Abonnenten von X Premium und Premium+ können Bilder direkt innerhalb der Chat-Oberfläche von Grok erstellen und schrittweise anpassen, ohne auf externe Grafiksoftware oder komplizierte Design-Tools ausweichen zu müssen. Indem Grok die visuelle Gestaltung als fortlaufenden Multi-Turn-Dialog abbildet, formulieren Nutzer zunächst eine Basisszene in natürlicher Sprache und verfeinern anschließend Farben, Bildinhalte, Beleuchtung oder Stilrichtungen über direkte Antworten im selben Chat-Verlauf.
Ob für Social-Media-Grafiken, Konzeptkunst, Produktentwürfe oder Illustrationen: Wer die Struktur von Bild-Prompts und die Mechanismen sequenzieller Nachbesserungen versteht, erzielt schnell hochwertige und stimmige Ergebnisse.
1. Zugangsvoraussetzungen und Navigation zur Benutzeroberfläche
Um die Bildgenerierung und iterative Bearbeitung in Grok auf X nutzen zu können, gelten folgende Voraussetzungen:
- Abonnement-Stufe: Die Funktion steht aktiven Abonnenten von X Premium und X Premium+ zur Verfügung. Premium+-Mitglieder profitieren von höheren Generierungskontingenten und priorisierter Bearbeitung bei hoher Auslastung.
- Zugangswege:
- Web-Browser: Melden Sie sich auf
x.coman und klicken Sie in der linken Seitenleiste auf den Reiter Grok, oder rufen Sie direktx.com/i/grokauf. - Mobile App: Tippen Sie in der offiziellen X-App für iOS oder Android in der unteren Navigationsleiste auf das Grok-Symbol.
- Web-Browser: Melden Sie sich auf
- Modellbasis: Groks visuelle Fähigkeiten basieren auf der Bildarchitektur von xAI und integrieren die FLUX-Technologie von Black Forest Labs sowie eigene Imagine-Modelle. Dieses Fundament zeichnet sich durch exzellente Prompt-Befolgung, realistische Anatomie und präzise Darstellung typografischer Schriftzüge innerhalb der Bilder aus.
2. Text-zu-Bild-Generierung: Einen präzisen Ausgangs-Prompt formulieren
Die Erstellung beginnt mit der Eingabe einer Szenebeschreibung im Chat-Eingabefeld. Zwar liefern auch kurze Stichworte brauchbare Entwürfe, doch eine geordnete Struktur ermöglicht eine deutlich gezieltere Steuerung der Komposition.
Die Fünf-Elemente-Formel für stabile Prompts
Um bereits im ersten Durchlauf das gewünschte Resultat zu erzielen, empfiehlt sich die Kombination folgender fünf Aspekte:
- Hauptsubjekt (Subject): Beschreiben Sie die zentrale Figur oder das Objekt, einschließlich Erscheinung, Kleidung, Pose und Ausdruck.
- Umgebung und Kulisse (Environment & Setting): Definieren Sie Vordergrund, Hintergrund, Tiefenstaffelung und Raumatmosphäre.
- Medium und Stil (Medium & Art Style): Legen Sie das visuelle Format fest (z. B. 35mm-Analogfotografie, flache Vektorillustration, 3D-Knetanimation, klassisches Ölgemälde oder Architektur-Rendering).
- Beleuchtung und Farbpalette (Lighting & Palette): Bestimmen Sie Lichtrichtung, Intensität und Farbton (goldene Stunde, Cyberpunk-Neon-Beleuchtung, weiches Studiolicht, gedeckte Erdtöne).
- Kamera und Bildausschnitt (Camera & Framing): Geben Sie Blickwinkel und Brennweite an (Weitwinkel-Froschperspektive, Makro-Nahaufnahme, Drohnen-Luftbild, f/1.8-Tiefenschärfe mit Bokeh).
Praxisbeispiele für Prompts
-
Filmreife Fotografie:
"A cinematic 35mm photograph of an overland expedition vehicle parked on a windswept Icelandic cliff at dusk. Ocean waves crashing against black basalt columns below. Warm orange headlights cutting through coastal mist, soft ambient twilight, shallow depth of field, photorealistic texture." (Cinematische 35mm-Aufnahme eines Expeditions-Geländewagens auf einer windigen isländischen Klippe in der Dämmerung, Wellen an Basaltsäulen und warme Scheinwerfer im Küstennebel.)
-
Flache Vektorillustration:
"A flat vector isometric illustration of a cozy indie coffee roastery. Warm terracotta and sage green color scheme, clean lines, minimalist furniture, baristas brewing pour-overs, steam rising from ceramic mugs, no gradients, modern graphic design aesthetic." (Isometrische flache Vektorillustration einer handwerklichen Kaffeerösterei, Farbpalette in Terrakotta und Salbeigrün, klare Konturen, moderner Look ohne Verläufe.)
-
Typografie und Schriftzüge:
Grok rendert Textpassagen auf Schildern und Verpackungen sehr zuverlässig. Setzen Sie gewünschte Schriftzüge stets in doppelte Anführungszeichen:"A vintage hand-painted wooden storefront sign hanging above a bookstore entrance. The sign clearly reads "THE CURIOUS BIRD" in deep navy serif lettering with weathered gold foil accents." (Handbemaltes Holzschild über einem Buchladeneingang mit der Aufschrift „THE CURIOUS BIRD“ in dunkelblauer Serifenschrift und verwitterter Blattgoldverzierung.)
3. Iterative Multi-Turn-Bearbeitung: Korrekturen direkt im Chat
Der entscheidende Vorteil von Grok liegt in der fortlaufenden Kontextspeicherung im Chatverlauf. Sie müssen weder den gesamten Prompt neu tippen noch externe Maskierungswerkzeuge nutzen. Antworten Sie einfach auf das generierte Bild mit präzisen Folgeanweisungen.
