KI-Outfit-Transfer, unzensiert

Die meiste Bildarbeit, die Menschen tatsächlich brauchen, lautet nicht „mach mir ein Bild von einem Ding“. Sie lautet „zieh dieser Person diese Jacke an“, „stell diesen Sessel in dieses Zimmer“, „fotografiere dieses Produkt in jener Hand“. Alle diese Aufgaben brauchen Material aus mehr als einer Fotografie, und alle scheitern auf dieselbe Weise: Ein Bild wird angehängt, das andere in Worten beschrieben, und zurück kommt etwas Plausibles, das nicht das Ding ist, das Ihnen gehört. Die Lösung ist kleiner, als Sie erwarten würden, und sie funktioniert überall.

01Was „Bilder zusammenführen“ ist und wo es stattfindet

Shannon 3 macht drei verschiedene Dinge mit Bildern: Es erzeugt ein neues Bild aus einer Beschreibung, es bearbeitet ein vorhandenes Bild, und es führt zwei oder mehr Bilder zu einem einzigen neuen zusammen. Sie folgen unterschiedlichen Regeln, und die falsche zu wählen ist die erste Stelle, an der Qualität verloren geht.

Nutzen Sie das Zusammenführen immer dann, wenn das fertige Bild Material aus mehr als einer Fotografie braucht: Outfit- und Kleidungstransfer, ein Objekt in eine Szene setzen, Person A neben Person B, ein echtes Produkt in der Hand eines echten Models, der Stil des einen Bildes auf das Motiv des anderen. Wenn Sie sich dabei ertappen, gleichzeitig auf zwei Bilder zeigen zu wollen, ist das die richtige Operation.

Das alles geschieht in der Shannon-Chat-App, im ganz normalen Gespräch. Es liegt nicht auf der /v1-API — die API liefert Text und Vision, das heißt, sie liest Bilder, die Sie ihr schicken, statt neue zu erzeugen. Wenn Sie über eine API-Suche hier gelandet sind, ist das die ehrliche Antwort; was die Endpunkte tatsächlich liefern, steht in der API-Dokumentation. Bilder werden auf unserem eigenen GPU-Cluster gerendert.

Sie fragen in normaler Sprache, in der Sprache, die Sie sprechen. Shannon erkennt, dass ein Bild gewünscht ist, verfasst die Generierungsanweisung selbst auf Englisch und zeigt sie Ihnen auf einer Bestätigungskarte, bevor etwas gerendert wird. Nichts wird erzeugt und nichts abgerechnet, bevor Sie bestätigen — und bei Mehrbild-Arbeit ist diese Karte die Stelle, an der Sie prüfen, ob Rollen und Reihenfolge so herausgekommen sind, wie Sie es meinten. Shannon generiert nie ungefragt: Eine Begrüßung, eine Frage oder ein beiläufig angehängtes Foto löst kein Rendern aus.

02Die Regel: Benennen Sie die Rolle jedes Bildes, der Reihe nach

Die Anweisung muss sagen, was jedes Bild beisteuert, und sie muss es in der Reihenfolge sagen, in der die Bilder übergeben wurden. Das ist die ganze Technik; alles Weitere unten ist diese Regel, angewandt auf eine konkrete Aufgabe.

Das erste Bild ist die Basis — das Hauptmotiv oder die Szene, je nachdem, woraus das fertige Bild überwiegend besteht. Es legt Identität, Pose, Bildausschnitt, Licht und alles fest, worum Sie keine Änderung gebeten haben. Spätere Bilder sind Quellen: die Teile, die hinzukommen. Schreiben Sie den Satz so, dass eine fremde Person, die die Bilder der Reihe nach in der Hand hält, die Aufgabe von Hand ausführen könnte.

Funktioniert
The woman from the first image wearing the red knitted sweater
from the second image, standing in the same park, same pose and
same afternoon light, her face and hair unchanged.

Scheitert
Combine these two images.   Merge the photos.   Put them together.

