Bildgenerierung für Charakter-Apps – Prompts, Konsistenz, Kosten

Chat bindet, Bilder konvertieren. Ein Charakter, den deine Nutzer sehen können – in neuen Szenen, neuen Outfits, neuen Stimmungen –, ist die stärkste Premium-Mechanik, die wir in dieser Kategorie kennen. So baust du das Feature sauber auf eroq-krea2 auf.

Die Sprache der Diffusion

Krea2 ist eine Diffusion-Engine, und Diffusion hat ihren eigenen Dialekt. Sie liest sowohl Fließtext als auch kommagetrennte Tags; belohnt wird Genauigkeit in der richtigen Reihenfolge:

subject and identity, action or pose, outfit, setting, lighting, camera, style

{
  "model": "eroq-krea2",
  "prompt": "young woman with silver bob and amber eyes, leaning on a workbench, grease-stained overalls, spaceship hangar, warm practical lights, 35mm, shallow depth of field",
  "negative_prompt": "blurry, extra fingers, watermark, text"
}

(Die Reihenfolge auf Deutsch: Motiv und Identität, Handlung oder Pose, Outfit, Schauplatz, Licht, Kamera, Stil.) Drei Regeln erledigen den Großteil der Arbeit:

• Identität nach vorn. Tokens weiter vorn im Prompt wiegen mehr. Die prägenden Merkmale des Charakters – Haare, Augen, Statur – kommen zuerst, jedes Mal.
• Immer einen Negativ-Prompt mitschicken. blurry, extra fingers, watermark, text ist das Minimum; ergänze, was dein Stil ausschließen muss. Ein kostenloser Qualitätshebel.
• Eine Szene pro Prompt. Diffusion mittelt widersprüchliche Anweisungen zu Brei. „Im Hangar UND am Strand“ ergibt keins von beidem.

cfg_scale (Prompt-Treue) hat einen vernünftigen Standardwert; erhöhe ihn Richtung 9–12, wenn sich die Engine zu viele kreative Freiheiten nimmt, und senk ihn Richtung 4–6, wenn die Ergebnisse überzeichnet wirken.

Das Konsistenzproblem

Die eigentliche Schwierigkeit bei Charakterbildern: Ein Diffusionsmodell erfindet bei jedem Aufruf ein neues Gesicht. Prompting allein löst das nie ganz – den Großteil der Arbeit erledigt ein Referenzfoto. Leg deine Besetzung als Charaktere mit angehängten Referenzbildern an, übergib den Charakter dann in elements als char:<id>, und dasselbe Gesicht kommt Render für Render zurück. Den Rest trägt die Prompt-Disziplin:

1. Leg eine kanonische Beschreibung fest. Schreib pro Charakter einen Identitätsblock aus 15–25 Tokens und stell ihn wortgleich jedem Bild-Prompt voran. Wort-für-Wort-Stabilität zählt; Synonyme lassen das Gesicht abdriften.
2. Leg auch den Stilblock fest. Ein konsistenter Render-Stil („35mm, soft grain“) lässt Gesichter wie dieselbe Person wirken, selbst wenn einzelne Züge schwanken.
3. Galerien vorab befüllen, nicht live erzeugen. Für die öffentliche Galerie eines Charakters generierst du in Batches, behältst die Treffer, die dem Charakter treu sind, und verwirfst den Rest. Bei 10 Credits pro Render kostet eine kuratierte Galerie mit 12 Bildern inklusive Ausschuss etwa $1.60 – kalkuliere das Feature, nicht den einzelnen Versuch.

Abgelehnte oder leere Generierungen werden automatisch erstattet, und ein Prompt, den die Engine ablehnt, liefert einen eindeutigen content_blocked-Code statt eines stillen Fehlers – so kann deine Retry-Logik „umformulieren“ von „nochmal versuchen“ unterscheiden.

