简介这是一份Midjourney入门到实践的完整手册内容约1.3万字、135页面向希望快速掌握AI绘图的设计师、内容创作者及零基础爱好者。手册从前言篇的AI绘图是什么、Midjourney与Discord的关系讲起对AI绘图的自动化、高精度、可定制化等优势及版权争议等现实问题做了梳理帮助读者建立行业认知随后重点拆解了Midjourney账号注册、创建服务器、添加机器人等完整操作流程每一步都配有界面说明与注意事项跟着做就能完成环境配置并开始生成作品。资源包共1个docx文件体积23.36MB方便在电脑端阅读、检索和打印。目前已有1749人学习下载适合作为踏入AI绘画领域的第一份系统参考手册。1. 一份1.3万字、135页的Midjourney手册到底在教什么某开发者上周拿到一份号称1.3万字、135页完整的Midjourney手册顺手把参数表翻了一遍感觉都会了真到自己出图时同一个种子怎么换版本就不生效垫图之后角色永远锁着同一个姿势。这类“完整教程”最值钱的地方不是它有几万字而是它有没有把参数之间的配合讲清楚。你需要的不是更多参数而是知道什么时候该动提示词、什么时候该动stylize、什么时候该换一张垫图。这个标题讲的是这么一套从单张出图到系列图稳定的完整链路。适合刚开始用Midjourney的设计师、靠AI配图做内容的人以及想摆脱“只会套模板”状态的新手。2. 提示词是手册的重头戏结构模板与信息密度2.1 提示词不是越长越好先分清主体、场景与风格翻过几本Midjourney教程的人会发现这类手册一定会告诉你提示词是信息传递通道不是一个形容词堆。常见翻车现场是把“绝美、震撼、极致细节、梦幻、超现实、照片级真实”全部塞进去结果是风格互相打架。模型对堆砌的冗余修饰响应权重很低真正被吃进去的只有几个名词和动词。我的习惯是先归四类主体是什么、在什么场景、用什么光线、想走什么风格。四个槽位里各放一两个词比一整串华丽形容词稳定得多。比如说你写 “a beautiful girl, pretty, cute, lovely, charming, elegant, gorgeous”这些形容词在模型眼里的权重相近互相稀释最终出图反而没有记忆点。改成 “a girl with freckles, wearing a yellow raincoat, in soft morning light”信息密度完全不同。前者是感受后者是可视化对象。这个区别就是提示词写作里最值得练的基本功。v6 和 v5.2 对提示词的理解方式差异很大。v5.2 更吃逗号分隔的特征组合比如 “a cat, rain, street, night”v6 更吃完整的自然语言比如 “a cat sitting on an old wooden bench in the rain at night”。写提示词的姿势要跟着版本走手册里如果只列了一堆词库那多半是旧习惯。我在 v6 下的默认写法是先用一句完整的话描述主体和场景再用逗号补风格和构图词最后用 --no 排除不要的东西。不建议把提示词写成一整段长文那样模型容易把注意力分给不重要的修饰。2.2 一套可复用的提示词模板变量替换与批量生成要批量做系列图时手写提示词效率太低。我会用一个 Python 脚本把提示词拆成几个变量槽位先定好基准结构再逐项替换。下面这个模板是常用的四个槽位主体、场景、光线、风格。后面的 --ar 和 --stylize 不放进槽位因为它们是全局参数单独维护。def build_prompt(subject, scene, lighting, style): # 用自然语言拼接主体与场景再用逗号补风格和光线 core f{subject} {scene}, {lighting}, {style} return core cases [ (a wooden desk with a cup of coffee, by a rain-streaked window, soft morning light, watercolor illustration style), (an astronaut in a torn spacesuit, standing in a red desert, harsh noon sunlight, cinematic film still), (a white cat, on a pile of vintage books, warm lamp light, oil painting style), ] for c in cases: print(build_prompt(*c))输出是三条结构一致的提示词区别只在变量本身。这个脚本的作用不是自动调Midjourney而是把“批量实验”变成“批量粘贴”——每轮只改一个变量对比结果时能明确知道是哪一项引发了差异。参数说明主体变量放最前面模型会把它当作图像中心风格词放最后它负责整体渲染倾向光线词放在中间起到调节画面氛围的作用。如果想实验不同风格把style那一栏替换成一组候选词就行。把这个模板套到具体目标上会更直观。假设我要做一张图书封面脑海里只有一句话旧书店门口雨后黄昏暖黄街灯。