本文由 莫潇羽@源码七号站（www.fuyuan7.com） 撰写，转载请注明出处。

快速摘要

这是一份基于个人长期实践整理的 Midjourney 中文操作笔记，重点解决三件事：第一，把关键词「主体 + 风格 + 环境 + 视角 + 灯光 + 附加词 + 尾缀」这套公式讲透；第二，把 --ar、--s、--no、--iw、--cref、--sref 等高频参数的语法、取值范围和踩坑点列清楚；第三，沿着「白底图 → 三视图 → 动作图 → 场景图 → 表情包」的链路，把一套系列 IP 的完整生成流程拆给你看。

如果你只想要一个速记结论：Midjourney 出图的核心是「短语化关键词 + 合规尾缀格式」，关键词不超过 70 个英文单词，全英文逗号分隔；尾缀写在最末尾，每个尾缀之间必须有空格；垫图链接必须放在关键词之前，而 --cref / --sref 引用图链接必须放在最末尾。把这条铁律记住，已经能解决八成的报错问题。

想看完整拆解，往下翻就行。 我会顺手把以前踩过的坑都标出来。

一、Midjourney 关键词输入的标准公式

很多人刚上手时打开 Discord，斜杠一敲 /imagine，然后脑子里一片空白，憋了半天写了个 a girl，再憋半天又加了句 beautiful，最后出来的图当然不会好看。原因不在 AI，在于你没有给 AI 一个可以解析的结构。

1.1 七段式公式

我自己用得最顺手的一套公式，是把整条 prompt 拆成七段：

主体 + 风格 + 环境 + 视角 + 灯光 + 附加词 + 尾缀

• 主体：画面里最核心的那个东西，名词为主。比如 a sports car、an electric bicycle、a vacuum cleaner。
• 风格：你希望整体观感偏向哪一类，比如 futuristic、cyberpunk、minimalist、Japanese ukiyo-e。
• 环境：主体物所处的场景，比如 on a city street、in a living room、in deep space。
• 视角：用什么镜头看它，比如 front view、three-quarter view、close-up shot。
• 灯光：氛围塑造的关键，比如 cinematic lighting、studio lighting、golden hour sunlight。
• 附加词：补充质感、画质、风格定语，比如 octane render、8k、hyper detailed。
• 尾缀：以 -- 开头的参数，控制比例、模型、权重等，比如 --ar 16:9 --v 6.1。

环境和风格、视角和灯光之间的位置其实可以互换，AI 不会因为顺序差异而拒绝识别，但主体一定放在最前——因为越靠前的词，权重越高。

1.2 描述长度有上限

老学员有个误区：以为关键词写得越长越细，AI 越听话。莫潇羽在源码七号站做过几十轮 A/B 测试，结论恰恰相反：关键词总长度尽量控制在 60 到 70 个英文单词以内，超过这个量，AI 反而会顾此失彼，权重被稀释，画面就开始崩。

更关键的一点：不要写自然语言。我们日常说的「一只穿着红色卫衣坐在窗边喝咖啡的猫」这种主谓宾完整的长句，对 Midjourney 是巨大的翻译负担。AI 内部要先把中文翻成英文，再把英文映射到它的向量空间里，每一次转换都会损失语义。

正确的写法是短语化：

a cat, red hoodie, sitting by window, drinking coffee, cinematic lighting

每一段就是一个独立的关键词单元，用英文逗号断开，AI 拿到之后逐段对齐到自己的特征库里，扭曲度最小。

1.3 大小写无所谓，但有一种情况例外

Midjourney 不区分大小写，Sony 和 sony 对它来说是同一个词。所以品牌名、人名你不用刻意全大写——除非你自己想看得清楚，方便核对。

但有一种情况要注意：当你引用某位艺术家的风格时，名字要写英文不要写中文。比如想要席德·米德的概念设计风，请写 by Syd Mead，而不要写「席德米德的风格」。AI 对中文人名的识别能力非常差，对著名英文人名反而很灵。

