把 Midjourney 想象成一位手艺高超但“只认菜谱不认人”的大厨。你去餐厅吃饭，不会只说“来点好吃的”——你会说清楚：主料要什么（比如三文鱼）、配菜搭什么（芦笋配柠檬）、用什么做法（低温慢煮）、口味偏什么方向（清淡少盐）。如果什么都不说，大厨就只能按心情乱做，端上来的菜和你脑中想象毫不相干。 Midjourney 就是这位大厨。你输入的那句话——“提示词”——就是递给它的菜谱。提示词写得好不好，直接决定端上来的“图”是满汉全席还是黑暗料理。好消息是，这道菜谱有固定的套路：主体、环境、风格、参数四段式。只要掌握这个框架，你就能像资深老饕一样，把想要画面“点”出来。 这篇文章全程用“给大厨递菜谱”的隐喻，把 Midjourney 提示词的结构一节一节拆开：每段写什么、有哪些高频词、怎么组合、怎么避坑，最后还会给你可直接套用的模板和配套工具代码。

岗位关联

掌握 Midjourney 提示词结构，是 AI 绘画从业者最基础也最值钱的硬技能——它决定了你从“能出图”到“指哪打哪”的跨越，直接关系内容生产效率与商业变现能力。

目录
  1. 可视化演示
  2. 认识提示词
  3. 主体描述
  4. 环境场景
  5. 风格修饰
  6. 参数指令
  7. 高频词库
  8. 组合模板
  9. AI 应用场景
  10. Python 演示
  11. 常见误区
  12. 面试题

可视化演示

展示Midjourney提示词的主体、环境、风格、参数四段结构如何组合构建，以及从提示词到图像的生成管线流程。

本节配有交互动效（进入视口后自动加载，约 3KB）。

提示词四段结构拆解 主体描述画面核心对象，环境设定场景与氛围 风格指定艺术媒介与画风，参数控制比例与版本 prompt = Sub + Env + Sty + Par 四段组合构成完整提示词

认识提示词

到餐厅点菜，你不会只说“来点吃的”，而是会说“三文鱼、芦笋配柠檬、低温慢煮、清淡少盐”。Midjourney 也一样，它面对你那句“画张好看的图”完全无从下手。提示词（Prompt），就是你对这位 AI 大厨下达的完整订单：画面里有什么、在什么环境、什么风格、用什么参数。这四样缺一样，它就只能自由发挥——而自由发挥的结果，往往和你脑子里想的南辕北辙。

把这个订单拆开看，它正好是四个“菜谱栏目”：主体（主料）决定画什么，环境（配菜）决定在哪里，风格（调味）决定什么味儿，参数（火候）决定成品规格。专业称呼叫“结构四要素”。Midjourney 处理提示词时是“从前往后读”的，就像大厨按菜谱顺序依次备料，靠前的词对画面影响更大，这叫语序权重。同一个词放在前面还是后面，画面的侧重点就会不一样。

记住这四大栏目，你就拥有了写提示词的第一张地图。后面每一节，我们就像逐个逛食材柜台一样，把它们一一逛明白。到文章最后你会发现，所谓“会写提示词”，不过是熟练地把四个栏目按顺序填满——就像老主厨闭着眼睛也能把菜谱写顺一样。