Das Prinzip: „Eine Änderung pro Schritt“
Diffusionsmodelle arbeiten am zuverlässigsten, wenn Anweisungen schrittweise erfolgen. Wer gleichzeitig Kleidung austauschen, Regenwetter erzeugen, einen Hund hinzufügen und den Stil in Aquarell umwandeln will, riskiert, dass das Modell die Komposition komplett neu interpretiert.
Bewährte Vorgehensweise zur Wahrung visueller Konsistenz:
- Benennen Sie Elemente, die unverändert bleiben sollen.
- Konzentrieren Sie sich pro Antwort auf eine einzelne, klar umrissene Modifikation.
- Folgen Sie einer sinnvollen Reihenfolge: Subjektdetails → Umgebung/Licht → globale Stiländerung.
Gängige Anweisungen für Folge-Prompts
| Ziel der Bearbeitung | Empfohlene Prompt-Formulierung |
|---|---|
| Farb- und Materialwechsel | "Keep the composition identical, but change the jacket from blue denim to distressed brown leather." (Komposition exakt beibehalten, aber die Jacke von blauem Denim zu abgewetztem braunem Leder ändern.) |
| Elemente hinzufügen | "Add a ginger tabby cat curled up sleeping on the empty wooden chair in the foreground." (Auf dem leeren Holzstuhl im Vordergrund eine schlafende rote getigerte Katze ergänzen.) |
| Objekte entfernen | "Remove the telephone pole and overhead cables from the right side of the street." (Den Strommasten und die Freileitungen auf der rechten Straßenseite entfernen.) |
| Wetter- und Lichtwechsel | "Change the time of day from bright afternoon sun to heavy rain at twilight, with glowing neon streetlights reflecting on wet asphalt." (Vom sonnigen Nachmittag zu starkem Regen in der Dämmerung wechseln, mit Neonreflexionen auf nassem Asphalt.) |
| Stiltransformation | "Retain the character's facial features and posture, but re-render the entire image as a traditional Japanese ukiyo-e woodblock print." (Gesichtszüge und Haltung beibehalten, aber das Bild im traditionellen japanischen Ukiyo-e-Holzschnittstil neu zeichnen.) |
| Format erweitern | "Expand the frame to a 16:9 widescreen composition, showing more of the expansive desert landscape on the left and right." (Bildausschnitt auf 16:9-Breitbild erweitern, um seitlich mehr Wüstenlandschaft sichtbar zu machen.) |
4. Bild-zu-Bild-Bearbeitung (Image-to-Image) und Timeline-Integration
Neben rein textbasierten Prompts ermöglicht Grok auch das Hochladen eigener Bildreferenzen zur weiteren Bearbeitung:
- Upload im Chat: Klicken Sie neben dem Eingabefeld auf das Büroklammer-/Anhang-Symbol, um Fotos, Skizzen oder CAD-Muster hochzuladen.
- Transformationsanweisungen übermitteln:
- Beispiel: "Using this room photo, restyle the interior into a minimalist Scandinavian living room with light oak floors, a grey linen sofa, and fiddle-leaf fig plants near the window." (Basierend auf diesem Raumfoto das Zimmer in ein skandinavisches Wohnzimmer mit Eichenparkett und grauem Leinencouch-Set umgestalten.)
- Beispiel: "Take this rough hand-drawn sketch of a fantasy dagger and render it as an ornate 3D game asset with engraved silver filigree and a glowing sapphire pommel." (Diesen handgezeichneten Dolchentwurf in ein detailliertes 3D-Spielmodell mit Silberornamenten und leuchtendem Saphirknauf überführen.)
- Direktzugriff aus der X-Timeline: Bei freigegebenen Bildern im Feed können Sie über das Kontextmenü die Option „Bild mit Grok bearbeiten“ (Edit image using Grok) wählen. Das Bild wird daraufhin direkt in einen privaten Grok-Chat überführt, wo Sie sogleich Bearbeitungsanweisungen eingeben können.
5. Sicherheitsrichtlinien, Einschränkungen und Praxis-Tipps
Beachten Sie die folgenden Rahmenbedingungen, um reibungslos zu arbeiten und Modell-Sperren zu vermeiden:
- Sicherheitsfilter und Inhaltsrichtlinien: Grok wendet strikte Inhaltsprüfungen an. Die Erzeugung nicht einvernehmlicher intimer Darstellungen, täuschender Deepfakes realer Personen in kompromittierenden Lagen, extremer Gewalt sowie markenrechtswidriger Plagiate wird konsequent blockiert. Falls eine Anfrage abgewiesen wird, empfiehlt sich eine neutrale Umformulierung des Prompts.
- Privatsphäre-Einstellung für Urheber: Auf X können Nutzer festlegen, dass ihre Medienbeiträge geschützt sind („Modifikationen durch Grok blockieren“ bzw. block modifications by Grok). Bei solchen Beiträgen steht die Remix-Option für Dritte nicht zur Verfügung.
- Drift im Gesprächsverlauf vermeiden: Nach 5 bis 7 aufeinanderfolgenden Änderungen kann die Konsistenz des Ausgangsbilds nachlassen. Wenn ein gelungener Zwischenstand erreicht ist, laden Sie die Datei herunter und starten einen neuen Chat, in dem das Zwischenergebnis als frische Referenz dient.
- Generierungskontingente: X Premium bietet solide tägliche Kapazitäten, doch sehr dichte Anfrageserien können kurze Abkühlphasen auslösen. Wer regelmäßig hohe Volumen für professionelle Projekte benötigt, greift zu X Premium+.