按四槽位拆主体是“a vintage bookstore door with a wooden sign”场景是“after rain in the evening”光线是“warm street lamp glow”风格是“woodblock print style”。四个槽位填满提示词结构就立住了。之后再调参数也有参照系风格不理想改style氛围不对改lighting主体跑偏改subject不要四个变量一起动。2.3 中英文描述与三个高频修饰词组的用法手册里最常见的词库本质上就是三类修饰词风格、光线、构图。风格词管画风像 watercolor、photorealistic、pixel art、isometric、minimalist光线词管氛围像 golden hour、soft diffused light、neon glow、backlit构图词管视角像 close-up、wide shot、low angle、eye-level、rule of thirds。每一类挑一个组合进去出图的风格倾向就基本定了。真正要注意的是“质量词”这一栏比如 8k、ultra-detailed、masterpiece这类词在 v6 里听起来响亮实际对分辨率提升很有限反而消耗本来可以描述真实细节的位置。中文能不能写进提示词能v6 对中文有基本理解但英文依然是更稳的选择因为训练语料以英文为主模型对英文修饰词的权重分配更可预期。如果英文不好我的做法是先写中文草稿再翻译成简单英文短句。注意不要逐字直译中文里“戴着帽子的年轻女孩坐在长椅上”直译成 “a girl wearing a hat sits on a bench” 没问题但“很有氛围感的傍晚”这类偏感受的词就要换成具体的光线描述比如 “warm orange evening light”。把感受翻译成视觉对象是提示词写作里最有价值的一项练习。光线词尤其不要写“有氛围”要写“薄雾、逆光、灯箱、冷暖对比”这种能被画出来的东西模型才知道往哪里用力。3. 参数设置是手册最厚的一章6个必调参数与组合逻辑3.1 从 --ar 到 --stylize每个参数的取值范围与改法参数取值范围默认值作用--ar0.5:1 ~ 21:91:1控制画幅比例与构图--v版本号6模型版本影响出图风格与语义理解--stylize0 ~ 1000100模型自由发挥程度值越大越“艺术”--chaos0 ~ 1000同一提示词下的构图与内容变异程度--seed任意整数随机固定初始噪声配合版本号复现构图--no元素名无排除画面里不想出现的元素--iw0.5 ~ 21垫图时参考图的权重值越大越贴参考图这张表出现在任何一本手册里都不奇怪但关键是分寸感。--stylize 低了画面容易寡淡高了人物细节容易崩。--ar 会重新构图不是简单裁边所以先定比例再出图出图后不要随手改比例。具体到使用场景2:3 适合竖版海报3:2 适合横版图文21:9 适合全景横幅1:1 适合社交平台头像。我做批量出图时会把 ar 统一固定避免后期排版时尺寸不一致要重跑一组图。--chaos 的用途不是日常出图而是头脑风暴阶段用来扩散灵感等选定方向后要回到低 chaos。--seed 是复现工具不是玄学开关它的效果只在你保持同一个版本和同一段提示词时成立。3.2 组合参数才有意义一套稳定的出图参数基线单独理解每个参数容易真正难的是组合。我的做法是先定三套基线按用途切换而不是每次重新发明参数。第一套写实商品图--v 6 --ar 4:5 --stylize 100 --chaos 10突出主体、控制背景纯净度。第二套创意海报--v 6 --ar 3:2 --stylize 300 --chaos 30给模型一些自由扩散空间。第三套概念插画和氛围图--v 6 --ar 16:9 --stylize 500 --chaos 60允许模型大幅度发挥。记住参数组合不是越多越好基线越简单后面做对比实验越容易定位问题。为什么我建议新手先抄基线而不是自己发明参数组合因为从零调参很容易陷入“这组参数好不容易稳定换个主体就崩”的循环所有的精力都花在排除变量上而不是观察画面差异。先跑三套基线对“什么参数组合对应什么画面气质”有了体感再按需微调效率高得多。批量实验时可以提前生成一批带参数的提示词清单避免在界面上反复修改。常见做法是写一个小脚本把变量与固定参数拼接成文本一行一条存下来逐条复制到Midjourney里跑。下面这个 bash 脚本生成一批不同比例和风格化强度的提示词组合方便对照#!/bin/bash # 生成提示词清单变量替换 参数拼接 for style in watercolor cyberpunk oil painting; do for ar in 3:2 16:9; do echo a quiet coastal town, misty morning, $style --ar $ar --v 6 --stylize 200 done done prompt_list.txt说明这个脚本把 3 个风格和 2 个比例交叉出 6 条提示词写到 prompt_list.txt 里循环顺序决定清单里提示词的排列顺序先固定风格再换比例便于按组对比。生成的文件直接复制进Midjourney即可。这里固定 stylize 200是为了让对比实验只体现风格和比例的差异。参数说明--ar 放在提示词靠后的位置Midjourney 对参数的解析不依赖位置但统一放在风格词后会让清单更易读。