Die scheiternden Varianten scheitern nicht, weil sie kurz sind, sondern weil sie nie sagen, welches Bild die Person ist und welches der Pullover. Drei Gewohnheiten machen die Regel zuverlässig:

• Verwenden Sie Ordnungszahlen ausdrücklich. „From the first image“, „from the second image“. Vier Wörter, und die Mehrdeutigkeit ist weg.
• Sagen Sie, was gleich bleibt. „Keep her face, hair and pose identical.“ Die unveränderten Teile zu benennen ist der größte Qualitätshebel in jeder Bildoperation, die Shannon ausführt, und hier zählt er am meisten, weil eine Komposition zwei oder mehr Dinge hat, von denen sie abdriften kann.
• Schreiben Sie Prosa, keine Tags. Das Bildmodell liest Anweisungen so, wie ein Sprachmodell einen Satz liest, deshalb schlagen ganze Sätze kommagetrennte Stichwörter. Zielen Sie auf 30 bis 80 Wörter und lassen Sie den Ballast aus der SDXL-Ära weg („masterpiece, best quality, 8k“) ebenso wie Gewichtungssyntax der Form (word:1.3).

Wenn ein Bild mehr als eine Sache enthält, benennen Sie den Teil, den Sie daraus haben wollen. Ist das zweite Bild eine Katalogaufnahme eines Models im Pullover, dann sagt „the red knitted sweater worn by the woman in the second image“, dass Sie das Kleidungsstück wollen und nicht das Model. Belassen Sie es bei „the second image“, bekommen Sie womöglich ihr Gesicht dazu.

Rollenvorlagen nach Aufgabe

Aufgabe	Erstes Bild	Zweites Bild	Form der Anweisung
Outfit-Transfer	Die Person	Das Kleidungsstück	"The [person] from the first image wearing the [garment] from the second image, [what stays]"
Objekt in Szene	Die Szene	Das Objekt	"The [room] from the first image with the [object] from the second image placed [where], matching [light]"
Person + Person	Person A und Umgebung	Person B	"The [man] from the first image standing beside the [woman] from the second image, [positions, eyelines]"
Produkt an Person	Das Model oder die Szene	Das Produkt	"The [model] from the first image holding the [product] from the second image, [grip, label facing]"
Stiltransfer	Das Motiv	Die Stilreferenz	"The [subject] from the first image rendered in the [style axes] of the second image, [subject unchanged]"

03Der Fehler, der die meisten Versuche ruiniert: beschreiben statt anhängen

Über diesen Fehler lohnt sich das Aufheben, denn er ist mit Abstand der häufigste und sieht aus, als hätte er funktioniert. Die Nutzerin hat zwei Fotografien — ihren Kunden und dessen Produkt, oder sich selbst und eine Jacke, die ihr gehört. Sie hängt eines an und tippt das andere.

Der Fehler
[hängt ein Foto einer Frau an]
"Put a red knitted sweater on her, cable knit, kind of chunky,
with a rolled collar."

Zurück kommt eine Frau in einem roten Strickpullover. Es ist ein guter Pullover. Es ist nicht der Pullover. Das Zopfmuster ist erfunden, der Farbton ist ein anderes Rot, die Rippentiefe stimmt nicht, der Kragen rollt sich in die falsche Richtung, und die kleinen Asymmetrien, an denen man ein echtes Kleidungsstück wiedererkennt — eine Reparatur, ein gezogener Faden, die Dehnung an den Ellbogen — sind verschwunden, weil nichts im Satz sie enthielt.

Text ist ein verlustbehafteter Kanal, eine Fotografie nicht. Ein sorgfältiger Satz trägt vielleicht ein Dutzend Eigenschaften eines Objekts; die Fotografie trägt Tausende, darunter jede, die Ihnen nie eingefallen wäre, und die, die Sie gar nicht benennen können. Beschreiben statt anhängen wirft alles weg, woran Sie nicht gedacht haben, und das ist das meiste davon. Anhängen bewahrt das echte Aussehen, weil das echte Aussehen anwesend ist.

