技巧一：臨摹

我認(rèn)為學(xué)習(xí)圖片類的 prompt，跟學(xué)習(xí)畫畫是類似的，最好的學(xué)習(xí)方法不是直接用模板。

而是拿真圖，或者別人生成的圖來臨摹。英文不好，也可以先寫中文，然后讓 ChatGPT 翻譯。當(dāng)你臨摹了幾張后，你就會(huì)慢慢搞懂如何做出類似的圖了。

拿上面的那個(gè)握手圖為例，我們仔細(xì)觀察上面那張圖，圖中元素有什么：

• 第一主體是兩個(gè)手，然后握在了一起，并且看起來是兩個(gè)亞裔男人。
• 第二兩人都穿著西裝。
• 第三背景看上去像是在辦公樓的大門，兩人可能是在握手告別。并且背景刻意進(jìn)行虛化了，或者是使用照相機(jī)拍攝的。

再歸納總結(jié)下，大概的信息：

• 主體：兩個(gè)穿著西裝的亞裔男人在握手告別
• 場(chǎng)景：辦公樓大門
• 圖像風(fēng)格：stock photo，照相機(jī)拍攝，

這時(shí)候，我們就能嘗試寫一下 prompt 了（如果你覺得自己英文水平還不太行，也可以嘗試用翻譯軟件翻譯）。

stock photo of two Asian men in suits shaking hands,say goodbye in front of the main entrance of the office building,taken with Canon

Midjourney 生成的結(jié)果如下所示。

Emm 好像跟我們的預(yù)期不一樣。不要慌，剛開始用 Midjourney 一定會(huì)遇到這種問題，重要的是多嘗試。

我們?cè)賮矸治鱿?Midjourney 為何生成了這樣的圖片？復(fù)盤下：

• 首先圖片的主體，或者說焦點(diǎn)，我們只需要「握手」，而不是兩個(gè)人。
• 照相模式好像并不能實(shí)現(xiàn)背景虛化？更像是一種圖像風(fēng)格，圖四就像是一種老照片的風(fēng)格。

那我們調(diào)整下 prompt，增加焦點(diǎn)和背景虛化關(guān)鍵詞：

stock photo of two Asian men in suits shaking hands,say goodbye in front of the main entrance of the office building, focus on two hands, taken with Canon, background bokeh

再來看看生成的結(jié)果，結(jié)果好很多，圖 1 和 圖4 基本滿足需求了，圖 2 和圖 3 裁剪一下，也能滿足我們的需求。不過需要注意，Midjourney 在人手的生成上，暫時(shí)還有點(diǎn)問題，你細(xì)看圖 2和圖 4，其中有一個(gè)人的手有 6 個(gè)手指 ，但我認(rèn)為未來應(yīng)該會(huì)修復(fù)：

那我們來總結(jié)一下 prompt ，該 prompt 分成以下幾個(gè)部分：

• 第一部分（紅色線）：描述你想要的內(nèi)容主體。
• 第二部分（藍(lán)色線）：描述主體背景/環(huán)境。
• 第三部分（黃色線）：照片的焦點(diǎn)位置。
• 第四部分（綠色線）：照片的風(fēng)格或者說是特殊要求。

技巧二：多實(shí)驗(yàn)

我還想教給各位第二個(gè)技巧：多試驗(yàn)。

圖片生成遇到不符合預(yù)期的情況，不要慌，分析問題，然后使用控制變量法，一個(gè)個(gè)調(diào)整圖片，不要急，上面我寫的 prompt 還有一個(gè)地方，不知道各位有沒有注意，就是開頭的 stock photo，試試將這兩個(gè)詞刪掉會(huì)怎樣？

two Asian men in suits shaking hands,say goodbye in front of the main entrance of the office building, focus on two hands, taken with Canon, background bokeh

生成結(jié)果也依然滿足需求，而且手指的數(shù)量也準(zhǔn)確了，說明這個(gè) Stock Image 對(duì)模型的影響不是很大。

技巧三：善用 Image2Image 功能

在 Stock Photo 場(chǎng)景里，還有一個(gè)非常厲害的技巧，這個(gè)方法我一開始覺得不太適合教，因?yàn)檫@個(gè)對(duì) Stock Photo 庫影響太大了

但本著工具中立的原則，并且這個(gè)技巧，其實(shí)在很多場(chǎng)景都能用（比如生成頭像等），所以還是覺得有必要教給大家。

各位一般用 Stock Photo 庫會(huì)遇到以下幾個(gè)問題：

• 圖有版權(quán)，沒法商用，或者說需要付費(fèi)。
• 有些圖，被很多人用過，其他人一眼就看出來這是 Stock Photo。
• 圖里的內(nèi)容大體符合要求，但細(xì)節(jié)不符合要求，比如上圖兩個(gè)亞洲男性握手，可能換成一男一女，且其中一人是黑人會(huì)好一些。

