Du lädst die Gründerin, die Jacke und das Café hoch. Das Ergebnis liefert dir den Fremden aus dem Café, der etwas trägt, das vage wie eine Jacke geformt ist. Qwen Image 3.0 Pro mit mehreren Referenzbildern kann solche Briefings lösen, aber nur, wenn jedes Bild eine klare Aufgabe hat.
Die praktische Antwort ist einfach: Lade bis zu 3 Bilder in einer bewussten Reihenfolge hoch. Mach Bild 1 zum Identitätsanker, Bild 2 zum Produkt- oder Outfit-Anker und Bild 3 zum Szenen- oder Stilanker. Sag dann im Prompt dasselbe. So erhält ein Creator, ein Markenbetreiber oder ein kleines E-Commerce-Team ein kompaktes Kreativ-Briefing statt eines Haufens konkurrierender visueller Hinweise.
Dieser Leitfaden zeigt die Methode anhand einer Kampagne für eine Coffee-Gründerin, eines Skincare-Launches und einer Neu-Pose für einen eigenen Spielcharakter. Es geht darum, eine neue, referenzgetriebene Komposition zu erstellen. Er verspricht keine pixelgenaue Kopie der Quellfotos.
Du kannst den Workflow in einem Browser-Tab auf Atlas Cloud testen, wo der Pro-Edit-Playground die Eingaben und den Prompt zusammen annimmt.
Wichtigste Erkenntnisse
- Gib jeder der 3 Referenzen eine überschneidungsfreie Rolle.
- Setze die Identität an die erste Stelle und nenne Bild 1 im Prompt.
- Lass nur ein Bild die Beleuchtung und die Gesamtstimmung bestimmen.
- Starte mit 1 hochauflösenden Ausgabe und korrigiere dann einen Fehler pro Neuversuch.
30-Sekunden-Film: Der Drei-Rollen-Workflow
Dieser kurze Film verwandelt die drei Fälle des Artikels in eine visuelle Sequenz. Er beginnt mit der Coffee-Gründerin und ihrem Produkt im Café, folgt einem Übergang mit warmem Licht zur Skincare-Gründerin und der Salbeiflasche am Travertin-Waschtisch und nutzt dann die kühle Spiegelreflexion, um zur Rotfels-Landschaft des Entdeckers zu gelangen. Jedes Kapitel wechselt die Perspektive, statt auf einen einzigen Push-in zu setzen: Establishing-, Seiten-, Überkopf-, Tracking- und weite Landschaftsaufnahmen dienen jeweils einem bestimmten Subjekt, Produkt oder Setting-Hinweis.
30-sekündiges 16:9-Video von Gemini Omni Flash, generiert als durchgehende Erweiterung mit drei Kapiteln. Es trägt die Café-Atmosphäre ins Skincare-Studio und dann in eine Klanglandschaft aus sanftem Wind und Leuchtfeuer, während Menschen, Objekte und Szenen über mehrere Kamerawinkel hinweg klar getrennt bleiben.
Warum Qwen Image 3.0 Pro mit mehreren Referenzbildern oft scheitert
Multi-Referenz-Editing wird immer dann relevant, wenn ein Team echte Assets hat, aber keine Zeit für ein Shooting findet. Ein Gründerporträt, ein Packshot und ein Locationsfoto können wie genug Material für eine Anzeige wirken. Doch drei Bilder erzeugen oft ein Tauziehen, wenn der Prompt nur sagt: „Kombiniere diese.“
Das Modell unterstützt Editing mit 1–3 Referenzen, und die Reihenfolge des Arrays ist wichtig. Die offizielle API-Dokumentation legt die Image-to-Image-Ausgabe außerdem in einen Bereich von 512×512 bis 2048×2048. Damit werden Reihenfolge und schriftliche Priorität Teil der kreativen Richtung, kein nebensächliches Implementierungsdetail (Alibaba Cloud’s Qwen Image 3.0 API-Referenz, September 2026).
