Prompt do zdjęcia AI: jak pisać, żeby wyglądało jak z aparatu (schemat + 4 pary słaby vs dobry)

Żeby zdjęcie z AI wyglądało jak z aparatu, opisz w prompcie to, co ustawia fotograf: co jest w kadrze, z jakiej odległości, jakim obiektywem, w jakim świetle, z jakiego materiału i w jakim stylu. Słowa „realistic, 8K, masterpiece” nic nie dają - konkret typu „50mm f/2, światło z okna z lewej, słoje dębowego blatu” robi całą robotę. Niżej schemat w 6 polach i 4 porównania w tym samym modelu.

Schemat: 6 pól promptu do zdjęcia

Każdy dobry prompt fotograficzny, który piszę, przechodzi przez te same pola:

1. Obiekt - co dokładnie, z cechami. Nie „kubek kawy”, tylko „biała ceramiczna filiżanka czarnej kawy”.
2. Kadr - plan i punkt widzenia: zbliżenie, plan średni, plan ogólny, z góry, na wysokości oczu, z dołu.
3. Obiektyw - ogniskowa i przysłona: 24 mm (szeroko, dużo otoczenia), 50 mm (jak oko), 85 mm (portret, rozmyte tło), 100 mm makro (detale). f/1.8 = rozmyte tło, f/8 = wszystko ostre.
4. Światło - skąd, jakie i o jakiej porze: miękkie z okna z lewej, ostre boczne, złota godzina pod słońce, pochmurny dzień, softbox z góry.
5. Materiał - faktury, które zdradzają prawdziwe zdjęcie: pory skóry, słoje drewna, szwy na skórze, krople, para.
6. Styl - na końcu: fotografia dokumentalna, katalogowa, uliczna, film Kodak Portra, lekkie ziarno.

Google w swoim przewodniku do Nano Banana radzi dokładnie to samo: zamiast ogólników prosić o konkretny kąt, płytką głębię ostrości (f/1.8), obiektyw szerokokątny albo makro. Społeczność Z-Image Turbo dodaje jedną rzecz: ten model nie używa negatywnego promptu, więc to, czego nie chcesz, też opisujesz w głównym prompcie („no text”, „plain label”).

Szablon do skopiowania:

[obiekt z 2-3 cechami], [kadr i punkt widzenia], [obiektyw i przysłona], [światło: kierunek, charakter, pora], [materiały i faktury], [styl zdjęcia], [czego ma nie być]

Para 1: filiżanka kawy

Słaby prompt:

cup of coffee

Dobry prompt:

Close-up of a white ceramic cup of black coffee on a weathered oak table by a window, shot at eye level, 50mm lens at f/2, morning side light from the left, visible steam, fine wood grain and tiny coffee bubbles, natural colors, photographed on a full-frame camera, subtle film grain

Oba obrazy zrobiłem tym samym modelem (Gemini 3.1 Flash Lite Image przez API) - zmienił się tylko prompt. Seeda nie ustawiałem, więc to dwa osobne losowania. Uczciwie: słaby prompt nie dał brzydkiego obrazu. Model sam dobrał cappuccino z latte art w kawiarni z ludźmi w tle - ładne, ale to on zdecydował o wszystkim. Dobry prompt dał dokładnie to, o co prosiłem: czarną kawę w białej filiżance na starym dębowym blacie przy oknie, z widocznymi słojami drewna. Na tym polega różnica - nowoczesne modele nie robią już koszmarków ze słabych promptów, robią przypadkowe, stockowe kadry.

