附超多关键词！AI 绘画神器 Midjourney 进阶使用技巧总结 收藏
上次的基础教程反响还不错，自己也有了继续写下去的动力。最近工作小忙，只能每天抽空写一点。肝了一周，终于是拿出跟大家见面了，希望能带给你一点点小小的帮助~
超详细！AI 绘画神器 Midjourney 基础使用手册 一、前提条件 需要魔法： 新用户可免费创作 25 张图片，超过需要办会员 版权问题：会员生成的图片版权归创作者所有 Midjourney相关资讯： 二、注册/链接 服务器 温馨提示：下方多图预警 1. 注册、创建服务器 ① 打开Midjourney官网，右下角选择"J
阅读文章 >
声明
因为我也处于学习阶段，一些案例也是其他博主那里学习来的。但为了尽可能不出错，每个案例都是自己尝试了很多次后才拿出来的。挑选了几个效果比较好，使用场景较高的类型来给友友们分享。希望大家喜欢，后续还会一直研究下去~
好了，废话不多说，直入正题~
下面是用来提升画面质量的关键词，大家想要出图更精细可以酌情添加，教程案例中就不单独讲解了~
一、通用场景模版 1. 具象描述法：
*模版只是列举了常用的几类关键词，大家根据实际情况自行加减即可
句式：
「媒介」+「画面风格」+「画面主体」+「画面环境」+「光照」+「色彩」+「视角」+「渲染方式」+「出图质量」+「官方指令」
以什么为媒介出图？（雕塑、油画、手稿...[非必要]） 用什么风格出图？（插画、漫画、照片...） 画面主体是什么？（人、物品、动物...） 主体材质是什么？（黏土、模型、玻璃...[非必要]） 主体之外的环境？（卧室、森林、城市...） 主环境打什么光？（柔和光、荧光、工作室灯光...） 整体色调什么样？（高饱和、柔和的颜色、蓝色调...） 用什么视角出图？（全景图、透视、轴测图...） 例子1：
译：插画，赛博朋克，一个身穿夹克的老人在街道上捡垃圾，废墟，霓虹灯冷光，鸟瞰图，虚幻引擎，8k 质量 ,渲染质量 2Illustration, Cyberpunk, an old man in a jacket picking up garbage on the street, ruins, neon cold lighting, aerial view, Unreal Engine, 8k --q 2
例子2：
译：中国油画，一个带着白色帽子的少女，在乡间小路上，道路两旁是向日葵，柔和的光，暖色调，透视，8k，高品质，杰作 --q 2 --v 5In Chinese oil painting, a young girl with a white hat is on a rural road flanked by sunflowers, with soft light, warm colors, and perspective,8k,hyper quality，high detail，masterpiece --q 2 --v 5
2. 抽象描述法：
*这种方法不需要描述具体的事物，只通过描述一个场景的情绪氛围和故事来进行出图
句式：
「故事场景」+「画面情绪」+「电影关键词」+「摄影关键词」
「年代」加上年代，可以让出图更具有特定的年代氛围；
「摄影」加上摄影的关键词，诸如相机型号或镜头参数，可以让出图更真实；
「电影」加上一些电影关键词，诸如电影艺术，电影色彩可以让出图有电影的质感。
例子 1：（*来源网上，亲测）
译：台湾爱情剧中的感人时刻，深情的爱情，深情的角色，艺术的摄影作品，充满活力的城市生活，引人入胜的对话，复杂的爱情故事--v 5Touching moment in Taiwanese romance drama, deep affection, soulful characters, artistic camera work, vibrant city life, engaging conversation,complex love story--v 5
例子 2：（*来源网上，亲测）
译：台湾年轻人一起欢笑和行走的动态镜头，时尚的街头服饰，夜市场景，索尼 A7 III，电影色彩 Dynamic shot of Taiwanese young people laughing and walking together, stylish streetwear, night market scene, Sony A7 III, cinematic colors --v 5
二、通用人物模版 这里主要讲人物，所以背景就以 pure white background（纯白色背景，方便后期抠图）
1. 基础人物生成
句式：
「年龄」 + 「性别」 + 「人种」+ 「身体特征」 + 「衣着描述」 + 「拍摄视角」
例子：
