Midjourney 的底层模型用英文语料训练,中文直接输入它"听不懂"。想用好中文,核心思路就三条。
把中文翻成英文、让图片反推提示词、或者中英文混着写。
方法一:中译英"精修法"
最稳妥
直接复制中文去翻译,出来往往是"机翻味",Midjourney 会抓错重点。比如"宫崎骏动画风格的森林精灵特写",机翻可能只抓到"forest + spirit + anime style",丢了"手绘感""胶片颗粒"这些关键细节。
正确做法是"拆解 + 翻译 + 清洗":
-
拆解五要素把中文想法拆成主体、材质、构图、光照、风格。比如"南宋山水画":主体(mountain landscape)、材质(ink wash on silk)、构图(asymmetrical composition with misty void)、光照(soft diffused light)、风格(Song Dynasty scholarly painting)。
-
用工具翻译用 DeepL 或 Google Translate 获取初稿。不建议用百度翻译——它容易把"云山"直译成 "cloud mountain",而 Midjourney 需要的是 "mist-shrouded peaks" 才能触发山水意境。
-
清洗英文删掉所有系动词(is/are)、冠词(a/an/the)和空泛形容词(beautiful, ancient),只保留名词性短语链,用空格连接。
mist-shrouded peaks ink wash on silk scholar's pavilion crane in flight Song Dynasty aesthetic
直接用 ChatGPT 或 Claude 帮你"精修翻译"。告诉它:"把下面这段中文翻译成适合 Midjourney 的英文提示词,用名词短语,不要完整句子,保留所有视觉细节。"
方法二:图生文"反向提取法"
最精准
如果你有参考图,但不知道怎么用英文描述它的风格,让 Midjourney 自己告诉你。
-
上传参考图把参考图拖进 Discord 的 Midjourney 频道,发送。
-
运行 /describe输入
/describe命令,附上图片链接。 -
获取四组关键词Bot 会在 15 秒内返回四组英文关键词,描述这张图的风格、主体和细节。
不要直接复制。删掉 Bot 自动生成的语法冗余词(比如 in the style of、depicting a scene where),只保留主干名词和风格锚点。比如保留 blue-green landscape, axe-cut texture, layered cliffs, distant pagoda, Tang-Song transition period。
这个方法特别适合模仿特定画风、提取"青绿山水""赛博朋克"这类难以直译的审美概念。
方法三:中英混输"权重干预法"
适合进阶
如果你已经知道核心英文词,但想用中文补充一些文化细节,可以把中文当作"注释"来用。
写法规则
在 /imagine prompt: 后,开头必须是精准的英文主体,可以用 :: 加权重;然后接英文材质和风格词;最后空两格,再写中文补充细节。Midjourney 会把中文部分当作内部注释,辅助理解上下文,但不直接参与渲染。
a Tang Dynasty poet wearing a wide-sleeved robe::2, matte celadon robe, ink-brush texture, soft wind lifting sleeve hem 手持麈尾,立于曲江池畔,背景有芙蓉园飞檐
这样既保证了主体和风格的英文准确性,又用中文把"麈尾""曲江池"这些文化元素传递给了模型。
辅助工具:一键翻译与优化
4 款
Chrome 插件。输入中文,一键翻译成英文提示词,支持 Midjourney、Stable Diffusion 等平台,内置词库和联想功能。
开源工具。可视化编辑器,自动把中文输入译成英文,并对提示词进行分类标签管理,适合新手系统化整理。
浏览器扩展。支持提示词生成、优化和解析,内置中译英、英译中功能。
GitHub 项目。5000+ 中文 AI 绘画提示词库,覆盖 Midjourney 等主流模型,可检索、一键复制。
V8.2 支持中文了吗?
依然明确:建议使用英文提示词。虽然 V8.2 在部分场景下对中文的"容忍度"有所提高,有用户测试发现半中文半英文的提示词也能出图,但底层逻辑没变——英文仍然是效果最稳定、最可控的选择。不要因为偶尔一次中文出图成功,就放弃英文提示词。
中文提示词的结构公式
无论用哪种方法,写好提示词的结构是不变的。把中文拆解成这个公式,翻译出来的英文质量会高很多:
举个例子(中文拆解)
银发少女,破旧斗篷,眼神坚毅,回头看向镜头
崩塌的城市,夕阳,灰尘颗粒飘浮
日系动漫风格,高细节,柔光,浅景深
把这堆中文短语,按上面的"精修法"处理成英文名词链,出来的图会比直接写"一个好看的女孩站在废墟里"精准得多。
总结:按场景选方法
| 你的情况 | 推荐方法 |
|---|---|
| 有清晰的中文想法,想稳定出图 | 中译英精修法(拆解 → DeepL/ChatGPT 翻译 → 清洗成名词链) |
| 有参考图,但说不清风格 | 图生文反向提取法(/describe → 手动清洗关键词) |
| 懂核心英文,想补充文化细节 | 中英混输权重法(英文主体 + 英文风格 + 空格 + 中文注释) |
| 不想手动折腾 | AIPrompter / OPS 等工具一键翻译优化 |
最省心的长期方案,还是慢慢积累自己的英文提示词库。每次调出满意的图,把那段英文提示词存下来,下次直接复用、微调。用久了,你就不需要"翻译"了。

