Ein Negative Prompt ist eine separate Texteingabe, die einem KI-Bildmodell sagt, was im erzeugten Bild nicht vorkommen soll, etwa Text, Unschärfe oder zusätzliche Objekte. Für Produktbilder ist das relevant, weil fremde Schrift, erfundene Logos und zusätzliche Gegenstände typische Fehler sind. Viele aktuelle Modelle haben dafür aber gar kein eigenes Feld.
Wie funktioniert ein Negative Prompt?
Der Negative Prompt steht in einem eigenen Feld neben dem eigentlichen Prompt und lenkt das Modell weg von den genannten Inhalten. Er besteht aus kurzen Begriffen ohne „nicht“ oder „ohne“.
Die Diffusers-Dokumentation beschreibt das für Stable Diffusion so: Der Negative Prompt bringt das Modell dazu, bestimmte Dinge nicht ins Bild zu nehmen, etwa „poor details“ oder „blurry“ für bessere Qualität. Google zeigt in der Imagen-Dokumentation ein Beispiel: Prompt „a rainy city street at night“, Negative Prompt „people“. Schreiben Sie dagegen „no people“ in den Hauptprompt, kann das Modell „people“ als Anweisung zum Einfügen verstehen.
Wichtig: Google führt den Negative Prompt bei Imagen als Altfunktion. Er funktioniert laut Dokumentation nur mit imagen-3.0-generate-001, imagen-3.0-fast-generate-001 und imagen-3.0-capability-001, ab imagen-3.0-generate-002 nicht mehr.
Nano Banana und Gemini: Ausschlüsse positiv formulieren
Gemini-Bildmodelle wie Nano Banana haben kein Negativ-Feld. Als optionale Einstellungen nennt die Gemini-API-Dokumentation nur Ausgabeformat, Seitenverhältnis und Bildgröße. Stattdessen empfiehlt Google „semantische Negativ-Prompts“: Statt „keine Autos“ beschreiben Sie die Szene positiv, etwa als leere, verlassene Straße ohne Verkehr.
Deutsch funktioniert dabei: Google nennt de-DE unter den Sprachen, mit denen die Modelle am besten arbeiten. Für Produktbilder sieht das so aus:
| Ziel | Klassischer Negative Prompt | Positive Formulierung für Nano Banana |
|---|---|---|
| kein fremder Text | text, letters, watermark | schlichte, unbedruckte Betonwand im Hintergrund |
| keine weiteren Produkte | extra objects, duplicate | das Produkt steht allein auf einem leeren Eichentisch |
| keine Personen | people, hands | menschenleere, aufgeräumte Küche |
| keine Unschärfe | blurry | Produkt von vorne bis hinten scharf |
| keine harten Schatten | harsh shadows | weiches, diffuses Licht von links oben, sanfter Kontaktschatten |
| kein verändertes Etikett | logo, text changes | Etikett exakt wie im Referenzbild, Schrift unverändert |
Formulierungen: Beispiele der Redaktion. Weitere Vorlagen finden Sie in den Nano-Banana-Prompts, den Einstieg in die Bearbeitung mit Referenzbild im Eintrag Image-to-Image.
Typische Fehler
Ein typischer Fehler ist die Verneinung an der falschen Stelle. Bei Modellen mit Negativ-Feld gehört der Ausschluss dorthin, bei Modellen ohne Feld wird er zur positiven Beschreibung.
- Verneinung im Hauptprompt bei Modellen mit Negativ-Feld, etwa „Tisch ohne Tasse“
- Lange Negativlisten aus Foren übernehmen, die nicht zum Motiv passen
- Den Negative Prompt für eine Garantie halten: Ob das Etikett stimmt, prüfen Sie trotzdem selbst
Praxistipp: Schreiben Sie für jedes Produkt einmal fest auf, was nie im Bild erscheinen darf, und übersetzen Sie diese Liste je nach Modell entweder in Begriffe für das Negativ-Feld oder in positive Sätze für den Prompt.
Häufige Fragen
Hat Nano Banana einen Negative Prompt?
Warum erscheint genau das im Bild, was ich mit „ohne“ ausschließen wollte?
Was schreibt man typischerweise in einen Negative Prompt?
Quellen
- Google AI for Developers: Nano Banana image generation, Prompting-Tipps, abgerufen 11/2026
- Google Cloud: Omit content using a negative prompt (Imagen), abgerufen 11/2026
- Hugging Face Diffusers: Image-to-image, Negative prompt, abgerufen 11/2026
Regeln, Preise und Funktionen: Stand der jeweiligen Prüfung. Marktplätze und Tool-Anbieter ändern ihre Vorgaben regelmäßig, bitte vor dem Hochladen an der Originalquelle prüfen. Fehler gefunden? Korrektur melden.
Stephan Zabel ist Geschäftsführer der Stephan Zabel GmbH in Nürnberg. Unter produktbild.net hat er früher selbst Produktfotos für Online-Shops produziert. Heute berät er Unternehmen zu Online-Marketing, SEO und KI und kennt beide Seiten: das Fotostudio und die Produktseite, die verkaufen muss.
So entsteht dieser Beitrag: Unsere Texte entstehen mit KI-Unterstützung und werden redaktionell geprüft. Redaktionell verantwortlich: Stephan Zabel. Quellen sind Marktplatz-Richtlinien, Gesetzestexte und Anbieterseiten. KI-Bilder sind als solche gekennzeichnet, Testergebnisse sind echte Ausgaben der getesteten Werkzeuge. Zahlen und Preise werden gegen die genannten Primärquellen geprüft. Inhaltlich verantwortlich ist Stephan Zabel als Herausgeber. Fotos mit dem Vermerk „KI-Bild“ sind KI-generiert. Mehr dazu in der Methodik.