Midjourney提示词助手完全指南：从公式到实战的提示词工程

Midjourney提示词助手完全指南：从公式到实战的提示词工程

把"画一个女孩"丢给Midjourney，得到的结果几乎不可控；把"半身肖像,85mm镜头,f/1.8浅景深,窗外冷色调窗户光,极简背景,1960年代法国新浪潮电影质感,胶片颗粒,--ar 3:4 --style raw"丢进去,出图稳定度立刻上一个台阶。这并不是Midjourney变聪明了,而是你交给它的"提示词结构"变了。 Midjourney提示词助手的核心价值,就是把"想到什么写什么"的随性输入,改造成"主体+构图+镜头+光影+风格+参数"的可复用结构。它不替你做审美决策,但把审美决策翻译成模型能稳定理解的语义单元。本文不讲玄学,只讲能落地的提示词工程方法:四段式公式、四类常见坑、可直接复用的提示词模板、以及如何把零散的好提示词沉淀为团队的资产。

为什么"想到什么写什么"在Midjourney里行不通

Midjourney v6/v7对自然语言的理解已经很强了,但模型依然更擅长"具象的、有层级的、结构化的描述",而不是"模糊的、感受性的、形容词堆叠"。三个常见踩坑: 形容词堆叠。"非常漂亮、超级精致、极致梦幻"——这类词不携带可被模型识别的视觉信号。换成"柔和漫射光、低饱和、哑光肤色、绒面背景"才稳定。 风格归类混乱。"赛博朋克 + 极简主义 + 巴洛克 + 日式水墨"放在一起,模型只能返回风格打架的均值结果。同一画面里风格标签最好只出现一个,主风格 + 一到两个辅助元素即可。 缺少镜头信息。没有焦段、景深、构图位置、视角的提示词,模型会用"默认机位"——也就是中景、平视、居中、清晰全身。要控制画面节奏,必须显式描述镜头。

Midjourney提示词的四段式公式 任何可以稳定复用的Midjourney提示词,几乎都遵循同一个结构: [主体描述], [构图与镜头], [光影与色彩], [风格与质感], [--参数]

• 主体描述: 谁/什么、长什么样、在做什么、表情与姿态。
• 构图与镜头: 景别(半身/全身/特写)、视角(平视/俯拍/仰拍)、焦段(35mm/50mm/85mm)、景深(浅景深虚化/全幅清晰)。
• 光影与色彩: 主光源位置(顺光/侧光/逆光/窗光/伦勃朗光)、色温(冷调/暖调/中性)、氛围(高对比/低饱和/胶片)。
• 风格与质感: 摄影流派(胶片/时尚/纪实)、艺术流派(印象派/包豪斯/日本浮世绘)、介质质感(油画笔触/水彩晕染/数码锐利)。
• 参数: --ar、--style、--s(美奇数)、--c(混乱度)、--w(权重)、--no(反向提示)、--v(版本)。 写提示词前先把这五格写满,再合并成一句英文。这是Midjourney提示词助手最朴素也最有效的工作流。

