企业官网建设流程全解析

简介：面向零基础用户的Midjourney AI绘图入门教程，以docx文档形式系统讲解从注册Discord账号到正式使用Midjourney绘图的完整操作流程。教程先从Discord与Midjourney的关系入手，解释Midjourney没有独立客户端、需要搭载在Discord中使用的基本逻辑，再逐步演示账号注册时的出生日期选择、邮箱验证、人机验证、个人服务器创建等细节，并提示共享账号官方认可、可放心使用。随后详细介绍如何查找并加入Midjourney官方服务器，包括再次人机验证等易出错环节，同时补充说明Midjourney服务器的主要功能与AI绘图技术基础。内容紧扣实际操作中的常见问题，适合希望快速上手AI绘画、对海外平台不熟悉的读者。资源为单个Word文档，8.3MB，格式清晰，便于阅读、打印或对照操作。已有721人学习下载，教程步骤完整且配有说明，零基础用户也能顺利搭建绘图环境，开启AI绘图之旅。

1. 从一句描述到一张可用图，Midjourney 到底帮你省了什么

你大概已经见过那些让“甲方看了沉默、同行看了流泪”的 AI 绘图作品，也听人说过 Midjourney 只要输入几个英文单词就能生成海报级画面。但真到自己上手时，大概率会遇到这些情况：出图风格完全不受控、人脸崩坏、想要“赛博朋克城市”却得到一堆霓虹灯废土、想用自家产品图做底图却怎么都融合不进去。这些问题的根源往往不是工具不行，而是你对 Midjourney 的工作方式和提示词语法缺一套系统认知。

Midjourney 的本质不是“AI 画师”，而是一台运行在 Discord 上的多模态生成引擎。它以文本提示词为输入，通过扩散模型在潜空间迭代去噪，最终输出 1024x1024 像素（默认）的位图。这个“输入一段文本 → 选择迭代方向 → 细化得到成品”的流程，才是它和其他 AI 绘图工具最大的区别。本教程会从账户准备开始，带你走完从注册、写提示词、控制参数到产出可用素材的全流程，直接对着操作即可。

2. Midjourney 运行环境与账户准备：从零开始的第一条生成命令

2.1 为什么 Midjourney 必须跑在 Discord 里

Midjourney 没有独立客户端，它所有的交互都在 Discord 服务器内完成，通过斜杠命令（Slash Command）与机器人交互。这意味着你首先要有一个 Discord 账号，然后把 Midjourney 机器人拉进你自己的服务器，这样才能在私人频道里不受打扰地生成图片。

这样做的好处在于：Discord 的频道结构天然适合做团队协作。你可以建一个“设计评审”频道，把 Midjourney 机器人拉进去，所有人共享同一个生成记录；也可以建多个频道分别跑“人物设定”“场景概念”“材质测试”，每个频道拥有独立的生成历史。这种工作流对个人创作者和设计团队都适用。

2.2 注册与订阅：没有付费版基本没法用

Midjourney 提供免费试用额度，但额度非常少（大约 25 次生成），而且生成速度极慢，排队现象严重。因此实际使用时通常需要订阅。订阅入口在https://www.midjourney.com/account，或直接在 Discord 里输入：

/subscribe

这个命令会返回一个带链接的消息，点击进入订阅页面。Midjourney 提供三档 Plan：Basic（10 美元/月，约 200 张图/月）、Standard（30 美元/月，无限慢速生成 + 15 小时快速生成）、Pro（60 美元/月，更高并发与隐私模式）。对于重度使用者，Standard 是性价比最高的选择。

提示：常有用户问“Midjourney 促销码怎么获得”。官方会不定期在社交媒体和邮件推送优惠，但第三方渠道发布的促销码来源不明，不建议使用——轻则订阅失败，重则账号被标记风险。直接在官网订阅最稳妥。

2.3 最小可用命令：imagine 与 U/V 操作

完成订阅后，在 Discord 中输入：

/imagine prompt: a red apple on a wooden table, soft lighting

回车后机器人会返回 4 张网格图。这 4 张图下方有两行按钮：

• U1~U4：Upscale，放大对应编号的图
• V1~V4：Variation，以对应图为基础生成变体

第一次跑通这个流程，你的 Midjourney 使用就算入门了。接下来我们要做的是把你从“能出图”提升到“能稳定出想要的图”。

提示：如果提示Invalid parameter，检查/imagine是否被识别为命令而非普通文本。在 Discord 里输入斜杠/后会自动弹出命令列表，选择imagine再输入prompt:即可。

3. 提示词结构拆解：写出一段能稳定出图的 prompt

3.1 提示词的五个基础要素

Midjourney 的提示词不是自然语言作文，而是“要素的排列组合”。经过大量测试，业内形成了一个相对稳定的结构：

实践中最容易犯的错误是“一句话场景式描述”，把提示词写成一整段散文。正确做法是把要素用逗号分隔，每个词组独立可替换，这样便于后续做 A/B 测试。

以“一只穿着宇航服的柴犬”为例，拆分写法如下：

/imagine prompt: a shiba inu wearing a spacesuit, standing on the moon, earth in the background, cinematic lighting, volumetric fog, ultra detailed --ar 16:9