要解決這三個(gè)問題，最好的方式就是讓 AI 改一改原來的圖片。讓 AI 改圖，只需要用到 Image2Image（或者叫 Blend） 功能即可。操作步驟如下：

后來在某書刷到類似的教程，我才知道這個(gè)方法大家一般叫墊圖。老外好像一般都叫 Image2Image，或者 img2img。

• 將你看到的不錯(cuò)的 stock photo 發(fā)給 Midjourney Bot（我還是以前面的那張握手照為例）
• 右鍵復(fù)制該圖片的鏈接，然后黏貼到輸入框
• 在鏈接后加個(gè)空格
• 接著輸入你想要的內(nèi)容，比如將其中一個(gè)人的手換成黑人，一個(gè)人換成女性：

one Afican-American hand and one Asian woman hand

生成的結(jié)果是這樣的，我在 prompt 里沒有提任何西裝，以及場(chǎng)景背景信息，就說我要一個(gè)非裔的手，一個(gè)亞裔女性的手：

拋開6 根手指的問題，這個(gè)技巧是不是很高效？不過需要注意，blend 功能（這個(gè)后續(xù)教程會(huì)講到）我發(fā)現(xiàn)更適合兩張圖融合，圖片+文字不是很穩(wěn)定，各位要有耐心，多測(cè)試一下。

技巧四：增加風(fēng)格——藝術(shù)運(yùn)動(dòng)

前面生成的 logo ，有一些估計(jì)各位會(huì)覺得平平無奇，比如 Lettermark Logo，原因并不是 Midjourney 能力不強(qiáng)，而是我們給的指令太少了，只要在 prompt 里加幾個(gè)單詞，就能生成不一樣的 Logo：左邊四個(gè)的 prompt 是這樣的，我僅僅在原來的 prompt 上加了兩個(gè)單詞 Pop Art：

letter A logo, lettermark, typography, vector simple, Pop Art

Pop Art 是什么？

波普藝術(shù)（Pop Art，又譯為普普藝術(shù)或通俗藝術(shù)），是一種起源于20世紀(jì)50年代和60年代的藝術(shù)運(yùn)動(dòng)，它強(qiáng)調(diào)對(duì)大眾文化、大眾媒體和消費(fèi)主義文化的反思和表達(dá)。Pop 來自“流行藝術(shù)”（popular art）一詞里的 popular，由1956年英國(guó)藝術(shù)評(píng)論家羅倫斯·艾偉（Lawrence Allowey）所提出。

Pop Art 的特點(diǎn)是：

• 它的內(nèi)容主體一般是大眾日常生活中常見的物品和圖像，如廣告標(biāo)語、雜志封面、食品包裝等。
• 一般用色比較大膽，同時(shí)線條比較簡(jiǎn)潔，強(qiáng)調(diào)物品本身的視覺效果和意義。

右邊邊四個(gè)的 prompt 是這樣的，我在 prompt 里加上了 De Stijl 。

letter A logo, lettermark, typography, vector simple,De Stijl

De Stijl 是什么？

它是一個(gè)荷蘭藝術(shù)運(yùn)動(dòng)，始于 1917 年，致力于簡(jiǎn)化視覺元素，包括直線，平面和基本色彩。

它的成員包括畫家 Piet Mondrian 和 Theo van Doesburg 等人。De Stijl 的成員致力于將藝術(shù)與設(shè)計(jì)融合，以創(chuàng)造出具有實(shí)用性和功能性的美學(xué)。

De Stijl 的特點(diǎn)有：

• 常常用幾何圖形進(jìn)行設(shè)計(jì)，如矩形和直線。
• 用色基本只用基本色彩，比如黑、白、灰、紅、黃、藍(lán)。
• 追求平衡和和諧，強(qiáng)調(diào)形式和結(jié)構(gòu)，不注重細(xì)節(jié)和表現(xiàn)力。