需要批量实验不同 stylize 值再加一层循环就行。3.3 --seed 和 --chaos控制随机性的两种手段随机性是Midjourney的黑匣子但 --seed 和 --chaos 给了两个入口。--seed 把初始噪声固定下来你在同一版本下用同一段提示词再跑一次构图大概率相近。--chaos 则是在固定起点上允许模型往不同方向发散数值越高构图、主体、镜头感差异越大。配合用法是先低 chaos、固定 seed 选出满意的一张再逐步提高 chaos 看它在这个起点上的“变体”选出最意外的那个往下走。这个方法特别适合做系列图的前期探索。这里有个容易翻车的细节改动提示词里的任何一个关键名词seed 的“复现能力”就会明显下降因为初始噪声相同但引导方向变了。所以我在固定 seed 做实验时会保持主体名词不变只改光线、风格这类修饰层。中了某张图之后我会把它的提示词、参数、seed 一起记录下来作为下一步迭代的基准。我的提示词管理表里固定一列专门记 seed每次中图后把 seed 和整段提示词存在同一行。这样回头要做相似构图时直接复制整行而不是重新撞运气。4. 垫图、--cref 与 --sref从单张图到系列图4.1 垫图的正确用法构图参考与风格参考是两件事垫图是把一张参考图放进提示词让模型参考它的某种特性。但新手最容易踩的坑是把垫图当成“复制图”。垫图默认会把参考图的构图、色彩、人物、风格一股脑都带进来这正是大部分“垫图后角色姿势锁死”问题的根源。我的习惯是把参考意图拆开想参考构图就用线稿或剪影图做垫图因为它的信息量低模型更容易把它理解成骨架想参考风格就用 --sref 而不是垫图想参考角色就走 --cref。垫图只适合做构图和色彩的双重参考比如“我要这张图的景别和色调”。垫图的权重由 --iw 控制0.5 是弱参考2 是强参考。实操中垫图后出图与原图过于相似先降 --iw 到 1 以下出了图但完全不像垫图再升到 2。还有一个实用技巧把参考图在编辑器里先压成低分辨率或用线条简化它作为垫图时的“干扰信息”会明显减少构图参考效果反而更干净。垫图文件越精致模型越容易被细节带跑。选型时先问自己三个问题我要的是构图、角色还是风格要构图垫图加线稿要角色走 --cref要风格走 --sref。不要把三者混在一次操作里完成混用会让每个维度都不彻底。排查垫图问题时先确认垫图链接还能正常访问旧提示词里的 --iw 有没有被新操作覆盖。4.2 用 --cref 锁定角色角色一致性的三步工作流做小说插画、漫画分镜、电商模特系列图时最怕同一个人物每张图都“换脸”。Midjourney 的 --cref 就是干这个的。三步骤第一步准备一张角色参考图要求正脸、光线均匀、脸部占画面约一半不要戴帽子墨镜因为遮挡物会成为被复制的特征第二步把参考图上传并取得可访问的图片链接第三步在提示词末尾加 --cref 链接 --cw 80。--cw 取值 0 到 100值越低允许模型改变角色特征的自由度越高默认是 100要求严格复现。实际项目里我一般把 --cw 放在 50 到 80 之间。50 时角色五官基本稳定表情和角度有一定自由度80 时几乎是“换场景不换脸”。超过 80 容易出现脸部生硬、笑容固化的问题。如果生成结果完全不认脸多半是参考图本身不够“正”侧脸、弱光、脸部占比太小都会让参考信息不足。更稳的做法是先用一个标准正脸提示词刷一张干净的角色头像再用它作为 --cref 来源。批量生成角色在不同场景的图时我会把场景循环和固定的 --cref 参数一起放进脚本生成提示词清单#!/bin/bash # 为同一角色生成多个场景的提示词 CREF_URL参考图链接 for scene in standing in a library walking in rain sitting by a campfire; do echo a young man, $scene, cinematic lighting --cref $CREF_URL --cw 60 --v 6 done character_scenes.txt说明这里 --cref 引用同一个角色图--cw 60 保留表情和姿态调整空间场景变量每次替换构图和光影也跟着变动。注意 --cref 的链接要是可直接访问的图片地址临时上传的图中途失效会让整条提示词静默忽略 --cref出图变成纯文本生成排查时先确认链接还能打开。另外一个边界--cref 对侧脸、俯拍、仰拍的适应性有限。角色越接近正脸参考越稳角度变化越大特征漂移越明显。需要多角度呈现时先用同一个 --cref 把多角度版本刷出来再分别作为参考继续迭代。4.3 用 --sref 锁定风格一套品牌海报的实操步骤--sref 是风格参考适合做“一套图必须像一个人画的”这种需求比如品牌海报、系列封面。和垫图的区别在于--sref 只提取参考图的色彩、材质、笔触、明暗关系不复制画面主体。使用流程第一步找一张风格特征鲜明的参考图配色、笔触和材质都要明确第二步上传并取得链接第三步在提示词末尾加 --sref 链接 --sw 300--sw 取值范围 0 到 1000控制风格的影响强度第四步同一提示词用不同 --sw 跑两三轮找到“风格可见但不抢主体”的平衡点。