Midjourney 完全指南：AI 绘画工作流、提示词结构与参数实战（2026版）
先说清 Midjourney 的性格，后面所有技巧都是围绕它展开的：它的强项是审美和成图率——随便给一句话，它大概率能还你一张"像那么回事"的图；它的弱项是精确控制——你说东它可能往西边美化，提示词对它是引导，不是命令。所以用 Midjourney 的正确姿势不是背参数表，而是建立一条稳定的出图工作流：想清楚要什么、按结构写提示词、用参数微调、按标准挑图。这篇指南就按这条工作流写。
一、先定位：Midjourney 适合谁，和其他工具怎么分工
Midjourney 是云端服务，模型不开放本地部署，出图靠订阅。它最适合的活有几类：文章和视频的封面配图、海报与插画、产品氛围图、游戏与小说的概念设计、头像和社交内容素材。这些任务的共同点是：要好看、要快、允许一定随机性。
它不适合的活也要提前认清：需要像素级还原的设计稿（比如严格按品牌规范排版的物料）、带长段文字的图（它处理文字的能力见第八节）、需要分图层交付源文件的设计工作。这些活硬塞给它，只会反复抽卡烧额度。
和其他主流工具的分工，可以这样理解：
| 工具 | 强项 | 更适合的场景 |
|---|---|---|
| Midjourney | 审美默认在线、风格丰富、成图率高 | 封面、插画、概念图、海报、氛围图 |
| 对话式出图（ChatGPT、Gemini 等） | 指令理解细、改图靠对话、图文混合方便 | 改图修图、带简单文字的图、示意图 |
| Stable Diffusion（本地或云端） | 控制手段多、可本地跑、参数全开放 | 需要精确控制姿势构图、批量生产、私有部署 |
| Adobe Firefly 等厂商工具 | 与设计软件打通、版权链条清晰 | 企业商用流程、Adobe 生态内交付 |
一句话选型：要"好看且快"先想到 Midjourney；要"精确且可控"去 Stable Diffusion；要"说话就能改图"用对话式工具。很多人是组合使用：Midjourney 出主视觉，对话工具改细节，设计软件做最后排版。
二、上手路径：官网和 Discord，选哪个
Midjourney 有两个入口，底层是同一套模型和同一个账号，区别只在操作界面。
官网（midjourney.com）是现在的主入口。用邮箱或账号登录后，Create 页面可以直接输入提示词出图，参数（画幅、风格化程度、模型版本等）有可视化面板不用手打；生成的图进个人图库，能按文件夹整理、搜索、下载；Explore 页面是社区作品流，看到喜欢的图可以查看它用的提示词和参数，这是最快的学习方式。新手建议从官网开始，少踩 Discord 的环境坑。
Discord 是最早的入口，现在仍可使用：在 Midjourney 服务器或自己的服务器里对机器人发 /imagine 命令出图。它的优势是社区氛围和部分老用户的操作习惯，劣势是图混在聊天流里难管理、参数全靠手打命令。新用户没有非用它不可的理由；如果你的团队本来就重度使用 Discord，或者某些教程、工作流是围绕 Discord 命令写的，再用它不迟。
两个入口通用的准备只有三件：注册账号、订阅档位（现在想正经出图，订阅是前提，偶尔的免费试用即便开放也很有限，以官网说明为准）、想好自己的第一个真实项目。不要先花一周"学完再练"，拿一个真实需求（比如给文章做一张封面）边做边学，第一天就能进入下面的工作流。
走 Discord 的话，最小命令集只有三个：/imagine 出图、/settings 打开设置面板（版本、风格、速度模式都在这里切）、/info 查订阅状态和剩余额度。其余命令等有具体需求再查不迟。
三、订阅档位与出图成本：先算账再选档
Midjourney 按月订阅，共有 Basic、Standard、Pro、Mega 四档（名称以官网为准），核心差别是每月配给的 Fast GPU 时间、并发任务数，以及高档位才有的功能（比如 Stealth 隐私模式，见第九节）。价格和每档的具体时长会调整，本文一律不写死，选购时以官网订阅页为准——比价格更值得讲清楚的，是怎么估算自己到底需要多少量。
它的计费逻辑先要弄懂：快速模式（Fast）出图消耗 GPU 时间；Turbo 模式更快，但单位时间消耗成倍增加；Relax 模式不消耗 Fast 额度（标准档及以上一般可用），代价是排队等待、速度不稳定。也就是说，一个月能出多少张图，不取决于档位名字，而取决于你的模式搭配和废片率。
出图量估算方法（比看官方宣传数字可靠）：