Para 2: portret

Słaby prompt:

portrait of a woman

Dobry prompt:

Head-and-shoulders portrait of a fictional woman in her 40s with freckles and short auburn hair, wearing a grey knitted sweater, 85mm lens at f/1.8, soft overcast light from a large window, natural skin texture with pores, neutral expression, muted background of a bookshelf, documentary photo style

Słaby prompt: uśmiechnięta kobieta w ogrodzie - wygląda jak zdjęcie z banku zdjęć do reklamy ubezpieczeń. Dobry: piegi, krótkie rude włosy, szary sweter, regał z książkami w tle, neutralna mina. Kobieta wygląda jak konkretna osoba, a nie modelka z katalogu. Obie kobiety to postacie z generatora, nie prawdziwe osoby. Jeśli potrzebujesz portretu siebie do pracy, zajrzyj do tekstu zdjęcie do CV z AI.

Para 3: ulica nocą

Słaby prompt:

city street at night

Dobry prompt:

Wide shot of a narrow old town street after rain at blue hour, wet cobblestones reflecting warm shop lights, a single cyclist in a dark jacket riding away, 35mm lens, eye level, long exposure feel, realistic street photography, slight film grain, no signs with readable text

Słaby prompt dał pocztówkę: szeroka aleja dużego miasta, korek, tłum na chodnikach. Dobry: wąska uliczka starego miasta po deszczu, mokry bruk odbija ciepłe światła witryn, rowerzysta odjeżdża w głąb kadru. To już ma nastrój i jeden wyraźny temat. Zwróć uwagę na końcówkę „no signs with readable text” - bez niej modele lubią wstawiać szyldy z literowymi krzakami.

Para 4: buty do sklepu

Słaby prompt:

sneakers product photo

Dobry prompt:

Product photo of a single white leather running sneaker with a gum sole, three-quarter view, placed on a light concrete block, 100mm macro lens, large softbox from above right, soft shadow, visible leather texture and stitching, clean light grey background, commercial catalog photography

Słaby prompt: para szaro-białych „sportowych” butów na betonie - nie wiadomo, jaki to model i po co. Dobry: jeden biały skórzany but z kauczukową podeszwą i widoczną fakturą skóry, piętą oparty o jasny kamienny bloczek, czubkiem w powietrzu. Model dorysował nawet softbox w prawym górnym rogu - dosłownie wykonał „softbox from above right” - a na języku buta wytłoczył coś w rodzaju logo marki, o które nie prosiłem. Do sklepu musiałbym to wykadrować, dopisać „softbox out of frame” i „no logo”.

Obiektyw i światło: ten sam opis, inne zdjęcie

Żeby pokazać, ile robią same dwa pola, wziąłem jeden bazowy opis - starszy mężczyzna z siwą brodą na ławce w parku (postać z generatora) - i zmieniałem tylko końcówkę. Bez stałego seeda za każdym razem wyszedł trochę inny mężczyzna (inna czapka, sweter, fryzura) - porównujesz więc charakter zdjęcia, nie tę samą osobę.

Portrait of a fictional old man with a white beard sitting on a wooden bench in a park, realistic photo, 85mm lens at f/1.8, blurred background bokeh

Po lewej 24 mm z bliska: postać jest blisko, ale w kadr wchodzi dużo otoczenia - alejka, krzaki, tłum spacerowiczów, a tło jest wyraźniejsze. Po prawej 85 mm f/1.8: tło mocno rozmyte, ludzie w głębi to tylko plamy, uwaga od razu idzie na twarz. Zmieniłem kilka słów, a dostałem dwa różne gatunki zdjęcia: reportaż z parku i portret.

Tu podmieniłem tylko światło. Złota godzina pod słońce daje ciepłą obwódkę na włosach i brodzie oraz pomarańczowe tło. Pochmurny dzień daje płaskie, miękkie światło i chłodniejszą zieleń - mniej efektownie, ale bardziej „jak z telefonu na spacerze”. Jeśli chcesz zdjęcie, które nie krzyczy „AI”, pochmurne światło często jest lepsze niż złota godzina.

