1. 从“垫图”说起为什么这是Midjourney的进阶起点如果你已经玩过一阵子Midjourney输入过各种天马行空的文字描述那你一定遇到过这样的困境脑子里有个非常具体的画面但无论怎么调整提示词AI生成的结果总是差那么点意思。要么是构图不对要么是光影感觉不对要么就是那个“味儿”不对。这时候你就需要“垫图”了。“垫图”在Midjourney的语境里官方称之为“Image Prompts”我们更习惯叫它“以图生图”。它的核心逻辑不是让AI“复制”一张图而是让你提供一张或多张参考图像作为AI理解你意图的“视觉锚点”。AI会分析这些参考图的构图、色彩、风格、主体形态等视觉元素然后结合你的文字提示词生成一张融合了参考图“基因”的新作品。这就像你给一位画家看几张你喜欢的画作然后口头描述你想要的新画画家会参考你给的画风、笔触和感觉去创作而不是直接临摹。对于新手来说掌握“垫图”是脱离“抽卡”随机性走向可控、精准创作的关键一步。它能帮你固化风格将一种独特的画风比如某位艺术家的手稿、某种特定的胶片质感稳定地应用到你的系列作品中。控制构图与主体确保生成的人物姿势、物体透视、画面布局符合你的预期。融合复杂概念将现实中不存在的元素比如“赛博朋克风格的故宫”通过参考图具象化大幅降低文字描述的难度。实现精准迭代基于上一张满意的图进行微调实现创作的连续性和进化。接下来我将抛开那些泛泛而谈的教程直接切入实战从最基础的拖图操作到高级的权重控制与混合技巧手把手带你吃透Midjourney的“垫图”功能。你会发现用好这个功能你的出图成功率会提升一个量级。2. 基础操作全解从拖图到理解–iw参数很多人以为垫图就是简单地把图拖进Discord其实里面的门道不少。我们先从最标准的流程开始确保你的每一步操作都扎实无误。2.1 标准操作流程与细节陷阱在Midjourney Bot所在的频道或私信对话框中垫图的标准命令格式是/imagine prompt。但重点在于输入的方式。正确操作步骤在Discord中输入/imagine并按下空格会弹出提示框。关键一步不要先在prompt框里打字。直接将你的参考图片从电脑文件夹拖拽到Discord的输入框中。此时图片会上传并显示为一个链接通常是cdn.discordapp.com开头的链接。拖入图片后再在图片链接的后面输入你的文字描述即prompt。按下回车发送。一个完整的指令看起来是这样的/imagine prompt https://cdn.discordapp.com/attachments/xxx/xxx/your_image.jpg a beautiful fantasy elf queen, intricate silver armor, glowing runes, ethereal background, art by greg rutkowski and alphonse mucha --ar 16:9这里图片链接就是你的“垫图”。我踩过的坑与注意事项图片数量Midjourney支持一次性垫入多张图最多好像没明确上限但通常2-4张比较可控。操作就是连续拖入多张图它们会依次排列在输入框然后再输入文字prompt。多图时AI会尝试融合所有参考图的特征。图片格式与大小支持常见的JPG、PNG、WebP等。图片不能太大通常建议长边不超过2000像素否则Discord上传可能有问题Midjourney处理起来也可能更慢。如果图片太大建议先用看图软件简单调整一下尺寸。顺序很重要在/imagine指令中元素的顺序会影响AI的重视程度。通常越靠前的元素权重越高。因此标准的做法是图片链接在最前然后是文字描述。如果你把文字写在前面图片垫在后面AI可能会更优先考虑文字。不要用“描述图片”的方式这是新手常犯的错误。比如你垫了一张猫的图片然后prompt里写“a cat”。这相当于给了AI双重且重复的指令可能会限制它的发挥。你的文字prompt应该侧重于你想改变或新增的部分。例如垫了一张写实猫的图prompt可以写“in the style of studio ghibli, fantasy background”目标是改变风格和背景而不是重复描述主体。2.2 核心参数–iw的深度解读与实验对比–iwImage Weight的缩写是垫图功能中最核心、也最容易被误解的参数。它决定了参考图片对最终生成结果的影响权重。默认值是 1在V5.2、V6及更新模型中默认值可能是0.5或1取决于模型版本使用前最好用/settings确认或查阅官方文档。