Wo Bilder ins Produkt passen

Das Muster, das konvertiert, nach Aufwand sortiert:

• Die Enthüllung – ein einmaliger „So sehe ich aus“-Moment früh in der Beziehung. Ein Bild, enorme Aktivierungswirkung.
• Szenenbilder – vom Nutzer ausgelöstes „Zeig mir diesen Moment“ mitten im Chat. Berechne deinen Nutzern jeden Render; deine Kosten sind bekannte 10 Credits.
• Die Galerie – kuratiert, häppchenweise veröffentlicht, nur im Abo. Im Batch generiert, außerhalb der Stoßzeiten.

Jedes davon entspricht einem POST /v1/images/generations-Aufruf – die Referenz beschreibt die Parameter, darunter batch für 1–4 Renders pro Aufruf und aspect für Hoch- oder Querformat. Die Ergebnisse kommen inline als Base64 zurück, damit du sie selbst speicherst, und jeder Render landet außerdem mit dem Rezept, aus dem er entstand, in deiner Bibliothek. Die besten Takes eines Charakters bleiben so auffindbar und lassen sich später erneut ausführen. Übergib private: true, wenn eroq lieber nichts behalten soll: keine Datei, kein Bibliothekseintrag, und der Prompt erscheint im Nutzungsprotokoll als Sternchen.

Budgettabelle

Feature	Renders/Nutzer/Monat	Credits	~Kosten
Enthüllung (einmalig)	1	10	$0.10
Szenenbilder	12	120	$1.20
Galerie-Drops (kuratiert 3:1)	16	160	$1.60

Bei einem Abo für $10–15/Monat bleiben die Bilder bequem innerhalb der Marge – und sind trotzdem das Sichtbarste, was man mit dem Abo bekommt.

Häufige Fragen

Wie behalte ich dasselbe Gesicht über mehrere KI-Bilder hinweg?

Häng Referenzfotos an einen Charakter und übergib ihn im Aufruf als char:<id>; die Engine hält das Gesicht, statt jedes Mal ein neues zu erfinden. Untermauere das mit einem kanonischen Identitätsblock aus 15–25 Tokens, Wort für Wort wiederholt, und einem festen Stilblock. Rechne damit, kuratieren zu müssen – generier ein paar, behalte die, die dem Charakter treu sind, bei 10 Credits pro Render.

Welches Bildmodell passt zu einem Charakter-Produkt?

Alle drei kosten 10 Credits und teilen dieselben Parameter. Image One ist das fotorealistische Flaggschiff und die richtige Standardwahl für Selfies und Szenenbilder. Image Anime beherrscht Manga und Illustration; Image Art ist malerisch und folgt langen, beschreibenden Prompts genauer.

Was gehört in einen Negativ-Prompt?

blurry, extra fingers, watermark, text ist das Minimum für Charakterarbeit, plus alles, was dein Stil ausschließen muss. Er kostet nichts und ist der billigste Qualitätshebel, den es gibt. Kombinier ihn mit cfg_scale – Richtung 9–12 erhöhen, wenn sich die Engine zu viele Freiheiten nimmt, Richtung 4–6 senken, wenn die Ergebnisse überzeichnet wirken.

Welche Inhalte sind für meine Charaktere erlaubt?

Fiktion im Rahmen der schriftlichen Richtlinie zur zulässigen Nutzung – düstere und intensive Themen eingeschlossen –, solange jeder Charakter mindestens 18 Jahre alt ist. Alles mit Minderjährigen, reale identifizierbare Personen ohne Einwilligung und alles Illegale sind ausnahmslos verboten; solche Anfragen liefern einen eindeutigen content_blocked-Code und werden nie berechnet, sodass deine Retry-Logik „umformulieren“ von „nochmal versuchen“ unterscheiden kann.

Genau diese Kombination – günstig im Betrieb, hochwertig in der Wahrnehmung – ist der Grund, warum wir Entwicklern Bilder als erstes Feature nach dem Chat empfehlen.