| Fehlersymptom | Wahrscheinliche Ursache | Korrekturmaßnahme |
|---|---|---|
| Das Ergebnis ähnelt der Person aus der Pose-Referenz | Kein Identitätsanker benannt | Identitätsbild zuerst platzieren und „Identität aus Bild 1 bewahren“ schreiben. |
| Eine Flasche oder ein Pack verwandelt sich in ein ähnliches, falsches Objekt | Das Produktbild trägt auch Szenen- oder Stilaufgaben | Sauber zuschneiden und nur der Produktstruktur zuweisen. |
| Alle 3 Eingaben werden zu einer Collage verrechnet | Der Prompt sagt nur „kombiniere“ | Bild 1, 2 und 3 mit getrennten Aufgaben benennen. |
| Licht und Farbe wirken inkonsistent | Mehr als 1 Eingabe bestimmt den Look | Das Szenen-/Stilbild die Atmosphäre setzen lassen. |
| Die Pose stimmt, aber der Charakter ist verschwunden | Die Pose-Quelle hat ein starkes Gesicht oder Kostüm | Auf die Körperkontur zuschneiden oder eine vereinfachte Pose-Referenz verwenden. |
Das letzte Problem ist nicht theoretisch. In einer Community-Diskussion beschrieb ein Nutzer, dass eine Charakterreferenz von einer Low-Poly-Pose-Referenz überlagert wurde. Behandle das als nützlichen Fehlerbericht, nicht als Urteil über die Gesamtleistung des Modells: Starke visuelle Hinweise können eine unterspezifizierte Anweisung übertreffen (Reddit-Diskussion zu Multi-Referenz-Fehlern, Januar 2026).
Wenn du mehr als 3 relevante Bilder hast, geh nicht davon aus, dass ein viertes oder fünftes Bild das Modell treuer macht. Erstelle einen sauberen Kontaktbogen mit mehreren Ansichten derselben Person oder desselben Charakters, mit ausreichend Abstand zwischen den Ansichten, und kombiniere diesen Bogen dann mit Produkt und Szene. Eine weitere sichere Option ist ein Zwei-Pass-Prozess: Zuerst Identität und Produkt etablieren und dann das freigegebene Ergebnis in Richtung Umgebung bearbeiten.
Qwen Image 3.0 Pro Workflow mit mehreren Referenzbildern und Preise
Für den Workflow dieses Artikels nutze ausschließlich Qwen Image 3.0 Pro Edit. Es bündelt die kreative Entscheidung an einem Ort: Lade die 3 Referenzen hoch, füge den rollenbewussten Prompt ein, wähle die Ausgabeeinstellungen und prüfe das Ergebnis. Qwens eigene Modelldokumentation beschreibt die Pro-Serie als geeignet für komplexe Layouts, feine Texte, fotografische Details und Multi-Referenz-Editing (QwenCloud-Dokumentation zu Bildmodellen, abgerufen im September 2026).
| Fehlersymptom | Wahrscheinliche Ursache | Korrekturmaßnahme |
| Das Ergebnis ähnelt der Person aus der Pose-Referenz | Kein Identitätsanker benannt | Identitätsbild zuerst platzieren und „Identität aus Bild 1 bewahren“ schreiben. |
| Eine Flasche oder ein Pack verwandelt sich in ein ähnliches, falsches Objekt | Das Produktbild trägt auch Szenen- oder Stilaufgaben | Sauber zuschneiden und nur der Produktstruktur zuweisen. |
| Alle 3 Eingaben werden zu einer Collage verrechnet | Der Prompt sagt nur „kombiniere“ | Bild 1, 2 und 3 mit getrennten Aufgaben benennen. |
| Licht und Farbe wirken inkonsistent | Mehr als 1 Eingabe bestimmt den Look | Das Szenen-/Stilbild die Atmosphäre setzen lassen. |
| Die Pose stimmt, aber der Charakter ist verschwunden | Die Pose-Quelle hat ein starkes Gesicht oder Kostüm | Auf die Körperkontur zuschneiden oder eine vereinfachte Pose-Referenz verwenden. |
Zum Zeitpunkt des Schreibens listet der öffentliche Katalog Qwen Image 3.0 Pro Edit ab $0.04 pro Bild. Der Katalog weist in seiner Auflistung keine separate öffentliche Aufschlüsselung für 1K-gegenüber-2K oder Referenz-Eingaben aus, also kalkuliere nicht mit einer angenommenen Preisaufteilung. Prüfe das Angebot, das vor dem Ausführen angezeigt wird, besonders wenn ein Rabatt erscheint. Eine Basislinie von 3 Einzelbild-Fällen zum angegebenen Startpreis liegt bei $0.12, bevor Neuversuche oder Preisänderungen anfallen.