Prompt=S主体⏟主料+E环境⏟配菜+St风格⏟调味+Pa参数⏟火候\displaystyle \text{Prompt} = \underbrace{S_{\text{主体}}}_{\text{主料}} + \underbrace{E_{\text{环境}}}_{\text{配菜}} + \underbrace{St_{\text{风格}}}_{\text{调味}} + \underbrace{Pa_{\text{参数}}}_{\text{火候}}
这条公式告诉你：任何一条合格的提示词，都是“主体 + 环境 + 风格 + 参数”四段拼起来的，顺序固定、职责分明，就像一份标准菜谱必须有主料、配菜、调味和火候一样。
  1. 主体 S这一栏填写画面最核心的人、动物或物体，是整盘菜的“主料”，比如 a red fox（一只红狐狸）。
    S主体=一只狐狸 / 一个机器人 / 一座古堡S_{\text{主体}} = \text{一只狐狸 / 一个机器人 / 一座古堡}
  2. 环境 E交代主体身处何处、何时、什么光线，相当于“配菜”负责搭建场景，比如 in a snowy forest（在一片雪林里）。
    E环境=地点+时间+光线E_{\text{环境}} = \text{地点} + \text{时间} + \text{光线}
  3. 风格 St告诉大厨想要什么“口味”——油画风、赛博朋克、摄影写实，控制画面的美术质感。
    St风格=流派+媒介+色调St_{\text{风格}} = \text{流派} + \text{媒介} + \text{色调}
  4. 参数 Pa用 -- 开头的指令控制成品规格，类似“火候”：宽高比、模型版本、风格化强度等。
    Pa参数=–ar 2:3 –v 6 –s 250Pa_{\text{参数}} = \text{--ar}\ 2{:}3\ \text{--v}\ 6\ \text{--s}\ 250

主体描述

主料是菜的灵魂。一份“炭烤牛排”的菜谱，主料必须写清楚是“肋眼牛排，三厘米厚，带大理石纹理”，而不是含糊的“肉”。主体描述同理：a fox 太笼统，大厨（Midjourney）只会画一只“随便什么狐狸”；但如果你写 a red fox wearing a golden scarf，它就会画出一只围着金色围巾的红狐——连配饰、颜色都被你“点”得明明白白。

主体段落通常由四类信息拼成：数量（one/two）、特征形容词（red, vintage, tiny）、具体名词（fox, lighthouse, robot）、动作或状态（running, sitting, reading）。特征是让主体“活起来”的关键细节，动作则让画面有故事感。新手最常见的失误是把主体写成抽象概念，比如 happiness（快乐）——大厨再厉害也没法把“快乐”端上桌，但"a smiling girl in the sunlight"（阳光里微笑的女孩）就能。

写主体时记住一句口诀：具体到能看见，细节到能描述。你越是像给朋友形容照片一样把主角说得清清楚楚，大厨画出来的就越贴近你的想象。主料选得好，后面所有步骤都事半功倍。

Subject=[Count]+[Feature]+[Noun]+[Action]\displaystyle \text{Subject} = [\text{Count}] + [\text{Feature}] + [\text{Noun}] + [\text{Action}]
主体段就是“数量 + 特征 + 名词 + 动作”的填空游戏，每个方括号填一个词，主体立刻从“大路货”变成“定制款”。
  1. 数量 Count明确有几个主角，one 还是 two，避免 AI 随意加减角色。
    Count=two\text{Count} = \text{two}
  2. 特征 Feature用一个或多个形容词固定外貌、材质、颜色，比如 red、golden、vintage。
    Feature=red, vintage\text{Feature} = \text{red, vintage}
  3. 名词 Noun必须具体可感的名词，fox、knight、lighthouse，不能是 happiness 这类抽象词。
    Noun=fox\text{Noun} = \text{fox}
  4. 动作 Action为主角安排一个动作或状态，running、reading、floating，画面立刻生动。
    Action=running in snow\text{Action} = \text{running in snow}

环境场景

点完主菜，老饕还会交代一句“窗边有落地窗，傍晚的暖光洒进来”——氛围感全靠这一句。环境段落就是提示词的“配菜区”，它告诉 Midjourney：主角站在哪、现在几点、光线怎样、天气如何。同一个狐狸，站在雪林里是清冷童话，站在赛博朋克街头就是霓虹幻想，环境彻底改变了画面的气质。

环境段按“从大到小”的顺序写最顺手：先地点（mountain, street, palace），再时间（golden hour, midnight, sunrise），最后补光线或天气（soft light, rain, fog）。这一段的词汇量门槛不高，却最出效果——因为 AI 对地点和光线的理解非常成熟，一个 golden hour 就能让整张图镀上一层金色。写的时候尽量让环境“服务”主体：武士配古寺，机器人配废墟，狐狸配雪林，主配互相成就。

一条实用经验：环境词放主体后面、风格前面，让 Midjourney 先“布置场景”再“调整画风”。配菜放得妙，主菜的身价立刻上涨——一张好的环境设定，甚至能让平平无奇的主体变得惊艳。

