Konfiguration von Negative Prompts, Guidance Scale (CFG) und Sampling Steps in Dezgo zur Bildoptimierung

Die Erstellung professioneller KI-Bilder erfordert weit mehr als das bloße Verfassen eines treffenden positiven Prompts. Bei der Arbeit mit Dezgo – einer flexiblen Plattform und REST-API für Bildgenerierung auf Basis von Stable Diffusion, SDXL und Flux – stoßen Kreative häufig auf typische Bildfehler: unnatürlich verzerrte Hände, übertriebene Farbsättigung, verwaschene Konturen oder Resultate, die Vorgaben ignorieren.

Um solche Abweichungen gezielt zu beheben und volle gestalterische Kontrolle zu gewinnen, stellt Dezgo im Bedienfeld More options (Weitere Optionen) sowie in seiner API drei zentrale Stellschrauben bereit: Negative Prompts, die Guidance Scale (CFG-Skala) und die Sampling Steps (Abtastschritte). Das Verständnis des Zusammenspiels dieser drei Parameter erlaubt es, Bildfehler systematisch zu diagnostizieren, die Texttreue zu maximieren und zugleich Rechenzeit und Guthabenverbrauch effizient zu steuern.

Die zentralen Parameter in Dezgo auffinden und ansteuern

Unabhängig davon, ob Dezgo über den kostenlosen Webmodus, das guthabenbasierte Power Mode-Modell oder die REST-API (POST https://api.dezgo.com/text2image) genutzt wird, bleibt die Parameterstruktur einheitlich:

1. Weboberfläche: Öffnen Sie auf der Generierungsseite (z. B. Text-to-Image SD1 oder Text-to-Image XL) den ausklappbaren Bereich More options direkt unter dem Haupt-Eingabefeld. Dort befinden sich das Textfeld für den Negative Prompt sowie Schieberegler und Zahlenfelder für Guidance und Steps.
2. API-Aufrufe: Bei der programmatischen Einbindung übergeben Sie negative_prompt (String, bis zu 1000 Zeichen), guidance (Gleitkommazahl, Bereich -20 bis 20) und steps (Ganzzahl, Bereich 10 bis 150).

Die genaue Kenntnis der jeweiligen Funktion erspart unkoordiniertes Ausprobieren.

1. Negative Prompts: Bildfehler und unerwünschte Stile gezielt unterdrücken

Während ein positiver Prompt beschreibt, welche Motive, Materialien und Lichtstimmungen im latenten Raum aufgebaut werden sollen, definiert der Negative Prompt, welche Bildelemente, anatomischen Fehler und Stilrichtungen während des Entrauschungsprozesses (Denoising) unterdrückt werden müssen.

Bewährte Standardvorlage

Für gängige Stable Diffusion 1.5-Checkpoints (wie Absolute Reality oder Realistic Vision) stellt Dezgo eine praxiserprobte Standard-Ausschlussliste bereit:

ugly, tiling, poorly drawn hands, poorly drawn feet, poorly drawn face, out of frame, extra limbs, disfigured, deformed, body out of frame, blurry, bad anatomy, blurred, watermark, grainy, signature, cut off, draft

Diese Basis dient als Sicherheitsnetz gegen typische Schwachstellen älterer Diffusionsmodelle. Für spezialisierte kommerzielle Vorhaben sollte sie modifiziert werden: Streben Sie fotorealistische Porträts an, ergänzen Sie Begriffe wie cartoon, 3d render, anime; gestalten Sie dagegen flache Vektorillustrationen, schließen Sie photorealistic, oversaturated aus.

Dezgo-Syntax zur Prompt-Gewichtung

Tauchen unerwünschte Elemente hartnäckig wieder auf (wie überzählige Finger oder Textfragmente), bietet Dezgo eine eigene Gewichtungssyntax:

• Bedeutung erhöhen (+): Hängen Sie ein oder mehrere Pluszeichen an ein Wort an, um die Filterung zu verstärken, z. B. watermark+ oder (extra fingers)++.
• Bedeutung abschwächen (-): Falls ein Ausschlussbegriff nützliche Texturen zerstört, schwächen Sie ihn mit Minuszeichen ab, etwa grain-.
• Wortgruppen: Fassen Sie mehrere Wörter in Klammern zusammen: (poorly drawn hands)+.
• Numerische Multiplikatoren: Zulässig sind Werte zwischen 0 und 2 (Standardwert ist 1.0), entweder mit Doppelpunkt oder direkt angehängt: (bad anatomy:1.2) oder (bad anatomy)1.2.

Häufige Fehlerquelle

Vermeiden Sie es, hunderte willkürliche negative Schlagwörter zusammenhangslos aneinanderzureihen. Eine Überfrachtung mit Negativ-Tokens verwässert die Aufmerksamkeit des Modells und führt häufig zu verwaschenen Kontrasten oder unnatürlich glattgebügelten Hintergründen. Beschränken Sie sich stets auf die im aktuellen Motiv sichtbaren Schwächen.

2. Guidance Scale (CFG): Das Gleichgewicht zwischen Texttreue und Bildästhetik

Die Guidance Scale (Classifier-Free Guidance bzw. CFG-Skala) steuert, wie strikt sich die KI an den eingegebenen Prompt halten muss, im Vergleich zur freien Erkundung unkonditionierter Bildpfade.

In Dezgo reicht die Skala technisch von -20 bis 20, wobei der Werkstandard bei 7 liegt.