Die nächsten 3 Schritte bilden eine durchgängige SOP. Sie folgen alle derselben Ordnungslogik. Halte die Referenzen sauber, schreibe die Rolle jeder einzelnen auf und formuliere die abschließende Kompositionsanfrage explizit.
Qwen Image 3.0 Pro-Tutorial mit mehreren Referenzbildern: Die 3-Rollen-Methode
Schritt 1: Die Kampagne für die Coffee-Gründerin aufbauen
Beginne mit dem klarsten Identitätsporträt. Bild 2 sollte die Leinenschürze und die Kaffeeverpackung ohne ablenkende Location zeigen. Bild 3 sollte das Café-Interieur liefern, das warmes Holz, Morgenlicht und Tiefe beisteuert. Das Ergebnis sollte ein neues Kampagnenbild sein, in dem die Gründerin der visuelle Mittelpunkt bleibt.
plaintext1Erstelle ein hochwertiges redaktionelles 4:5-Kampagnenfoto. 2 3Bild 1 ist der Identitätsanker. Bewahre das wiedererkennbare Gesicht, die Frisur, den Hautton und den entspannten Gesichtsausdruck dieser erwachsenen Gründerin. 4Bild 2 ist der Kleidungs- und Produktanker. Bewahre die natürliche Leinenschürze, die Form des dunklen Kaffeebeutels und die gedeckte Terrakotta-Creme-Palette der Verpackung. 5Bild 3 ist der Orts- und Lichtanker. Platziere die Gründerin hinter einem warmen, unabhängigen Café-Tresen mit weichem Morgenfensterlicht, Holztextur und einem sanft unscharfen Café-Hintergrund. 6 7Zeige die Gründerin, die den Kaffeebeutel natürlich auf Brusthöhe hält. Erstelle eine neue Komposition, keine Collage. Halte die Produktproportion glaubwürdig und die Person als visuellen Mittelpunkt. Authentische redaktionelle Produktfotografie, 50-mm-Objektiv-Look, geringe Schärfentiefe, realistische Hauttextur, keine sichtbaren zusätzlichen Hände, kein dupliziertes Produkt, keine unlesbaren Etiketten.
Nutze diesen kombinierten Referenzstreifen als Briefing-Vorlage für Schritt 1. Lies ihn von links nach rechts: Referenz 1, Identität liefert Gesicht und Ausdruck der Gründerin; Referenz 2, Produktdetail liefert das Kaffeeobjekt und die Tischtextur; Referenz 3, Szene und Licht liefert die Café-Atmosphäre und das Fensterlicht. So bleibt die Reihenfolge kopierbar und die Aufgabe jeder Quelle wird explizit.
Dreiteiliger Kaffee-Referenzstreifen: Gründeridentität links, Kaffeeproduktdetail in der Mitte und Café-Szene mit Fensterlicht rechts
Referenzstreifen für Schritt 1: Identität, Produktdetail, dann Szene und Licht. Behalte diese Reihenfolge beim Hochladen und beim Schreiben des Prompts bei.
Wähle Qwen Image 3.0 Pro Edit, lade die Referenzen in genau dieser Reihenfolge hoch, wähle 4:5 und die höchste verfügbare Auflösung, fordere 1 Ausgabe an und setze den Seed 20260903. Bevor du erneut ausführst, prüfe, ob Person, Schürze/Verpackung und Café-Licht jeweils ihre zugewiesene Aufgabe erfüllt haben.