Environment=[Place]+[Time]+[Light/Weather]\displaystyle \text{Environment} = [\text{Place}] + [\text{Time}] + [\text{Light/Weather}]
环境段是“地点 + 时间 + 光线天气”的三层布景，从大到小交代清楚，主体就有了栖身的世界。
  1. 地点 Place先写下场景的大空间，forest、city、ocean，确定画面的舞台。
    Place=snowy forest\text{Place} = \text{snowy forest}
  2. 时间 Time补充时间线索，如 golden hour（黄金时刻）、midnight、moonlight。
    Time=golden hour\text{Time} = \text{golden hour}
  3. 光线天气 Light/Weather最后叠加光线或气候，sunset glow、heavy rain、fog，提升氛围层次。
    Light/Weather=soft sunset glow\text{Light/Weather} = \text{soft sunset glow}

风格修饰

同样一份宫保鸡丁，川菜师傅和淮扬师傅做出来是两种味型——这就是“风格”的作用。风格段是提示词的“调味区”，它决定画面的美术气质：是油画还是水彩，是卡通还是写实，是暖色调还是冷色调。Midjourney 对风格词的理解极其敏感，一个 pop art 加进去，图片立刻变成波普艺术的海报质感。

风格段可以从四个维度入手：艺术流派（impressionist, cyberpunk, ukiyo-e），材质媒介（oil painting, pixel art, 3D render），色彩色调（pastel, monochrome, neon palette），情绪氛围（serene, mysterious, dreamy）。还有一个被广泛使用的锦上添花技巧：在风格段末尾追加质量词，如 8k, ultra detailed, cinematic lighting，能明显提升画面的精致度。但注意风格词不要贪多，两到三个维度各选一个词就够了，堆砌太多反而让画面“串味”。

调味的最高境界是“克制”：风格词像盐，放一点提鲜，放多了齁人。想要高级感，追求的是流派、媒介、色调、情绪之间的和谐，而不是关键词数量的堆叠。记住，你是在给画面定味型，不是在报菜名。

Style=[Genre]+[Medium]+[Color]+[Mood]\displaystyle \text{Style} = [\text{Genre}] + [\text{Medium}] + [\text{Color}] + [\text{Mood}]
风格段是“流派 + 媒介 + 色调 + 情绪”的调味配方，每个维度取一个词，画面质感由你掌控。
  1. 流派 Genre指定美术流派，impressionist（印象派）、cyberpunk（赛博朋克）、ghibli（吉卜力）。
    Genre=cyberpunk\text{Genre} = \text{cyberpunk}
  2. 媒介 Medium指定呈现介质，oil painting（油画）、pixel art（像素画）、3D render（三维渲染）。
    Medium=digital painting\text{Medium} = \text{digital painting}
  3. 色彩 Color控制整体色调，pastel colors（马卡龙色）、dark tones（暗色调）、golden palette。
    Color=neon palette\text{Color} = \text{neon palette}
  4. 情绪 Mood注入画面氛围，serene（宁静）、mysterious（神秘）、whimsical（奇幻俏皮）。
    Mood=mysterious\text{Mood} = \text{mysterious}

参数指令

菜谱的最后一栏是火候：几分熟、烤多久、用什么锅。Midjourney 的参数段就是这份“火候说明”——它们以 -- 开头，跟在提示词文字最后面，例如 --ar 3:4 --v 6 --s 250。参数不描述画面内容，而是控制成品的规格和生成行为，是普通用户和专业用户的分水岭。

最常用的参数有五个。--ar 控制图片宽高比，2:3 是竖版适合手机壁纸，16:9 是横版适合封面。--v 指定模型版本，不同版本画风差异巨大。--s 是风格化强度，数值越高画面越“放飞”、越有艺术感。--no 排除你不想要的元素，写 --no tree 就保证画面里不出现树。--q 是画质参数，越高渲染时间越长、细节越丰富。它们组合起来，相当于你精确地告诉大厨：要圆盘、用新锅、猛火、不要香菜。