译：50 岁，中国，大妈，卷发，金色耳环，褶皱的衣服，刺绣夹克，棕色棉裤，卷发，老人鞋，纯白背景，摄影，（全身镜头），正视图，8k，超高质量 画面比例 1:2，v 5a 50-year-old Chinese woman, gold earrings, wrinkled clothes, warm embroidered jacket, brown cotton pants, curly hair, old people’s shoes, pure white background, photography,(FULL SHOT) ,Front view,8k,hyper quality --ar 1:2 --v 5
下面是关于整个人物视角和拍摄角度的关键词：
2. 卡通 IP 类人物
*不喂图就需要更多关键词来约束画面，大家可以酌情选择两种方法，或者结合使用效果更佳~
方法 1：关键词直接生成
句式：
「人物描述」+「关键词」
译：泡泡玛特女孩，中国人，棕色卷发，黑色大眼镜，兔子鞋，柔和的颜色，实物模型，精细的光泽，干净的背景，3D 渲染，软焦，oc，搅拌机，IP，最佳质量，8k-v 5girl by pop mart,chinese,Brown curlyhair,black bigglasses,Rabbit shoes,(FLS),pastel color,mockup,fine luster,clean background,3D render,Soft focus,oc,blender,IP,best quality,8k --v 5
方法 2：喂图+关键词
句式：
「参考图」+「人物描述」+「关键词」
① 找参考图
去找几张预期风格的图3~5张即可
② 描述主体人物
参考基础人物句式，此处不做赘述
③ 加风格关键词
soft color,model, fineluster,clean background, 3D*其他什么渲染器之类的都不用加，更具有质感一些。
例子1：
译：女医生，戴着护士帽和口罩，穿着白色外套，戴着听诊器，向前看，颜色柔和，模型，光泽细腻，背景干净，3D
Female doctor, wearing a nurse's cap and mask, wearing a white coat, and wearing a stethoscope,Look ahead,soft color,model, fineluster,clean background, 3D --v 5
例子 2：
译：女孩，棕色头发，戴着眼镜，拿着一本书，颜色柔和，模特，光泽细腻，背景干净，3D
Girl, brown hair, wearing glasses, holding a book,soft color,model, fineluster,clean background, 3D --v 5
例子 3：
想要更风格化一点，可以加上「by pop mart」
译：泡泡玛特制成的女孩，棕色头发，戴着眼镜，拿着一本书，颜色柔和，模特，光泽细腻，背景干净，3D
Girl by pop mart, brown hair, wearing glasses, holding a book,soft color,model, fineluster,clean background, 3D
例子 4：
如果还不够，可以把喂的图换一下，或者通过「--iw 0.5」命令降低参考图的权重
换了参考图，同样的关键词，出图↓↓↓
做头像：
当然，如果你想用真人照片来生成卡通头像，就用「真人照片」+「照片描述」+「方法 1 的关键词」来处理即可，下面是我拿自己照片头像生成的（ps：就不露脸~），还不错。大家自行尝试。↓↓↓
总结：
细心的友友可能发现了我刚开始喂的图其实也是 AI 生成的。这就要给大家提个醒了，在玩的过程中如果生成了自己比较满意的图，一定要记得存起来。下次想要同种类型的就可以直接拿来喂图，效果要比重新找的好很多哟~
三、3D 建模类型 1. 基础模版
主打的就是大道至简，用最少的关键词，出最好的效果。
句式：
「3d」+「画面主体」+「灯光」+「渲染器」
以下是示例：
① oc渲染：3d,air blower,Soft Lights,octane render
② blender渲染：3d,air blower,Soft Lights,blender
③ 换个灯光：3d,air blower,neon cold lighting,blender
了解基本组成后，就可以随意组合灯光和渲染关键词喽，其实也可以将所有渲染器都加到后面来出图的，例如上面的 oc 和 blender 可以同时添加，大家可以自行尝试。
2. 最简单的建模质感
低多边形「low poly」
没错，只需要这一个关键词，出来的结果就类似于 3d 里的低模渲染，很适合做一些小物品和场景，再也不用吭哧吭哧建模了
