第一次在Midjourney里生成图片，我打了一句"a cat"，出来四张模糊的橘猫，背景全是噪点。我以为AI就这水平，后来才知道，问题出在我自己身上。
这篇不扯注册和订阅，只讲一件事：怎么在Midjourney里生成一张能看的图。
先确认两件事
在Discord里输入/info，看到"Active"和套餐名字，才算生效。没生效的话，发指令Bot不会理你。
别在官方公共频道里画。消息刷得太快，你的图几秒钟就被淹了。建一个自己的私人服务器，把Midjourney Bot拉进去，所有图都留在自己地盘上。
这两件事确认完，就可以开始了。
核心命令就一个：/imagine
在输入框里打/imagine，菜单会弹出来。选中之后，输入框变成prompt:开头，后面跟你的描述。
Midjourney只认英文。你打中文它也能收到，但出来的图基本是随机的。所以先把中文想法翻成英文，再丢进去。
我刚开始犯的错，是像以前用其他AI那样堆关键词：cat, cute, fluffy, 8k, masterpiece。这种写法在V6之前可能还行，现在出来的东西又乱又假。
现在的Midjourney更吃"完整的句子"。你像跟人说话一样描述，它反而理解得更准。对比一下：
第二种出来的人、景、光、感觉都对。因为它有逻辑，不是一堆词硬凑。
金毛幼犬是主体，木地板是场景，窗边晨光是光线，极简摄影是风格。四句话，很清楚。
回车之后，等一分钟
发送之后，Bot会先显示"Waiting to start"，然后开始生成。大概一分钟左右，出来四张图，排成两行两列。
四张图下面有两排按钮，新手最容易搞混：
放大对应位置的图。U1左上、U2右上、U3左下、U4右下。
基于对应位置的图，再生成四张变体。
按当前提示词，重新生成四张全新的图。
我的习惯是：先点V，别点U。U是"定稿"操作，一旦放大，这张图的构图和风格就固定了，方向不对得从头再来；V是"微调"，比如第三张方向最对，点V3，它基于第三张生成四张变体，你继续挑、继续V，直到满意了再U。
参数：常用的就那几个
参数加在提示词末尾，用两个短横线开头。
默认1:1。手机壁纸用--ar 9:16，视频封面用--ar 16:9，小红书封面用--ar 3:4。
默认100，数值越低越贴近你写的字面意思，越高越会自己加艺术效果。我一般用250到500，想老实就100，想创意就700。
做人像和产品图时必开。不开的话，人脸容易有塑料感，产品图容易失真。
控制四张图的差异。默认0，四张比较接近；调到20-30有明显不同方向；调到100可能完全不相关。新手10-20就够。
不想图里有文字，加--no text, watermark；不想有人，加--no people。
先用这套跑草图，定稿时再加--q 2提升质量，但会多花点GPU时间。
垫图：让AI照着参考画
光靠文字说不清楚，想让AI照着某张图的感觉画，这就是垫图。
- 先把参考图上传到Discord：输入框点"+"号，选图片，发送。
- 图片发出后，右键点击图片 → 复制图片地址。
- 输入框里打：
/imagine prompt: [粘贴图片地址] 你的描述 --iw 1.5
--iw是图片权重，范围0到2，数值越高越贴近参考图。默认1，我一般用1.5左右。
进阶：局部重绘和扩图
放大后的图点这个按钮，用画笔涂出要改的区域，写新描述，只改那一块。比如脸不对，涂掉写"a smiling face"。
把画面往外扩，在原图周围生成新内容，画面变大，适合做壁纸或需要更多留白。
往上下左右扩，点箭头按钮，它往那个方向扩展画面。
Describe上传图反推四组英文提示词，方便模仿；Blend上传2-5张图融合成一张新的。
新手最容易踩的坑
/info看剩余Fast时间，Basic档3.3小时很快没了，用完可切Relax（Standard以上）。最后说一句
Midjourney生成图片这件事，前几次是最难的。提示词、参数、按钮、额度，每个概念都是新的，叠在一起容易想放弃。
但过了那个阶段，你会发现它其实就是一件事：把你想的画面，用英文说清楚，然后等一分钟。不满意就改一个词，再跑一版。这个过程本身挺有意思——你永远不知道下一版会出来什么。
打开Discord，输入/imagine，从第一句简单的英文描述开始。
本文基于2026年10月最新版本实测，各功能和参数可能随时调整，请以官方最新信息为准。