Animierte Kaffee-Kampagnenstudie: Die Gründerin stellt das Paket neben eine dampfende Tasse, während die Kamera von einer hohen Dreiviertelansicht zu einem seitlichen Orbit und einer augenhöhen Tresenansicht übergeht
Bewegungsstudie mit mehreren Blickwinkeln für Schritt 1: Gemini Omni Flash animiert das freigegebene Kaffee-Standbild zu einer durchgängigen Café-Aktion, die von einer hohen Dreiviertel-Einstellung über einen seitlichen Orbit bis zu einer augenhöhen Tresenansicht führt. Nutze sie, um zu prüfen, ob Gründerin, Paket, Ausstattung, Dampf und Café-Setting bei wechselndem Blickwinkel lesbar bleiben.
Schritt 2: Qwen Image 3.0 Pro mit mehreren Referenzbildern für einen Skincare-Launch wiederverwenden
Diese Version testet die Einschränkung, die für ein kleines Produktteam am wichtigsten ist: Der Gründer und die eigentliche Flasche müssen beide wiedererkennbar bleiben. Verwende ein sauberes, frontales Produktbild. Vermeide ein Produktbild mit Lifestyle-Setting, weil es mit der Stein-Bad-Referenz konkurrieren würde.
plaintext1Erstelle ein raffiniertes 4:5-Skincare-Launch-Bild für eine kleine, von einem Gründer geführte Marke. 2 3Bild 1 ist der Identitätsanker. Halte Gesicht, Haare, natürlichen Hautton und den ruhigen, selbstbewussten Ausdruck des Gründers wiedererkennbar. 4Bild 2 ist der Produktanker. Bewahre exakt die Flaschensilhouette, die Form des Deckels, die Platzierung des Etiketts und die blasse Salbeifarbe des Produkts. Erfinde kein zweites Produkt. 5Bild 3 ist der Umgebungsanker. Nutze seine warme Travertin-Oberfläche, das weiche Fensterlicht und die zurückhaltende Badezimmer-Atmosphäre. 6 7Zeige den Gründer, der das Produkt mit einer Hand nahe eines Stein-Waschtischs hält. Die Flasche muss vollständig sichtbar und proportional sein. Erstelle eine neu komponierte, hochwertige, aber glaubwürdige Lifestyle-Produktfotografie. Weicher 85-mm-Porträtobjektiv-Look, realistische Hände, subtile Schatten, keine doppelten Finger, kein verzerrter Deckel, keine zusätzlichen Flaschen, keine erfundenen Logos oder Texte.
Wähle Qwen Image 3.0 Pro Edit mit 3 Referenzen, 4:5, der höchsten verfügbaren Auflösung, 1 Ausgabe und Seed 20260904. Prüfe Deckel, Silhouette, Etikettenplatzierung und die Hand, bevor du die Gesamtschönheit beurteilst. Diese Details tragen ein höheres kommerzielles Risiko als ein etwas anderer Hintergrundschatten.
Animierte Skincare-Studie: Ein Gründer dreht eine Salbeiflasche im Fensterlicht, während die Kamera von einer Seitenansicht zu einem hohen Produktwinkel und einer weiteren Waschtisch-Ansicht übergeht
Bewegungsstudie Fall 2: Gemini Omni Flash verwandelt das ausgewählte Skincare-Standbild in eine durchgängige Produktaktion, die von einer Seitenansicht des Gründers zu einem hohen Produktdetail und dann zu einer weiteren Waschtisch-Komposition wechselt. Die blasse Salbeiflasche, das Leinentuch und das warme Travertin-Setting bleiben beim Perspektivwechsel separat lesbar.
Schritt 3: Qwen Image 3.0 Pro mit mehreren Referenzbildern für die Neu-Pose eines eigenen Spielcharakters verwenden
Der Charakterfall macht die stärkste Unterscheidung zwischen Identität und Pose. Bild 2 muss nur Bewegung vermitteln. Wenn es ein einprägsames Gesicht enthält, schneide dieses Gesicht vor dem Hochladen heraus. Dieser kleine Vorbereitungsschritt reduziert die Wahrscheinlichkeit, dass die Pose-Quelle ihre Identität statt ihrer Körpergeometrie beisteuert.