参数写在最后，作用却是“总控”。画布比例不对，主料再好也摆不下；版本不对，风格词再准也出不来想要的样子。所以下次出图不满意，先别急着改文字，检查一下你的“火候”——很多时候，问题出在参数，而不是菜谱本身。

Params=–ar (X:Y)⊕–v N⊕–s R⊕–no Eexclude\displaystyle \text{Params} = \text{--ar}\ (X{:}Y) \oplus \text{--v}\ N \oplus \text{--s}\ R \oplus \text{--no}\ E_{\text{exclude}}
参数段由多个 -- 指令并联而成：比例、版本、风格强度、排除项按需拼接，每个参数就是一条独立的“火候指令”。
  1. 比例 --ar--ar 后接宽高比，X:Y 如 2:3、16:9，决定画布形状。
    –ar (X:Y)=2:3\text{--ar}\ (X{:}Y) = 2{:}3
  2. 版本 --v--v 后接版本号 N，如 6 表示使用 v6 模型，画风与细节能力由它决定。
    –v N=6\text{--v}\ N = 6
  3. 风格强度 --s--s 后接强度值 R（0-1000），数值越高画面越艺术化、越偏离忠于原词。
    –s R=250\text{--s}\ R = 250
  4. 排除元素 --no--no 后接想排除的词，如 tree、text，把画面里的雷区提前告知 AI。
    –no Eexclude=tree, text\text{--no}\ E_{\text{exclude}} = \text{tree, text}

高频词库

真正的大厨都有自己的调料柜，分门别类、随取随用。写提示词的“调料柜”就是高频词库——把常用词按用途分好类，写提示词时像抓调料一样直接取用，效率翻倍。Midjourney 社区里流传着大量高频词，它们经过无数人验证，几乎“放进去就有效果”。

词库分四大类。场景高频词：golden hour（黄金时刻）、snowy mountain、neon-lit street，负责搭建环境。风格高频词：photorealistic（照片级写实）、cinematic（电影感）、flat illustration（扁平插画），负责定调画风。质量修饰词：8k, ultra detailed, sharp focus, award-winning, masterpiece，负责提升精致度。负面词汇：blurry（模糊）、low quality（低质）、extra fingers（多指）、watermark（水印），配合 --no 参数使用。建立自己的词库小本本，是进阶高手的必经之路。

词库不是背出来的，是用出来的。每次出图后，把“有效词”记进对应抽屉、把“翻车词”丢进负面区，你的私人词库就会越养越顺手。好比大厨的料包越攒越全，做饭就越快越好——高频词库就是你越攒越香的独家料包。

Vocab=V场景+V流派+V质量+V负面\displaystyle \text{Vocab} = V_{\text{场景}} + V_{\text{流派}} + V_{\text{质量}} + V_{\text{负面}}
高频词库就是一个四格抽屉：场景、流派、质量、负面各占一格，写提示词时各抽一个词，快速填充模板。
  1. 场景词 V场景存放环境类高频词，golden hour、rainy street 等，填入环境段。
    V场景={golden hour, rainy street}V_{\text{场景}} = \{\text{golden hour, rainy street}\}
  2. 流派词 V流派存放风格类高频词，oil painting、cyberpunk 等，填入风格段。
    V流派={oil painting, cyberpunk}V_{\text{流派}} = \{\text{oil painting, cyberpunk}\}
  3. 质量词 V质量存放画质提升词，ultra detailed、8k 等，追加在风格段末尾。
    V质量={ultra detailed, 8k, sharp focus}V_{\text{质量}} = \{\text{ultra detailed, 8k, sharp focus}\}
  4. 负面词 V负面存放不想出现的词，blurry、extra fingers 等，配合 --no 排除。
    V负面={blurry, extra fingers, watermark}V_{\text{负面}} = \{\text{blurry, extra fingers, watermark}\}

组合模板

所有好用的菜谱，背后都有同一张底稿。Midjourney 提示词也有“万能公式”，把前面学的四段串成一行：

套用这个句式，任何主题都能快速生成提示词。比如想做一张手机壁纸："a white wolf in a snowy forest, digital painting, cinematic lighting, 8k --ar 2:3 --v 6 --s 300"。主体、环境、风格、参数一次到位，几乎零门槛。这也解释了为什么很多人拿到别人的提示词，改几个词就能产出自己的好图——模板给了他们稳定的脚手架。

