Midjourney：顶级 AI 绘画工具全攻略

为什么需要 Midjourney：从「找图/外包」到「十分钟出图」

传统视觉出图流程：设计师拿到需求后先搜素材、画草稿，再在 Photoshop/Blender 中反复精修，单张概念图耗时长则按天计算；若需外包约稿，周期按周计，单张成本数百到数千元。对品牌营销、游戏美术、电商设计这类高频出图场景，改一版风格、换一个构图都意味着完整流程重跑一遍，迭代成本极高。

Midjourney 把「视觉表达」压缩为「文字描述」：输入一行提示词，官方服务器直接渲染出图，不满意可继续做变体、局部重绘、画面扩展，产出质量接近专业插画与摄影水平；订阅制让单张生成成本降到以毛计。因此它成为 AI 图像领域的事实基准：广告提案、概念设计、社媒配图的初稿环节大量使用，再由设计师精修收尾。

与同类工具气质差异明显：相比 DALL·E 3，Midjourney 的美学风格与光影质感更强、风格自由度更高；相比 Stable Diffusion，它无需显卡与模型下载，上手成本几乎为零，但代价是可控性、可定制性与数据隐私边界由官方平台决定，无法微调。

安装与环境配置：3 步就绪

Midjourney 没有传统安装环节，配置过程是账号、订阅、验证三步。

步骤一·注册 Discord 账号：访问 Discord 官网注册（免费）。Midjourney 的图像生成以 Discord 机器人与官方网页编辑器为双入口，两者均需账号体系关联。此步无命令。

步骤二·订阅付费计划：打开官网登录后进入订阅页选择计划。当前计划：Basic（10 美元/月，约 200 张标准图）、Standard（30 美元/月，约 15 小时快速 GPU 时间 + 无限 Relax 慢速模式）、Pro（60 美元/月，含隐身模式）、Mega（120 美元/月，约 60 小时快速时间）。年付享八折。自 2023 年 3 月起官方已取消免费试用，必须付费才能生成。

步骤三·验证通道可用：在 Discord 里进入 Midjourney 官方服务器的新手频道（#newbies），机器人应答即配置完成。以下为输入框中的验证命令（注意：这些命令在 Discord 聊天框输入，不是本机终端）：

第一条命令返回 4 张候选图即说明账号、订阅与模型通道全部打通。

# 生成一张 16:9 的红狐雪景图，验证出图通道/imagine prompt: a red fox in snow --ar 16:9 --v 7 # 查看账号 GPU 时间余额与订阅信息/info # 打开设置面板，可切换默认版本与 Fast/Relax 模式/settings

快速上手：10 分钟跑通第一条出图工作流

最小可用流程：一条提示词出 4 图 → 选变体/放大 → 导出交付。核心思路是「先求数量再求质量」，把 4 宫格当作草稿池，用变体与局部重绘逐步收敛到目标图。

分步操作（以 Discord 入口为例；网页端在官网登录后进入 Create 页，输入框与参数面板等价）：

1. 打开 Discord，进入 Midjourney 官方服务器任一可生成频道（新手频道或自己服务器均可，网页端与客户端操作一致）。

2. 输入 /imagine prompt: 加描述文字，例如 a neon-lit rainy street in tokyo, cinematic --ar 16:9 --v 7，回车。英文描述比中文更稳定。

3. 等待约 10–60 秒（Fast 模式；V7 相比 V6 显著提速）得到 4 宫格图。若 GPU 时间用尽会自动降级到更慢的 Relax 模式。

4. 依据宫格下方按钮行动：U1–U4 放大对应单图；V1–V4 以对应单图为基底生成 4 个变体；🔄 重新执行当前提示词。

5. 对满意的一张点 U 放大；放大图下可继续做变体（Vary Strong/Subtle）、局部重绘（Vary Region，框选涂抹区域只重画该区域）、画面扩展（Zoom Out / Pan）。

6. 打开大图后右键保存，或点击图片跳转官网画廊下载原图与参数元数据。

进阶技巧：将常用风格参数（--stylize 200、--style raw、风格参考 --sref 风格码）沉淀为团队模板库，避免每次从零写提示词；用 /describe 上传参考图让模型反推提示词再手工精简，是风格复刻最快路径。

核心能力详解：5 大支柱

支柱一·提示词理解与美学表达。V6 起模型重写底层语言网络，对自然语言的理解从关键词拼贴升级为理解场景、情绪与组合关系。控制维度包括 --stylize（0–1000，数值越高官方美学介入越多）、--style raw（弱化默认美学滤镜，适配写实摄影）。最佳实践为「主体 + 环境 + 光线 + 镜头/风格 + 参数」，如 product photo of a matte black water bottle, on stone surface, morning light, 85mm, --ar 4:5。

