​​

如今，你可能已经在社交动态中见识过不少令人惊叹的 AI 生成图像，心里想着：“人们是怎么创作出这些惊艳画面的？”于是你满怀期待地登录 Midjourney，准备大展身手，却发现产出效果与预期相去甚远。不甘心的你再次尝试，结果依然令人失望。这场景是否似曾相识？

要想生成理想的作品，你必须掌握如何正确地向 Midjourney 的LLM输入提示词。说实话，为了给 Confident 每周的博客文章制作封面图（比如当前上方这张），我也经历过无数次失败的尝试。

那么，准备好开始这场轻松有趣的互动教程了吗？让我们出发吧！

开启你的首幅 Midjourney 艺术创作

要开始使用 Midjourney，请先注册 Discord（如果尚未注册）并完成注册流程。Discord 运行后，打开 Midjourney 网站并点击“加入测试版”。

​​

注册后，你可以选择付费或免费计划。免费计划用户可以在 Midjourney 的新手频道中生成图像，而付费用户可以直接向 Midjourney 机器人发送命令。

要开始创建你的第一张图像，先输入斜杠/后接 imagine 命令。接着，系统会让您输入提示词（用于生成图像的描述），例如：/imagine prompt: 美丽多彩的马

​​

恭喜！你刚刚使用 Midjourney 生成了你的第一张图片。

Midjourney 是如何工作的？

Midjourney 利用LLM（一种大型语言模型）根据文本描述生成图像。该模型经过海量文本-图像对的训练，使其能够理解并解析文本提示，从而生成相似的图像。

让我们分解一下这个图像生成过程。

分析提示词

LLM首先将提示词分解为核心概念和术语。例如，当你输入“一张写实风格的女性肖像”时，系统会识别出关键元素如“写实风格”、“肖像”和“女性”。

一个基本的 Midjourney 提示词如下：

​​

虽然更高级的提示可能如下所示：

​​

我们稍后会回到这一点。重要的是要理解，无论你写什么，都会在下一步中用于创建潜在向量。

创建潜在向量

接着，LLM 将这些概念转化为潜在向量。这是一个数字编码，能捕捉图像的所有细节——包括其调色板、形状、风格、物体等。

所有这些参数在模型内部用于理解您的请求，通过将向量与模型已知并训练过的数据进行匹配。

这就是为什么 Midjourney 官方文档中的以下建议如此重要：

Midjourney 机器人最适合处理简洁的短句描述你的需求。避免冗长的请求列表。例如，不要用“给我看一幅盛开的加州罂粟花图片，要明亮、鲜艳的橙色，并以彩色铅笔的插画风格绘制”，而应尝试：“用彩色铅笔绘制的亮橙色加州罂粟花。”

这意味着使用更简短的提示词，你更有可能获得更好的效果！

使用扩散模型生成图像

生成图像的最后一步是将这个潜在向量转换为实际的图像。这时就需要用到扩散模型，它是一种能从看似随机的模式中形成图像的人工智能。

模型从一张空白画布开始，逐步细化图像，添加层层细节，直到反映出潜在向量所描述的内容。它添加这种“噪声”的方式是受控的，确保最终图像清晰可辨

其他知名的生成式 AI 平台，如 Stable Diffusion，也采用了相同的技术。

这也是为什么在等待 Midjourney 完成图像创作时，你会注意到模糊的图像最终变成了令人惊叹的艺术作品。

​​

基础入门

从一个简短的提示开始，专注于你想创作的主题。假设我们想绘制一位女性的肖像，可以这样开始：/imagine 一位拥有浅蓝色眼眸的年轻女性肖像

​​

获得初始图像后，关键在于迭代与优化。此时我们可以聚焦于重要细节，如媒介、情绪、构图及环境等。

假设我们想要一张更真实的照片：/想象 一位浅蓝色眼睛年轻女子的真实照片

​​

这张更真实些；不过，让我们给它加上老照片的质感。为此，只需添加一个年份，比如 1960 年。

/想象 一位浅蓝色眼睛年轻女子的真实照片，年份 1960

​​

我们仅通过添加一些小细节，例如年份和媒介类型（写实）就取得了长足的进步。

专业提示：Midjourney 机器人并不像人类那样理解语法、句子结构或词汇。使用更少的词汇意味着每个词的影响力更为强大。

现在，让我们添加一个构图示例；比如，如果我对俯视角度的头像感兴趣，我们可以这样调整提示词：/imagine 鸟瞰视角写实照片，一位拥有淡蓝色眼睛的年轻女性，1960 年代风格