注意 --sref 可以同时引用最多五张图用空格分隔多个链接相当于把几种风格叠加。我一般先单图试确认基础方向后再叠加第二张叠加时 --sw 要相应调低因为多张风格图叠加容易互相干扰。另外一个常见误用是拿一张主体明确的照片当风格参考结果模型把主体也带进来了正确做法是优先选纹理、色板、材质特写这类“无主体”图。如果你手里的参考图主体太明显就先裁成局部纹理再上传。还要知道 --sref 的边界它不适合“精确复刻某张海报的版式”这种需求只能提取风格倾向。想复刻版式还是要靠垫图。另外--sref 对文字类元素基本不保留参考图里的文字会变成类似纹理的笔触所以不要指望它帮你复原一套带字体的设计。5. 避坑手册里没写透的5条翻车记录与排查方法以下五条是从大量实际出图记录里反复出现的翻车点中挑出来的每一条都按现象、原因、解决的顺序整理可以直接当排查清单用。5.1 垫图后被参考图锁死姿势和构图完全改不了现象垫了一张成品图想换个姿势重画生成的图仍然跟原图几乎一模一样姿势、视角、构图全锁死。原因默认 --iw 是 1对一张细节丰富的成品图来说权重已经偏高模型会同时提取构图、色彩、人物、风格结果就是“复刻”。解决先降 --iw 到 0.5 再跑一轮如果还是锁死把垫图在编辑器里转成线稿或色块图信息量低了模型才会把精力放在构图骨架而不是画面细节上。这一条在大量“换脸失败”的例子里都能对上。5.2 --no 不生效画面里总是出现想排除的东西现象明明写了 --no tree画面里还是有树写了 --no text还是出现乱码文字。原因--no 的排除能力比想象中弱它只是降低该元素出现的概率而模型内部的世界模型会认为“场景里有树”是合理的。解决把排除的东西写进提示词正句比如 “a field without trees”对文字写 “no text, no watermark” 并配合 --style raw 减少装饰性文字。真要排除得干净用 Vary Region 局部重绘删掉残余元素比靠 --no 硬扛更可控。5.3 stylize 拉高后脸部崩坏多了手指、表情怪异现象--stylize 拉到 700 以上出人像五官气质还在但手指数量不对、表情诡异、多出莫名其妙的饰物。原因stylize 是把画面“艺术化加工”的权力交给模型人脸和手这种细节在加工中容易被扭曲因为模型对“怎么更有风格”的判断优先于“解剖结构准确”。解决人像图和带手部细节的图stylize 控制在 300 以内需要艺术感时靠风格参考 --sref 提升质感而不是单方面拉高 stylize。这条是我做人像系列图时反复踩的坑后来定了 200 的阈值问题基本消失。5.4 seed 固定后换版本构图完全对不上现象同一个 seed、同一段提示词在 --v 5.2 和 --v 6 下分别跑构图大相径庭以为记录错了 seed。原因seed 是随机数种子但不同版本的模型在采样策略、噪声调度和解码方式上都有差异种子的复现能力只在同一个版本内成立。解决跨版本做构图对比没有意义想要跨版本保持构图用垫图比用 seed 更可靠。同版本内固定 seed 也只保证“相近”不保证完全一致。这也是为什么每次中图后最好把整段提示词和参数一起存档。5.5 堆砌“8k 超高清”后放大还是糊现象提示词加了 8k、ultra-detailed、masterpiece出图后放大看细节还是乱毛发和布料稀碎。原因这类质量词在 v6 里更多是“风格倾向”模型并不会因此输出更高分辨率的图真实细节来自提示词里对材质和纹理的具体描述。解决把“8k”这类词换成具体的材质描述比如 “fine fabric texture, visible wool fibers”放大靠界面的 Upscale 按钮放大后局部细节不足用 Vary Region 单独重绘那块区域。记住提示词里的质量词是氛围不是分辨率。6. 一套可迁移的调参节奏固定seed迭代与小步验证6.1 用固定 seed 做单变量实验系列图稳定出图的关键不是找某一组“神参数”而是建立可对比的实验节奏。我每次选好参考图后会固定一个 seed然后只改提示词四层中的一层先改主体描述再改场景再改光线最后改 stylize。每改一层跑两张对比图相同的地方就是模型的“稳定项”不同的地方就是“变量项”。四轮下来基本能摸清这套提示词里哪些词在真正起作用、哪些只是摆设。6.2 文件名里记参数给“后悔药”留个档案折腾一小时选中一张图再改动一个参数后效果反而变差却找不到回到上一版的方法这是最可惜的丢稿方式。我的习惯是把选中图的 seed、版本、比例、stylize 全写进文件名命名格式固定为 project_序号_ar_比例_stylize_数值_seed_数值_v6.png。这样每一版都是可回退的存档想回到某一版就直接改文件名对应的参数再跑。这个习惯帮我少走了很多弯路特别是做批量系列图时几十张图全靠文件名对照。回想最早用Midjourney时我也迷信过“把一切参数拉满”结果一套24张的系列图因为风格化过高全部不能用重跑一遍才稳定。后来才明白调参不是找上限而是找基线。每次先在低 stylize、低 chaos 下把提示词改顺再根据需求逐步放开自由度比一开始就追求“惊艳”要省时间得多。希望帮到你。本文还有配套的精品资源点击获取 