Der Test ist einfach. Wenn der Sinn des Bildes darin besteht, dass es dieses eine ist — dieses bestimmte Kleidungsstück, diese Person, dieses exakte Produkt, dieser Raum —, hängen Sie es an. Wenn Sie den Gegenstand aus einer Reihe heraussuchen könnten und es darauf ankommt, dass das Ergebnis zu dem passt, den Sie heraussuchen würden, reicht eine Beschreibung nicht.

Es gibt einen legitimen Fall fürs Beschreiben: wenn die Sache noch gar nicht existiert oder wenn genau eine allgemeine Version gewünscht ist. Einen Pullover entwerfen, den niemand gestrickt hat, ein Konzept grob umreißen — das ist Text-zu-Bild-Arbeit, und eine Beschreibung ist richtig, weil es kein echtes Objekt gibt, dessen Identität Sie bewahren. In dem Moment, in dem ein echtes Objekt ins Briefing kommt, kommt auch seine Fotografie hinein.

Ein verwandter halber Fehler: beide Bilder anhängen und das zweite dann trotzdem ausführlich beschreiben. Die Adjektive können gegen die Fotografie arbeiten — schreiben Sie „chunky“, wenn das echte Kleidungsstück feinmaschig ist, haben Sie einen Widerspruch eingeführt. Beschreiben Sie das zweite Bild nur so weit, dass klar ist, welchen Teil davon Sie meinen.

04Outfit- und Kleidungstransfer

Die klassische Zwei-Bild-Aufgabe. Hängen Sie die Person zuerst an und das Kleidungsstück als zweites. Das Bild des Kleidungsstücks kann ein Flatlay sein, eine Bügelaufnahme, ein Katalogfoto oder jemand, der es trägt — alles funktioniert, solange Sie sagen, welchen Teil davon Sie meinen.

Outfit-Transfer
The woman from the first image wearing the red knitted sweater
from the second image. Keep her face, hair, pose and the park
background exactly as they are, with the same soft overcast light.
The sweater should hang naturally on her frame, with the cable
pattern and collar of the original garment intact.

Negative prompt: warped cable pattern, extra sleeves, distorted
hands, plastic-looking fabric, mismatched lighting

Drei Dinge leisten die Arbeit: Die Rollen sind der Reihe nach benannt, die unveränderten Teile werden laut aufgezählt (das ist es, was das Gesicht am Abdriften hindert), und der letzte Teilsatz sagt dem Modell, dass es auf die Details des Kleidungsstücks selbst ankommt — ohne ihn behalten Kompositionen gern Farbe und Silhouette und glätten dabei still die Textur.

• Passform ist eine physische Aussage, also treffen Sie sie. „Hangs naturally on her frame“, „fitted at the waist“, „sleeves ending at the wrist“ — sonst kann das Kleidungsstück in den Proportionen seiner Quelle ankommen statt in denen der Trägerin.
• Verdeckung ist der schwierige Fall. Sind die Arme verschränkt oder verläuft ein Taschenriemen über die Brust, sagen Sie, was damit geschieht. Mehrdeutigkeit erzeugt dort das klassische Artefakt des verschmolzenen Ärmels.
• Mehr Kleidungsstücke heißt mehr Bilder. Erst die Person, dann Oberteil, dann Hose, dann Schuhe — und beziehen Sie sich konsequent auf zweites, drittes und viertes Bild. Wechseln Sie nicht auf halber Strecke zu „das Schuhbild“.

05Ein Objekt in eine Szene setzen

Hier kehren sich die Rollen um: Die Szene kommt zuerst, weil das fertige Bild überwiegend aus der Szene besteht, und das Objekt ist der Teil, der hinzukommt. Interieur-Mockups, ein Zimmer mit noch nicht gekauften Möbeln ausstatten, ein Fahrzeug auf eine Straße setzen, eine Skulptur in eine Galerie stellen — jedes Mal dieselbe Form.