这里--ar 16:9是比例参数，指定输出横屏宽幅。逐项来看：主体是shiba inu wearing a spacesuit，环境是moon与earth in background，光照是cinematic lighting加volumetric fog，风格强调是ultra detailed。这种写法比“一只狗在月球上穿着宇航服”清晰得多，出图的可控性也随之提升。

3.2 风格修饰词与权重控制

在 Midjourney v6 中，提示词末尾的艺术风格词对结果的影响非常大。常见的有效风格词包括：

• cinematic：电影感，强调光影对比
• editorial photography：杂志摄影感，构图精致
• isometric：等距视角，适合 UI 图标和建筑示意
• 3d render, pixar style：三维渲染，圆润可爱
• watercolor：水彩质感
• cyberpunk：赛博朋克，霓虹色调

权重控制的核心语法是双冒号::。例如：

/imagine prompt: a futuristic city::2 cyberpunk style::1 blue tone::0.5 --ar 21:9

这个提示词表示“未来城市”的权重为 2，“赛博朋克风格”为 1，“蓝色调”为 0.5。权重越高，该要素对最终图像的影响越大。注意权重不能为负值（v6 已移除.5以内的负权重功能），通常 0.5 到 3 这个区间最有效。

3.3 常见失败案例与修正策略

第一类：主体偏了。你写a cat and a dog，结果画面里只有猫或比例失调。解决办法是把其中一个要素的权重调高：a cat::2 and a dog::1，或者直接拆分生成再合成。

第二类：风格模板化。如果你在提示词末尾加了一堆trending on artstation, 8k, hyperrealistic，结果图反而显得油腻、像廉价壁纸。建议只保留 1~2 个风格词，并且优先选择“可描述性”强的词，如golden hour、long exposure，而不是空泛的beautiful。

第三类：文字乱码。想让图中出现标语或品牌名时，Midjourney 经常拼错。这不是你的问题——Midjourney 本身对文字生成的支持较弱。如果必须出带文字的图，建议用--style raw（v6 可用）降低风格化干预，或先生成无文字背景图，再用 Photoshop 或 Figma 叠加文字。

提示：v6 版本默认对提示词有更强的理解力，但仍建议把主体放置在提示词前 5 个词内——越靠前的词，模型对其的权重越高。

4. 进阶场景实战：从 niji 模式到垫图与迭代参数

4.1 niji 模式：日本动漫与二次元风格

如果你画的是日漫风、轻小说插画或者二次元角色，通用的 v6 模型表现并不理想。此时需要切换到 niji 模式，这是 Midjourney 专门针对动漫风格训练的子模型：

/settings

在弹出的面板里选择Niji Mode，或者直接在/imagine命令中添加--niji 6参数：

/imagine prompt: anime girl with silver hair, blue eyes, school uniform, cherry blossoms in background, soft pastel colors, detailed eyes --niji 6

niji 模式在“眼睛细节”“头发层次”“线条干净度”上明显优于默认模型。它同样支持风格化参数，例如--stylize 200表示更强的风格化表现，适合让画面更华丽；--stylize 50则更忠实于提示词本身的描述。

4.2 垫图（Image Prompt）：把参考图融入生成流程

Midjourney 最强悍的能力之一是基于参考图生成新图。在提示词中图片链接必须放在最前面：

/imagine prompt: https://example.com/ref_image.jpg a cyberpunk character, similar composition, different outfit and hair color --ar 2:3

图片链接的来源可以是网络图片，也可以是之前生成的 Midjourney 结果。操作方式是在 Discord 中右键目标图片，选择“复制链接”，粘贴进 prompt。注意链接后必须紧跟文本描述，不要留多余空行或符号。

还有一种常见需求是“我想让 A 图的脸型搭配 B 图的服装”。这时可以传入两张图，用权重区分：

/imagine prompt: imgA.jpg imgB.jpg a character, face from first image, clothing from second image, full body shot

这里系统会自动融合两张图的信息，文本提示词负责告诉模型“取谁的特征”。

4.3 融合与变化：Blend 命令

如果不想写任何文字，只想把两张图揉在一起，可以用：

/blend

这个命令会弹出两个图片上传框，上传后直接输出混合结果。它适合快速尝试颜色、构图的融合，但可控性比“垫图+文本描述”弱很多。做正式项目时建议优先使用完整 prompt 方式。

4.4 科研绘图场景中的 Midjourney 使用技巧

“科研绘图 ai”这个词最近热度很高，但很多科研工作者把 Midjourney 用错了方向。论文配图（如示意图、流程图、机理图）需要的是精确和可编辑，而 Midjourney 生成的是位图，难以直接用于论文出版的矢量图中。

