Midjourney提示词入门指南 基础结构与写法详解

用Midjourney生成图像时，如果结果总是不尽如人意，大概率问题出在提示词上——结构松散、要素缺失或顺序不当，都会让AI“跑偏”。别担心，掌握下面这套核心方法，你就能构建出稳定、高效的提示词。

一、掌握三元基础结构：描绘 + 条件 + 属性

这个结构对应着Midjourney解析指令的内在逻辑：越靠前的部分，权重越高。三者环环相扣，形成一个完整的语义闭环。简单来说，就是先告诉AI“画什么”，再说明“在什么情况下画”，最后规定“画成什么样”。

首先，用具体、具象的名词短语锁定视觉主体。比如，“一位穿着靛蓝工装裤的银发女机械师”就远比“一个技术人员”清晰得多。

紧接着，为主体添加上下文，也就是环境和条件。例如，“在雨夜的车库里，霓虹灯光反射在油渍斑驳的地面上”。这能极大地增强场景的真实感和氛围。

最后，把风格和具体参数放在句末。比如，加上“赛博朋克风格插画，8K高清细节，--ar 4:5 --v 6.2”。这样做，是为了确保AI先理解核心内容，再去处理执行层面的细节。

二、采用七段式高控公式：主题 + 环境 + 行为 + 构图 + 风格 + 质量 + 参数

当你需要生乘人物神态精准、富有叙事感的复杂画面时，这个七段式公式就是你的“精确制导”工具。它把指令拆解成七个功能单一的模块，层层叠加，能显著降低AI自由发挥导致的风格“漂移”。

主题是基石，要嵌入主体及其最鲜明的特征。例如，“赤足的少女，拥有琥珀色瞳孔，头发编成缀有铜铃的辫子”，提供了明确的视觉锚点。

环境描述要包含空间和时间维度。像“废弃的天文台穹顶下，晨雾弥漫，碎玻璃散落一地”，能激活AI对材质和光影的深层记忆。

行为赋予画面灵魂和动感。一句“她踮起脚尖，伸手触碰悬浮的星图投影”，瞬间就有了故事张力。

构图直接指导画面的视觉焦点和布局。明确写出“低角度仰拍，使用三分法构图，主体位于右侧”，AI就会乖乖照办。

风格决定了画面的艺术基因。指定“吉卜力工作室的手绘质感，带有柔和的水彩边缘”，就能调用相应的纹理和笔触模式。

质量设定关乎渲染的精细度。“超精细纹理，皮肤毛孔可见，带有景深虚化效果”这样的描述，会驱动AI进行更高精度的计算。

参数是最终的技术阀门。加上“--s 800 --q 2 --style raw”之类的命令，可以关闭默认美化，获得更原始、更符合预期的输出。

三、实施模块化拼接法：关键词分组 + 逗号分隔

Midjourney对冗长的自然语言句子解析起来并不稳定，反而更擅长处理短语堆叠。模块化拼接法就是把提示词按语义分组，用逗号连接，既提升了可读性，也方便后续调整和测试。

通常可以分为四组：主体组（包含修饰）、场景组（包含光影）、风格组（包含媒介）、参数组。例如：“银发机械师，雨夜车库，霓虹灯在油渍上反射，赛博朋克插画，8k细节，--ar 4:5”。

每组内部保持名词短语的紧凑，组与组之间用英文逗号分隔。切记，避免使用“和”、“在…之中”这类连词或从句结构。

一个小技巧：在主体组里，把最具区分度的特征放在前面。比如，“提着氧化铜质感工具箱的机械师”，比“机械师提着一个氧化铜质感的工具箱”效果更好。

四、启用图像参考机制：垫图与融图双轨驱动

当文字描述力有不逮时，一张参考图能顶千言万语。无论是想复刻某种特殊材质、特定构图，还是文化符号，图像参考都能给AI最强的约束信号。

操作很简单：将本地图片上传到Discord聊天框，右键点击图片复制链接。

在输入/imagine命令后，先粘贴图片URL，空一格，再接上你的文本提示。格式如：“https://i.imgur.com/abc123.jpg a lone samurai standing on a rain-slicked bridge at dusk”。

如果想强化参考图的影响力，可以加上“--iw 2”参数，将图像权重调到最高。

对于创意融合，可以使用“/blend”命令，直接上传两张或更多图片，Midjourney会自动进行像素级特征混合，无需输入文字。

五、应用种子值固化风格变体

种子值（Seed）是Midjourney生成图像的“随机数起点”。固定它，你就能像拿到一把万能钥匙，可以复现完全一致的图像，或者批量生成风格统一的系列作品。

当你得到一张满意的图后，点击下方的“Show Details”，就能找到它的专属seed值。

在新的提示词末尾，追加“--seed 123456789”（替换成你的实际数值），后续生成就会基于同一个起点。

这时，你只修改提示词中的部分描述（比如只换背景），而保持其他要素和seed不变，就能得到一系列风格高度协调的变体图，非常适合打造视觉系列或进行局部微调。