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.

Aktualizacja 13.10.2026: narzędzia i parametry według dokumentacji producentów (Midjourney V8.2, ChatGPT Images 2.5, Gemini, FLUX), gotowe szablony promptów, prawa do obrazów i spójny styl serii. DALL-E 3 zniknął z API OpenAI.

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 w Midjourney, ChatGPT, Gemini i modelach FLUX, 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.

Zanim zaczniesz - co warto mieć przygotowane

• Dostęp do generatora: Midjourney (strona midjourney.com albo Discord), ChatGPT (obrazy tworzy się w każdym planie, także darmowym), Gemini albo narzędzie z modelem FLUX
• 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. Opisz światło, kolory i nastrój. "Miękkie światło o zachodzie słońca" to inny obraz niż "ostre neonowe światło nocą". Podaj charakter palety (ciepła, pastelowa, czarno-biała) i emocję sceny - ten sam portret olejny może być mroczny albo sielankowy.
7. Dodaj parametry techniczne (jeśli używasz Midjourney). Na końcu promptu: --ar (proporcje, np. 16:9), --stylize (0-1000, domyślnie 100; im wyżej, tym więcej artystycznej swobody), --chaos (0-100, różnorodność wariantów), --seed (powtarzalność), --v (wersja; domyślna od 24.07.2026 to V8.2). W ChatGPT proporcje wybierasz w interfejsie albo podajesz w prompcie, w Gemini też wpisujesz je w prompt.
8. Wpisz negatywy albo opisz, co ma być zamiast. W Midjourney wykluczasz elementy parametrem --no z listą po przecinkach (np. --no text, watermark). Midjourney i Google radzą jednak opisywać to, co ma być: zamiast "bez samochodów" - "pusta ulica bez ruchu", bo samo "bez tortu" potrafi przywołać tort.

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 --ar 4:5 --stylize 250 --no text, watermark". Każdy fragment tego zdania odpowiada za inny element finalnego obrazu.

Czym różni się promptowanie w Midjourney, ChatGPT, Gemini i FLUX?

Midjourney według dokumentacji daje najlepsze obrazy z krótkich, prostych promptów, a długie listy instrukcji mogą zmylić model. Pomagają liczby ("trzy koty", nie "koty") i precyzyjne słowa ("ogromny" zamiast "duży").

ChatGPT (funkcja ChatGPT Images 2.5) i API OpenAI (modele gpt-image-2.5) rozumieją opis pełnymi zdaniami. OpenAI radzi dzielić złożony prompt na scenę, obiekt, szczegóły i ograniczenia, tekst na obrazie podawać w cudzysłowie, a przy poprawkach pisać "zmień tylko X" i wymieniać, co ma zostać. DALL-E 3 ze starszych poradników OpenAI usunęło z API 12.05.2026.

Gemini (modele Nano Banana) też woli bogaty opis sceny, a Google radzi podać cel obrazu, np. "logo dla minimalistycznej marki kosmetyków". Obrazy z Gemini mają niewidoczny znak wodny SynthID.

FLUX (Black Forest Labs) przyjmuje naturalny opis w kolejności: medium i styl, obiekty i ich położenie, światło, kolor i tło. FLUX 3 i FLUX.2 [pro] / [max] nie mają pola na negatywy, a według dokumentacji dobry opis obywa się bez ozdobników typu "beautiful" czy "masterpiece" - każda fraza nazywa coś widocznego w kadrze.

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.

Zmieniaj jedną rzecz naraz - tak radzą OpenAI i Black Forest Labs. Nie łącz sprzecznych stylów ("fotorealistyczna postać anime"), a działające prompty zapisuj, w Midjourney razem z --seed.

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.

Gotowe szablony promptów do tworzenia obrazów

Szablony oparte na wzorach z dokumentacji Google i Black Forest Labs; w nawiasy wstawiasz własne elementy.