正确做法是：用 Midjourney 生成概念参考图，即你想要的画面构图、配色和氛围，然后交给 PPT 或 Illustrator 手动绘制。提示词可以这么写：

/imagine prompt: schematic diagram of lithium battery charging process, isometric view, clean white background, blue and orange color scheme, minimalist 3d render style --no text --style raw

关键参数是--no text消除图中文字干扰，--style raw降低“艺术滤镜感”。这样出的图可以作为架构参考，而不是直接投稿的最终图片。

5. 常用参数全表与迭代策略：让每一版都比上一版好

5.1 参数速查表

5.2 seed 值的妙用：稳定迭代的工作流

你花了半小时调出一个 90% 满意的构图，只是需要换个配色。此时随机碰运气效率太低，正确做法是锁定 seed 后只修改关键词。

/imagine prompt: a futuristic city skyline at sunset --ar 21:9 --seed 12345

得到结果后，记录满意的一张图的 seed 值，接着微调：

/imagine prompt: a futuristic city skyline at night, neon lights --ar 21:9 --seed 12345

同样的 seed 保证了初始噪声一致，画面主体结构、构图基本相同，只有你修改的“晚上+霓虹灯”发生变化。这个流程在 icon 设计、分镜脚本、游戏场景迭代时极其好用。

提示：获取一张已生成图片的 seed 有几种方式。最简单的是在 Discord 消息上点击添加反应，选择信封表情（✉️），机器人会私信你完整生成信息，包括 seed 值、提示词和所有参数。

5.3 Remix 模式：变体不再是小修小补

默认模式下点击 V1~V4 会在原图基础上做“同质化微调”，比如改个表情、换个光影角度，但很难大幅度改变内容。打开 Remix 模式后，点击 V 按钮会允许你修改提示词，从而实现真正的“换衣不换人、换景不换人”。

打开 Remix 的方法：

/settings

在弹出面板中找到Remix Mode并点击启用。之后每点一次 V1，系统会弹出一个 prompt 编辑框，你可以保留或重写提示词。比如原图是“穿红色裙子的女孩在咖啡厅”，你可以把提示词改成“穿黑色皮衣的女孩在酒吧”，构图和人物姿态会被保留，但服装和环境完全更换。

5.4 角色一致性方案：固定人物脸型

Midjourney 官方在 v6 中推出的角色一致性参数是--cref（Character Reference）：

/imagine prompt: a woman walking on the street, cinematic lighting --cref https://example.com/face_ref.jpg --cw 100

--cw的范围是 0~100，控制角色特征（脸、发型、服装）的保持程度。数值越低，越只保留脸部特征；数值高则连服装风格也想保持。

不过要清醒认识它的边界：--cref能保持“同一张脸”去做不同场景和动作，但不能保证服装、细节高度一致。如果你需要严格的商品图级别一致性（如同一模特穿三套衣服），更可靠的是先生成一张干净的人像图，再用 PS 换装，或搭配--iw 2提高参考图权重。

6. 从生成到落地：放大、精修与常见问题的快速排查清单

6.1 高清放大不是直接 U 就完了

很多用户把 U 按钮理解为“高清化”，实际上 U 只是增加了原始分辨率下的细节重绘。如果你想要海报级大图，需要用 Midjourney 的外链到其他放大工具，或利用/describe功能反推提示词后到其他平台去重绘。

Midjourney 自带的放大命令是/upsample（部分版本为/zoom或/custom_zoom），其中：

/upsample 2x

表示放大两倍并重构细节。注意：放大后画面可能会丢失部分细节，如果放大后脸部出现变形，优先检查原图是否已足够清晰，而不是反复放大同一张图。

6.2 图生图的最佳接棒姿势

Midjourney 生成的图默认有极高的“审美下限”，但如果你要对细节做精确修改（例如产品去logo、背景替换），Midjourney 并不是这类任务的最优解。常见做法是你先用 Midjourney 出“创意底盘”，然后在 SD（Stable Diffusion）或 Photoshop（配合 AI 填充）里完成局部修图。对于大部分设计需求，Midjourney 占 70% 的创意工作流，剩下 30% 交给传统工具处理，效率远高于在 Midjourney 里死磕局部修改。

6.3 常用排错命令速查

6.4 给常用工作流的一点点自动化建议

如果你的使用频率很高，建议把高频提示词片段存成“提示词模板块”，例如：

环境模板：golden hour, backlit, atmospheric haze 材质模板：octane render, subsurface scattering, 8k texture 构图模板：wide-angle shot, rule of thirds, negative space

每次写提示词时直接拼接主体词+环境模板+材质模板+比例参数。这种方式比每次从头写更稳定，也更便于团队内统一视觉风格。Midjourney 支持的/describe命令也可以让你反向拆解喜欢的图，快速搭建模板库。

本文还有配套的精品资源，点击获取