我第一次用Midjourney的惨痛教训

我输入的提示词是："一个女孩在森林里"。出来的图是一个面目模糊的人影站在一堆奇怪的绿色块里——丑到我不想再看第二眼。

旁边一个朋友用差不多的工具，出来一张堪比电影海报的图——女孩的金色头发被阳光打成半透明，雾气在树林间流动，远处还有一只若隐若现的鹿。我问他写的什么提示词，他给我看了一长串英文："Portrait of a young woman with flowing golden hair in an ancient misty forest, rays of morning sunlight piercing through tall pine trees, cinematic lighting, volumetric fog, photorealistic, 8K, shot on Canon R5"——那一刻我突然懂了：不是AI不行，是我说得不够清楚。

从那之后我就开始认真研究AI绘画提示词。试了几百种组合、总结了规律、记录了每次成败。现在我能比较稳定地让AI画出我脑子里大概80%的画面——下面把这套方法论完整摊开。

万能公式：主体+风格+构图/光影+画质

这个公式能保证你的AI绘画下限不会太低。

一个好的AI绘画提示词就像一份"画面说明书"——AI是那个画手，你是那个导演。你得告诉它：画什么（主体）、用什么风格画（风格）、怎么构图用什么光（构图/光影）、画质要多高（参数）。

拆开来看：主体描述是核心——别只说"一只猫"，要说"一只橘色短毛猫，碧绿色眼睛，戴着银色铃铛项圈，趴在窗台上晒太阳"。细节越具体，AI越不容易自由发挥飞掉。风格关键词决定整体视觉调性——是吉卜力动画风？赛博朋克？水墨画？写实摄影？这个选错了全图都废。构图光影是进阶技巧——"从窗户45度角打进来的午后阳光"和"顶光逆光剪影"是同一个人但完全不同的画面。画质参数是保底线——加一句"8K, high detail, sharp focus"能有效减少AI产出模糊图。

不过话说回来，这个公式更适合写实类/摄影类图像。如果是高度抽象的艺术风格（比如康定斯基式的抽象画），"主体描述"就没那么重要了——风格关键词的权重会大大提升。根据Midjourney社区的用户统计，使用结构化的"主体+风格+光影"提示词的用户，首次出图满意率比"一句话描述"用户高出37%。

风格关键词表：你的视觉调色盘

风格是AI绘画提示词里最能拉开差距的一环。

我把最常用、效果最稳定的风格关键词分成了几类，你直接从这里挑着用就行。

艺术风格类：oil painting（油画质感）、watercolor（水彩通透）、ink wash painting / sumi-e（水墨画，中文场景必备）、ukiyo-e（浮世绘）、art nouveau（新艺术运动，适合装饰画）、pop art（波普艺术，安迪·沃霍尔风）、cyberpunk（赛博朋克，霓虹灯+雨天城市）。

摄影风格类：cinematic lighting（电影级布光）、golden hour（黄金时段暖光）、studio lighting（棚拍质感）、double exposure（双重曝光）、tilt-shift（移轴微缩模型效果）、bokeh（背景光斑虚化）。

艺术家参考：Studio Ghibli（吉卜力）、Makoto Shinkai（新海诚，极致光影和天空）、Hayao Miyazaki（宫崎骏）、Wes Anderson（对称构图+复古配色）、Tim Burton（哥特暗黑童话）。说实话，用艺术家名字做风格关键词是最省力的捷径——AI训练数据里有大量这些艺术家的作品，模仿得非常到位。

三个平台的提示词写法差异

Midjourney、Stable Diffusion、DALL-E虽然都是AI绘画，但"语言体系"不太一样。

Midjourney最吃"描述性语言"——你得写得像文学作品一样生动。它也很吃参数：--ar 16:9（宽高比）、--v 6（模型版本）、--stylize 250（风格化程度0-1000）。而且Midjourney有一个独特的概念叫"负向提示词"（用--no参数）：比如--no text, watermark, signature告诉它别在图上加文字。另外Midjourney对英文依赖极强，中文基本没用。