Objekt in Szene
The living room from the first image with the green velvet
armchair from the second image placed beside the window on the
left, angled slightly toward the camera and standing about waist
height in frame. Match the room's warm late-afternoon light, with
a soft shadow falling to the right of the chair onto the rug.
Keep the rest of the room and the camera angle unchanged.

Negative prompt: floating object, cut-out edges, duplicate
shadows, mismatched color temperature

Der Fehlermodus ist hier nicht die Identität, sondern die Physik. Ein Objekt, das sein eigenes Licht behält, wirkt aufgeklebt, und Betrachter erkennen das sofort, auch wenn sie nicht sagen können, warum. Investieren Sie Ihre Wörter in die drei Dinge, die eine Fotografie eines freigestellten Objekts nicht wissen kann: Platzierung (wo im Bild, in Bezug worauf), Maßstab in Bezug auf die Szene statt in Zentimetern („about waist height“, „as tall as the door handle“) und Licht und Schatten — Richtung, Qualität und wohin der Schatten fällt. Letzteres ist es, was aus einer Montage eine Fotografie macht.

06Person A neben Person B

Zwei Menschen, die nie im selben Raum waren: Familienfotos über Generationen hinweg, ein Gründerporträt, als der Mitgründer unterwegs war, ein Plakat mit zwei Auftretenden. Es funktioniert, und es braucht zwei Dinge, die Aufgaben mit einem einzelnen Motiv nicht brauchen.

Zwei Personen
The man from the first image standing beside the woman from the
second image, both on the same stone terrace from the first image.
He stands on the left, she stands on his right, shoulders almost
touching, both facing the camera at the same eye level. Keep both
faces, hairstyles and clothing exactly as in their own photographs,
and light both with the same soft evening light from the left.

Canvas: landscape
Negative prompt: mismatched skin tone, duplicated limbs, seam
line between subjects, uneven lighting

Die beiden Zusätze: relative Geometrie — wer steht auf welcher Seite, wie weit auseinander, wessen Blick geht wohin, und relative Größe, denn zwei unterschiedlich beschnittene Porträts geben dem Modell keine Möglichkeit zu wissen, dass eine Person einen Kopf größer ist — und ein einziges gemeinsames Licht, ausdrücklich benannt, weil Sie zwei Lichtsituationen zusammenführen und eine davon gewinnen muss.

Hier zahlt sich auch die Wahl eines neuen Leinwandformats aus: Zwei Quellen im Hochformat ergeben eine schlechte Gruppenaufnahme im Hochformat, also verlangen Sie landscape oder wide. Und sagen wir das Offensichtliche einmal: Eine reale Person in ein Bild zu setzen, in dem sie nie war, ist mächtig und nicht automatisch harmlos. Haben Sie die Rechte oder die Einwilligung; unsere Richtlinie zur verantwortungsvollen Nutzung ist die Kurzfassung.

07Produkt an Person und unzensierte Produktfotografie

Kommerziell ist das die Komposition, die sich selbst bezahlt. Sie haben eine Produktaufnahme auf Weiß und Sie haben ein Model, eine Hand, eine Küche, eine Werkbank. Beides zusammenzuführen liefert Ihnen eine Lifestyle-Fotografie ohne Studiotag — und mit Ihrem tatsächlichen Produkt darin statt einer generierten Annäherung, und genau das ist der Unterschied zwischen brauchbarem Werbematerial und einem Mockup, für das Sie sich entschuldigen müssen.

Produkt an Person
The woman from the first image holding the amber glass serum
bottle from the second image in her right hand, raised to chest
height, the label facing the camera and fully legible, her fingers
wrapped naturally around the bottle without covering the label.
Keep her face, hair and the kitchen background unchanged. Shot on
Kodak Portra 400, 85mm f/1.4, soft window light from the left.