Orientierungsbereiche und visuelle Merkmale

Besonderheiten nach Modellarchitektur

• Klassische SD 1.5- & SDXL-Modelle: Funktionieren optimal im Bereich von 6 bis 9.
• SDXL Lightning-Modelle (z. B. dreamshaperxl_lightning_1024px, juggernautxl_9_lightning_1024px): Diese destillierten Schnellmodelle reagieren extrem empfindlich auf CFG. Sie erfordern deutlich reduzierte Guidance-Werte (typischerweise 1.5 bis 2.5), da das Bild andernfalls sofort zerfällt.
• Flux-Modelle (z. B. flux_1_schnell): Durch ihre moderne Flow-Matching-Architektur verstehen sie natürliche Sprache hervorragend und benötigen kein künstliches Hochdrehen der Führungsskala.

3. Sampling Steps: Detailtiefe gegen Rechenzeit und Kosten abwägen

Diffusionsmodelle bauen Bilder auf, indem sie ein zufälliges Gaußsches Rauschmuster schrittweise mathematisch bereinigen. Die Sampling Steps legen fest, wie viele Iterationen dieser Entrauschungsalgorithmus durchläuft.

In Dezgo können zwischen 10 und 150 Schritte eingestellt werden. Mehr Schritte geben dem Sampler mehr Raum für mikroskopische Nuancen, unterliegen jedoch einem klaren Gesetz des abnehmenden Grenzertrags.

Schrittbereiche und Grenznutzen

• 10 – 15 Schritte (Schnellvorschau): Perfekt, um Bildaufbau, Perspektive und Grundstimmung zügig zu beurteilen. Feinstrukturen wie Wimpern, Stofffasern oder Hintergrundlaub bleiben noch unscharf.
• 20 – 30 Schritte (Produktionsstandard): Das Effizienzoptimum moderner Sampler (wie Euler oder DPM++). Geometrie und Texturen konvergieren vollständig; das Verhältnis von Bildschärfe zu Rechenaufwand ist ideal.
• 35 – 50 Schritte (Hohe Detaildichte): Sinnvoll bei Motiven mit extrem komplexer Textur, etwa feinteiligen Schmuckgravuren, dichten Haarmähnen, Makroaufnahmen oder filigraner Architektur.
• Über 60 Schritte (Kaum Mehrwert): Bei zeitgemäßen Samplern bringen mehr als 50 Schritte kaum noch sichtbare Detailverbesserungen, während Generierungsdauer und Guthabenverbrauch linear ansteigen.

Kostenunterschiede zwischen Free Mode und Power Mode

Die Schrittzahl wirkt sich in Dezgo direkt auf die Nutzungskosten aus:

• Free Mode: Begrenzt maximale Schrittzahl und Auflösung, um die gemeinschaftlichen Rechenressourcen stabil zu halten.
• Power Mode & REST-API: Arbeiten nach einem guthabenbasierten Pay-As-You-Go-System. Die Kosten pro Anfrage errechnen sich direkt aus Schrittzahl, Bildabmessungen und Modell. Wer für ein Bild, das bei 25 Schritten voll ausgereift ist, 100 Schritte ansetzt, verbraucht sein Guthaben drei- bis viermal so schnell, ohne eine sichtbare Qualitätssteigerung zu erzielen.

Empfohlener Workflow: Verfeinerung in 4 Schritten

Um Bildparameter gezielt zu beherrschen, sollten Sie niemals alle Regler gleichzeitig verändern. Arbeiten Sie schrittweise:

1. Schritt 1: Komposition finden (Günstige Entwürfe)
   • Setzen Sie Guidance auf 7.0, Steps auf 20 und belassen Sie den Standard-Negativprompt.
   • Generieren Sie Probedurchläufe, bis Bildaufbau und Pose stimmen, und notieren Sie die Seed-Nummer.
2. Schritt 2: Fehler mit dem Negative Prompt beheben
   • Fixieren Sie den seed.
   • Analysieren Sie Schwachstellen: Ergänzen Sie bei unsauberen Händen (poorly drawn hands)1.2 im Negative Prompt; bei Textfragmenten schreiben Sie watermark+, text+.
3. Schritt 3: Guidance Scale feinjustieren
   • Fehlen wesentliche Vorgaben aus dem Prompt (wie Kleidungselemente oder Requisiten), heben Sie Guidance schrittweise auf 8.0 bis 8.5 an.
   • Wirken Gesichter zu künstlich oder Kontraste zu harsch, senken Sie Guidance auf 6.0 bis 6.5.
4. Schritt 4: Sampling Steps für das finale Rendering anheben
   • Sobald Komposition und Anatomie stimmig sind, erhöhen Sie die Steps auf 30 bis 35 für maximale Ausgabeschärfe.
   • Für den finalen Export im Großformat nutzen Sie abschließend das Upscale-Werkzeug von Dezgo.

Indem Sie den Negative Prompt als Korrekturmesser, die Guidance Scale als Steuer für die Texttreue und die Sampling Steps als Zeitbudget für die Feinpolitur einsetzen, erzielen Sie mit Dezgo dauerhaft erstklassige Resultate.

Referenzen

• Dezgo - Free Online AI Image/Video Generator, Apps & Tools
• AI Image Generator API - Flux/Stable Diffusion - Dezgo
• Prompt weighting - AI Image Generator API - Flux/Stable Diffusion - Dezgo
• Models - AI Image Generator API - Flux/Stable Diffusion - Dezgo
• Overview - AI Image Generator API - Flux/Stable Diffusion - Dezgo