1. 项目概述从“垫图”开始掌握AI绘画的精准控制如果你刚接触Midjourney看着别人用几个词就生成惊艳的图片自己试了试却总感觉结果“差点意思”——要么风格不对要么构图跑偏那“以图生图”俗称“垫图”就是你必须要掌握的核心技能。这不仅仅是把一张图丢给AI让它模仿那么简单它本质上是一种视觉引导能让你在AI天马行空的想象力之上牢牢锚定你想要的画面基调、构图、色彩甚至细节质感。我刚开始用Midjourney时也经历过“词不达意”的阶段。明明想要一张赛博朋克风格的角色肖像输入提示词后AI却给我生成了一堆未来都市的街景。后来我发现问题的关键不在于我的提示词写得不够好而在于AI对抽象文字的理解存在巨大的发散空间。一张合适的参考图其信息量远超千言万语。它能直接告诉AI“看我要的就是这种感觉这个角度这种光影。” 这就是“垫图”的价值它将创作从“开盲盒”变成了“有方向的探索”极大地提升了出图效率和可控性。无论你是想复刻某位艺术大师的风格还是想基于自己的草图或照片进行二次创作亦或是想保持一系列作品视觉风格的一致性“垫图”都是你最得力的工具。接下来我会抛开那些复杂的理论直接带你上手从最基础的操作到高阶的混合控制技巧一步步拆解如何用好这个功能并分享那些官方文档里不会写的实战心得和避坑指南。2. 核心原理与工作流拆解垫图到底在做什么在深入操作之前我们有必要先理解Midjourney“以图生图”背后的基本逻辑。这能帮助你在后续操作中做出更明智的决策而不是盲目尝试。2.1 垫图的本质视觉提示与风格融合当你向Midjourney提交一张参考图时它并不是简单地把这张图“PS”成新图。Midjourney的模型会提取参考图中的多层次特征并将这些特征作为强有力的视觉提示与你提供的文字提示词进行融合共同引导新的图像生成。这些特征主要包括构图与布局图像中主体与背景的位置关系、透视角度、景深。色彩与色调整体的色彩倾向、明暗对比、饱和度水平。风格与质感是写实照片的细腻颗粒还是油画笔触的厚重抑或是卡通插画的平滑色块。主体形态虽然AI不会完全复制主体如人脸但会借鉴其大致姿态、轮廓和比例。这个过程有点像你对一位画家进行描述“请画一个在咖啡馆看书的女人要像这张照片一样采用仰视角度、暖黄色调和电影感光影。” 参考图就是那句“要像这张照片一样”它极大地压缩了画家的想象空间使其产出更符合你预期的作品。2.2 完整工作流与关键参数解析一个完整的“垫图”工作流远不止上传图片那么简单。它是一套组合拳核心在于平衡参考图的权重和文字提示词的引导力。以下是整个流程中你需要关注的核心环节输入阶段参考图选择这是成功的起点。图片质量、内容清晰度、与你目标的相关性直接决定了下限。提示词撰写在有了参考图的基础上你的提示词应该更侧重于描述你想要改变或新增的元素而不是重复描述参考图中已有的明显特征。处理阶段核心控制参数这是控制生成结果的关键主要通过指令参数来实现--iw(Image Weight)参考图权重。这是最重要的参数没有之一。它决定了参考图对最终结果的影响程度。默认值在Midjourney V5.2及以后版本默认--iw 1.0范围0.5 - 2.0。在V5.1及之前默认--iw 0.25范围0 - 2.0。务必注意你使用的模型版本低权重如--iw 0.5AI将参考图视为一种“风格建议”或“氛围参考”结果会与原图有较大差异更遵循文字提示词。高权重如--iw 2.0AI会尽可能忠实于参考图的构图、色彩和细节生成结果与原图高度相似。适合用于“重绘”或“风格迁移”。--ar(Aspect Ratio)宽高比。如果你希望新图的构图比例与参考图一致务必使用--ar参数指定。例如参考图是手机竖屏9:16你就应该加上--ar 9:16。不指定的话Midjourney会使用默认比例通常是1:1这可能导致构图被裁剪或拉伸失去参考图的核心框架。--no负面提示。用于排除你不想要的元素。