AI修图MJ怎么用？设计爱好者拿Midjourney改图的实录

AI修图MJ这条路，你得先换一个脑子：Photoshop是在原图上做减法，Midjourney是拿你的图当引子重新做梦，你只能给方向，给不了指令。这是我拿自己的照片折腾了两个多月后最直接的体会——白天做设计，晚上改自己的脸，纯属个人爱好。

AI修图MJ的垫图：给的不是照片，是方向感

垫图不是让MJ照抄原图，是给它一个视觉起点：图片链接放提示词最前面，后面的话只负责补充方向。把这两件事分开，你对出图结果就不会那么意外。

操作本身不难。图先拖进Discord的输入框发出去，得到一条图片链接，然后把这条链接粘在/imagine提示词的最前面，后面跟英文描述。8月中旬我的第一张试验品，垫的是在天桥上随手拍的一张侧脸自拍，描述写的"a man holding a film camera on a pedestrian bridge, golden hour"。四张图出来，桥的透视、黄昏的光比都对得上原图，可惜四张脸全是陌生人。

垫图到底像什么？像你站在面馆窗口，递给师傅一张别人家的面照片，说照这个感觉来一碗。师傅端出来的面确实很像那碗，可它终究是师傅新做的这一碗。你给的是参照，不是订单。

这就是跟PS思路最拧巴的地方。在PS里修图是做局部手术：液化推脸型，仿制图章盖路人，曲线压高光，每一步都落在原图的像素上。MJ里压根没有「修」这个动作，你没法说「把下巴收窄两毫米」，只能描述「一个下巴利落的男人」，收多少它说了算。习惯了这个设定，挫败感能少一半。

当然，描述本身也是门手艺，垫图再准，后面那句话写得稀烂照样白搭。我中间专门回头补过提示词的课，怎么写不再展开，之前那篇AI修图描述怎么写里说得够细，这里只聊垫图本身。

权重和重绘幅度：数字每挪一步，图就换一张脸

--iw从0.5拉到3，MJ对原图的态度会从提一嘴变成死磕；每动0.5，五官、构图、配色全部重新洗牌。所以别一步到位，一档一档试。

9月3号晚上我专门做了组对照：还是那张天桥自拍，同一句提示词，只动--iw，0.5、1、1.5、2、2.5、3各跑一轮。0.5那档，MJ基本当你的图不存在，出图跟自拍毫无关系；1是默认值，构图有点影子但抓不准；拉到2，桥和光线出来了，姿势却开始僵；2.5到3，画面几乎不动，等于给原图换了层滤镜再丢一点细节。说实话这个结果有点反直觉——我原本以为权重拉满最省事，试完才发现2附近才是甜点区，3以上没有「改」，只有「套」。

重绘幅度是另一套手感。每轮出四张图，底下有Vary (Subtle)和Vary (Strong)两个按钮：Subtle的改动小到我一度以为没点上，Strong一按，五官直接重组。真正好用的是Vary Region，框选局部重绘——我框过一次眼睛想换个眼神，框得太小，周围的东西会渗进来，最后眼镜框莫名多出一截，像长了个瘤。框选区域宁可大一点，给它留呼吸空间。

成本也得算。我8月底开的30美元标准版，一个月15小时快速时长，一个任务出4张图大概吃掉1分钟。那晚做六档对照，连跑带补烧掉快40分钟，边等图边把一部电影看完了。话说回来，这种等待也逼着我把每轮参数想清楚再按返回键，不算纯亏。慢速模式不扣时长，就是高峰期一张图要排队一两分钟。

连改二十次都不像我自己，问题到底出在哪？

MJ是在重组五官，不是描摹五官；想保脸要上--cref配--cw，并且得接受它只保特征、不保神态。这是翻车二十多次换来的结论。

9月初那两个晚上是我最挫败的一段。同一张正脸自拍当垫图，--iw拉到2.5，目标特别朴素：改成「穿白衬衫端咖啡杯坐在窗边」。跑二十多轮，全灭。要么像窗边，人不对；要么人像了，脖子上顶的不是我的头。我挑了张最接近的发大学室友群，一个室友回了句：「你这位失散的表哥挺上镜的。」当时真想删软件。

转机在--cref。这个角色参考参数是把脸单独喂进去，我把自拍链接挂在--cref后面，--cw拉到100，脸一下像了七成。但也就七成——眼神和笑容还是别人的。它保住的是五官特征这种「硬件」，保不住你按下快门那个瞬间的神态。据说官方后来还迭代过，我用的版本就是这个水平，不吹不黑。

想明白这点，选择反而简单了：要「确实是我」，回PS，磨皮液化一百次你还是你；要「好看就行」，MJ快得多，它生成的是一个像你的人。至于我这个设计爱好者的用法——海报里要「一个人」的时候用MJ，头像和证件照这类要「是我」的，老老实实开PS。也可能是我提示词功夫还不到家，你要是有把神态也保下来的路子，欢迎来反驳我，我再跑二十轮验证。

改到最后我发现，Midjourney修图的爽点和憋屈是同一件事：它不背原图的债。PS修图你背着原图走，每一步都在还债；MJ直接翻身重来，自由，但也意味着「你」随时可能被优化掉。想清楚自己要的是修图还是重画，这两个月就没白折腾。