​​

挺酷的，对吧？

继续尝试各种元素，如环境、情感、色彩等，以探索它们能产生的多样化效果。

​​

Midjourney 利用训练有素的大型语言模型(LLM)和扩散模型，能够基于初始图像生成多种变体，为图像创作过程提供了极大的灵活性和创造力。

通过指示机器人生成强烈或微弱的变体，你可以逐步优化输出结果。你可以从一个宽泛的概念开始，然后逐渐细化细节；或者从一个高度具体的图像出发，探索微小的调整。这个过程会持续进行，直到达到符合你设想或偏好的效果。

​​

例如，要求一个强烈的变化将产生以下图像：

​​

高级技巧

既然我们已经掌握了 Midjourney LLM的基础知识，现在可以深入探讨参数了。参数是添加到提示中的选项，用于改变图像的生成方式。

调整宽高比

专业建议：参数总是添加在提示语的末尾

最重要的参数之一是宽高比。Midjourney 默认的宽高比是正方形（1:1），但如果我们想创建一张出色的封面图片（比如这篇文章的封面）或人像图片呢？

我们只需在提示词末尾添加--ar 即可。

例如：/imagine 鸟瞰视角写实照片，一位浅蓝色眼睛的年轻女性，1960 年代 --ar 1:2

​​

注意--ar 后面跟着的宽高比数值。

变得更加艺术化

使用风格

--style 参数会替换某些 Midjourney 模型版本的默认风格。使用--style raw 将得到更贴近提示词原意的风格，减少美化效果。

让我们看看以下示例：/imagine cat icon 会生成这种图像，虽然很美，但并不是真正的图标：

​​

如果我们加上 --style raw，Midjourney 会生成一张更相关的图片：

​​

Niji 模型

Midjourney 有一个名为 niji 5 的替代模型，允许使用其他风格参数。在指令中添加--niji 5 后接不同风格如：可爱、富有表现力、原创或风景，将生成更为精致的图像。

/想象 猫 --niji 5 --风格 可爱

​​

作为基于LLM的生成器，Midjourney 经过海量数据训练，融合了多种艺术风格。

提供--stylize 参数会影响训练应用的强度，其范围在 0 到 1000 之间；数值越高，生成的图像艺术性越强。

/想象 一幅孩子画的狗

​​

接下来是有趣的部分。但在开始之前，我想和大家分享一下我创作精美照片的方法，以及如何更好地理解 Midjourney LLM。

寻找灵感

在寻找灵感时，我会前往 Midjourney Showcase 页面浏览激发灵感的照片。一旦找到心仪的图片，便下载下来并让 Midjourney 描述它。这一过程类似于LLM的反向工程，揭示了 Midjourney 如何将文本转化为图像。

例如，我觉得这张图片很有趣：

​​

并要求 Midjourney 使用/describe 命令来描述它。

​​

这是一个很好的起点，适合你进行下一次图像生成。提取创建这张图片的关键词，用它们来生成具有相似外观和感觉的图像。在这里，我注意到文本“深色背景中的多边形大象”占据主导地位，同时还有“受平面设计影响，Stephen Shortridge 风格”。

专业提示：Midjourney 知道如何以特定艺术家的风格生成图像

提示词 /想象一个多边形大象，风格模仿 Stephen Shortridge

​​

开启奇幻创作模式

我们可以通过--weird 参数获得非常规的图像。使用此参数时，Midjourney 会创造出独特且出人意料的结果。--weird 接受 0 到 3000 之间的值（默认值为 0），我们提供的值越高，结果就越出人意料。

排列

如果我们想尝试不同的颜色，比如红/绿/蓝/黄的大象呢？

我们可以通过在提示中添加{ ... }来使用排列组合，用逗号分隔我们的排列。

想象一只{红色、绿色、蓝色、黄色}的大象

这将一次性创建 4 个 Midjourney 任务。

​​

Midjourney 平铺图

这可能是 Midjourney 最令人惊叹却又鲜为人知的功能之一。使用--tile 参数可以生成可重复拼接的平铺图像。

/imagine 水彩大象 --tile

​​

终极创作法则

理解 Midjourney LLM能让你生成宏伟的图像和照片。别忘了调整参数、优化提示词，并遵循本文中的所有其他步骤，以精确生成你想要的图像！

‍

‍