Qwen-Image richtig prompten: Wörter in Anführungszeichen, dann sagen, wo sie stehen

Qwen-Image ist die Bildfamilie von Alibaba, und ihre Stärke liegt genau dort, wo die meisten Bildmodelle am schwächsten sind: Wörter korrekt zu setzen, mehrzeilig und in zwei Sprachen. Auf LUVI sind es zehn Modelle: Qwen Image 2.0 und 2.0 Pro, Plus, Max sowie die Stufen Edit und Edit Plus. Am 22. September 2026 lag ein Bild auf der Plus-Stufe bei 42 Credits, auf Max bei 105 und auf 2.0 Pro bei 120. In diesem Leitfaden geht es um die eine Gewohnheit, die diese Familie lohnend macht.

Wie bekomme ich genau die Wörter ins Bild?

Indem du jede sichtbare Zeichenfolge in doppelte Anführungszeichen setzt und danach sagst, wo sie steht und wie sie aussieht. Die Anführungszeichen sagen dem Modell, dass es Wörter zum Malen sind und keine Beschreibung von Wörtern; Position und Gestaltung verhindern, dass es sie woanders hinlegt.

A narrow corner coffee shop on a rainy evening, shot straight on at eye level. Above the doorway a weathered enamel sign reads "COLD BREW" in cream condensed lettering, centered in the top third. Below it, a small chalkboard on the wet pavement reads "OPEN TILL LATE" in white handwriting. Warm interior light spills onto the pavement, neon reflections in the puddles, commercial photography, shallow depth of field.

Lass die Wörter in den Anführungszeichen genau so, wie du sie willst: gleiche Sprache, gleiche Groß- und Kleinschreibung. Und füg nie eine Zeichenfolge hinzu, die das Bild nicht braucht, denn das Modell malt alles, was in Anführungszeichen steht: ein verirrtes Wort dort wird zu einem verirrten Wort an der Wand. Weniger gleichzeitige Zeichenfolgen kommen außerdem sauberer heraus – zwei gut platzierte Zonen schlagen fünf konkurrierende.

Rund um den Text folgt der Prompt einer schlichten Ordnung: Motiv, Schauplatz, Stil, Kamera (Einstellungsgröße, Winkel, Objektiv, Bildaufbau), Atmosphäre, Details. Räumliche Beziehungen werden wörtlich gelesen, „center-right“, „top third“ und „below it“ leisten also echte Arbeit.

Wie ändere ich Text, der schon im Bild steht?

Du schreibst es als Ersetzung, beide Zeichenfolgen in Anführungszeichen. Alibabas Bearbeitungsleitfaden zeigt das Muster in seinen Beispielen: „Replace 'HEALTH INSURANCE' on the Scrabble tiles with 'Tomorrow Will Be Better'.“ und „Change the phrase "Take a Breather" on the note to "Relax and Recharge".“

Die typografische Gestaltung ist eine eigene Anweisung, und die Beispiele des Leitfadens zeigen, wie weit sie reicht: ein Wort in eine schwarze tropfende Tintenschrift, in eine schwarze Handschrift, in eine schwarze Pixelschrift ändern; es rot machen, in einen Blau-Violett-Verlauf oder in Bonbonfarben setzen; oder sein Material auf Metall ändern. Eine Änderung pro Bearbeitung sitzt verlässlicher als eine Liste.

Funktionieren Verneinungen?

Im Prompt-Text nicht. „No watermark“ und „without people“ werden dort nicht gelesen, sie fügen nur die Wörter Wasserzeichen und Menschen dem hinzu, woran das Modell denkt. Was es stattdessen gibt, bei manchen Modellen, ist ein eigenes Feld.

Das ist innerhalb der Familie unterschiedlich, ein Blick vorher lohnt sich also. Auf LUVI trägt Qwen Image Max einen Parameter negative_prompt – den Ort für „blur, extra fingers, garbled text“ –, während Qwen Image 2.0 Pro nur einen Größenregler bietet. Das Hilfecenter hält den Überblick dazu bereit, wann es einen negativen Prompt gibt.

Wie verweise ich auf mehrere hochgeladene Bilder?