例如参考图背景有些杂乱你可以在提示词末尾加上--no messy background, text, watermark告诉AI尽量避免这些内容。输出与迭代阶段生成结果后你需要根据“Vary (Subtle/Strong)”或“Remix”功能进行微调或调整上述参数重新生成这是一个不断校准的过程。注意很多人垫图效果不好第一个坑就是忽略了--iw参数。在默认权重下你的文字提示词力量可能过强完全“覆盖”了参考图的影响导致垫图仿佛没起作用。第二个坑是没设置--ar导致精心挑选的构图比例完全走样。3. 实操详解从上传图片到生成作品的每一步现在我们进入实战环节。假设我们在Discord的Midjourney Bot频道或私聊中操作。3.1 第一步准备与上传参考图参考图的质量直接决定了生成效果的上限。图片来源可以是你本地硬盘上的设计草图、手机拍的照片、从网络保存的灵感图注意版权。也可以是Midjourney之前生成的一张你比较满意的图用于进行风格延续。图片处理关键步骤格式与大小支持常见的JPG、PNG、WebP等格式。图片尺寸不宜过小建议短边至少512像素以确保AI能提取足够清晰的特征。内容聚焦如果参考图背景杂乱或有多余元素最好先用简单的图片编辑软件如Photoshop、甚至手机上的“照片”编辑进行裁剪让主体更突出。一个干净的参考图能传递更明确的指令。风格明确如果你主要想借鉴其风格那么一张风格强烈的艺术图是很好的选择。如果想借鉴构图那么一张构图优秀的摄影或设计稿更合适。上传图片在Discord的输入框中直接拖拽图片文件或者点击“”号上传。上传后Discord会显示图片预览。此时不要按回车发送这张图现在只是作为一条待发送的消息存在。3.2 第二步构造提示词与指令这是核心操作步骤顺序和格式都很重要。获取图片链接将鼠标悬停在上传的图片上在弹出菜单中选择“复制链接”。你会得到一个以https://cdn.discordapp.com/attachments/...开头的链接。这个链接就是Midjourney读取你参考图的地址。输入指令在新的消息输入框中粘贴刚刚复制的图片链接然后输入一个空格接着开始编写你的文字提示词。基本格式示例https://cdn.discordapp.com/attachments/xxx/xxx/your_image.jpg a majestic lion standing on a cliff at sunset, epic lighting, photorealistic, national geographic style --ar 16:9 --iw 1.5第一部分图片链接告诉AI“看这张图”。第二部分提示词告诉AI“但我想要的是……”。这里描述的是新元素狮子、悬崖、日落或想要强化的风格摄影纪实、国家地理风。第三部分参数告诉AI“请按照这些规则处理”。--ar 16:9确保宽屏电影构图--iw 1.5给予参考图较高的权重让生成结果在构图、色调上更贴近原图假设原图是一张黄昏的悬崖风景照。提示词撰写技巧在垫图时提示词应扮演“差异化”和“精修”的角色。如果参考图已经是一张黄昏风景照你就不需要再写“golden hour, sunset”了而应写“add a majestic lion, epic lighting”。使用风格化词汇如“in the style of Hayao Miyazaki”, “trending on ArtStation”, “cinematic still”等可以进一步锁定你想要的视觉流派。从简到繁首次尝试时提示词可以简单点先看AI如何融合参考图。效果不理想时再逐步增加或修改描述。3.3 第三步分析结果与迭代优化按下回车等待Midjourney生成四宫格结果。这时真正的“工作”才开始。初步评估哪张最符合你的预期是构图更接近还是色彩更舒服或是风格融合得更好问题出在哪里是主体完全变了还是风格不搭或者是出现了奇怪的扭曲常用优化手段点击“Vary (Strong)”如果你喜欢整体方向但希望AI在此基础上进行更大胆的重新想象选这个。