看完這些介紹，再看看 Midjourney 輸出的 Logo 是不是有那味了？

技巧五：增加風(fēng)格——藝術(shù)家

前一章介紹了增加藝術(shù)運(yùn)動(dòng)，從而使得生成的圖片更加特別，本章再教大家一個(gè)方法，是增加藝術(shù)家的名字。首先需要注意，Midjourney 支持大部分的藝術(shù)運(yùn)動(dòng)，但在藝術(shù)家的支持上，相對(duì)來說比較少，經(jīng)過網(wǎng)友們的不懈努力，截止到 3 月 31 日，V4 已知支持的藝術(shù)家有 2000 多位，V5 有 100 多位。其中在榜的 Logo 設(shè)計(jì)師，只有 Paul Rand 和 Saul Bass，Paul 是 IBM、英孚、NeXT logo 的設(shè)計(jì)師，Saul 是美國(guó)聯(lián)合航空、AT&T logo 的設(shè)計(jì)師。使用方法很簡(jiǎn)單，在 prompt 最后加上 by Paul Rand 即可：

letter A logo, lettermark, typography, vector simple, by Paul Rand

當(dāng)然也不是說只能加 Logo 設(shè)計(jì)師，加上沒有設(shè)計(jì)過 Logo 的設(shè)計(jì)師名字，也很有意思。比如右邊四張圖我加的就是 Piet Cornelies Mondrian，第三張 logo 有 Composition II in Red, Blue, and Yellow 那味了。左邊四張則是 Paul 的，第二張紅色框加黑色 A，有他的經(jīng)典眼鏡 logo 那味，非常喜歡：

最后需要注意，增加藝術(shù)家名，有可能出現(xiàn)以下情況：

• 多長(zhǎng)圖的風(fēng)格都很像：這是因?yàn)槟承┧囆g(shù)家有非常強(qiáng)烈的標(biāo)志性風(fēng)格，比如我很喜歡的 Piet Mondrian，你用他的名字，會(huì)發(fā)現(xiàn)可能生成的很多張圖都是 Composition II in Red, Blue, and Yellow 的風(fēng)格。
• 生成的圖看上去不太像該藝術(shù)家的風(fēng)格：我自己測(cè)試，發(fā)現(xiàn)有兩種可能，一種是模型并沒有學(xué)習(xí)這個(gè)藝術(shù)家的作品（特別新的藝術(shù)家我感覺一般都不會(huì)收錄），另一種可能是你的 prompt 里的一些詞，跟該藝術(shù)家的風(fēng)格有沖突，比如用了達(dá)芬奇 Leonardo da Vinci，但主體是個(gè)日本二次元小姑娘。

PS：在本教程里的 Artist List 可以看到我比較喜歡的藝術(shù)家。

技巧六：善用 no 參數(shù)，去掉不想要的元素

在徽章 Logo 的案例里，你應(yīng)該還看過單色的徽章，比如校徽。但 Midjourney 有個(gè)習(xí)慣就是傾向于生成復(fù)雜的內(nèi)容，生成單色內(nèi)容，你可以在 prompt 里加入顏色，背景等等詞，讓其變得簡(jiǎn)潔。

還有一個(gè)技巧是用 no 參數(shù)。比如我想制作一個(gè)單色?；?，?；罩黧w是一本書，同時(shí)因?yàn)?Midjourney 對(duì)文字不是很擅長(zhǎng)，我還要去掉 text。以下是我的 prompt，我在最后加了 no realistic color（沒有顏色）text（字）。

emblem for a university with large book, vintage --no realistic color text

然后我把上面那個(gè) Instant Noodles company 的 prompt 也加了 no text，最后生成的兩組圖片是這樣的（最后需要注意，no 參數(shù)在 logo 里使用時(shí)，--no text 有的時(shí)候會(huì)失效，但如果你去掉 — 直接輸入 no text 就會(huì)生效，很神秘，估計(jì)是個(gè) bug）：

技巧七：多參數(shù)同時(shí)使用

在使用 img2img 的方法生成頭像時(shí)，我發(fā)現(xiàn)問題是「文字權(quán)重比圖片權(quán)重高」，導(dǎo)致其生成的圖片不像原圖，iw 參數(shù)在 V5 里最多提升圖片權(quán)重到 2，所以我就在想有沒有可能進(jìn)一步降低文字的權(quán)重。

然后我就試了下 s 參數(shù)，發(fā)現(xiàn)的確好了很多。

如果生成的圖片還是不像，你可以在 —iw 2 基礎(chǔ)上，再加一個(gè)參數(shù) —s 200 ，注意同時(shí)用兩個(gè)參數(shù)時(shí)，中間不要有逗號(hào)。我發(fā)現(xiàn)加了 s 參數(shù)之后的確像了很多，我個(gè)人猜測(cè)是 s 和 iw 連用會(huì)進(jìn)步一削弱 text 的權(quán)重。

s 是控制生成圖片的風(fēng)格化程度。簡(jiǎn)單理解，這個(gè)值越低會(huì)更符合 text prompt 的描述，數(shù)值越高藝術(shù)性就會(huì)越強(qiáng)，但跟 text prompt 關(guān)聯(lián)性就會(huì)比較弱。所以如果你生成的圖還是不像，就加大這個(gè)值，比如調(diào)到 500。