但模板不是终点，迭代才是。职业用户的习惯是“先搭骨架再精修”：第一版只写主体和环境，出图看大方向；第二版加风格，看质感；第三版调参数，锁定构图。每次只改一个变量，就像调汤时一次只加一种调料，出了问题立刻知道是哪一味不对。遇到效果惊艳的参数组合，立刻存下来复用，形成自己的“招牌菜”。

到这里，你已经拿到了完整的“秘籍”：认识四段结构、写好主体、布好环境、调好风格、控好参数、备好词库，最后用模板串起来迭代。剩下的就是多练——每一次出图都是一次试菜，你会越来越像一位资深主厨，把 Midjourney 这间厨房用得得心应手。

Final=S主体+E环境+St风格+V质量+–ar X:Y –v N –s R\displaystyle \text{Final} = S_{\text{主体}} + E_{\text{环境}} + St_{\text{风格}} + V_{\text{质量}} + \text{--ar}\ X{:}Y\ \text{--v}\ N\ \text{--s}\ R
组合模板就是四段公式的实战版：把质量词并入风格段，再在末尾拼上参数指令，一条可直接生成的标准提示词就完成了。
  1. 主体入座先从词库抽一个具体主体词，如 a white wolf，放到句子开头。
    S主体=a white wolfS_{\text{主体}} = \text{a white wolf}
  2. 环境衔接用 in 连接环境词，如 in a snowy forest，交代舞台。
    E环境=in a snowy forestE_{\text{环境}} = \text{in a snowy forest}
  3. 风格与质量收官逗号后接风格和质量词，digital painting, cinematic lighting, 8k，定调画质。
    St风格=digital painting, cinematic lighting, 8kSt_{\text{风格}} = \text{digital painting, cinematic lighting, 8k}
  4. 参数锁定末尾追加 --ar 2:3 --v 6 --s 300，锁定比例、版本与风格强度。
    参数=–ar 2:3 –v 6 –s 300\text{参数} = \text{--ar}\ 2{:}3\ \text{--v}\ 6\ \text{--s}\ 300

AI 应用场景

电商产品宣传图

阶段：提示词工程 / 内容生成

解决的问题：传统电商拍摄需要租棚、请模特、等光线，一套产品图动辄数千元，且改一次配色就要重拍。用 Midjourney，运营人员把产品写进“主体”，配上“极简白背景 + 柔光”环境和“商业摄影 + 8k”风格，一分钟输出多张不同机位的产品概念图，确认方向后再交给专业摄影精拍，成本大幅下降。

具体案例：某家居品牌为新品香薰灯做详情页，用模板 a ceramic aromatherapy lamp in a cozy living room, golden hour light, product photography, 8k --ar 4:5 --v 6 生成 20 张候选图，团队 10 分钟选定 3 张主推方向，比原计划的两天拍摄周期缩短了 90%。

游戏概念原画速写

阶段：创意构思 / 快速原型

解决的问题：游戏立项初期需要大量风格探索图，传统流程下概念设计师手绘一张气氛图要数小时，限制了脑暴速度。通过结构化提示词，团队可以像“点菜”一样批量生成不同流派（油画、赛博朋克、水墨）和不同环境（废土、雨林、太空站）的组合方案，快速收敛美术风格方向。

具体案例：某独立游戏团队为“废弃空间站”场景做风格测试，用 an abandoned space station interior, overgrown plants, cinematic lighting, concept art, matte painting --ar 16:9 --v 6 --s 400 一次性产出 9 张变体，主美从中挑选两张进入精修，风格提案周期从一周压缩到一天。

自媒体封面与配图

阶段：内容交付 / 素材量产

解决的问题：自媒体创作者每天要产出封面、配图、头图，素材需求量大但预算有限。掌握了四段式提示词后，创作者把“主体 + 环境 + 风格 + 参数”做成自己的词库模板，同一篇文章可以快速产出不同风格的配图，甚至批量生成系列封面，维持账号视觉统一性。