点击“Vary (Subtle)”如果你对某张图的大部分都满意只想微调一些细节选这个。使用“Remix”模式强烈推荐在设置中打开“Remix mode”。然后当你点击“Vary”或“Upscale”按钮时会弹出一个对话框让你修改提示词。这是精准控制的利器比如你选中了一张构图很好的图但觉得狮子不够威严就可以在Remix框里将“majestic lion”改为“angry and majestic lion with detailed mane”。调整参数重新生成如果整体都不满意回到第二步。最常见的调整是修改--iw值如果结果太像原图缺乏新意就调低如--iw 0.8如果结果完全不像原图就调高如--iw 1.8。增加负面提示--no如果总出现你不想要的元素如多余的人物、难看的纹理就加上--no unwanted_element。强化或弱化风格词在提示词中增加或减少风格描述。实操心得我个人的习惯是第一轮生成使用中等偏上的--iw值如1.2以确保参考图的影响力。然后从四宫格中挑选最有潜力的一张开启Remix模式进行Upscale放大。在放大前我会微调提示词比如增加细节描述“highly detailed, intricate”或调整氛围“more dramatic lighting”。这样得到的单张大图往往比直接放大初始结果要精致得多。4. 高阶技巧与创意应用场景掌握了基础操作后你可以玩得更出彩。垫图功能结合不同的技巧能实现非常专业的效果。4.1 多图融合创造全新视觉概念Midjourney允许你一次性垫入多张参考图最多可达4-5张取决于总token数。这开启了合成创作的大门。格式只需在提示词前按顺序粘贴多个图片链接用空格隔开。[图片链接A] [图片链接B] a futuristic cyberpunk samurai, full body, dynamic pose, neon and dark rain atmosphere --ar 2:3应用场景图A构图 图B风格用一张照片的构图和一张油画的艺术风格生成一幅新的画作。图A角色A 图B角色B尝试融合两个角色的特征创造新角色效果较随机但有趣。图A场景 图B光影将一个场景的光影效果应用到另一个场景上。注意事项多图融合时AI会尝试平衡所有输入图像的特征结果不确定性更高。需要更多次的尝试和参数调整。通常排列在第一位的图片影响力会稍大一些。4.2 精准控制角色与风格一致性这是商业应用或系列创作中的核心需求。角色一致性角色转绘先垫一张目标角色的清晰照片最好是正面或3/4侧面光线均匀。使用较高的--iw值如1.5-2.0并添加--no background来尽量剥离原背景。在提示词中详细描述新的场景、服装和动作。例如[角色图] the same character, now wearing a steampunk leather coat, operating a giant mechanical arm in a workshop, intricate details --iw 1.7 --no background。通过多次生成和Remix筛选出最保持角色面部特征和神韵的结果。这需要耐心但足以生成一套同一角色在不同情境下的系列图。风格一致性生成系列作品生成或找到一张完全符合你心中风格的“种子图”。将这张“种子图”作为所有后续创作的垫图。每次生成时使用相似的风格化提示词和--iw参数。这样能保证系列作品在色彩、笔触、质感上具有统一的调性非常适合做绘本、游戏素材或品牌视觉。4.3 结合“描述”功能获取灵感提示词如果你有一张参考图但不知道如何用文字描述它或者想看看AI是如何“理解”这张图的可以使用/describe命令。上传你的参考图。输入/describe将图片拖入弹出的文件框或粘贴图片链接。Midjourney会返回4组不同的提示词这些词是AI对这张图的“解读”。