Den enda regeln som sparar dig 80% av frustration

Om du bara orkar med en lektion i hela kursen, ta den här.

Jag har använt AI-bildgeneratorer sedan 2019. På den tiden var de ärligt talat ganska dåliga. Idag är de fantastiska, men de har fortfarande dumma begränsningar. Och nästan all frustration jag ser hos folk som börjar med AI-bilder kommer från att de slåss mot de begränsningarna istället för att jobba runt dem.

Det är onödigt. Det finns en regel som löser det mesta. Och så här lyder den:

Låter självklart. Är det inte. Här är vad det betyder i praktiken.

Tänk dig en kock som bara kan laga maträtter ur sin egen kokbok. Be honom om en köttgryta och du får en bra köttgryta. Be honom om en gryta från en region i Tibet han aldrig har varit i, så ger han dig en gryta som ser ut som hans bästa gissning på vad Tibet är. Den blir kanske ätbar. Men det är inte vad du beställde.

AI-bildmodellerna fungerar likadant. De har sett hundratals miljoner bilder. Vill du ha något som finns på massor av de bilderna ("en kvinna som dricker kaffe vid ett fönster"), så får du fantastiska resultat. Vill du ha något som modellen aldrig har sett ("min mormors specifika kakburk från Värnamo 1962") kommer den att gissa fel.

Vad du gör med det: Innan du skriver en prompt, fråga dig själv: är det här en sak som finns på tusentals bilder på internet? Om ja, modellen klarar det. Om nej, du måste antingen byta mål eller hjälpa modellen med en referensbild.

Det här är jobbigt att höra om du tycker bra om svenska, men det är värt att höra. De flesta AI-bildmodeller är tränade på en datamängd som heter LAION. Den innehåller miljarder bilder med text bredvid, och nästan all text är på engelska. Hugging Face, som är ett av de stora företagen i fältet, säger det rakt ut: modellens förmåga att generera bilder från icke-engelska prompter är betydligt sämre än från engelska.

Det betyder inte att svenska aldrig fungerar. ChatGPT klarar svenska för att den översätter internt först. Men för Midjourney, Flux, Ideogram och de flesta andra: skriv på engelska, alltid.

Det här är inte en åsikt. Det är hur teknologin är byggd.

Och du behöver inte vara bra på engelska. Modellen läser dåligt formulerad engelska bättre än perfekt svenska. "a kid eating ice cream in a park summer" fungerar utmärkt. Det är inte en grammatiskt korrekt mening, och det spelar ingen roll.

Be om en bild med "exakt fyra personer". Du får tre, fem eller sex. Ibland fyra. Be om "skylten ska stå GRÄDDBAKELSE". Du får GRÄDDBAKLES eller GRÄDBAKELSEE eller något annat påhittat. Be om "samma kvinna som i förra bilden". Du får en annan kvinna.

Det här är inte ett fel som kommer att fixas inom kort. Det är hur modellerna fungerar.

Vad du gör med det: Använd rätt verktyg för uppgiften. Behöver du läsbar text? Använd Ideogram eller Recraft, inte Midjourney. Behöver du samma person flera gånger? Använd Google Nano Banana, som klarar referensbilder. Behöver du exakt antal saker? Räkna med att det inte fungerar och planera därefter.

Skriv ner dem och håll dem nära.

1. Är det här något som finns på massor av bilder på internet? Om ja, kör. Om nej, byt mål eller använd en referensbild.
2. Skriver jag på engelska? Om nej, översätt. Också för en enkel prompt.
3. Är jag ute efter en stämning eller en exakt komposition? Stämning är modellens styrka. Exakt komposition är dess svaghet, och kräver ofta annat verktyg.

När du slutar slåss mot modellens begränsningar och börjar jobba med dem, händer två saker.

Du sparar massor av tid. Och du börjar få bättre bilder, för att du frågar om saker modellen faktiskt kan ge dig.

Det är allt. Det är hela hemligheten. Resten av kursen är detaljer.

Du vet nu vad AI-bilder är, hur vi kom hit, vart det är på väg, vad du tar med dig från kursen och den enda regeln som sparar dig från att slösa timmar på frustration.

Resten av kursen bygger vidare på det här. I modul 2 går vi igenom alla de viktiga verktygen som finns 2026, vad vart och ett är bäst på och vilket du själv ska börja med. I modul 3, som också är gratis, lär jag dig att känna igen en AI-bild på några sekunder.