长河君 · 2026/10/14 3:32:49 · 阅读 1.2k Midjourney实战手册：提示词结构、参数组合与角色风格一致性
简介这是一份Midjourney入门到实践的完整手册内容约1.3万字、135页面向希望快速掌握AI绘图的设计师、内容创作者及零基础爱好者。手册从前言篇的AI绘图是什么、Midjourney与Discord的关系讲起对AI绘图的自动化、高精度、可定制化等优势及版权争议等现实问题做了梳理帮助读者建立行业认知随后重点拆解了Midjourney账号注册、创建服务器、添加机器人等完整操作流程每一步都配有界面说明与注意事项跟着做就能完成环境配置并开始生成作品。资源包共1个docx文件体积23.36MB方便在电脑端阅读、检索和打印。目前已有1749人学习下载适合作为踏入AI绘画领域的第一份系统参考手册。1. 一份1.3万字、135页的Midjourney手册到底在教什么某开发者上周拿到一份号称1.3万字、135页完整的Midjourney手册顺手把参数表翻了一遍感觉都会了真到自己出图时同一个种子怎么换版本就不生效垫图之后角色永远锁着同一个姿势。这类“完整教程”最值钱的地方不是它有几万字而是它有没有把参数之间的配合讲清楚。你需要的不是更多参数而是知道什么时候该动提示词、什么时候该动stylize、什么时候该换一张垫图。这个标题讲的是这么一套从单张出图到系列图稳定的完整链路。适合刚开始用Midjourney的设计师、靠AI配图做内容的人以及想摆脱“只会套模板”状态的新手。2. 提示词是手册的重头戏结构模板与信息密度2.1 提示词不是越长越好先分清主体、场景与风格翻过几本Midjourney教程的人会发现这类手册一定会告诉你提示词是信息传递通道不是一个形容词堆。常见翻车现场是把“绝美、震撼、极致细节、梦幻、超现实、照片级真实”全部塞进去结果是风格互相打架。模型对堆砌的冗余修饰响应权重很低真正被吃进去的只有几个名词和动词。我的习惯是先归四类主体是什么、在什么场景、用什么光线、想走什么风格。四个槽位里各放一两个词比一整串华丽形容词稳定得多。比如说你写 “a beautiful girl, pretty, cute, lovely, charming, elegant, gorgeous”这些形容词在模型眼里的权重相近互相稀释最终出图反而没有记忆点。改成 “a girl with freckles, wearing a yellow raincoat, in soft morning light”信息密度完全不同。前者是感受后者是可视化对象。这个区别就是提示词写作里最值得练的基本功。v6 和 v5.2 对提示词的理解方式差异很大。v5.2 更吃逗号分隔的特征组合比如 “a cat, rain, street, night”v6 更吃完整的自然语言比如 “a cat sitting on an old wooden bench in the rain at night”。写提示词的姿势要跟着版本走手册里如果只列了一堆词库那多半是旧习惯。我在 v6 下的默认写法是先用一句完整的话描述主体和场景再用逗号补风格和构图词最后用 --no 排除不要的东西。不建议把提示词写成一整段长文那样模型容易把注意力分给不重要的修饰。2.2 一套可复用的提示词模板变量替换与批量生成要批量做系列图时手写提示词效率太低。我会用一个 Python 脚本把提示词拆成几个变量槽位先定好基准结构再逐项替换。下面这个模板是常用的四个槽位主体、场景、光线、风格。后面的 --ar 和 --stylize 不放进槽位因为它们是全局参数单独维护。def build_prompt(subject, scene, lighting, style): # 用自然语言拼接主体与场景再用逗号补风格和光线 core f{subject} {scene}, {lighting}, {style} return core cases [ (a wooden desk with a cup of coffee, by a rain-streaked window, soft morning light, watercolor illustration style), (an astronaut in a torn spacesuit, standing in a red desert, harsh noon sunlight, cinematic film still), (a white cat, on a pile of vintage books, warm lamp light, oil painting style), ] for c in cases: print(build_prompt(*c))输出是三条结构一致的提示词区别只在变量本身。这个脚本的作用不是自动调Midjourney而是把“批量实验”变成“批量粘贴”——每轮只改一个变量对比结果时能明确知道是哪一项引发了差异。参数说明主体变量放最前面模型会把它当作图像中心风格词放最后它负责整体渲染倾向光线词放在中间起到调节画面氛围的作用。如果想实验不同风格把style那一栏替换成一组候选词就行。把这个模板套到具体目标上会更直观。假设我要做一张图书封面脑海里只有一句话旧书店门口雨后黄昏暖黄街灯。