CLIP Interrogator löst ein sehr konkretes kreatives Problem: Sie haben ein Bild, das Ihnen gefällt, möchten etwas Ähnliches erzeugen, finden aber nicht die Worte dafür. Statt Prompts zu raten, laden Sie das Bild hoch und das Tool erzeugt eine detaillierte Beschreibung, die Sie direkt in einen Generator einfügen können.
Der Ablauf hat zwei Stufen. Zuerst erstellt das BLIP-Modell eine einfache, allgemeine Bildunterschrift dessen, was zu sehen ist. Danach vergleicht das CLIP-Modell das Bild mit einer großen Sammlung kuratierter Phrasen – oft 'Flavors' genannt – die Objekte, Kunststile, Stimmungen und sogar Künstlernamen abdecken, und ergänzt die passendsten. Das Ergebnis ist deutlich reichhaltiger, als es ein einzelnes Captioning-Modell leisten könnte.
clipinterrogator.org ist eher die Referenzseite zu diesem Tool als die App selbst: Sie dokumentiert die Funktionsweise, die verwendeten Modelle (BLIP, CLIP und OpenCLIP), wie man es in Google Colab ausführt oder lokal installiert, und verlinkt die gehostete App. Sie ist kostenlos und ein Standardwerkzeug der Stable-Diffusion-Community für Prompt-Engineering und Stilabgleich.