Canvas: portrait
Negative prompt: warped label text, extra fingers, floating
bottle, duplicated reflections, plastic skin

Zwei Ergänzungen, die speziell für Produktarbeit gelten. Der Griff: Hände, die Objekte halten, sind die Stelle, an der Komposition am häufigsten schiefgeht, also sagen Sie, welche Hand, auf welcher Höhe und dass die Finger sich natürlich um das Objekt legen, ohne das Etikett zu verdecken. Fotografische Behandlung: Benennen Sie Kamera, Objektiv und einen Film oder eine Lichtquelle. Das Ergebnis soll sich lesen wie eine Fotografie, die aufgenommen wurde, nicht wie zwei Fotografien, die kombiniert wurden — und es als Fotografie zu schreiben ist der Weg dorthin.

Unzensiert zählt hier auf eine banalere Weise, als es klingt. Gefilterte Generatoren verweigern ganze Kategorien gewöhnlichen, legalen Handels: Dessous- und Bademodenkataloge, Tabak- und Vape-Hardware, Alkohol, Waffenzubehör, Wellnessprodukte für Erwachsene, Cannabis dort, wo es legal ist, Medizinprodukte, taktische und Jagdausrüstung. Sie verweigern auch Marken- und Personenbilder, die vom Rechteinhaber erstellt werden. Nichts davon ist ein Randfall; das ist ein Dienstag in einer Agentur. Shannon hat keinen Inhaltsfilter auf dem Generierungspfad und keine Ablehnungsschicht auf dem Modell, das den Prompt schreibt, also geht die Arbeit durch und die Rechtefrage bleibt bei Ihnen, wo sie hingehört.

08Stil aus dem einen Bild, Motiv aus dem anderen

Motiv zuerst, Stilreferenz als zweites. Diese Aufgabe ist anders, weil Sie eine Eigenschaft ausleihen und kein Objekt, also müssen Sie benennen, welche Eigenschaften — und sagen, dass Motiv und Bildaufbau der Referenz nicht mitkommen.

Stilreferenz
The portrait of the man from the first image rendered in the
visual style of the second image: the same muted teal and ochre
palette, visible dry-brush texture, and flat even lighting. Keep
his face, expression and pose recognizable and unchanged. Do not
carry over the subject, background or composition of the second
image.

Negative prompt: second face, borrowed background, photographic
texture

Benennen Sie die Stilachsen ausdrücklich, denn „in the style of the second image“ allein ist unterbestimmt: Palette (oder exakte Farben, geschrieben als color #8B0000 und an ein benanntes Objekt gehängt), Pinselführung oder Korn, Lichtqualität, Strichstärke, Abstraktionsgrad, Kantenbehandlung. Wählen Sie die zwei oder drei, die den Look ausmachen; alle sechs zu benennen mittelt sie weg. Und mischen Sie keine widersprüchlichen Vorgaben — „photorealistic“ plus „watercolor“ ergibt einen Brei, keine Mischung. Wenn Sie eine Fotografie wollen, die lediglich eine Palette ausleiht, sagen Sie genau das.

09Negative Prompts und die Wahl eines neuen Leinwandformats

Zwei Fähigkeiten, die es fürs Zusammenführen und Bearbeiten gibt, für Text-zu-Bild aber nicht, und beide werden zu wenig genutzt.

Der negative Prompt

Das Zusammenführen von Bildern unterstützt einen negativen Prompt. Unerwünschte Artefakte gehören dorthin — und es ist wichtig, dass sie dorthin gehen und nicht in die Anweisung, denn „no extra fingers“ in der Hauptanweisung nennt das Vermiedene im selben Atemzug wie alles Gewünschte. Ausschlüsse gehören in ihren eigenen Kanal. Die Einträge, die sich durchgängig lohnen:

• Anatomie — zusätzliche Finger, verdoppelte Gliedmaßen, verformte Hände, zweites Gesicht.
• Verräter der Montage — freigestellte Kanten, sichtbare Nahtlinie, schwebendes Objekt, doppelte Schatten, Halo um das Motiv.
• Licht-Fehlanpassung — abweichende Farbtemperatur, inkonsistente Schattenrichtung, ungleiche Belichtung zwischen den Motiven.
• Texturfehler — plastikartige Haut, geglättete Stoffe, verzerrter Etikettentext, unleserliches Logo.