1.4 一个示例：从需求到完整 prompt

假设你要给一台立式吸尘器做产品设计图，先把脑子里的画面拆成关键词：

upright vacuum cleaner, sleek minimalist design, 
black and white and grey color scheme, plastic + metal + glass material, 
in a modern living room, sofa and coffee table in the background, 
some scattered dust on the floor, 
product photography, three-quarter view, 
natural sunlight from window, studio lighting, 
octane render, 8k, hyper detailed 
--ar 3:4 --v 6.1

这就是一条干净的、AI 能读懂的 prompt。后面所有的章节，本质上都是在教你把这条公式的每一段写到位。

二、标点、引用与表情符号的实战用法

这一节看起来很基础，但它是新手报错率最高的地方。

2.1 三种最常用的标点

Midjourney 的 prompt 体系里，真正会被解析的标点其实就三种：英文逗号、加号、英文方括号。

一定要用英文标点。中文逗号「，」、中文方括号「【】」对 Midjourney 来说等同于没写。我自己以前刚上手时，因为输入法没切回来，整条 prompt 全是中文逗号，AI 直接把所有词当成一个超长短语来处理，出来的图离题十万八千里。

2.2 加号的妙用

加号最常用的场景是做产品三视图。你单独写一个 front view，AI 给你一张正视图；你单独写 side view，AI 给你一张侧视图。但你想让一张图里同时呈现这三种视角呢？

three view + front view + side view + rear view

AI 看到这串并列的视角词，会自动把它们识别成同一类属性的多重表达，画面里就会同时出现三个不同朝向的产品。

类似的还有摄影风格的并列：

shot by Sony + Nikon + Hasselblad

就算你担心 AI 不认识某些品牌，把几个并列写在一起，总有一个能被识别，画面整体感会更稳。

2.3 方括号的对象隔离

方括号在多角色画面里非常有用。比如你想生成「一只戴白帽子的猫 + 一只戴围巾的狗」，如果你直接写 a cat wearing a white hat and a dog wearing a scarf，AI 很可能会把帽子戴到狗身上，把围巾系到猫脖子上。

加上方括号就稳了：

[a cat wearing a white hat], [a dog wearing a scarf], simple background

方括号告诉 AI：括号里的属性是绑定的，不要跨对象混淆。

2.4 艺术家与设计师的引用

写设计稿、概念图的时候，引用一位行业大师能直接拉高画面质感。语法非常简单，把名字放在 prompt 里就行：

... designed by Syd Mead, concept art style
... in the style of Studio Ghibli
... inspired by Dieter Rams

我自己做产品设计草图，最常用的是 Syd Mead（赛博朋克概念设计）、Dieter Rams（极简工业设计）、Naoto Fukasawa（深泽直人，无意识设计）这几位。

需要注意两点：第一，AI 不认识太冷门的设计师，找名字时尽量挑业界耳熟能详的；第二，AI 不会实时更新，今年刚火的设计师它可能根本没收录过。

2.5 表情符号也能当 prompt

这是 Midjourney 一个被严重低估的功能。打开 Discord 的表情面板，搜索关键词，比如 dog，会出来一堆狗相关的 emoji。把 emoji 直接贴进 prompt 里，AI 也能识别成「狗」这个概念。

🐕 wearing a hoodie, running in a forest, golden hour

emoji 的好处是简短、视觉化，对一些常见名词比直接写英文还快。但缺点是 AI 对复杂或抽象的 emoji 识别率不高，比如那种特别拟人化的、特别新潮的表情，它可能就只能猜个大概。

三、用 CMF + 5W 把主体物描述写到位

主体物怎么形容才算到位？这件事看似没有标准答案，但莫潇羽在源码七号站讲课的时候，会反复推这套「CMF + 5W」的描述模型。这是从工业设计的语言里借来的，套到 prompt 写作上意外地好用。