我想通過這個(gè)案例告訴大家，多個(gè)參數(shù)一起使用，有可能會(huì)形成合力，進(jìn)一步放大模型的能力。未來有新的參數(shù)能力，不妨也想想有沒有可能一起用？

技巧八：使用 Seed 參數(shù)對(duì)圖進(jìn)行二次修改

注意：這個(gè)技巧，我個(gè)人覺得未來潛力比較大，但目前 Midjourney 的實(shí)現(xiàn)效果還比較一般，效果得不到保證。官方的社區(qū)的幫助文檔也提到這個(gè)功能在 V5 非常不穩(wěn)定。詳細(xì)可以看看我整理的 Midjourney 官方 FAQ 一章。

你可能遇到類似這樣的場(chǎng)景：

• 你輸入一段 prompt，機(jī)器生成了 4 張圖片
• 你看了下4張照片，發(fā)現(xiàn)其中有一張還行，但其余不是很滿意，然后改了下 prompt，機(jī)器又生成了一些
• 但這次生成的照片你都不滿意，你就很煩惱為何會(huì)這樣
• 然后你就像為啥不能在第一次生成圖上做修改呢？

基于某一次生成的結(jié)果進(jìn)行二次 prompt 修改，理論上我認(rèn)為是可以的，以賽博朋克頭像為例，我先用上述 prompt 生成了四張圖片，然后在消息的右上角點(diǎn)擊 emoji 按鈕（下圖1），然后再輸入框里（下圖2）輸入 envelope，然后點(diǎn)擊信封 emoji（下圖3），接著 bot 就會(huì)將 seed 號(hào)碼發(fā)給你。

然后我修改上面的賽博朋克頭像的 prompt，將其背景改為 China Town，此時(shí)需要注意：

• 新的 prompt 并不是只改 background，你需要將之前的 prompt 都帶上。
• prompt 僅修改 background 的部分。
• 最后帶上 seed 參數(shù)。

以下是我的案例：

原 prompt：

{img url} avatar, cyberpunk robot face, holographic VR glasses,holographic cyberpunk clothing, neon-lit cityscape background, Cyberpunk, by Josan Gonzalez --s 500 --iw 1br

新 prompt（seed 碼只是示例，你要填寫自己的 seed）：

{img url} avatar, cyberpunk robot face, holographic VR glasses,holographic cyberpunk clothing, China Town background, Cyberpunk, by Josan Gonzalez --s 500 --iw 1 --seed 758242567br

以下是生成的效果（左圖為原圖，右圖是用了 seed 后生成的圖），可以看到，背景的確換了，但人的外觀也有點(diǎn)變化

效果不是很好，但我覺得值得探索，這樣能提高漸進(jìn)優(yōu)化的成功率：

技巧九：神秘的 blend 功能

這個(gè)技巧，說實(shí)話，我感覺不能稱其為技巧，但這又是一個(gè) Midjourney 非常重要的 feature，所以在這里著重介紹一下。

這個(gè)功能使用起來非常簡(jiǎn)單，在 Discord 輸入框里 /blend，然后點(diǎn)擊這個(gè)菜單：

之后你的輸入框就會(huì)變成這樣：

然后你就可以點(diǎn)擊這兩個(gè)框，然后選擇你電腦上的照片，添加完成后，大喊一聲「使用融合卡」（不是），然后點(diǎn)擊回車：

然后 Midjourney 就會(huì)生成這樣牛逼的結(jié)果，左邊是融合鋼鐵俠，右邊是融合巴斯光年：

這個(gè)功能我第一次看到時(shí)，我是非常震驚的，以為是小時(shí)候看游戲王里主角們使用「融合卡」的那種效果?？上Р⒉皇?，這個(gè)功能非常不穩(wěn)定，僅有在滿足多個(gè)未知條件才能達(dá)到上述的效果。

我本來打算用這個(gè)方法用于生成頭像，但我發(fā)現(xiàn)只要用自己的照片，融合其他風(fēng)格的照片，效果都不太好，目前實(shí)驗(yàn)下來效果最好的是名人頭像，我的感覺是因?yàn)?Midjourney 喂了不少名人的頭像給模型，所以這種融合的效果都很好。

但我覺得它真的很適合做頭像，將自己的頭像跟另一張圖片融合一下，就能生成一張不錯(cuò)的圖，方便又快捷。可惜目前這個(gè)功能感覺還不太好用。

當(dāng)然這個(gè)功能還不僅僅止于此，它還有很多使用場(chǎng)景，在后續(xù)會(huì)介紹給大家。

原文選自：
https://learningprompt.wiki/docs/midjourney-learning-path