7 błędów, przez które zdjęcie z AI wygląda sztucznie

1. Słowa-wata: „beautiful, stunning, 8K, ultra realistic, masterpiece”. Model nie wie, co z nimi zrobić, więc często dokłada połysku i plastiku.
2. Brak źródła światła. Bez kierunku światła model daje płaskie, „studyjne” oświetlenie ze wszystkich stron.
3. Brak faktur. Pory skóry, kurz, zarysowania i ziarno to rzeczy, po których oko rozpoznaje prawdziwe zdjęcie.
4. Sprzeczne style: „photorealistic, anime, oil painting” w jednym prompcie.
5. Za dużo obiektów naraz. Im więcej rzeczy w kadrze, tym większa szansa, że któraś zniknie albo się podwoi. Przy liczeniu pisz „exactly three”.
6. Napisy, o które nie prosiłeś. Przy produktach i ulicach dopisz „no text” albo „plain label” - w moim teście darmowych generatorów Nano Banana 2 sam wymyślił markę perfum.
7. Najważniejsze na końcu. Obiekt i ewentualny napis daj na początek promptu - część modeli słabiej pilnuje końcówki długiego opisu.

Po polsku czy po angielsku?

Gemini i ChatGPT rozumieją polskie prompty i dobrze je wykonują. Modele otwarte, jak Z-Image Turbo, mają enkoder tekstu trenowany głównie na angielskim i chińskim - po angielsku dostaniesz przewidywalniejsze wyniki. Dlatego wszystkie prompty w tym tekście są po angielsku - choć wyniki robiłem w Gemini, ten sam tekst wkleisz też do modelu otwartego. Napis, który ma się pojawić na obrazie, zawsze dawaj w cudzysłowie i dokładnie w takiej formie, w jakiej ma być.

Gotowe, przetestowane prompty z wynikami znajdziesz w zestawie 30 promptów do obrazów AI, a wszystkie teksty o promptach w dziale Prompty. Jeśli ze zdjęć chcesz potem zrobić krótki film, zobacz rolkę z AI po polsku krok po kroku.

Najczęstsze pytania

Jak napisać prompt, żeby zdjęcie AI wyglądało realistycznie?

Opisz obiekt z cechami, kadr, obiektyw (np. 50mm f/2), kierunek i charakter światła, faktury materiałów i styl zdjęcia. Pomiń słowa typu „8K” czy „masterpiece” - konkretne parametry aparatu działają lepiej.

Czy prompt do obrazu AI lepiej pisać po angielsku?

Do Gemini i ChatGPT możesz pisać po polsku. Do modeli otwartych (Z-Image, Flux, Stable Diffusion) angielski daje przewidywalniejsze efekty. Napis na obrazie podaj w cudzysłowie dokładnie tak, jak ma wyglądać.

Jak długi powinien być prompt do zdjęcia?

Zwykle wystarczy 30-60 słów. Ważniejsza od długości jest kolejność: obiekt i kadr na początku, styl i wykluczenia na końcu.

Co to jest seed w generatorze obrazów?

To liczba, od której zaczyna się losowanie obrazu. W modelach lokalnych (np. w ComfyUI) ten sam prompt z tym samym seedem da ten sam obraz - dzięki temu można porównać dwa prompty bez wpływu przypadku. Przy obrazach do tego tekstu (Gemini przez API) seeda nie ustawiałem, więc każde porównanie to osobne losowania.

Dlaczego AI dodaje napisy, o które nie prosiłem?

Bo zdjęcia produktów i ulic, na których model się uczył, zwykle mają etykiety i szyldy. Dopisz „no text”, „plain label” albo „no signs with readable text”.

Źródła

• Google Cloud Blog - Ultimate prompting guide for Nano Banana - sprawdzone 8.10.2026
• Google Blog - Nano Banana Pro: prompt tips - sprawdzone 8.10.2026
• Hugging Face - Tongyi-MAI/Z-Image-Turbo - sprawdzone 8.10.2026
• fal.ai - Z-Image Turbo prompt guide - sprawdzone 8.10.2026