具体案例：一位科技博主做“AI 绘画入门”系列，用统一模板 a robot reading a book in a futuristic library, soft lighting, flat illustration, 8k --ar 3:4 --v 6 --s 200 生成整套系列封面，只换主体名词就得到不同期次的专属配图，单期封面制作时间不到五分钟。

Python 演示

python58 行
# -*- coding: utf-8 -*-"""Midjourney 提示词结构工程师：四段式组装 / 拆解 / 随机生成"""import random SUBJECT_DICT = {    "动物": ["a red fox wearing a scarf", "a white wolf in the moon", "an astronaut kitten"],    "物品": ["an old lighthouse on the cliff", "a vintage motorcycle", "a crystal ball on a desk"],} ENV_LIST = ["in a snowy forest", "on a neon-lit street", "at a golden hour beach", "inside an ancient library"] STYLE_LIST = ["digital painting", "cyberpunk style", "oil painting", "flat illustration"] QUALITY_LIST = ["8k", "ultra detailed", "cinematic lighting", "award winning photo"]  def build_prompt(subject, env, style, quality, aspect="3:4", version="6", stylize="250"):    """把四段材料拼成一条完整提示词, 参数段用 -- 指令收尾"""    body = ", ".join([subject, env, style, quality])    params = f" --ar {aspect} --v {version} --s {stylize}"    return body + params  def parse_prompt(prompt):    """把完整提示词拆回四段结构, 便于定位哪一段写得不好"""    if " --ar " in prompt:        body, params = prompt.split(" --ar ", 1)        params = "--ar " + params    else:        body, params = prompt, "（无参数）"    segments = [s.strip() for s in body.split(",")]    return {        "主体": segments[0],        "环境": segments[1],        "风格": segments[2],        "质量词": segments[3],        "参数": params,    }  def random_prompt(seed=None):    """随机抽词库里的词, 组装一条可复现的提示词"""    if seed is not None:        random.seed(seed)    kind = random.choice(list(SUBJECT_DICT.keys()))    subject = random.choice(SUBJECT_DICT[kind])    env = random.choice(ENV_LIST)    style = random.choice(STYLE_LIST)    quality = random.choice(QUALITY_LIST)    return build_prompt(subject, env, style, quality)  if __name__ == "__main__":    prompt = random_prompt(seed=42)    print("生成提示词:", prompt)    result = parse_prompt(prompt)    for key, value in result.items():        print(f"{key}: {value}")
目的：把“提示词四段式”变成可执行的 Python 工具，一键组装、拆解、随机生成提示词，相当于给你配了一个自动排菜谱的助手。
  1. SUBJECT_DICT = {...}用字典把主体按“动物 / 物品”分类，就是你的“主料抽屉”，随机挑一个当画面主角。
  2. def build_prompt(...)核心组装函数，用 ", " 把主体、环境、风格、质量词串成一段文字，再在后面拼上 --ar 等参数，完整还原四段式结构。
  3. body = ", ".join([...])列表转字符串的关键一行，四个段落用英文逗号加空格连接，这正是 Midjourney 推荐的段落分隔格式。
  4. params = f" --ar {aspect} ..."用 f-string 格式化出 --ar 3:4 --v 6 --s 250 参数串，注意词与参数之间要有空格。
  5. def parse_prompt(...)拆解函数，先按 " --ar " 把文字部分和参数部分切分开，再按逗号切回四段，方便“复盘哪段写崩了”。
  6. random.seed(seed)固定随机种子，保证同一 seed 生成的提示词完全一样，方便复现和对比实验。

常见误区

误区我觉得 Midjourney 是 AI，肯定吃得多想得多，所以我把想到的词全部塞进去，写了满满一大段 300 字的提示词，结果画面又乱又奇怪，一点都不好看。

正解Midjourney 对提示词的理解是“越靠前越重要”，且对过长的描述会丢失重点，就像大厨面对一本写满 100 种食材的菜谱，反而不知道主料是谁。正确做法是用四段式结构精简表达，每段挑两三个最精准的词，把画面留给 AI 去发挥，主体清晰、风格明确、参数到位，往往几十个词就能出大片。