按四槽位拆主体是“a vintage bookstore door with a wooden sign”场景是“after rain in the evening”光线是“warm street lamp glow”风格是“woodblock print style”。四个槽位填满提示词结构就立住了。之后再调参数也有参照系风格不理想改style氛围不对改lighting主体跑偏改subject不要四个变量一起动。2.3 中英文描述与三个高频修饰词组的用法手册里最常见的词库本质上就是三类修饰词风格、光线、构图。风格词管画风像 watercolor、photorealistic、pixel art、isometric、minimalist光线词管氛围像 golden hour、soft diffused light、neon glow、backlit构图词管视角像 close-up、wide shot、low angle、eye-level、rule of thirds。每一类挑一个组合进去出图的风格倾向就基本定了。真正要注意的是“质量词”这一栏比如 8k、ultra-detailed、masterpiece这类词在 v6 里听起来响亮实际对分辨率提升很有限反而消耗本来可以描述真实细节的位置。中文能不能写进提示词能v6 对中文有基本理解但英文依然是更稳的选择因为训练语料以英文为主模型对英文修饰词的权重分配更可预期。如果英文不好我的做法是先写中文草稿再翻译成简单英文短句。注意不要逐字直译中文里“戴着帽子的年轻女孩坐在长椅上”直译成 “a girl wearing a hat sits on a bench” 没问题但“很有氛围感的傍晚”这类偏感受的词就要换成具体的光线描述比如 “warm orange evening light”。把感受翻译成视觉对象是提示词写作里最有价值的一项练习。光线词尤其不要写“有氛围”要写“薄雾、逆光、灯箱、冷暖对比”这种能被画出来的东西模型才知道往哪里用力。3. 参数设置是手册最厚的一章6个必调参数与组合逻辑3.1 从 --ar 到 --stylize每个参数的取值范围与改法参数取值范围默认值作用--ar0.5:1 ~ 21:91:1控制画幅比例与构图--v版本号6模型版本影响出图风格与语义理解--stylize0 ~ 1000100模型自由发挥程度值越大越“艺术”--chaos0 ~ 1000同一提示词下的构图与内容变异程度--seed任意整数随机固定初始噪声配合版本号复现构图--no元素名无排除画面里不想出现的元素--iw0.5 ~ 21垫图时参考图的权重值越大越贴参考图这张表出现在任何一本手册里都不奇怪但关键是分寸感。--stylize 低了画面容易寡淡高了人物细节容易崩。--ar 会重新构图不是简单裁边所以先定比例再出图出图后不要随手改比例。具体到使用场景2:3 适合竖版海报3:2 适合横版图文21:9 适合全景横幅1:1 适合社交平台头像。我做批量出图时会把 ar 统一固定避免后期排版时尺寸不一致要重跑一组图。--chaos 的用途不是日常出图而是头脑风暴阶段用来扩散灵感等选定方向后要回到低 chaos。--seed 是复现工具不是玄学开关它的效果只在你保持同一个版本和同一段提示词时成立。3.2 组合参数才有意义一套稳定的出图参数基线单独理解每个参数容易真正难的是组合。我的做法是先定三套基线按用途切换而不是每次重新发明参数。第一套写实商品图--v 6 --ar 4:5 --stylize 100 --chaos 10突出主体、控制背景纯净度。第二套创意海报--v 6 --ar 3:2 --stylize 300 --chaos 30给模型一些自由扩散空间。第三套概念插画和氛围图--v 6 --ar 16:9 --stylize 500 --chaos 60允许模型大幅度发挥。记住参数组合不是越多越好基线越简单后面做对比实验越容易定位问题。为什么我建议新手先抄基线而不是自己发明参数组合因为从零调参很容易陷入“这组参数好不容易稳定换个主体就崩”的循环所有的精力都花在排除变量上而不是观察画面差异。先跑三套基线对“什么参数组合对应什么画面气质”有了体感再按需微调效率高得多。批量实验时可以提前生成一批带参数的提示词清单避免在界面上反复修改。常见做法是写一个小脚本把变量与固定参数拼接成文本一行一条存下来逐条复制到Midjourney里跑。下面这个 bash 脚本生成一批不同比例和风格化强度的提示词组合方便对照#!/bin/bash # 生成提示词清单变量替换 参数拼接 for style in watercolor cyberpunk oil painting; do for ar in 3:2 16:9; do echo a quiet coastal town, misty morning, $style --ar $ar --v 6 --stylize 200 done done prompt_list.txt说明这个脚本把 3 个风格和 2 个比例交叉出 6 条提示词写到 prompt_list.txt 里循环顺序决定清单里提示词的排列顺序先固定风格再换比例便于按组对比。生成的文件直接复制进Midjourney即可。这里固定 stylize 200是为了让对比实验只体现风格和比例的差异。