht licht doen verschillende taken Licht van een kleine of verre bron is hard: scherpe schaduwranden, hoog contrast, zichtbare textuur. Licht uit een grote of diffuse bron is zacht: geleidelijke schaduwen, laag contrast, zachtere oppervlakken. Door te benoemen welke je wilt, vertelt het model meer over de sfeer van een afbeelding dan welk bijvoeglijk naamwoord dan ook over stemming. ## Compositie-instructies die het model kan volgen Framingtermen zijn nuttig omdat ze ondubbelzinnig zijn. Close-up, brede opname, ooghoogte, lage hoek, boven het hoofd. Of het onderwerp nu gecentreerd of aan de zijkant zit. Wat ervoor ligt en wat erachter. Dit zijn de woorden die een fotograaf op de set zou gebruiken, en ze vertalen zich netjes omdat ze geometrie beschrijven in plaats van smaak. ## Lenstaal, en wat het eigenlijk doet Een grote brandpuntsafstand overdrijft de diepte en maakt bijna alles groot. Een lange brandpuntsafstand comprimeert de afstand en maakt de lagen vlakker. Een groot diafragma maakt de achtergrond onscherp en isoleert het onderwerp. Deze termen werken in prompts omdat ze overeenkomen met echt optisch gedrag, en het vragen om een geringe scherptediepte is nauwkeuriger dan het vragen om een onscherpe achtergrond. ## Kleur, ingetogen Door twee of drie kleuren te benoemen ontstaat een samenhangend beeld. Het benoemen van acht levert modder op, omdat het model ze allemaal probeert te omvatten en geen enkele domineert. Als een kleur er toe doet, bevestig deze dan aan een object in plaats van aan de hele afbeelding: een rode deur leest beter dan een rood getinte scène, en laat de rest van het palet vrij om het licht te volgen. ## Verander één ding tegelijk Wanneer een resultaat dichtbij maar verkeerd is, is het instinct om de prompt te herschrijven. Weersta het. Verander één zin, genereer opnieuw en kijk wat er bewoog. Dit gaat langzamer per poging en veel sneller in het algemeen, omdat je leert wat elke zin doet. Een herschreven prompt die werkt, leert je niets dat je morgen opnieuw kunt gebruiken. ## Bewaar de versies die u weggooit Een prompt die iets interessants heeft opgeleverd, maar niet wat je wilde, is de moeite waard om te behouden. Promptbibliotheken worden op basis daarvan opgebouwd, niet op basis van de successen, omdat je de bijna-ongelukken aanpast als de volgende opdracht iets anders is. Een opmerking over hoe het resultaat er daadwerkelijk uitzag, is meer waard dan alleen de prompt. ## Pas je aan zonder de structuur te doorbreken Wanneer u een prompt opnieuw gebruikt, wissel dan van onderwerp en instelling en laat het licht, de compositie en de lenszinnen in eerste instantie met rust. Dat zijn de delen die ervoor zorgen dat een afbeelding er fotografisch uitziet, en het zijn de delen die mensen verwijderen als een prompt te lang aanvoelt. Verander ze bewust, één voor één, zodra het nieuwe onderwerp werkt. ## Zeg wat de afbeelding is Afbeeldingen die op deze manier zijn gemaakt, zijn geen foto's, en de normen om dat te zeggen bestaan al. De IPTC Digital Source Type-vocabulaire biedt waarden die een digitale opname onderscheiden van het echte leven en media die zijn gemaakt met behulp van generatieve AI, en de C2PA-specificatie definieert hoe herkomstinformatie met een bestand reist. Als de afbeelding gebruikt zou kunnen worden als opname van iets echts, geef het dan een label. LarpGPT biedt aanwijzingen en referentiemateriaal, en wat u genereert, mag u gebruiken en mag u openbaar maken. ## Vragen ### Waarom mislukken lange beeldprompts vaak? Omdat ze ongedifferentieerd zijn, niet omdat ze lang zijn. Twintig bijvoeglijke naamwoorden in één zin concurreren met elkaar en het model telt ze gemiddeld. Splits dezelfde inhoud in korte zinnen met elk één beslissing en het resultaat wordt veel voorspelbaarder. ### Moet ik de stemming beschrijven of wat er zichtbaar is? Wat is zichtbaar. Een woord als melancholisch is een interpretatie waar het model naar moet raden. Regen op een raam, een enkele brandende lamp, een lege stoel zijn dingen die een camera vastlegt. Schrijf de oorzaken op en de stemming volgt. ### Is de volgorde van de woorden in een prompt van belang? Ja. Wat vroeg verschijnt, wordt over het algemeen zwaarder gewogen, zodat het onderwerp aan de voorkant thuishoort en concreet genoeg wordt beschreven zodat je het kunt fotograferen. ### Werken cameratermen als brandpuntsafstand eigenlijk? Dat klopt, omdat ze overeenkomen met echt optisch gedrag. Een grote brandpuntsafstand overdrijft de diepte, een lange comprimeert deze en een groot diafragma isoleert het onderwerp. Vragen om een geringe scherptediepte is nauwkeuriger dan vragen om een onscherpe achtergrond. ### Hoe moet ik een door AI gegenereerde afbeelding labelen? Normen bestaan. De IPTC Digital Source Type-vocabulaire onderscheidt een digitale opname die is gesampled uit het echte leven en media die zijn gemaakt met behulp van generatieve AI, en de C2PA-specificatie definieert hoe de herkomst met een bestand reist. Benoem alles wat als een registratie van iets echts kan worden beschouwd. ## Meer lezen - IPTC Digital Source Type NewsCodes — https://cv.iptc.org/newscodes/digitalsourcetype/ - C2PA technical specification — https://c2pa.org/specifications/specifications/2.1/index.html - IPTC Photo Metadata Standard — https://www.iptc.org/std/photometadata/specification/IPTC-PhotoMetadata