Hello，大家好，我是老杨。很高兴大家继续学习本系列课程。

前面几节课我们讲解了 Midjourney 的基本操作，本节课将聚焦于如何正确编写描述词（Prompt），帮助大家理解“咒语”的基本结构与逻辑组成。

首先，我们来看官方对描述词的定义：它可简可繁——可以是一个单词、一个短语、一个表情符号，也可以是一句完整的英文句子；甚至可以包含图片链接、多个参考图，以及各类参数设置。因此，描述词的写法非常灵活：既可以极简，如单个单词；也可以高度复杂，融合图像、风格、质量等多重信息。

本节课重点讲解文字提示词（即“咒语”）的构成逻辑与优化路径，让大家清楚：如何写出有效的描述词，从而获得更符合预期的生成结果。

我们先看几个基础示例：

  • 单个单词：例如输入 “girl”，Midjourney 会生成一张随机的女孩图像。但结果缺乏控制——没有指定年龄、服饰、姿态或背景，仅是泛泛的“女孩”概念。
  • 表情符号：输入 （熊猫表情），系统会基于该视觉符号生成一幅中国风熊猫插画。这说明 Midjourney 能从简单图形中提取语义并进行联想创作。
  • 完整句子：例如 “a girl wearing a blue dress”，翻译为英文后提交，模型会生成四张以“穿蓝色裙子的女孩”为核心内容的图像。此时画面已具备明确主体与基本属性，但仍缺少风格与细节控制。

由此可见，描述词的表达层级直接影响输出质量。若希望结果更精准，就需要丰富描述内容，使其具备三个关键维度：

  1. 客观描述：明确画面主体与核心元素。例如：“a Chinese girl with black long hair, smiling, wearing a blue dress, close-up portrait”。
  2. 风格设定：指定艺术风格或渲染方式。例如：“Disney Pixar style, blind box character design, 3D C4D Blender render”。
  3. 基础属性：提出画质与技术要求。例如：“ultra HD, HDR, high detail, studio lighting, soft light, black dreamy background”。

将这三部分组合翻译为英文后提交，Midjourney 即可生成高度匹配预期的画面。例如：

“A Chinese girl with black long hair, smiling, wearing a blue dress, close-up portrait, Disney Pixar style, blind box character design, 3D C4D Blender render, OC render, ultra HD, HDR, high detail, studio lighting, soft light, black dreamy background”

生成结果呈现为：黑色梦幻背景下的中国女孩面部特写，黑色长发、微笑、蓝裙，兼具迪士尼皮克斯的卡通质感与盲盒手办的3D立体感，光线柔和、细节清晰——这正是“定向设计”（Targeted Prompting）的典型效果。

进一步优化还可加入权重控制（如用 ::2 提升“Disney Pixar style”的影响）、替换背景（如将杂乱背景统一为黑色）、强化国籍特征（如添加 “Chinese facial features”）、或引入参考图（Image Prompt）实现人物特征迁移。

当结合参考图使用时，Midjourney 会融合图像中的面部结构与文本描述中的风格与属性，最终输出既保留真人特征、又符合目标风格的定制化头像。这种“图文协同”的方式，是实现个性化批量生成的关键路径。

总结来说，一个高质量的 Midjourney 描述词应包含：清晰的客观描述、明确的风格指向、合理的基础属性要求。通过分层构建与持续迭代，即可完成从泛化生成到精准定向的进阶过程。