Jak napisać prompt do obrazu AI - struktura, style, parametry

Obiecywali Ci, że wystarczy opisać obraz słowami, a AI namaluje dokładnie to, co masz w głowie. Wpisujesz więc "kobieta pije kawę" i dostajesz coś, co bardziej przypomina reklamę ekspresu z lat 90. niż Twoją wizję. Problem nie leży w narzędziu. Leży w prompcie - a konkretnie w tym, że napisałeś go tak, jakbyś opisywał obraz koledze przez telefon, zamiast dać maszynie strukturę, którą ta rozumie.

Ten poradnik pokaże Ci, z czego składa się dobry prompt do obrazu, jak dodać style i parametry techniczne oraz jak wykorzystać negatywy, żeby wyeliminować to, czego generator uparcie dorzuca mimo że o to nie prosiłeś. Zasady działają zarówno w Midjourney, jak i DALL-E, chociaż każde z tych narzędzi ma swoją specyfikę - o tym też będzie mowa.

Dlaczego pierwszy wygenerowany obraz prawie nigdy nie trafia w Twoją wizję?

Bo model AI nie widzi obrazu w Twojej głowie - widzi tylko słowa, które mu podałeś, i szuka wśród miliardów przykładów tego, co najlepiej do nich pasuje. Jeśli napiszesz "wiosna", dostaniesz generyczny obrazek wiosny, bo to najbardziej statystycznie prawdopodobna interpretacja. Jeśli zamiast tego napiszesz "łąka pełna wiosennych kwiatów", dajesz modelowi konkretny punkt zaczepienia. Im więcej szczegółów, tym mniej miejsca na przypadkową interpretację.

Potraktuj prompt jak paletę malarską - każdy dodany element to kolejny kolor, którym możesz doprecyzować obraz. Brak koloru oznacza, że AI sam wybierze za Ciebie, a Ty rzadko zgadzasz się z jego gustem.

Zanim zaczniesz - co warto mieć przygotowane

• Konto w Midjourney (przez Discord) albo dostęp do DALL-E (przez ChatGPT Plus lub API)
• Jasność co do rodzaju obrazu, jaki chcesz - zdjęcie, szkic, ilustracja, grafika 3D
• Jeśli masz problem z opisaniem stylu słowami - kilka zdjęć referencyjnych (Pinterest sprawdza się do tego świetnie jako narzędzie do moodboardów)
• Cierpliwość na 2-3 iteracje promptu, bo pierwszy wynik rzadko jest ostateczny

Krok po kroku: jak zbudować prompt, który działa

Dobry prompt do obrazu to nie jedno zdanie rzucone od niechcenia. To układanka złożona z kilku warstw, które razem dają modelowi jasny obraz sytuacji. Poniżej kolejność, która sprawdza się w praktyce.

1. Określ główny obiekt i temat. To fundament promptu - co ma być w centrum kadru? Zamiast "kot", napisz "pomarańczowy kot syjamski siedzący na parapecie". Konkret w tym miejscu ratuje resztę promptu.
2. Wybierz rodzaj obrazu. Zdjęcie, szkic ołówkiem, akwarela, render 3D, ilustracja wektorowa - każdy z tych typów prowadzi model w zupełnie inną stronę wizualną. Jeśli tego nie napiszesz, AI samo coś wybierze - zwykle coś generycznego.
3. Dodaj kontekst użycia. Jeśli grafika ma trafić do materiałów sprzedażowych, na bloga albo do prezentacji, wspomnij o tym w prompcie. Model inaczej dobierze kompozycję i nastrój do grafiki sprzedażowej niż do ilustracji artystycznej.
4. Zdefiniuj kompozycję. Określ rozmieszczenie elementów, perspektywę (z góry, z bliska, panorama), a jeśli narzędzie na to pozwala - proporcje obrazu. Kompozycja decyduje o tym, czy obraz "działa" wizualnie, czy jest chaotyczny.
5. Wybierz styl artystyczny. Fotorealizm, cyberpunk, minimalizm, styl konkretnego okresu w sztuce - to wszystko można wpisać wprost. Styl to jedno z najsilniejszych narzędzi, jakie masz w prompcie, więc nie zostawiaj go przypadkowi.
6. Dodaj parametry techniczne (jeśli używasz Midjourney). Tutaj wchodzą komendy typu --v (wersja modelu), --stylize (jak mocno model odchodzi od dosłownego opisu w stronę artystycznej interpretacji) czy --chaos (poziom różnorodności między wygenerowanymi wariantami). To narzędzia do precyzyjnego strojenia wyniku, nie ozdobniki.
7. Wpisz negatywy. Jeśli generator uparcie dodaje coś, czego nie chcesz - dodatkowe palce, tekst w rogu obrazu, konkretny kolor tła - w Midjourney możesz to wykluczyć parametrem --no (np. --no text, --no watermark). To Twój sposób na powiedzenie "tego akurat nie".

Przykład złożonego promptu wygląda mniej więcej tak: "Fotorealistyczne zdjęcie starszego mężczyzny czytającego gazetę w kawiarni, światło poranne wpadające przez okno, kompozycja z bliska, ciepłe barwy, styl reportażowy --v 6 --stylize 250 --no tekst, watermark". Każdy fragment tego zdania odpowiada za inny element finalnego obrazu.

Czym różni się promptowanie w Midjourney od promptowania w DALL-E?