- 先用一周时间跑真实项目，记录两件事：平均每张"最终采用的图"背后生成了多少张候选，以及 Fast 模式下平均每组图消耗多少 GPU 时间（
/info或官网订阅页可以看用量变化）。 - 用"月项目数 × 每项目候选组数 × 单组耗时"推算月总需求。注意候选组数要按四宫格算：一次生成是一组四张，不是四次单张。
- 得出的数字再乘以 1.3 留余量——改方向、翻车重抽、临时加图都靠这三成。
大多数个人创作者的经验分布是：偶尔出图、主要给自己的内容配图，低档位够用；每周都要稳定产出封面或商单图，需要中档位起步并善用 Relax 跑草稿轮；靠出图吃饭的团队或工作室，直接看高档位的并发和隐私功能。两个省钱习惯比升档更划算：草稿轮次用 Relax 或小批量试方向，方向定下来再用 Fast 出正式图；四宫格里只放大选中的那一张，不要四张全放大——放大同样耗时耗额度。
四、出图四步法
把每次出图当成一个小项目，按四步走，成图率会明显高于"写一长串词然后祈祷"。
第一步，构思：先定用途和验收标准。 动手前回答三个问题：这张图用在哪（决定画幅和精细度）、画面里必须有什么绝对不能有什么、在四宫格里看到什么样算过关。很多人翻车不是提示词写得差，而是根本没想好要什么，只能凭感觉一张张否掉。
第二步，写词：按结构写，别堆砌。 用下一节的五段式结构写出第一版。第一版的目标是"方向对"，不是"一次到位"——主体、场景、风格定住即可，细节留给后面的轮次。
第三步，调参：一轮只改一个变量。 第一组图出来后，先判断问题出在哪一层：构图不对改画幅或构图描述，风格不对调风格段或风格化程度，细节不对再动具体描述。一次只改一个地方，你才能知道哪个改动起了作用；同时改五处，出了好图也不知道为什么，下次复制不了。
第四步，挑图与放大：先看构图，再看细节。 四宫格阶段只看大关系：主体位置、画面平衡、色彩方向。选出一张后用变体（Variation）围绕它收敛，得到满意版本再放大（Upscale）。放大之后专门检查高危区域：手、眼睛、文字、边缘交界处——这些地方的问题在缩略图上看不出来。需要局部修改的，用局部重绘（Vary Region）圈选区域重写那部分的提示词，不要整张重抽。
五、提示词结构拆解：五段式与模板
Midjourney 的提示词不需要写成长文。稳定的结构是五段，每段只解决一个问题：
主体 → 场景环境 → 风格媒介 → 构图光线 → 参数
- 主体：画面的主角是谁或什么，带最关键的特征。例：
a young female botanist with curly hair and round glasses。 - 场景环境：主体在哪、在做什么、周围有什么。例：
examining glowing plants in a greenhouse at dusk。 - 风格媒介：这张图是什么"质地"——摄影、插画、3D 渲染、水彩，或是某个流派的气质。例：
cinematic photography或flat vector illustration。 - 构图光线：镜头和光怎么处理。例：
close-up portrait, soft window light, shallow depth of field。 - 参数：放在最后，用
--开头，见第六节。
三条写作原则比模板更重要：主体前置，提示词越靠前的元素权重感越强，主角别埋在最后；具体名词胜过形容词堆叠，"胡桃木桌、铸铁茶壶、黄铜台灯"比"高级感、氛围感、质感拉满"有效得多，后者对模型几乎没有信息量；一段只解决一个问题，发现画风不对就改风格段，不要顺手把主体描述也重写了。
正反例对照（同一个需求）：
- 反例：
beautiful girl, amazing, stunning, masterpiece, best quality, ultra detailed—— 全是空形容词，模型只能自由发挥，结果不可控。 - 正例：
a violinist in her 30s, performing on a small stage, dark red dress, dramatic spotlight from above, audience in shadow, cinematic photography, moody atmosphere --ar 16:9—— 主体、场景、光线、媒介都明确，剩下的随机性才是惊喜而不是事故。
可套用模板（把方括号换成你的内容）：
人像类：
[人物特征：年龄、发型、服装], [动作或神态], [场景], [光线], portrait photography, shallow depth of field --ar 4:5产品类：