支柱二·图像一致性工具族。这是区别于 DALL·E 3 的核心能力：--sref 风格参考（粘贴图片 URL 或风格码，后续生成继承其色彩、笔触与构图气质）、--cref 角色参考（锁定人物或角色外观），配套 --cw 控制参考强度（0–100）。V7 进一步加入情绪板（Moodboard，将多张参考图组合为统一视觉方向）与个性化画像（Personalization，模型学习你点赞/保存的图偏好）。

支柱三·迭代编辑能力。以「出网格 → 变体 → 精修」闭环：V1–V4 变体、U1–U4 放大，放大后有强/弱整体变体、Vary Region 局部重绘（即 inpainting，只重画框选区域的图像编辑技术）、Zoom Out 与 Pan 画面扩展。外加 /blend（2–5 张图混合）与 /describe（图生提示词），覆盖商业出图八成的常规编辑动作。

支柱四·版本与速度体系。版本可选，V7 为当前默认，专注速度与真实感光影；--v 6.1/6/5.2 可用于兼容旧工作流。生成模式分 Fast（快速，消耗 GPU 时间，即套餐内按算力计费的额度）与 Relax（慢速队列，Standard 及以上无限量）。V7 的 Draft Mode 以显著更低的成本产出低分辨率草稿，定稿后再升级（Upscale）为全分辨率渲染，是控制预算的有效手段。

支柱五·资产管理与企业功能。官网网页端提供集中画廊：所有生成图按时间归档，可搜索、按参数筛选、导出元数据。官方提供团队订阅（Team Plan）用于多人协作与权限管理。需注意：没有公开自助 API 与私有化部署，批量自动化只能依托官方界面能力边界。

生产部署与监控：从上线到运维

方式一·单人/小团队标准流程。订阅 Standard 及以上，用「提示词模板 + --sref 风格库」维持品牌一致性：同一客户物料固定同一组风格码（可用 --sref random 生成随机风格码后沉淀进团队共享文档）。交付物一律从官网画廊导出原图，并在文件名中标注「模型版本-提示词哈希-seed」以便复盘。预算维度，常规探索性出图切 Relax 或 Draft 模式，只在定稿渲染时用 Fast。

方式二·中大型内容团队编排。按「提案 → 评审 → 精修 → 交付」组织：提案阶段用 Draft 批量产出方向图，评审只挑 1–3 个方向定稿；精修在编辑器完成局部重绘与放大后，交设计师在 Photoshop 叠加品牌元素与文字。版本策略上团队统一锁定一个模型版本（如 V7）并写入规范，避免成员混用 V6/V7 造成交付风格漂移。

可观测性与质量管控。Midjourney 不提供 API 埋点或日志，工程层面的可观测靠人工台账：用表格或 Notion 记录每条正式图的提示词、参数、seed、版本、被拒稿原因，沉淀为团队提示词语料库；服务可用性（生成速度、是否排队）依赖官方状态公告与新版本更新说明。生成结果需人工抽检，重点检查角色手部与文字渲染（历史版本常见缺陷，V6.1 起明显改善）和品牌元素错误，未通过的图重做，不做超分辨率硬救。

<p class="para-label">避坑清单：</p>

<ul class="dash-list"><li>免费试用已取消：2023 年 3 月起新用户不再有免费生成额度，所有「免费白嫖 Midjourney」教程均过时，付费才有图。</li><li>第三方逆向 API 不合规：借道 Discord 逆向接口封装的自助 API 违反服务条款，有封号与内容召回风险，生产环境应避开。</li><li>--no 不等同于负面提示词：它仅让模型「弱化忽略」词语，排除能力远弱于 Stable Diffusion 的 Negative Prompt，复杂排除应用局部重绘或后期。</li><li>放大不修补缺陷：Upscale 只提升分辨率，无法修复手部畸形、文字错误等硬伤，严重缺陷应在 Vary Region 重绘后重新放大。</li><li>跨版本无法复现：模型更新后同一 --seed（控制生成随机性的初始噪声编号）语义改变，旧提示词复现必须固定 --v 版本参数。</li></ul>

版本迭代

Midjourney 演进主线是从「出图炫技」走向「可控生产」：V5 系列建立美学基线并引入出框图等编辑能力；V6 对语言理解与渲染全面重写，是提示词跟随能力的质变节点；V6.1 修补一致性细节；V7（2025-04）转向速度优先架构并新增草稿模式与个性化画像。截至撰写时 V7 为最新正式发布版。

AI 应用场景

常见误区

面试题