参数说明--ar 放在提示词靠后的位置Midjourney 对参数的解析不依赖位置但统一放在风格词后会让清单更易读。需要批量实验不同 stylize 值再加一层循环就行。3.3 --seed 和 --chaos控制随机性的两种手段随机性是Midjourney的黑匣子但 --seed 和 --chaos 给了两个入口。--seed 把初始噪声固定下来你在同一版本下用同一段提示词再跑一次构图大概率相近。--chaos 则是在固定起点上允许模型往不同方向发散数值越高构图、主体、镜头感差异越大。配合用法是先低 chaos、固定 seed 选出满意的一张再逐步提高 chaos 看它在这个起点上的“变体”选出最意外的那个往下走。这个方法特别适合做系列图的前期探索。这里有个容易翻车的细节改动提示词里的任何一个关键名词seed 的“复现能力”就会明显下降因为初始噪声相同但引导方向变了。所以我在固定 seed 做实验时会保持主体名词不变只改光线、风格这类修饰层。中了某张图之后我会把它的提示词、参数、seed 一起记录下来作为下一步迭代的基准。我的提示词管理表里固定一列专门记 seed每次中图后把 seed 和整段提示词存在同一行。这样回头要做相似构图时直接复制整行而不是重新撞运气。4. 垫图、--cref 与 --sref从单张图到系列图4.1 垫图的正确用法构图参考与风格参考是两件事垫图是把一张参考图放进提示词让模型参考它的某种特性。但新手最容易踩的坑是把垫图当成“复制图”。垫图默认会把参考图的构图、色彩、人物、风格一股脑都带进来这正是大部分“垫图后角色姿势锁死”问题的根源。我的习惯是把参考意图拆开想参考构图就用线稿或剪影图做垫图因为它的信息量低模型更容易把它理解成骨架想参考风格就用 --sref 而不是垫图想参考角色就走 --cref。垫图只适合做构图和色彩的双重参考比如“我要这张图的景别和色调”。垫图的权重由 --iw 控制0.5 是弱参考2 是强参考。实操中垫图后出图与原图过于相似先降 --iw 到 1 以下出了图但完全不像垫图再升到 2。还有一个实用技巧把参考图在编辑器里先压成低分辨率或用线条简化它作为垫图时的“干扰信息”会明显减少构图参考效果反而更干净。垫图文件越精致模型越容易被细节带跑。选型时先问自己三个问题我要的是构图、角色还是风格要构图垫图加线稿要角色走 --cref要风格走 --sref。不要把三者混在一次操作里完成混用会让每个维度都不彻底。排查垫图问题时先确认垫图链接还能正常访问旧提示词里的 --iw 有没有被新操作覆盖。4.2 用 --cref 锁定角色角色一致性的三步工作流做小说插画、漫画分镜、电商模特系列图时最怕同一个人物每张图都“换脸”。Midjourney 的 --cref 就是干这个的。三步骤第一步准备一张角色参考图要求正脸、光线均匀、脸部占画面约一半不要戴帽子墨镜因为遮挡物会成为被复制的特征第二步把参考图上传并取得可访问的图片链接第三步在提示词末尾加 --cref 链接 --cw 80。--cw 取值 0 到 100值越低允许模型改变角色特征的自由度越高默认是 100要求严格复现。实际项目里我一般把 --cw 放在 50 到 80 之间。50 时角色五官基本稳定表情和角度有一定自由度80 时几乎是“换场景不换脸”。超过 80 容易出现脸部生硬、笑容固化的问题。如果生成结果完全不认脸多半是参考图本身不够“正”侧脸、弱光、脸部占比太小都会让参考信息不足。更稳的做法是先用一个标准正脸提示词刷一张干净的角色头像再用它作为 --cref 来源。批量生成角色在不同场景的图时我会把场景循环和固定的 --cref 参数一起放进脚本生成提示词清单#!/bin/bash # 为同一角色生成多个场景的提示词 CREF_URL参考图链接 for scene in standing in a library walking in rain sitting by a campfire; do echo a young man, $scene, cinematic lighting --cref $CREF_URL --cw 60 --v 6 done character_scenes.txt说明这里 --cref 引用同一个角色图--cw 60 保留表情和姿态调整空间场景变量每次替换构图和光影也跟着变动。注意 --cref 的链接要是可直接访问的图片地址临时上传的图中途失效会让整条提示词静默忽略 --cref出图变成纯文本生成排查时先确认链接还能打开。另外一个边界--cref 对侧脸、俯拍、仰拍的适应性有限。角色越接近正脸参考越稳角度变化越大特征漂移越明显。需要多角度呈现时先用同一个 --cref 把多角度版本刷出来再分别作为参考继续迭代。4.3 用 --sref 锁定风格一套品牌海报的实操步骤--sref 是风格参考适合做“一套图必须像一个人画的”这种需求比如品牌海报、系列封面。和垫图的区别在于--sref 只提取参考图的色彩、材质、笔触、明暗关系不复制画面主体。使用流程第一步找一张风格特征鲜明的参考图配色、笔触和材质都要明确第二步上传并取得链接第三步在提示词末尾加 --sref 链接 --sw 300--sw 取值范围 0 到 1000控制风格的影响强度第四步同一提示词用不同 --sw 跑两三轮找到“风格可见但不抢主体”的平衡点。