[产品名称与材质], on [陈列背景], [主色调], studio lighting, soft shadow, commercial product photography --ar 1:1插画/海报类：
[主体与动作], [场景], [插画风格：如 flat illustration / ukiyo-e inspired / retro poster], [配色方案], clean composition, generous negative space --ar 3:4场景概念类：
[地点全貌], [时间与天气], [氛围关键词], [镜头：wide establishing shot], concept art, rich environmental details --ar 21:9语言上，英文提示词通常比中文更稳：模型的训练与社区语料以英文为主，很多风格词、摄影术语在英文里是现成的"行话"。中文也能出图，但遇到风格不准时，先把关键词换成英文行话再试。也不必追求语法完美，关键词组之间用逗号分隔即可，它读的是语义重点，不是作文。
六、只讲会用到的参数
参数是微调工具，不是提示词的替代品。日常真正会反复用的就下面这些：
| 参数 | 管什么 | 什么时候动它 |
|---|---|---|
--ar（如 --ar 16:9） | 画幅比例 | 第一步就定：封面、壁纸、竖版海报各有其比例 |
--stylize / --s（0–1000，默认 100） | 模型审美加工的强度 | 图太"平"调高，想更贴提示词、更纪实调低 |
--chaos / --c（0–100） | 四宫格之间的差异程度 | 找灵感时调高，方向已定、要收敛时调低 |
--style raw | 压低默认美学，少加"滤镜感" | 摄影类、产品类想要真实感时 |
--no（如 --no text, watermark） | 排除不想要的元素 | 某个杂物反复出现时，注意它只降概率、不保证 |
--seed | 固定随机种子 | 满意一张图的构图气质，想围绕它复现和微调时 |
--cref / --cw | 人物参考与参考强度（--cw 0–100） | 做系列图保持同一角色，见第七节 |
--sref / --sw | 风格参考与风格权重 | 保持一组图的画风统一，见第七节 |
--iw | 图片提示的权重 | 用图片作提示时，调节"像原图"还是"像文字描述" |
两点提醒：第一，参数之间会互相影响，比如高 --chaos 加高 --stylize 等于把控制权基本交出去，适合探索期，不适合交付期。第二，模型版本用 --v 指定，新手保持默认即可——默认就是当前主推版本，为某个旧版本的效果专门降级，只在你明确知道差异时才值得。另外动漫题材有专门的 Niji 模型（--niji），风格对味程度通常比通用模型好。
七、一致性：同一个人、同一种画风，怎么操作
系列内容（连载漫画、同一个人设的系列封面、成套产品图）绕不开一致性。Midjourney 的一致性是"工作流拼出来的"，不是一个开关，按下面顺序做成功率最高。
人物一致性：
- 先做定妆图：单独用一组图把角色定下来——正面、清晰面部、简单背景，挑一张五官和气质最对的作为基准图。这一步偷懒，后面全程受罪。
- 引用基准图：新图提示词后加
--cref 基准图链接，用--cw调强度——数值高时连服装发型一起参考，数值低时主要保面部特征、允许换装换场景。 - 固定描述词：发色、发型、标志性配饰等核心特征，在每条提示词里原样重复，不要每期换说法。
- 只改后段：系列图之间只改场景、动作、构图段，主体段锁死。
风格一致性： 把满意的一张图作为 --sref 风格参考（或使用风格代码），--sw 控制风格影响的强弱；同时把风格段描述词固定成一组"风格咒语"，全系列原样复用。先出一张"母版图"定调，再批量扩展，比每张图临场发挥稳定得多。
预期要现实：这套方法做到的是"一眼认出是同一个角色、同一套画风"，不是证件照级的同一张脸。影视级的一致性要求，建议把 Midjourney 的产出当作定稿参考，再交给后续工具精修。
八、常见翻车与修正
| 现象 | 多数原因 | 修正动作 |
|---|---|---|
| 手指数量不对、手部扭曲 | 手是模型的传统弱项，小画面里更明显 | 让手有明确动作或干脆不入镜；近景人像后期用局部重绘圈手重画；实在不行裁图避开 |