• Zdjęcie: A photorealistic [rodzaj ujęcia] of [obiekt] in [miejsce]. [Światło]. Shot from [kąt kamery] with [obiektyw]. Przykład: A photorealistic close-up portrait of an elderly man reading a newspaper in a café. Soft morning window light. Shot from eye level with an 85mm lens.
• Zdjęcie produktu: A high-resolution, studio-lit product photograph of [produkt] on [tło]. The lighting is [ustawienie światła]. The camera angle is [kąt] to showcase [cecha]. Przykład: A high-resolution, studio-lit product photograph of a matte black ceramic mug on polished concrete. The lighting is a soft three-point setup.
• Ilustracja: [medium i styl], [obiekt i jego położenie], [światło], [kolory], [tło]. Przykład: Watercolor illustration, floating islands connected by rope bridges, golden hour light, warm pastel palette, misty sky.

W Midjourney skróć szablon do kilku fraz i dopisz parametry. Gdy brakuje słów, sięgnij po język fotografii: soft diffused light, golden hour, backlighting (światło), close-up, wide shot, bird's eye view (kadr), shallow depth of field (rozmyte tło).

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.

Najczęstsze pytania

Jak długi powinien być dobry prompt do obrazu AI?

Nie ma sztywnej reguły. Midjourney zaleca krótkie prompty, FLUX 3 sam rozwija krótki prompt w szczegółowy opis, a ChatGPT i Gemini dobrze radzą sobie z dłuższym opisem. Krótszy prompt to więcej swobody dla modelu, dłuższy - więcej kontroli dla Ciebie.

Czy negatywne prompty działają tak samo w każdym narzędziu?

Nie. Midjourney ma parametr --no, a Stable Diffusion osobne pole na prompt negatywny. FLUX 3 i FLUX.2 [pro] / [max] takiego pola nie mają, a w ChatGPT i Gemini wykluczenia opisujesz w treści - najlepiej jako opis tego, co ma być zamiast.

Czy warto uczyć się parametrów Midjourney, jeśli zaczynam od ChatGPT?

Jeśli zależy Ci na szybkich efektach bez nauki składni, ChatGPT albo Gemini i zwykły opis 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?

Bo część modeli uczono głównie na angielskich danych - Black Forest Labs pisze wprost, że FLUX.2 rozumie wiele języków, ale najdokładniejsze wyniki daje po angielsku, a Google w dokumentacji Gemini API nie wymienia polskiego wśród języków zalecanych przy generowaniu obrazów. Midjourney nie podaje zaleceń co do języka zwykłego promptu, ale jego tryb Conversational na stronie midjourney.com przyjmuje opis także w innych językach niż angielski i sam układa z niego prompt. Gdy polski prompt rozczarowuje, porównaj go z wersją angielską.

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. W Midjourney obraz stylu podajesz parametrem --sref, a funkcja Describe zamienia wgrany obraz na cztery propozycje promptu - to dobry sposób na poznanie nazw stylów.

Czy jest generator promptów do Midjourney?

Tak: funkcja Describe (na stronie i jako /describe na Discordzie) robi z wgranego obrazu cztery propozycje promptu, a w trybie Conversational na stronie midjourney.com opisujesz pomysł zwykłym językiem i prompt pisze za Ciebie AI (według dokumentacji tryb działa z wersjami V7 i V8.1). Możesz też poprosić czatbota o krótki angielski prompt pod Midjourney z Twojego polskiego opisu - więcej w tekście generator promptów w Gemini.

Czy mogę używać wygenerowanych obrazów komercyjnie?

Według regulaminów zwykle tak. OpenAI przenosi na użytkownika prawa do wygenerowanych treści, Midjourney też przyznaje własność obrazów twórcy, ale firma z przychodem powyżej 1 mln USD rocznie (i jej pracownicy) musi mieć plan Pro albo Mega. Ochrona obrazów z AI zależy jednak od prawa danego kraju - przed użyciem w materiałach firmy sprawdź aktualny regulamin, zwłaszcza gdy odwołujesz się do stylu konkretnego artysty albo marki.

Jak uzyskać spójny styl w serii obrazów?

W Midjourney użyj tego samego promptu z tym samym --seed (w V8.x daje to według dokumentacji obrazy w 99% identyczne) albo obrazu stylu w --sref. W ChatGPT i Gemini prowadź serię w jednej rozmowie i powtarzaj cechy, które mają zostać - OpenAI radzi ponawiać kluczowe wymagania, gdy wynik zaczyna odpływać.

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.