DALL-E lepiej radzi sobie z naturalnym językiem - możesz pisać pełnymi zdaniami, tak jak rozmawiasz z człowiekiem, a większość ustawień technicznych model dobiera sam albo proponuje przez interfejs. Midjourney działa inaczej - wymaga znajomości konkretnych parametrów wpisywanych bezpośrednio w treści promptu, jak te wcześniej --v, --stylize czy --chaos.

W praktyce oznacza to, że jeśli zależy Ci na szybkim efekcie bez uczenia się składni, DALL-E będzie łatwiejszym punktem startowym. Jeśli chcesz mieć pełną kontrolę nad detalami stylu i różnorodnością wyników, warto zainwestować czas w naukę parametrów Midjourney. Jeśli interesuje Cię, jak podobne mechanizmy generowania promptów wyglądają w innych narzędziach, sprawdź generator promptów w Gemini, który potrafi ułożyć strukturę promptu za Ciebie.

A co z modelami tekstowymi, które też generują obrazy?

Coraz więcej asystentów AI, z którymi rozmawiasz na co dzień, oferuje też generowanie grafik jako dodatkową funkcję. Jeśli korzystasz z Claude i zastanawiasz się, czy da się w nim wygenerować obraz bezpośrednio, odpowiedź i dostępne alternatywy opisaliśmy w osobnym poradniku: czy Claude może generować obrazy.

Co zrobić, gdy pierwszy wynik zupełnie mija się z tym, co chciałeś?

Pierwszy output potrafi zniechęcić do dalszej zabawy z generatorem na dobre kilka tygodni. To normalna reakcja - zamiast się poddawać, napisz wprost, co konkretnie ma się zmienić. Nie "popraw to", tylko "zmień kolor tła na ciemny granat i usuń dodatkowy palec u dłoni". Konkretna poprawka działa zaskakująco często lepiej niż całkowicie nowy prompt od zera.

Jeśli nie potrafisz opisać stylu słowami (a to normalne - nie każdy zna nazwy kierunków artystycznych), dodaj do promptu zdjęcie referencyjne. Wiele narzędzi pozwala załączyć obraz jako punkt odniesienia dla stylu, kolorystyki czy kompozycji. Pinterest sprawdza się tu świetnie jako źródło inspiracji - zbierz kilka zdjęć w moodboard, zanim w ogóle zaczniesz pisać prompt tekstowy.

Jedna zasada, o której warto pamiętać niezależnie od narzędzia: pisz prompty po angielsku. Modele są trenowane głównie na angielskojęzycznych danych, więc angielski prompt zwykle daje bardziej precyzyjny i przewidywalny wynik niż jego polskie tłumaczenie.

Jeśli tworzysz grafiki na potrzeby bloga albo materiałów firmowych, warto połączyć ten proces z szerszym systemem tworzenia treści - o tym, jak to zorganizować, piszemy w artykule o automatyzacji content marketingu z AI. Podobnie jeśli publikujesz na WordPressie, sprawdzi się przewodnik jak dodać AI do WordPressa, gdzie generowane grafiki mogą trafiać od razu do CMS-a.

Ostatecznie sprowadza się to do jednego: prompt to nie zaklęcie, które albo działa, albo nie. To iteracyjny proces - piszesz, sprawdzasz, poprawiasz konkretnym zdaniem, sprawdzasz ponownie. Kto oczekuje idealnego wyniku za pierwszym razem, ten szybko się zniechęca. Kto traktuje to jak rozmowę, w której doprecyzowujesz swoje intencje, ten po trzech próbach dostaje dokładnie to, czego szukał.

Najczęstsze pytania

Jak długi powinien być dobry prompt do obrazu AI?

Nie ma sztywnej reguły, ale prompt zawierający obiekt, styl, kompozycję i parametry techniczne zwykle ma od jednego do trzech zdań albo listę fraz oddzielonych przecinkami. Krótsze prompty dają więcej swobody modelowi, dłuższe dają Tobie więcej kontroli.

Czy negatywne prompty działają tak samo w każdym narzędziu?

Nie. Midjourney ma dedykowany parametr --no do wykluczania elementów wprost w treści promptu. DALL-E obsługuje to inaczej - zwykle poprzez dopisanie w naturalnym języku, czego obraz ma nie zawierać, bez osobnej składni technicznej.

Czy warto uczyć się parametrów Midjourney, jeśli zaczynam od DALL-E?

Jeśli zależy Ci na szybkich efektach bez nauki składni, DALL-E i jego naturalny język wystarczą na start. Parametry Midjourney warto poznać wtedy, gdy zaczynasz zauważać, że domyślne ustawienia nie dają Ci wystarczającej kontroli nad stylem i różnorodnością wyników.

Dlaczego mój prompt po polsku daje gorsze efekty niż po angielsku?

Modele generujące obrazy trenowane są głównie na angielskojęzycznych opisach i zdjęciach, więc lepiej rozpoznają angielskie słowa kluczowe i style artystyczne. Polski prompt bywa tłumaczony wewnętrznie, co czasem zaburza precyzję opisu.

Co zrobić, jeśli nie potrafię opisać stylu, który mam w głowie?

Zbierz kilka referencyjnych zdjęć, na przykład na Pinterest, i dołącz je do promptu jako punkt odniesienia, jeśli narzędzie na to pozwala. To działa lepiej niż zgadywanie nazw stylów artystycznych, których nie znasz.

Zrób jedną rzecz zaraz po przeczytaniu tego tekstu: weź prompt, który ostatnio dał Ci słaby efekt, i dopisz do niego rodzaj obrazu, styl i kompozycję - trzy elementy, które najczęściej są pomijane. Zobaczysz różnicę już przy następnej generacji.