为何常见：因为大家默认“AI 能力越强、喂得越多”，加上网络上常见“提示词越长越专业”的错觉，忽略了 Midjourney 的注意力机制更偏好精炼关键词。

误区我英文不好，直接用拼音和中文写提示词，Midjourney 也能理解吧？毕竟它翻译能力应该很强。

正解Midjourney 在英文语料上训练得最充分，对英文关键词的理解精度远高于中文。用中文写出来的画面经常“词不达意”，风格也容易跑偏。最稳妥的做法是：主体、环境、风格全部用规范的英文高频词，中文只留给自己做注释。好比你去一家英文菜单的餐厅，用中文点餐，主厨大概率会会错意。

为何常见：因为翻译软件的普及让人高估了 AI 的中文理解力，而没有意识到模型训练语料绝大部分是英文，词与画面之间的映射关系是模型直接学习出来的。

误区我想让画面“高级”，就把油画、赛博朋克、水墨、3D 渲染、电影感、极简风全部写进风格段，结果出来一张四不像的图。

正解风格词之间会互相“打架”，每种风格都在抢画面的话语权。正确的调味方式是“流派 + 媒介 + 色调 + 情绪”各取一个，彼此协调。比如 oil painting, warm golden tones, dreamy atmosphere 是和谐的；而同时写 oil painting, cyberpunk, pixel art 就像把川菜、日料、甜品倒进一个碗里。

为何常见：因为很多人以为风格词越多代表“风格越丰富”，把做选择题的思维（每类选一个）误用成了做加法（全部都要），这是从“堆砌”到“选择”的关键认知差。

误区--ar 是比例，--v 是版本，--s 是随机数吧？我每次都随便填，反正图片都能出来，参数对画面影响不大。

正解参数是提示词里“性价比”最高的一部分：--v 决定模型的画风基础和细节能力，--s 直接改变画面“像不像原词”，--ar 影响构图方式。比如 --s 0 会得到忠于文字描述的保守画面，--s 1000 则会得到高度艺术化但可能偏离主题的画面。参数写错，等于菜谱全对、火候全错。

为何常见：因为参数在提示词末尾、长得像“文件格式后缀”，容易被当成不重要的附加项；只有真正对比过不同参数输出的图片，才会意识到它们对画面的决定性影响。

误区我写好一条提示词就直接生成，出图不满意就推翻重写，从来不留档、不记录，感觉每次都在从零开始。

正解职业创作者把提示词当“资产”来管理：每次出图的词做小版本改动，记录哪一段改了、效果如何，把有效的词沉淀进自己的高频词库。这样积累一个月，词库越来越厚，出图效率翻倍。提示词就像大厨的独门料包，是一次次试菜攒出来的，不是凭空想出来的。

为何常见：因为初学阶段“每张图都是新的”，缺少版本管理的意识；而一旦体会到“好词复用”的甜头，就会理解积累比临时发挥更重要。

面试题

Q1. Midjourney 提示词通常由哪四个结构部分组成？

单选题 · easy

  • A.主体、环境、风格、参数← 正确答案
  • B.颜色、线条、构图、光影
  • C.尺寸、像素、对比度、饱和度
  • D.模型、数据、训练、推理

答案：A。提示词四段式是“主体 + 环境 + 风格 + 参数”，对应菜谱的主料、配菜、调味、火候。选项 B、C 讲的是图像后期指标，选项 D 是机器学习概念，都不是写提示词时的结构栏目。

Q2. 提示词中“越靠前的词权重越高”，对写法的最直接影响是什么？

单选题 · mid

  • A.主体必须写在最前面← 正确答案
  • B.参数必须放在最前面
  • C.词序对结果没有影响
  • D.所有词都要倒着写

答案：A。Midjourney 对提示词按顺序加权，排在前面的词对画面影响最大，所以主体要放最前，参数放最后。B 把参数提前会削弱主体权重，C 否定词序作用，D 纯属误导。

