Guidance Scale (CFG)

Die Guidance Scale, oft kurz CFG genannt, ist ein Einstellwert bei Bild- und Videomodellen. Sie bestimmt, wie stark sich das Modell bei der Erzeugung an deinen Prompt hält. Bei niedrigen Werten hat das Modell mehr Freiheit, bei hohen Werten setzt es die Beschreibung strenger um.

Wie funktioniert die Guidance Scale?

CFG steht für Classifier-Free Guidance, ein Verfahren, das Jonathan Ho und Tim Salimans im Paper Classifier-Free Diffusion Guidance beschrieben haben. Bei jedem Entrauschungsschritt rechnet das Modell zwei Vorhersagen: eine mit deinem Prompt und eine ohne. Der Unterschied zwischen beiden zeigt, in welche Richtung der Prompt das Bild lenkt. Die Guidance Scale verstärkt diesen Unterschied. Ein Wert von 1 bedeutet keine zusätzliche Verstärkung, höhere Werte schieben das Ergebnis stärker in Richtung deiner Beschreibung.

Der Negativ-Prompt nutzt denselben Mechanismus. Statt der Vorhersage ohne Prompt wird dann die Vorhersage mit dem Negativ-Prompt verwendet, und das Modell entfernt sich gezielt davon.

Wo findest du die Einstellung?

In vielen Web-Tools ist die Guidance Scale fest eingestellt oder hinter Begriffen wie Prompt-Treue oder Kreativität versteckt. In Oberflächen für offene Modelle wie ComfyUI stellst du sie direkt im Sampler ein. Manche neueren, destillierten Modelle arbeiten ohne klassische CFG oder mit einem festen Wert, weil sie im Training darauf abgestimmt wurden.

Worauf du achten solltest

Höher ist nicht automatisch besser. Zu hohe Werte führen zu grellen Farben, harten Kontrasten und unnatürlichen Bewegungen, bei Video auch zu Flackern. Zu niedrige Werte ergeben weiche, beliebige Bilder, die deinen Prompt kaum umsetzen. Starte mit dem Wert, den der Hersteller empfiehlt, halte den Seed fest und ändere nur diesen einen Regler. So erkennst du, was er bewirkt. Wie du Prompts so formulierst, dass du weniger nachregeln musst, zeigt der Ratgeber KI-Video-Prompts.