midjourney 提示词怎么写才稳？接单画师用两年的四段写法

midjourney 提示词写得好不好，直接决定你一个上午是出四张能用的草稿，还是出四十张废片。我接插画商单两年，儿童绘本、公众号头图、奶茶店的周边贴纸都拿它打底——甲方中午要的东西，我经常上午出完草稿，下午修修就能交线稿。核心就一句话：提示词不是写作文，是填表格。你把它当作文写，模型就得猜你想干嘛；你拆成几块清楚的信息，它猜的成分就少了。

这跟给外包同事写需求是一个道理。你说「画个可爱的小女孩」，同事能给你一百种理解。你说「六岁女孩，圆脸短发，背红色书包，扁平风绘本插画」，他基本跑不了偏。Midjourney 就是这么个脾气，吃结构，不吃抒情。

midjourney 提示词为什么忽好忽坏？问题多半出在结构

忽好忽坏，通常是形容词在互相打架：你同时给了五种风格倾向，模型每张随机听一种。先砍词，再谈别的。

我早期的提示词就是一锅粥。「超美的、电影感、吉卜力风、高清细节、柔和色彩、大师级构图」一股脑塞进去。出来四张，一张偏赛博，一张像水彩，剩下两张说不上是什么。后来我把提示词删到只剩三十来个词，出图反而稳了。

做过一个对照。同一主体「戴眼镜的柴犬店主」，一版堆了十一个形容词，四张图四种长相；一版只写「柴犬店主戴圆框眼镜，穿围裙，温暖咖啡馆场景，扁平绘本风」，四张看着像同一个系列。差别不在词汇量，在信息打不打架。

你有没有发现，教程里那些漂亮示例图，配的提示词往往短得离谱？不是人家藏私，是词少了，模型的发挥反而集中。

四段积木：主体、画面、风格、参数

midjourney 提示词按主体、画面环境、风格媒介、技术参数四段来填，每段两三个词，比写长句稳得多。这个骨架我用两年了，没换过。

逐段说。

主体放最前面，谁在干什么，一句话说死。「扎双马尾的女孩在放风筝」，先不加形容词，形容词留给风格段。

画面是环境、光线、视角。比如「傍晚的稻田上空，逆光，低角度仰视」。光线是我现在必写的——不写，模型默认给你一记平平的顶光，画出来跟证件照似的。

风格管这张图像什么媒介。绘本水彩、扁平矢量、厚涂、儿童蜡笔，选一个，最多两个。两个就已经会打架了。

参数是双横杠开头那些，放在句尾。跑了两年，我手上常备三套配置，商单和练手分开用：

参数之外说下速度。fast 模式一批四张，四十秒上下；一上午改三四轮，午饭前交草稿是常态。Relaxed 模式排队慢，但等着的时候正好切出去回甲方消息，倒也不亏。

垫图、--sref、--cref：三个开关各管一件事

垫图管构图和内容，--sref 管画风，--cref 管角色长相，三个各干各的活，别指望互相替代。混着按是最常见的翻车源头。

垫图，就是把参考图的链接直接贴在提示词最前面。我画绘本分镜常用，--iw 拉到 2，构图能贴得很近。但有一次垫了张真人照片想借个构图，结果人脸怎么改都带着照片味，出不来插画感——垫图的影响比我想的深。打那以后我只垫构图线稿，不垫成品图。

--sref 是这两年我最离不开的，后面挂一张风格参考图，画面的「皮」就贴过去了。给奶茶店做周边那单，甲方发来一张他们中意的复古招贴，我 --sref 一挂，出的四张全部对味，一次过稿。这种时刻，改稿时间直接归零。

--cref 管同一个角色在不同画面里长得一样。绘本主角要出现在十几个分镜里，全靠它撑着。说实话它也不是百分百稳，双马尾说丢就丢，我一般每出两三个分镜就核对一次，不对就重 roll。

话说回来，这三个开关一开始我是抗拒的，嫌麻烦。真用顺了才发现，省下的返工时间够多画两张稿。

我交过学费的三个坑

最贵重的三个坑：chaos 拉太高、中文逐词硬翻、把提示词当许愿池越写越长。三个我都踩过，你可以直接绕开。

第一个坑，chaos。有次给儿童绘本出主角设定，我心想多来点变化好挑，chaos 直接拉到 30。四张图四个长相，发型、脸型、衣服全对不上，等于白出。角色设定类任务，chaos 归零，别侥幸。

第二个坑，硬翻。早期我把中文提示词逐词丢进翻译再粘贴，「温馨的、可爱的、充满童趣的」翻出来一堆生硬搭配，模型明显懵。后来改成直接用英文想：warm、storybook illustration、soft pastel colors。词汇不需要高级，需要地道。

第三个坑最隐蔽——越写越长。好像多写一个词就多一分把握，实际上提示词过百词之后，出图开始不听话。我现在给自己划了条线：超过六十个词就回头砍。砍的时候你会发现，一半的词压根没起作用。

回到开头那句：提示词是填表格，不是写作文。表格填清楚，Midjourney 这个「外包同事」交活的准头会高一大截。两年下来我的体会就一条——别跟它比谁词多，跟它比谁说得明白。这套四段骨架你先用一周，废片率自己会说话。