plaintext1Erstelle ein filmisches 16:9-Key-Art-Bild für ein originelles Science-Fiction-Abenteuer. 2 3Bild 1 ist der Charakteridentitätsanker. Bewahre das ursprüngliche Gesicht des Entdeckers, den Haarschnitt, den weißen Anzug mit Rosttönen, die Platzierung des Brustabzeichens und die Silhouette des Rucksacks. 4Bild 2 steuert nur die Körperpose. Nutze seine vorwärtsschreitende Körperpose und die Kopfrichtung, aber übernimm nicht Gesicht, Kleidung oder Identität. 5Bild 3 steuert Umgebung, Palette und Licht. Nutze seinen Korallenstaub, die blauen Dämmerungsschatten und den fernen felsigen Horizont. 6 7Zeige den ursprünglichen Entdecker, der bei Tagesanbruch über einen niedrigen Rotfelsgrat steigt und zu einem fernen Forschungsleuchtfeuer blickt. Filmische Weitaufnahme, gestochen scharfe Figur im Vordergrund, atmosphärische Tiefenschichten, physisch glaubwürdige Anzugnähte und Hände. Neue originelle Komposition. Keine zusätzlichen Gliedmaßen, kein duplizierter Helm, kein Text, kein Wasserzeichen.
Wähle Qwen Image 3.0 Pro Edit, 3 Referenzen, 16:9, die höchste verfügbare Auflösung, 1 Ausgabe und Seed 20260905. Vergleiche die Ausgabe zuerst mit Bild 1. Brustabzeichen, Haarschnitt und Anzug-Silhouette sollten als der ursprüngliche Charakter erkennbar sein. Prüfe dann, ob Bild 2 nur die vorwärtsschreitende Pose beigesteuert hat.
Animierte Entdecker-Studie: Ein fiktiver Entdecker geht über einen Rotfelsgrat, scannt ein entferntes Leuchtfeuer mit einem Feldgerät und wird in einer weiten Dämmerungslandschaft enthüllt
Bewegungsstudie Fall 3: Gemini Omni Flash animiert das Entdecker-Standbild mit einem niedrigen Tracking-Gang, einem Gegenwinkel für den Scan mit dem Feldgerät und einer hohen, weiten Enthüllung. Der fiktive Entdecker, der weiße Anzug mit Rosttönen, das Feldinstrument, das geschichtete Rotfels-Terrain, die blaue Dämmerung und das ferne Forschungsleuchtfeuer bleiben als eine Szene verbunden.
Qwen Image 3.0 Pro-Varianten mit mehreren Referenzbildern, die Neuversuche sparen
Sobald du 3 Rollen vergeben kannst, kannst du ändern, welche Rolle das höchste Gewicht hat. Die Methode bleibt stabil. Nur die Eingabereihenfolge und die Prioritätsaussage ändern sich.
| Variation | Bild-1-Priorität | Bild 2 | Bild 3 | Beste Passung |
|---|---|---|---|---|
| Identität zuerst | Person oder Originalcharakter | Outfit oder Produkt | Szene oder Licht | Gründerkampagnen und Charakterarbeiten |
| Produkt zuerst | Produkt-Packshot | Person, die es hält | Szene oder Farbrichtung | Produktseiten, bei denen die Flaschenform am wichtigsten ist |
| Stil zuerst | Hero-Subjekt | Produkt/Detail | Palette, Beleuchtung, Medium | Eine Serie, die konsistente Art Direction benötigt |
| Pose-Rettung | Charakteridentität | Zugeschnittene Körper-Pose-Quelle | Umgebung | Neu-Posen, ohne das Gesicht des Pose-Modells zu übernehmen |
Für Produkt zuerst platziere den Packshot in Bild 1 und schreibe „Bild 1 ist der nicht verhandelbare Produktanker.“ Für Stil zuerst mache das dritte Bild zu einer visuellen Referenz nur für Licht, Palette und Medium. Liefere in diesem Slot keine weitere dominante Person.
Bei zu vielen Referenzbildern erstelle einen bewussten Kontaktbogen. Nutze ihn für mehrere Blickwinkel desselben Charakters oder Produkts und lasse genug freien Raum, damit jede Ansicht eindeutig bleibt. Verwende dann die verbleibenden 2 Slots für die anderen Aufgaben. Mehr Eingaben können mehr Konflikte erzeugen, also gib dem Modell ein kleineres und klareres Briefing.