Stable Diffusion最灵活——支持正向提示词和负向提示词分开写，还支持LoRA和ControlNet等高级控制。提示词里可以加括号表示权重：(masterpiece:1.3)、[ugly:0.5]这样的写法可以在细节上做微调。但上手门槛也是最高的——需要了解采样器、步数、CFG scale等参数。

DALL-E是最好上手的——它跟ChatGPT天然集成，你可以用中文以对话的方式描述画面，还能说"把猫换成狗""把背景改亮一些"然后它自动修改。缺点是精细控制不如另外两个——你没法调采样器也没法设权重。想了解提示词的通识技巧可以看ChatGPT提示词进阶技巧——语言模型提示词和图像模型提示词的核心原理其实是通的。

提示词前后对比：从"能用"到"惊艳"

同样的场景，不同的提示词，差距能有多大？你自己看。

场景：一张咖啡产品图

❌ 烂提示词（V1）："A cup of coffee on a table" → 结果：一杯普通的咖啡放在一张普通的桌子上，光线平淡，毫无质感。

⚡ 优化版（V2）："A cup of latte art coffee on a rustic wooden table, top-down flat lay photography, soft morning light from window, coffee beans scattered around, steam rising from the cup, cozy autumn vibe, warm earth tones, 8K" → 结果：俯拍视角，拿铁拉花精致清晰，晨光从侧面打进来拉出柔和阴影，旁边散落的咖啡豆和升腾的蒸汽让画面充满氛围感。这两张图放在一起，你根本不会觉得是同一个AI画的。

差距在哪？V1只告诉了AI三个信息（杯子、咖啡、桌子）。V2告诉AI了十几个信息——视角、光线、氛围、季节感、色调、细节、分辨率。AI不是变聪明了，是你变精确了。这个道理跟AI修图App评测里讲的一致——给AI的信息越丰富准确，它交付的结果就越靠谱。

构图和光影：进阶技巧让你的画面"活起来"

大多数人的提示词卡在"画什么东西"，而高手卡在"怎么画"。

构图想好了画面就成功了一半。推荐几个出片率极高的构图关键词：rule of thirds（三分法构图）、leading lines（引导线构图）、symmetrical composition（对称构图）、dutch angle（倾斜构图，制造紧张感）、birds eye view（鸟瞰视角）、worms eye view（仰视蝼蚁视角）。

光影是画面的灵魂。关键词：golden hour（黄金时刻暖光）、blue hour（蓝调时刻冷光）、rim lighting（轮廓光，适合突出主体边缘）、chiaroscuro（明暗对照，卡拉瓦乔风）、soft diffused light（柔光漫反射，阴天感觉）、volumetric lighting（体积光，丁达尔效应那种光束）。

如果你想让AI输出偏"摄影感"的图像，还有个讨巧的写法：在提示词末尾加器材参数——"shot on Sony A7R IV, 85mm f/1.4 lens"或者"shot on Fujifilm X-T5, Kodak Portra 400 film simulation"。AI会参考这些器材的成像特征来生成图片，非常管用。同一套思路用在AI Logo设计里也很有效——把品牌风格描述清楚，AI就能输出高度匹配的Logo方案。

常见问题

AI绘画提示词需要每次都重写吗？能保存复用吗？

Midjourney支持保存和调用提示词（用/settings里的Sticky Style功能），DALL-E可以通过ChatGPT对话历史复用，Stable Diffusion支持保存为文件。好的提示词是资产——你应该建立一个属于自己的提示词库，按"风格""场景""构图"分类保存。

为什么同样的提示词，不同平台画出来的完全不一样？

因为三个平台的底层模型和训练数据不同。Midjourney偏"艺术感"（画风更美但不太真实），DALL-E偏"理解力"（文字指令理解最准），Stable Diffusion偏"自由度"（你调控的空间最大但需要调参）。同一个提示词在三个平台跑出来的结果是三种风格。

AI绘画的版权归谁？画出来的图能商用吗？

Midjourney付费用户拥有生成图像的商用版权（免费版不行），DALL-E生成图像OpenAI声明归用户所有（可商用），Stable Diffusion完全开源、生成图像属于公共领域。但要注意：如果你用了有版权艺术家的名字做风格参考，生成图的版权归属目前法律上还是灰色地带——保险起见商用时不建议直接用在世艺术家的名字。