注意 --sref 可以同时引用最多五张图用空格分隔多个链接相当于把几种风格叠加。我一般先单图试确认基础方向后再叠加第二张叠加时 --sw 要相应调低因为多张风格图叠加容易互相干扰。另外一个常见误用是拿一张主体明确的照片当风格参考结果模型把主体也带进来了正确做法是优先选纹理、色板、材质特写这类“无主体”图。如果你手里的参考图主体太明显就先裁成局部纹理再上传。还要知道 --sref 的边界它不适合“精确复刻某张海报的版式”这种需求只能提取风格倾向。想复刻版式还是要靠垫图。另外--sref 对文字类元素基本不保留参考图里的文字会变成类似纹理的笔触所以不要指望它帮你复原一套带字体的设计。5. 避坑手册里没写透的5条翻车记录与排查方法以下五条是从大量实际出图记录里反复出现的翻车点中挑出来的每一条都按现象、原因、解决的顺序整理可以直接当排查清单用。5.1 垫图后被参考图锁死姿势和构图完全改不了现象垫了一张成品图想换个姿势重画生成的图仍然跟原图几乎一模一样姿势、视角、构图全锁死。原因默认 --iw 是 1对一张细节丰富的成品图来说权重已经偏高模型会同时提取构图、色彩、人物、风格结果就是“复刻”。解决先降 --iw 到 0.5 再跑一轮如果还是锁死把垫图在编辑器里转成线稿或色块图信息量低了模型才会把精力放在构图骨架而不是画面细节上。这一条在大量“换脸失败”的例子里都能对上。5.2 --no 不生效画面里总是出现想排除的东西现象明明写了 --no tree画面里还是有树写了 --no text还是出现乱码文字。原因--no 的排除能力比想象中弱它只是降低该元素出现的概率而模型内部的世界模型会认为“场景里有树”是合理的。解决把排除的东西写进提示词正句比如 “a field without trees”对文字写 “no text, no watermark” 并配合 --style raw 减少装饰性文字。真要排除得干净用 Vary Region 局部重绘删掉残余元素比靠 --no 硬扛更可控。5.3 stylize 拉高后脸部崩坏多了手指、表情怪异现象--stylize 拉到 700 以上出人像五官气质还在但手指数量不对、表情诡异、多出莫名其妙的饰物。原因stylize 是把画面“艺术化加工”的权力交给模型人脸和手这种细节在加工中容易被扭曲因为模型对“怎么更有风格”的判断优先于“解剖结构准确”。解决人像图和带手部细节的图stylize 控制在 300 以内需要艺术感时靠风格参考 --sref 提升质感而不是单方面拉高 stylize。这条是我做人像系列图时反复踩的坑后来定了 200 的阈值问题基本消失。5.4 seed 固定后换版本构图完全对不上现象同一个 seed、同一段提示词在 --v 5.2 和 --v 6 下分别跑构图大相径庭以为记录错了 seed。原因seed 是随机数种子但不同版本的模型在采样策略、噪声调度和解码方式上都有差异种子的复现能力只在同一个版本内成立。解决跨版本做构图对比没有意义想要跨版本保持构图用垫图比用 seed 更可靠。同版本内固定 seed 也只保证“相近”不保证完全一致。这也是为什么每次中图后最好把整段提示词和参数一起存档。5.5 堆砌“8k 超高清”后放大还是糊现象提示词加了 8k、ultra-detailed、masterpiece出图后放大看细节还是乱毛发和布料稀碎。原因这类质量词在 v6 里更多是“风格倾向”模型并不会因此输出更高分辨率的图真实细节来自提示词里对材质和纹理的具体描述。解决把“8k”这类词换成具体的材质描述比如 “fine fabric texture, visible wool fibers”放大靠界面的 Upscale 按钮放大后局部细节不足用 Vary Region 单独重绘那块区域。记住提示词里的质量词是氛围不是分辨率。6. 一套可迁移的调参节奏固定seed迭代与小步验证6.1 用固定 seed 做单变量实验系列图稳定出图的关键不是找某一组“神参数”而是建立可对比的实验节奏。我每次选好参考图后会固定一个 seed然后只改提示词四层中的一层先改主体描述再改场景再改光线最后改 stylize。每改一层跑两张对比图相同的地方就是模型的“稳定项”不同的地方就是“变量项”。四轮下来基本能摸清这套提示词里哪些词在真正起作用、哪些只是摆设。6.2 文件名里记参数给“后悔药”留个档案折腾一小时选中一张图再改动一个参数后效果反而变差却找不到回到上一版的方法这是最可惜的丢稿方式。我的习惯是把选中图的 seed、版本、比例、stylize 全写进文件名命名格式固定为 project_序号_ar_比例_stylize_数值_seed_数值_v6.png。这样每一版都是可回退的存档想回到某一版就直接改文件名对应的参数再跑。这个习惯帮我少走了很多弯路特别是做批量系列图时几十张图全靠文件名对照。回想最早用Midjourney时我也迷信过“把一切参数拉满”结果一套24张的系列图因为风格化过高全部不能用重跑一遍才稳定。后来才明白调参不是找上限而是找基线。每次先在低 stylize、低 chaos 下把提示词改顺再根据需求逐步放开自由度比一开始就追求“惊艳”要省时间得多。希望帮到你。本文还有配套的精品资源点击获取