Midjourney是最早进入大众视野的商业文生图产品之一，用户用一段文字提示词（prompt）描述画面，模型即可生成高质量图像。2026 年，AI 绘画已从新鲜玩具变成设计、营销、出版与内容创作中的常规工具。本篇面向新手，讲解定位与使用方式、提示词写法、常用参数概念，与 Stable Diffusion、DALL-E 类工具的对比，免费与开源自替代方向，以及版权合规注意事项。产品版本、订阅档位与价格调整频繁，均以官方当日公示为准。
Midjourney 由同名公司开发，核心能力是把文字描述转化为具有较强美感的图像，尤其在插画、概念艺术、氛围渲染与风格化视觉上口碑突出。其典型特点包括：
也要建立合理预期：它擅长美观画面，但对文字排版、精确物体结构、多人物复杂动作等精细任务仍可能出错，常需配合修图软件二次加工。
Midjourney 的产品形态与入口随版本迭代有所变化，总体流程可以概括为四步：
提示词历史与作品库可用于复盘成功描述，逐步积累个人模板，比每次从零写起效率更高。
提示词是出图质量的决定性因素。成熟提示词通常由"主体 + 场景 + 风格 + 构图 + 光影 + 氛围"等模块组合，按从主到次排列，越重要的描述越靠前。
主体是画面核心，要具体到"一只橘猫趴在窗台"而不是"一只猫"，可补充物种、姿态、服饰、表情、数量等细节；多人场景尽量说明人物位置关系。
说明室内外环境、时间、天气、背景元素与道具。环境描述越具体，画面层次越丰富，可避免空洞的"通用背景"。
用风格关键词引导审美方向，例如写实摄影、油画、水彩、扁平插画、复古海报、科幻概念设计等；也可指定画派或媒介质感，直接模仿特定在世艺术家风格用于公开发布则需注意合规风险。
构图词如特写、半身、全景、俯视、对称构图；摄影类画面可借用广角、浅景深等镜头概念，引导主体与背景的虚实关系。
光影词如柔和侧光、逆光、丁达尔光束、霓虹反射；氛围词如宁静、神秘、温暖、孤寂，色彩倾向也可直接写入。
避免把所有词汇堆成无逻辑长串，建议用逗号分隔模块；同一想法写两三个版本对比，是找到最优描述最快的办法。
提示词之外，附加参数用于控制出图规格，以下为常见概念，具体语法随版本演进，以官方文档为准：
| 参数概念 | 作用 | 使用提示 |
|---|---|---|
| 画面比例 | 控制成图宽高比，如方形、竖版海报、横版桌面等常用比例 | 先定用途（头像/手机壁纸/电商横幅）再选比例，避免后期大幅裁切损失构图 |
| 风格化程度 | 调节模型发挥艺术夸张的倾向：数值偏高更写意，偏低更贴近字面描述 | 写实类任务调低，概念艺术可调高，靠小步试探找到偏好 |
| 图生图/参考图 | 以已有图片作为构图或风格参考，结合文字生成新图 | 参考图与提示词配合，比纯文字更易锁定想要的构图 |
| 局部重绘/编辑 | 对已有成图的指定区域重新生成，保留其余部分 | 适合修补手部、背景杂物等局部缺陷，不必整图重来 |
| 变体与放大 | 在候选缩略图上生成相似变体或输出更大成品 | 先小批量选方向，满意后再放大，节省生成额度 |
文生图赛道主要有三条路线：闭源商业产品（以 Midjourney 为代表）、开源本地方案（以 Stable Diffusion 生态为代表）、内嵌在大模型中的图像生成（以 DALL-E 类为代表）。三者取舍如下：
| 维度 | Midjourney（闭源商业） | Stable Diffusion 类（开源） | DALL-E 类（大模型内嵌） |
|---|---|---|---|
| 上手难度 | 低，社区提示词丰富，新手友好 | 较高，需部署环境、模型与工作流，学习曲线陡 | 低，在对话界面直接描述即可 |
| 可控性 | 中等，依赖提示词与少量参数 | 高，可换模型、加 LoRA、调采样、做精确构图控制 | 中等，与对话上下文结合自然 |
| 成本模式 | 订阅制，按官方档位付费 | 软件免费，需自备显卡或租用算力 | 通常随所属大模型套餐或额度提供 |
| 隐私与离线 | 上传描述到云端 | 可完全本地运行，素材不出本机 | 云端处理 |
| 擅长方向 | 风格化美感、概念插画、氛围图 | 精细定制、批量生产、二次开发 | 与文字任务连贯、逻辑插图、快速草图 |
预算有限或希望本地掌控素材的用户，有几条现实路径：
它是订阅制商业服务，以官方当日公示的档位为准；想零成本体验可先用大模型内置绘图额度或开源本地方案练习提示词，再决定是否订阅。
该生态提示词长期以英文为主，英文描述通常理解更准确；中文描述也可尝试，但成熟模板与社区教程多为英文，建议积累常用英文表达。
取决于所购档位对应的服务条款以及画面是否含侵权元素，商用前请查阅官方协议，避开名人、品牌、知名角色等敏感对象。
精细肢体结构仍是文生图的常见弱项，可通过局部重绘修补，或改用特写、背面、远景等规避手部的构图，后期配合修图软件处理。
想快速得到美观成品、不想折腾，选闭源商业产品；想完全掌控、批量定制、本地保护隐私，可投入时间学习开源生态。两者并不矛盾，可并行使用。
想对比支撑各类工具的语言模型，可读 主流大模型对比；了解绘图背后的多模态大模型可看 Gemini 最新版本 与 GPT 最新版本；AI 绘画与内容创作的工具清单见 工具库，最新产品动态关注 AI 快讯。