Beschränken Sie sich auf die Handvoll, die für Ihr Bild plausibel sind. Ein negativer Prompt mit dreißig Einträgen ist eine diffuse Anweisung, keine starke.

Das Leinwandformat

Die Bearbeitung eines einzelnen Bildes übernimmt automatisch das Seitenverhältnis des Ausgangsbildes — es gibt eine Quelle, und ihre Form ist die Antwort. Beim Zusammenführen gibt es keine solche Vorgabe, also können Sie ein neues Leinwandformat wählen, und oft sollten Sie das auch, denn die Form, die zu einer Quelle passte, passt selten zur Komposition.

Format	Am besten für	Typischer Einsatz in Kompositionen
square	Standard, Social-Media-Feeds	Einzelnes Motiv mit einem übertragenen Element
portrait	Personen, hohe Motive	Outfit-Transfer, Produkt in der Hand eines Models
landscape	Landschaften, Gruppen	Zwei Personen nebeneinander, Objekt in einem Raum platziert
wide	Kinematografischer Bildausschnitt	Gruppenaufnahmen, Produktszenen mit Umgebung, Banner
tall	Plakate, Handy-Hintergründe	Ganzkörperaufnahmen von Outfits, Plakatlayouts

Eine ausdrückliche Vorgabe gewinnt immer. Sagen Sie nichts, bekommen Sie square — die falsche Form für die meisten Zwei-Personen- und Ganzkörper-Outfit-Aufnahmen, also ist es ein Wort wert.

10Welche Bilder Shannon verwendet: das Gespräch gegen diese Nachricht

Es gibt zwei Wege, wie ein Bild in eine Komposition kommt, und zu wissen, auf welchen Sie sich verlassen, verhindert die meisten Verwechslungen der Reihenfolge.

An die aktuelle Nachricht angehängt. Der direkte Weg: Hängen Sie alles an die Nachricht an, die die Anweisung trägt, in der Reihenfolge, in der Sie darauf verweisen wollen — dann bedeuten „erstes Bild“ und „zweites Bild“ genau das, wonach sie aussehen. Machen Sie das zum Standard.

Schon im Gespräch vorhanden. Bilder, die früher im Verlauf geschickt wurden, bleiben verfügbar und lassen sich in normaler Sprache ansprechen — „das Foto, das ich vorhin geschickt habe“, „das Pullover-Bild von vorhin“, „die zweite Version, die du gemacht hast“. Shannon löst den Verweis gegen den Verlauf auf, was über eine lange Sitzung wirklich bequem ist: Sie können an einem Ergebnis weiterarbeiten und dann ein neues Element hinzunehmen, ohne alles erneut hochzuladen.

Die Absicherung ist in beiden Fällen dieselbe. Die Bestätigungskarte zeigt die Anweisung, bevor etwas gerendert wird, einschließlich der gewählten Reihenfolge. Lesen Sie sie. Sind die Rollen vertauscht herausgekommen — der Pullover als Basis, die Person als Quelle —, sagen Sie es, und es ist behoben, bevor ein einziges Pixel erzeugt oder abgerechnet wurde. Trotzdem gilt: Ist ein Verlauf lang und voller Bilder, hängen Sie die benötigten neu an; sechs Bilder zurück ist „das zweite Bild“ für jeden Leser mehrdeutig.

Shannon zu bitten, ein Bild anzusehen — es zu beschreiben, das Etikett zu lesen, Ihnen zu sagen, welcher Stoff das ist —, ist gewöhnliche Vision-Arbeit und keine Generierung. Es kostet nichts extra und ist ein guter Test vor dem Komponieren: Erwähnt Shannons Beschreibung das Detail nicht, auf das es Ihnen ankommt, muss Ihre Anweisung es benennen.

11Unzensiert, und was das tatsächlich heißt

Es gibt keinen Inhaltsfilter auf dem Generierungspfad und keine Ablehnungsschicht auf dem Modell, das den Prompt schreibt. Komposition ist die Stelle, an der gefilterte Werkzeuge am sichtbarsten versagen, denn ein Ablehnungssystem kann nicht unterscheiden, ob Sie Bilder zusammenführen, die Ihnen gehören, oder solche, die Sie nicht haben sollten — also blockiert es beides.