Q3. 以下哪些属于 Midjourney 的合法常用参数？

多选题 · mid

  • A.--ar 2:3 控制宽高比← 正确答案
  • B.--v 6 选择模型版本← 正确答案
  • C.--s 250 调整风格强度← 正确答案
  • D.--px 50 是画质新参数

答案：ABC。--ar 控制宽高比、--v 选模型版本、--s 调风格化强度，都是四段式里“参数段”的常见指令。--px 并非 Midjourney 官方参数，属于干扰项，不要被“像素”的直觉带偏。

Q4. 写主体描述时，下面哪种写法最容易生成高质量画面？

单选题 · mid

  • A.漂亮女孩，其余不写
  • B.红发女孩身穿古着外套← 正确答案
  • C.某个很好看的东西
  • D.非常非常可爱的美少女

答案：B。“特征 + 名词 + 穿着细节”让主体具体可感，AI 能准确画出红发、古着外套。A、D 只有笼统的“美”没有特征细节，C 是抽象词，大厨拿到这种主料根本无法下厨。

Q5. 提示词 “a fox in a snowy forest, digital painting, --ar 2:3“ 中，”in a snowy forest” 属于哪一部分？

单选题 · hard

  • A.主体，因为狐狸是主角
  • B.环境，交代雪林的场景← 正确答案
  • C.风格，digital 是画风
  • D.参数，in 是比例前缀

答案：B。环境段负责交代地点、时间、光线，"snowy forest" 是地点场景，属于环境。狐狸是主体，digital painting 是风格，--ar 2:3 是参数。这道题考的是四段式切分能力。

Q6. 关于 --no 参数，下列说法正确的有？

多选题 · easy

  • A.表示排除画面中的元素← 正确答案
  • B.可写成 --no tree 排除树← 正确答案
  • C.不能与 --ar 同时使用
  • D.用于指定绘画流派

答案：AB。--no 是“排除元素”指令，后面直接跟想排除的词，比如 --no tree 保证不出树。它和 --ar（比例）互不冲突可以同时用，也跟风格流派没关系，所以 C、D 错误。

Q7. 想生成一张竖版手机壁纸，应该选用哪个比例参数？

单选题 · easy

  • A.--ar 2:3 的竖版比例← 正确答案
  • B.--ar 16:9 的横版比例
  • C.--ar 1:1 的正方形
  • D.--ar 3:2 的相机比例

答案：A。竖版图片是宽小于高，2:3 正是手机壁纸的经典竖版比例。16:9 是横版视频比例，1:1 是正方形，3:2 是相机横版比例。宽度在前、高度在后，记住这个规则就能快速判断。

Q8. 生成的人物图总是多出一根手指，最优先的调整方式是？

单选题 · hard

  • A.追加 --no 排除多指← 正确答案
  • B.在提示词里写十根手指
  • C.把主体描述删掉一半
  • D.将 --ar 改为正方比例

答案：A。多指是 AI 绘画的典型翻车点，用 --no 排除“extra fingers“是最直接的纠错手段。写”十根手指”反而给模型增加混乱信号，改短主体和改比例都与手指问题无关，属于无效调整。

Q9. 下列哪些策略有助于稳定生成高质量 Midjourney 图片？

多选题 · mid

  • A.主体用具体名词加特征← 正确答案
  • B.风格按类别各取一词← 正确答案
  • C.堆砌全部想到的词
  • D.先草图后迭代参数← 正确答案

答案：ABD。具体主体、克制的风格搭配、逐步迭代都是职业用户验证过的高效策略。C 是典型误区——提示词堆砌会让 AI 失去重点，画面反而更乱，四段式结构讲究的是精炼与克制。

Q10. 关于 --seed 参数，以下说法正确的是？

单选题 · extreme

  • A.同 seed 同词可复现结果← 正确答案
  • B.seed 越大图片越清晰
  • C.seed 控制画面颜色数
  • D.seed 只对长图有效

答案：A。--seed 是“随机种子”，用来固定初始噪声，相同 seed 加相同提示词同版本下可复现相似构图，方便创作者锁定满意的底座继续微调。它与分辨率、颜色数量、图片长度都没有关系，B、C、D 都是典型干扰项。