| 图中文字乱码、错字 | 模型对文字（尤其长句和中文）处理不可靠 | 只让它写短英文词组且放进引号；正式物料只出底图，文字在设计软件里排 |
| 换场景就换脸 | 没有引用基准图，描述词又每期在变 | 按第七节顺序：定妆图 + --cref + 固定描述词 |
| 画面太"油腻"、滤镜感重 | 默认审美加工过强，风格化偏高 | 降 --stylize；加 --style raw；风格段改用具体媒介词（如具体摄影类型）替代空泛的"高级感" |
| 要求的东西没画出来，或多出莫名元素 | 提示词元素太多互相竞争，或关键元素位置太靠后 | 主体前置；删掉次要元素分两张图做；多余元素用 --no 压制 |
| 主体太小或被裁掉一半 | 构图段缺失，画幅与主体不匹配 | 明确写构图（如 close-up、full body、centered composition）；人像全身图优先竖幅 |
| 四张图全一个样，没得选 | 提示词太具体、--chaos 太低，求灵感时反而被锁死 | 探索期调高 --chaos，或先删减描述只留主体和场景，先发散再收敛 |
一个通用原则：翻车先分层定位——是构图层、风格层还是细节层的问题，只动那一层。整条提示词推倒重写是最后手段，因为它会把已经对的部分一起洗掉。
九、商用、版权与合规提醒
- 商用权与订阅绑定：付费订阅期间生成的图像，一般可用于商业项目（具体权利范围以官方服务条款为准）；免费或过期状态下的权利约定不同，商用前先确认自己账号的状态和条款版本。公司体量较大的用户，还要留意条款里对高收入主体档位的要求，不要默认低档位覆盖所有商用场景。
- 作品默认公开：通过官网或 Discord 生成的图，默认会出现在公开画廊里，别人能看到图和提示词。在意保密的项目（未发布的产品、客户提案），用高档位提供的 Stealth 模式，或至少不要在公开频道里出图。
- 独占性有限：你拥有使用权，但无法阻止别人生成高度相似的图。重要品牌资产建议以生成图为起点做二次创作和加工，而不是直接把原图当最终品牌标识。
- 几条红线：不要生成真实公众人物的肖像用于误导性内容；不要直接把在世艺术家的名字当风格词商用（用流派、媒介、年代等描述性词汇替代，既合规也更可控）；商标、知名 IP 角色同理；平台内容政策禁止的题材不要试探。
- 披露要求：部分平台和地区对 AI 生成内容有标注要求，发布到具体渠道前看一眼该渠道的规则。
十、FAQ
Q：完全不会画画，能用吗？ 能。Midjourney 的门槛不在绘画技法，而在"能不能把想要的画面说清楚"。这篇的五段式结构就是为此准备的；再加一个习惯——多去官网 Explore 看好图对应的提示词，模仿结构，比看十篇教程都快。
Q：官网和 Discord 的出图效果有差别吗？ 没有差别，同一账号、同一模型。差别只在界面：官网有可视化参数面板和图库管理，Discord 是命令流。按自己的操作习惯选即可。
Q：出图排队很久、Relax 模式特别慢，正常吗？ 正常。Relax 不消耗额度，代价就是排队，高峰时段尤其明显。赶时间用 Fast，批量草稿用 Relax，这是第三节算成本时就要规划好的搭配。
Q：能让它生成带准确文字的海报吗？ 短英文词组（比如一两个单词的标题）成功率如今尚可，要在提示词里用引号标出原文；长句、中文、复杂排版仍然不可靠。正式物料的稳妥做法是让它出无字底图，文字回设计软件里排版。
Q：有没有官方 API？能不能本地部署？ 官方没有面向公众开放的正式 API，也不支持本地部署——市面上自称 Midjourney API 的多为第三方非官方转接，稳定性和合规风险自行评估。需要 API 化批量生产的场景，更适合选开放 API 的模型或本地部署 Stable Diffusion。
Q：订阅后可以随时改档或取消吗？ 可以，在官网账号的订阅页面自助操作，改档的生效与计费方式以页面说明为准。取消后，已生成图像的历史权利按条款约定执行，商用项目多的用户取消前先把条款读完。
Q：为什么我抄了别人的提示词，出图却差很多？ 常见原因有三：对方用了参考图（--cref/--sref 没写在你能看到的文本里）、参数和版本不同、以及最常见的——人家展示的是几十张里挑出的一张。抄结构，不要抄"抽卡结果"。
结尾：把工作流跑顺，比收藏参数表重要
Midjourney 上手一下午，稳定出图靠的是流程：构思时有验收标准，写词时有五段结构，调参时一次只动一个变量，挑图时先构图后细节，再加一本自己的"成功提示词账本"——每次出好图把提示词和参数存下来，三个月后这本账就是你最值钱的资产。
延伸阅读与官方资源：