Die Arbeit, die diese Werkzeuge regelmäßig verweigern, ist nichts Exotisches: künstlerische Akte und Aktstudien, medizinische und forensische Illustration, Bildmaterial aus der Sicherheitsforschung, Gewalt in der Fiktion für Buchcover und Game-Art, politische Satire und die oben aufgezählten legalen Produktkategorien. Jede einzelne davon ist legitime Berufsarbeit, die ein Stichwortfilter nicht von Missbrauch unterscheiden kann.

Unzensiert heißt nicht rechenschaftsfrei. Sie liefern Fotografien echter Objekte und oft echter Menschen; die Rechte und die Einwilligung liegen bei Ihnen, und die Verantwortung für das Ergebnis ebenso. Shannon Lab LLC ist ein Unternehmen aus New Mexico und arbeitet nach einer veröffentlichten Richtlinie zur verantwortungsvollen Nutzung — fünf Minuten wert, bevor Sie mit Arbeiten beginnen, die das Abbild anderer Menschen betreffen.

12Grenzen, die man vor dem Start kennen sollte

Es gibt keine Videogenerierung. Shannon animiert keine Bilder und erzeugt kein Video, in keiner Form, aus keiner dieser Operationen — nicht aus einem einzelnen Bild, nicht aus einer Komposition, auch nicht als experimentelle Option. Endet Ihr Briefing in Bewegung, ist das für den letzten Schritt nicht das richtige Werkzeug. So ist das Produkt, das ist kein Hinweis auf eine Roadmap.

Weitere ehrliche Grenzen, alle mit Behelfslösungen:

• Feiner Text ist der schwächste Bereich. Kleingedrucktes, dichte Verpackungstexte und lange Seriennummern können unvollkommen herauskommen. Wählen Sie den Ausschnitt so, dass der wichtige Text groß ist, setzen Sie warped label text in den negativen Prompt und prüfen Sie in voller Größe.
• Extreme Maßstabsunterschiede sind schwierig. Eine 4000 Pixel breite Produktaufnahme, kombiniert mit einem kleinen Thumbnail eines Raums, gibt dem Modell wenig zum Arbeiten. Verwenden Sie von jeder Quelle die beste Fassung, die Sie haben.
• Starke Verdeckung begrenzt, was übertragen werden kann. Ein Kleidungsstück, das gefaltet fotografiert wurde und dessen Rückseite nie zu sehen ist, kann keine getreue Rückseite erfunden bekommen. Zeigt die Komposition die Rückseite, liefern Sie die Rückseite.
• Mehr Bilder heißt mehr Raum für Verwechslungen. Vier Quellen sind mit disziplinierter Ordnungsbenennung machbar, aber es ist nicht der Ort für Nachlässigkeit — nehmen Sie die Anzahl, die die Aufgabe braucht, und keine mehr.
• Zwei große Änderungen auf einmal konkurrieren. Übertragen Sie das Outfit, bestätigen Sie, ändern Sie dann den Hintergrund. Aufeinanderfolgende Bearbeitungen schlagen eine überladene Anweisung fast immer, und jeder Schritt lässt sich billig prüfen.

13Häufige Fragen

---

Bildgenerierung, Bildbearbeitung und Mehrbild-Komposition sind Funktionen der Shannon-Chat-App; die Endpunkte /v1/chat/completions, /v1/messages und /v1/responses liefern Text und Vision, das heißt, sie lesen Bilder, statt sie zu erzeugen. Es gibt keine Videogenerierung. Formatoptionen, Unterstützung des negativen Prompts und das Bestätigungsverhalten entsprechen dem Stand vom 5. September 2026. Verwandt: unzensierte KI-Bildgenerierung · unzensierte KI-Bildbearbeitung · verantwortungsvolle Nutzung · API-Dokumentation · Research-Index.