Learning-Prompt项目：MidJourney文本提示框架深度解析与实战指南

Learning-Prompt项目：MidJourney文本提示框架深度解析与实战指南

Learning-Prompt Free prompt engineering online course. ChatGPT and Midjourney tutorials are now included! 项目地址: https://gitcode.com/gh_mirrors/le/Learning-Prompt

前言

在AI绘画领域，MidJourney作为领先的图像生成工具，其文本提示(Prompt)的构建质量直接决定了最终作品的优劣。本文基于Learning-Prompt项目的实践经验，系统性地解析MidJourney文本提示的构建框架，帮助用户掌握专业级的提示词编写技巧。

官方基础框架解析

MidJourney官方提供的文本提示框架包含四个核心要素：

1. 主体(Subject)：图像的核心内容，如人物、动物或物体
2. 细节与背景(Details & Background)：对主体和环境的具体描述
3. 风格与媒介(Style, Medium, Artist)：艺术风格、表现媒介和参考艺术家
4. 参数(Parameters)：技术性参数设置

这个基础框架虽然简洁，但已经能够满足初学者的基本需求。通过这四个维度的组合，用户可以生成质量尚可的AI图像作品。

进阶框架优化方案

基于Learning-Prompt项目的深度实践，我们对官方框架进行了优化和扩展，形成了更系统化的七维框架：

1. 类型优先(Type First)

在提示词顺序上，类型声明应当前置。这是因为MidJourney对提示词的不同位置会赋予不同的权重，前置的关键词通常能获得更高的优先级。

示例：

"水彩画，一位穿着红色连衣裙的少女在樱花树下..."

优于：

"一位穿着红色连衣裙的少女在樱花树下，水彩画风格..."

2. 主体描述(Subject Description)

主体描述是提示词的核心部分，需要尽可能详细：

• 人物类主体：

  • 基础特征：性别、年龄
  • 外貌细节：发型、发色、五官特征
  • 表情与姿态：微笑、沉思、特定动作
  • 服装配饰：材质、颜色、风格

• 物体类主体：

  • 基本属性：名称、类别
  • 物理特性：材质、纹理、颜色
  • 状态特征：新旧程度、使用痕迹

专业技巧：使用括号()或方括号[]可以调整特定关键词的权重，如：(red hair:1.2)

3. 环境构建(Environment Setting)

环境描述包含三大关键要素：

• 背景选择：

  • 纯色背景：适用于肖像、产品展示
  • 场景化背景：室内/室外、具体地点

• 光照设计：

  • 光源类型：自然光、人工光、混合光
  • 光照方向：顺光、逆光、侧光
  • 光照性质：柔光、硬光、散射光

• 天气效果（室外场景）：

  • 基础天气：晴、雨、雪、雾
  • 特殊气象：极光、彩虹、沙尘暴

4. 构图技巧(Composition)

专业的构图考虑包含：

• 景别选择：

  • 特写(Close-up)
  • 中景(Medium shot)
  • 全景(Wide shot)

• 视角设计：

  • 常规视角：平视、俯视、仰视
  • 特殊视角：鸟瞰、虫视、倾斜视角

• 构图法则：

  • 三分法(Rule of thirds)
  • 对称构图(Symmetrical)
  • 引导线构图(Leading lines)

5. 拍摄媒介(Shooting Medium)

对于追求摄影真实感的作品，需要指定：

• 设备参数：

  • 相机型号：专业单反相机
  • 镜头选择：50mm定焦、广角镜头

• 拍摄参数：

  • 光圈值：f/1.8
  • ISO感光度：ISO 100
  • 快门速度：1/250s

6. 艺术风格(Style Specification)

采用4W记忆法系统化风格描述：

• When时代：

  • 文艺复兴风格
  • 新艺术运动风格

• Who人物：

  • 著名画家风格
  • 知名动画导演风格

• What流派：

  • 印象派
  • 极简主义

• Where地域：

  • 东方传统绘画
  • 水墨画风格

7. 技术参数(Parameters)

关键参数包括但不限于：

• 画质参数：--q 2（质量等级）
• 风格化：--s 750（风格化强度）
• 宽高比：--ar 16:9
• 排除元素：--no text, watermark

记忆技巧与实战思维

将复杂的提示词构建过程类比为摄影流程：

1. 观察阶段：发现有趣的主体和环境（对应主体描述和环境构建）
2. 拍摄阶段：选择设备、确定构图（对应拍摄媒介和构图技巧）
3. 后期阶段：风格处理和参数调整（对应艺术风格和技术参数）

实用建议：初学者可以先从官方基础框架入手，熟练后再逐步应用完整的七维框架。每次生成后分析结果，针对性调整提示词，建立自己的关键词库。

结语

掌握MidJourney文本提示框架是创作优质AI艺术作品的基础。通过Learning-Prompt项目的系统化框架，用户可以更有条理地构建提示词，从随机生成转向精准控制。记住，优秀的提示词工程师既需要技术性的框架思维，也需要艺术性的审美眼光，两者结合才能创造出令人惊艳的作品。

Learning-Prompt Free prompt engineering online course. ChatGPT and Midjourney tutorials are now included! 项目地址: https://gitcode.com/gh_mirrors/le/Learning-Prompt