你可以直接使用这些提示词或者将它们作为基础结合你自己的想法进行修改和融合。这是一个绝佳的提示词学习工具。5. 常见问题、避坑指南与参数心得在实际操作中你会遇到各种各样的问题。这里我总结了一份“踩坑实录”希望能帮你节省大量时间。5.1 为什么垫了图但生成结果完全不像这是最常见的问题原因和解决方案如下问题现象可能原因解决方案毫无相似之处1.--iw权重太低尤其在V5.1及以前模型。2. 文字提示词过于强势覆盖了图像特征。3. 参考图本身特征模糊或过于复杂。1.显式指定更高的--iw值如--iw 1.5或--iw 2。2.简化或修改提示词减少与参考图冲突的描述或加入“in the style of this image”等引导词。3.更换参考图选择主体突出、风格明确的图片。构图相似但内容全变了参考图的构图影响力强但内容被文字提示词彻底替换。这正是垫图的正常现象之一。如果你希望内容也相似需要在提示词中描述与参考图类似的内容并配合高--iw值。只有颜色或氛围像--iw值处于中等水平AI主要借鉴了色彩和色调。如果这正是你想要的那就成功了。如果还想要更多就提高--iw值。个人心得我习惯建立一个简单的测试流程固定提示词只变--iw。例如用同一张风景图和“a fantasy castle”提示词分别用--iw 0.5, 1.0, 1.5, 2.0生成四组图。对比后你就能直观地理解这个参数对你当前使用的模型和图片的具体影响这是最有效的学习方式。5.2 如何避免生成结果出现原图的水印或文字AI很“耿直”它会把你参考图中的所有像素信息都当作特征来学习包括你不想要的水印、字幕、边框。最佳方案在上传前处理掉。用截图工具裁掉水印或用修图软件哪怕手机APP的仿制图章/修复工具简单抹去。这是最根本、最有效的方法。补救方案在提示词末尾添加负面提示。例如--no text, watermark, logo, signature, frame, border。这能降低AI生成这些元素的概率但无法完全保证消除尤其当水印位于画面中心或面积较大时。5.3 不同Midjourney模型版本V5, V6, Niji的差异不同模型对垫图的“听话”程度不同这是个大坑V5.2 / V5.1对垫图的响应比较平衡和可预测。--iw范围是0.5-2.0默认1.0。V6V6模型更注重提示词遵循对图像的“盲从性”降低这意味着它会更努力地理解并实现你的文字描述有时甚至会“纠正”参考图中它认为不合理的地方。这导致在V6中需要更高的--iw值如1.5以上才能让参考图产生类似V5.2中的影响力。同时V6对图片的细节理解能力更强。Niji这是针对动漫风格的模型。它在垫图时对于提取动漫风格的线条、色彩块面非常擅长但可能对写实照片的构图反应不同。在Niji中垫图更适合用于动漫角色转换或风格化。核心建议开始一个新项目时先用你的参考图和一组标准提示词在不同模型下用不同--iw值快速测试几轮找到最适合当前任务的模型和参数组合然后再进行大量生成。5.4 关于版权与伦理的思考这是一个无法回避的问题。虽然技术无罪但使用方式有边界。尊重原创尽量避免直接使用有明显版权的当代艺术家作品或商业摄影作品作为垫图进行完全模仿并声称是自己的创作。这更适用于学习、研究和灵感激发。合理使用使用自己拍摄的照片、已进入公共领域的经典画作、或明确标注可免费商用的素材作为垫图是更安全的选择。融合创新垫图的最高境界不是“复制”而是“启发”。用一张照片的构图加上另一种艺术风格再融入你全新的创意概念最终生成的作品才是真正属于你的、独特的创作。垫图是Midjourney从工具升级为“创作伙伴”的关键一步。它降低了操控AI的门槛但同时也对使用者的审美、判断力和耐心提出了更高要求。它没有唯一的正确答案只有通过不断实验、观察、调整你才能与AI形成默契让那些脑海中的模糊意象一步步变成屏幕上令人惊叹的视觉作品。记住所有复杂的技巧都始于你拖入对话框的那第一张图片。现在就去试试吧。