3.1 什么是 CMF

CMF 是 Color、Material、Finish 三个英文单词的首字母缩写，工业设计行业里专门描述一件产品的「外观感官属性」用的。

• Color（颜色）：主色 + 辅色 + 点缀色。
• Material（材质）：金属、塑料、玻璃、皮革、亚克力、碳纤维……
• Finish（表面工艺）：拉丝、磨砂、抛光、电镀、打孔、压花……

举个例子，同样是「一支耳机」，下面两条 prompt 出来的图完全不一样：

prompt A: a pair of headphones
prompt B: a pair of headphones, matte black + brushed metal accents, 
          carbon fiber headband, premium leather earcups, fine grain finish

A 给 AI 一片想象空间，B 直接把质感锁死。如果你是要做产品的方案设计或者电商主图，CMF 必须写到位。

新手提示：表面工艺（Finish）写不出来没关系，颜色和材质先写到位就有八成效果。

3.2 什么是 5W

5W 是新闻写作里的 When、Where、Who、What、Why，套到 prompt 里同样能照单使用：

• When（时间）：通过灯光体现。golden hour、night scene、blue hour、midday sun。
• Where（地点）：通过环境体现。in a modern kitchen、on a snowy mountain、inside a sci-fi spaceship。
• Who（人物）：画面里的辅助人物。产品设计里大多省略，人像类必写。
• What（事件）：画面里发生了什么。drinking coffee、running、looking through a window。
• Why（原因）：很少直接写，更多是隐含在画面氛围里。

我自己写产品类 prompt，5W 里通常只写 Where（环境）和 When（灯光时间），其它能省就省，因为产品就是主角，太多人物干扰反而抢戏。人像类则相反，Who、What、Why 都要交代。

3.3 一个完整的填空示范

假设要做一辆概念电动自行车的设计草图，按照 CMF + 5W 填出来是这样：

flowchart LR
    A[主体: electric bicycle, concept design] --> B[CMF: green + grey color, 
    carbon fiber + plastic + metal material, glossy finish]
    B --> C[5W-Where: white background, clean studio]
    C --> D[5W-When: studio lighting]
    D --> E[视角: side view, product photography]
    E --> F[引用: by Syd Mead]
    F --> G[尾缀: --ar 16:9 --v 6.1]

完整 prompt：

electric bicycle, concept design, streamlined frame, ergonomic seat, 
green and grey color scheme, carbon fiber + metal + plastic material, glossy finish, 
white background, clean studio, studio lighting, 
side view, product photography, octane render, 
by Syd Mead, concept design sketch 
--ar 16:9 --v 6.1

这套结构的好处是：写的时候有顺序可循，不会忘东西；读的时候 AI 也好解析。

3.4 不要写「特别简洁」

新手最容易犯的另一个错：怕写错，干脆只写一个 electric bicycle，结果就赌运气。这种「抽卡式」prompt 不是不能用，但它需要你抽到够多的卡才能撞上一张好图，效率特别低。

我的建议：能写上的全写上，按你脑子里的画面尽量丰富它。哪怕有些词 AI 不认识，它也会自动忽略，不会因为你写多了而报错。

四、视角与景别——把镜头语言讲清楚

视角和景别这两块儿，决定了你出来的图是远景大场面，还是产品的特写细节。

4.1 五种最常用的视角

3/4 视角是产品摄影的「万金油」——既能看到正面，又能看到侧面的厚度感，比纯正面或纯侧面更立体。

4.2 仰视、俯视与平视

除了产品三视图，还有两个角度词非常实用：

• low angle shot（仰视/低角度拍摄）：让物体看起来更高大、更有压迫感。汽车、建筑、英雄人物经常用。
• high angle shot（俯视/高角度拍摄）：让物体显得弱小、可爱，或者用来呈现全局信息。盲盒、小动物、桌面布置经常用。
• ey