Über ihre Position im Array. Alibabas Regel ist wörtlich: Die Bildnummern im Prompt entsprechen der Array-Position, das erste Bild ist „image 1“, das zweite „image 2“; Markierungen wie „[image 1]“ funktionieren ebenfalls. Die Kennung steht danach als Substantiv im Satz, und genau das macht Bearbeitungen mit mehreren Bildern lesbar: „The girl in Image 1 wears the necklace from Image 2 and carries the bag from Image 3 on her left shoulder.“

Schreib den Vorgang, nicht eine Beschreibung des fertigen Bildes: „Change the hair to a short brown bob. Keep the face, blouse and lighting as in the original.“ Und sag ausdrücklich, was gleich bleiben soll. Ein einzelnes Eingabebild darf 10 MB nicht überschreiten.

Was ist mit Größe, Anzahl und Sprache?

Drei praktische Punkte, und der erste erwischt viele.

• size wird als BREITE*HÖHE mit Sternchen geschrieben, nicht mit „x“. Qwen Image Max nimmt fünf Werte, von 1664*928 über 1328*1328 bis 928*1664; Qwen Image 2.0 Pro nimmt eine freie size-Zeichenfolge und steht voreingestellt auf 1024*1024. Ein Wert im falschen Format wird verworfen, und die Vorgabe greift.
• num_images erzeugt auf Max 1 bis 4 Bilder in einer Anfrage.
• Sprache: vereinfachtes Chinesisch und Englisch. Alibabas FAQ ist deutlich: Das Modell unterstützt derzeit vereinfachtes Chinesisch und Englisch, andere Sprachen kann man versuchen, die Qualität ist aber nicht zugesichert. Eine Zeichenfolge in einer anderen Sprache, die erscheinen soll, gehört trotzdem in Anführungszeichen und bleibt unübersetzt – erwarte nur weniger Verlässlichkeit.

Halte den Prompt dicht statt lang: unter etwa 200 Wörtern ist die Form, die für ein einzelnes Bild funktioniert.

Wie wir geprüft haben

• Modelle: Qwen Image Max und Qwen Image 2.0 Pro Text zu Bild; die Stufen Plus, 2.0, Edit und Edit Plus wurden aus dem Katalog gelesen.
• Einstellungen: ein Bild in 1664*928 auf Max und 1024*1024 auf 2.0 Pro.
• Datum und Gelesenes: 22. September 2026. Die Parameterverträge der Modelle und die Live-Angebote in Credits innerhalb von LUVI, der Prompt-Leitfaden, den LUVI für die Qwen-Image-Familie geschrieben hat, sowie Alibaba Clouds Qwen-Image-Edit-Leitfaden (zuletzt aktualisiert am 11. September 2026).
• Ergebnisse: 105 Credits auf Max und 120 auf 2.0 Pro; 42 auf der Plus-Stufe. Max bot ein Feld negative_prompt, 2.0 Pro nicht. Für diesen Beitrag wurden keine Ausgaben generiert, er trifft also keine Aussage über die Qualität der Ergebnisse.
• Offen geblieben: Der Rat, wenige gleichzeitige Zeichenfolgen zu verwenden, stammt aus LUVIs Prompt-Leitfaden, nicht aus einer veröffentlichten Messung.

In LUVI

Wähl ein Modell auf der Seite der Qwen-Image-Familie, schreib deine Zeichenfolgen in Anführungszeichen mit je einer Position und lass vor dem Generieren die Feder neben dem Prompt-Feld laufen. Damit greift LUVIs Prompt-Leitfaden für das gewählte Modell, samt der Regel zu Verneinungen im Text. Wenn die Datei in ein festes Format soll, stell size bewusst ein, statt die Vorgabe zu nehmen – und denk ans Sternchen.

Neue Konten starten mit 200 Credits, und bestätigst du Telefon und Karte, kommen bis zu 1.500 dazu. Du kannst ein LUVI-Konto anlegen und sehen, wie dein eigener Text herauskommt.

Quellen

• Qwen-Image-Edit-Leitfaden (auf Englisch), Alibaba Cloud Model Studio, offizielle Dokumentation, zuletzt aktualisiert am 11. September 2026. Abgerufen am 22. September 2026.