例子①：low poly，airplane
例子②：Low poly, Swimming pool, volleyball, swimming circle
例子③：low poly,Office area, computer, keyboard, mouse
效果就不多说了，有目共睹，这么简单粗暴，赶紧玩起来吧！
四、APP 图标 经过很多测试，目前 3d 风格的效果还不戳，其他的出来结果都不咋地
句式：
「app icon 」+「主体」+「风格」+「dribble,pinterest,Clean background,Minimalist」
解释：
app icon 定义图标，dribble，Pinterest 是给定参考，Minimalis 是极简主义，干净背景是为了后期抠图，以下是示例：
① 3d图标：isometric 3d
例子：app icon,isometric 3d,Water cup,pinterest,dribble,Clean background,minimalist --q 2 --c 100
② 渐变图标：gradient
例子：app icon,gradient,Water cup,pinterest,dribble,Clean background,minimalist --q 2 --c 100
③ 扁平图标：flat
例子：app icon,flat,Water cup,pinterest,dribble,Clean background,minimalist --q 2 --c 100
五、特写镜头 关键词：closeup view（特写）FHD（全高清）
*适用于一些产品特写，微观景物的镜头，精密器械的出图
例子 1：
*这是 V5 刚出来时生成的第一张图，整个被震惊到，大家自行体会下↓↓↓
译：一份中等程度的牛排，上面放着盐和薯条，特写镜头，FHD--ar 1:1--v 5A steak medium rare with salt and chips on top, extreme closeup view, FHD --ar 1:1 --v 5
例子 2：
根据这个关键词思路，尝试了其他的
译：黑色入耳式耳机，哑光磨砂外壳，极致特写，FHD--q 2--v 5Black over-ear headphones with matte frosted shell,extreme closeup view, FHD --q 2 --v 5
例子 3：
译：一只由精密机械制成的苍蝇，特写，FHD-q-v-5a fly made of precision mechs,closeup view, FHD --q 2 --v 5
六、喂图思路 1. 确认需求
需要一张科技感的隧洞来做动效的背景
2. 找参考
花瓣等网站找到 1-2 张大概的样式参考
3. 关键词分析
描述画面：赛博朋克风格，方形隧道，纵深，霓虹冷光，凹凸不平，科技。关键词：cyberpunk style, square tunnel, depth, neon cold lighting,undulation,technology 加细节和官方命令：high detail,8k --ar 1:2 --q 2 --v 5 控制参考图权重：--iw 0.8（我找的这张跟我预期很贴近，所以我就不设置了，默认是 1）
4. 生成结果
图片链接+关键词+官方命令
5. 选一张自己满意的即可
以上是我工作时的一个实例，只是给大家提供一个思路。想要同样「风格」「配色」「构图」「材质」等等都可以按照这个思路来喂图，在你可以找到画面参考图的情况下，参考图+关键词可以帮你事半功倍。更多例子：
最后总结 喂图：看完整套教程大家可能发现了，很多地方我都用到了喂图。学会喂图，是非常重要的一个midjourney技能，可以令出图质量和效果更加贴切自己的预期，所以在使用过程中灵活的喂图，能达到事半功倍的效果。
方法：分享我对关键词的学习方法，当我看到其他人的关键词分享，我都会大胆的去举一反三脑洞大开。例如这个效果是用在景物身上的，那我试试用在生成人像图什么效果。虽说是AI出图，大家的想象力和思路才是更重要的，这样我们才能将每个关键词利用到极致，也是一种高效的学习方法。
思路：在看教程时注意方法，关键词其实很多，不可能一一列举。咱们主要学的是基础的句式语法，就好比主谓宾宾状补一样。掌握了基本句式和描述方法，就可以通过现有的关键词进行自由搭配组合了，旨在教会大家一个关键词思路和方法。就不多啰嗦了，后面如果有新研究，会再分享，感谢观看~
「腾讯文档」midjourney 关键词汇总（持续更新）： https://docs.qq.com/sheet/DTHRpUkRZeEpmSEVn
提高3倍效率！能落地的AI绘画&设计系统课来了！ 如何快速入门AI绘画和AI设计？
阅读文章 >