直接复用的提示词模板 下面四组模板覆盖了80%的日常需求,改[]内字段即可产出专业级画面。

人像模板:a [age][gender], [expression], wearing [outfit], [shot type] shot, [lens] lens, [depth of field], [lighting], [background], [style reference], [mood] --ar [ratio] --style raw 举例:a 30-year-old female software engineer, focused expression, wearing navy blazer over white tee, medium close-up shot, 85mm lens, shallow depth of field f/1.8, Rembrandt lighting from upper left, soft beige studio backdrop, contemporary editorial portrait, calm confident mood --ar 4:5 --style raw 产品模板:a [product name] made of [material], placed on [surface], [lighting setup], [background tone], [composition rule], [mood keywords] --ar [ratio] --s 250 举例:a minimalist ceramic coffee dripper made of matte porcelain, placed on walnut wood surface, soft window light from the left at 30 degrees, warm muted beige background, rule-of-thirds composition with negative space on the right, calm morning ritual mood --ar 1:1 --s 250 场景模板:[scene description] during [time of day], [weather/atmosphere], [camera movement feel], [color palette], [style reference] --ar [ratio] --stylize 600 举例:a quiet Tokyo alley during early morning, light rain, slow cinematic camera feel, muted teal and amber palette, reference: Wong Kar-wai cinematography --ar 16:9 --stylize 600 风格化插画模板:[subject] in the style of [artist/movement], [medium], [color treatment], [key visual elements], --ar [ratio] --niji 6 举例:a corgi astronaut floating through a candy-colored nebula in the style of 1960s Soviet space posters, risograph print texture, limited palette of teal, coral, mustard, screen-print halftone dots --ar 3:4 --niji 6

让提示词变成"团队资产" 临时的好提示词散落在聊天记录里,价值会迅速衰减。把Midjourney提示词沉淀为可检索、可复用、可演进的资产,需要三步:

第一,以版本化方式存储。一条提示词不是一段自由文本,而是一组结构化字段:主体、构图、光影、风格、参数。结构化之后才能diff、review、回滚。 第二,以场景为维度组织。"电商详情页主图"、"博客封面"、"产品发布KV"——把同场景下的提示词归在一起,后续迭代按场景批量推进,而不是临到出图时从头拼。 第三,引入提示词管理工具。TTprompt可以让你把零散的好提示词集中管理、按版本回溯、按场景分组、并支持团队共享同一组通过验证的Midjourney模板。对于不熟悉英文提示词的成员,TTprompt尤其能减少从"想到什么写什么"到"可重复出好图"的迁移摩擦。 工具只是上层,真正的杠杆在于团队建立了什么样的提示词评审机制:哪条提示词上线、哪条被废弃、哪条参数变了导致出图偏移。

选题、迭代与A/B Midjourney出图不是单次操作,是一个短迭代循环。一条线索:

• 先广后窄:首轮用宽泛的主体描述 + 明确风格,出4-8张看整体气质。
• 再锁特征:从首轮挑出方向最一致的1-2张,反向解析其默认提示词,作为下一轮的基线。
• 再调参数:用--s(美奇度)、--c(混乱度)、--w(局部权重)做A/B,而不是反复换主体。
• 最后定型:固定主体+构图+风格参数,只换微表情、色温、背景细节做微调。

不写提示词也能让模型听懂你 有时候你想要的不是"一段文本提示词",而是一个"把脑子里的画面描述出来就能得到好图"的接口。

这正是更广义的Midjourney提示词助手——它能接住自然语言,并补全你没写但模型需要的镜头与构图信息。 这类助手的常见形态有三种:浏览器插件、桌面端独立工具、以及像TTprompt这样把"提示词库+版本管理+团队共享"组合起来的平台。区别不在花哨的功能,而在"提示词是否还在你的可控空间内"。可控空间越大,出图一致性越高。

FAQ Q1:有没有适合新手的Midjourney提示词助手入门方法?

先抄四段式公式,把日常想要的图按"主体、构图、光影、风格、参数"五格写出来,前三周明显会看到出图稳定性提升。熟练后再挑一类垂直场景(头像、产品KV、博客封面)集中练。 Q2:为什么同样的提示词每次出图不一样? 由--c(chaos)参数和--seed共同决定。固定结果最直接的方式是用--seed [数值]锁定同一组随机种子,同时把--c降到0-10之间。需要真正可重复出图时,这种锁定是必须的。 Q3:团队如何共享Midjourney提示词? 存在云端版本库里比散在个人聊天里更可靠,推荐使用TTprompt这类支持版本回溯和分组管理的工具,避免"换个人就从零开始"的隐性成本。

一起看看

• TTprompt
• ChatGPT提示词管理工具对比
• AI工程师的提示词版本控制实战