Kosten, Rechte und Qualitätsprüfung vor der Veröffentlichung
Behandle jede Generierung als Entwurf für eine kurze Produktionsprüfung. Eine 2-minütige Inspektion verhindert den häufigen Fehler, ein gut aussehendes Bild mit falscher Flasche, verändertem Etikett oder übernommener Pose-Identität zu veröffentlichen.
- Zoome auf 100 % und prüfe Gesicht, Hände, Produktkanten, Deckel und sichtbaren Text.
- Vergleiche das Ergebnis mit den 3 Eingaben. Bestätige, dass jede zugewiesene Verantwortung in der Ausgabe erscheint.
- Wenn nur 1 Element falsch ist, ändere beim nächsten Lauf nur diese Anweisung. Schreibe nicht den gesamten Prompt neu und verliere ein nützliches Ergebnis.
Verwende nur Bilder, die du besitzt, für die du eine Lizenz hast oder für die du die Erlaubnis zum Hochladen hast. Erwecke nicht den Eindruck, dass eine reale Person, ein Markeninhaber oder ein geschützter Charakter das fertige Bild unterstützt. Atlas Cloud ist einfach ein direkter Ort, um diesen Pro-Edit-Workflow zu testen; es kann keine absolute Identitäts-, Produkt- oder Texttreue in jeder Ausgabe garantieren.
Für eine echte Kampagne protokolliere die Einstellungen, den Seed, das Ausgabeangebot und die exakten Eingabedateien neben der freigegebenen Version. Das verwandelt die Qwen Image 3.0 Pro-Methode mit mehreren Referenzbildern von einem cleveren Einmal-Trick in einen wiederholbaren Teamprozess.
Häufig gestellte Fragen
Wie viele Referenzbilder kann Qwen Image 3.0 Pro verwenden?
Der Pro-Edit-Workflow unterstützt 1–3 Referenzbilder. Drei funktionieren am besten, wenn die Bilder getrennte Verantwortlichkeiten haben: Identität, Produkt oder Outfit und Szene oder Stil.
Welches Bild sollte ich in einem Qwen Image 3.0 Pro-Multi-Referenz-Workflow zuerst hochladen?
Platziere das, was du dir nicht leisten kannst zu verlieren, in Bild 1. Bei den meisten Gründer- und Charakterarbeiten ist das das Identitätsbild. Bei einem strikten E-Commerce-Packshot mach stattdessen das Produkt zu Bild 1.
Warum kopiert Qwen Image 3.0 Pro die Pose-Referenz statt meines Charakters?
Die Pose-Quelle kann stärkere Gesichts-, Kleidungs- oder Silhouetten-Hinweise enthalten, als der Prompt trennt. Schneide sie auf den Körper zu, schreibe, dass sie nur die Pose steuert, und bewahre explizit die Identität aus Bild 1.
Kann ich eine Person, ein Produkt und einen Hintergrund in einem Prompt kombinieren?
Ja. Das ist die klarste Anwendung der 3-Rollen-Methode: eine Person in Bild 1, Produkt in Bild 2 und Hintergrund oder Beleuchtung in Bild 3. Fordere eine neue Komposition an, keine Collage.
Ist eine höhere Auflösung die zusätzlichen Kosten für Qwen Image 3.0 Pro wert?
Nutze die höhere Option, wenn du Verpackungskanten, Hände, Gesichtsdetails prüfen oder das Bild für bezahlte Social-Media-Anzeigen zuschneiden musst. Prüfe das Live-Angebot vor dem Ausführen, weil der Startpreis des öffentlichen Katalogs keine separate öffentliche Auflösungs-Aufschlüsselung enthält.
Was soll ich tun, wenn ich mehr als 3 Referenzbilder habe?
Fasse verwandte Ansichten zu einem sauberen Kontaktbogen zusammen oder verwende 2 Durchgänge. Zwinge nicht jedes Bild in eine Anweisung. Eine klare Hierarchie liefert nützlichere Ergebnisse als ein größerer Haufen von Referenzen.