范围通常是 0.5 到 2有些模型支持更广如V6支持到–iw 2。很多人只知道–iw调高会让结果更像原图但具体像哪些方面不同数值的临界点在哪里我们通过一组对照实验来彻底讲清楚。我以一张构图有强烈视觉引导线一条纵深小路、色彩基调为黄昏暖色、主体是远处小房子的风景照片作为垫图。实验1–iw 0.5低权重/imagine prompt [图片链接] a magical forest path, glowing mushrooms, fairy tale style --iw 0.5结果与分析生成图保留了原图“一条路通向远方”的基本构图骨架但其他元素被大幅重绘。黄昏色调可能变为幽蓝的夜晚或翠绿的白天远处的小房子可能被替换成城堡、树屋甚至消失画面中会大量出现prompt里描述的“发光蘑菇”等新元素。此时垫图主要提供“构图灵感”文字prompt主导了风格和内容。实验2–iw 1默认/中权重/imagine prompt [图片链接] a magical forest path, glowing mushrooms, fairy tale style --iw 1结果与分析这是平衡点。生成图会明显看到原图的影子构图非常接近黄昏的暖色调很可能被保留或演变成类似的魔法光辉色调远处的主体结构可能依然是一个“建筑物”的形态。同时“发光蘑菇”和童话风格会很好地融合进来。垫图和文字prompt的影响力大致均衡实现了较好的融合创作。实验3–iw 2高权重V6模型/imagine prompt [图片链接] a magical forest path, glowing mushrooms, fairy tale style --iw 2结果与分析生成图会极度忠实于原图。构图、透视、色彩分布几乎一模一样。文字prompt的影响变得非常微弱“发光蘑菇”可能只会以极其不明显的方式比如几点微光出现在路边而“童话风格”可能仅仅体现为画面稍微柔和了一些。此时垫图占据了绝对主导AI更像是在对原图进行“风格微滤”或“细节重绘”。实操心得–iw没有绝对的最佳值完全取决于你的创作目的。想大幅创新保留一点灵感用0.5 - 0.75。想融合参考图与创意达到平衡用1 - 1.25这是我个人最常用的范围。想高度还原参考图只做轻微风格化或细节优化用1.5 - 2。这在产品设计、统一角色形象时非常有用。与模型版本的关联不同模型对–iw的敏感度和范围支持不同。例如Niji模型动漫风格对垫图的色彩和线条更敏感。每次切换模型如--niji 6--v 6.0后最好先用简单指令测试一下当前模型的–iw效果。过高的–iw可能导致“过度拟合”如果垫图本身质量不高如模糊、杂乱高–iw值会把这些缺陷也放大到生成图中。3. 进阶技巧多图混合、局部重绘与角色一致性掌握了单图垫入和–iw控制你已经能解决80%的问题。接下来这些进阶技巧将帮你解锁更精细、更富创意的控制能力。3.1 多图混合创造“缝合怪”与精准控制多图垫入的公式是[图片A链接] [图片B链接] [文字Prompt]。AI会尝试理解每张图的特征并将它们与文字描述融合。这里面的学问在于“图与图”、“图与文”的博弈。技巧一特征定向提取假设你有两张图图A一张具有独特色彩风格的插画比如莫奈的印象派色调。图B一张构图和主体清晰的照片比如一张人物肖像。 你想得到“莫奈风格的人物肖像”。最直接的方法是/imagine prompt [图A链接] [图B链接] a portrait, impressionist painting style --iw 1.2AI会努力从图A抓取色彩和笔触从图B抓取人物形态和构图。通过调整–iw你可以控制是更偏向图A的风格还是更忠于图B的人物。技巧二使用::权重分隔符部分模型支持这是一个更精细的控制武器。在文字prompt中我们用::来给不同概念分配权重这个逻辑也可以延伸到图片吗间接可以。虽然不能直接给图片链接加::但我们可以通过描述来引导。 例如垫入图A风格图和图B主体图。如果我们想极度强化风格可以这样写文字prompt[图A链接] [图B链接] style of the first image::2, subject of the second image::1, detailed face, professional photography通过用文字明确指向“第一张图的风格”并赋予高权重::2同时相对弱化“第二张图的主体”::1我们可以更精准地控制混合方向。这需要你对文字prompt工程也有一定理解。我踩过的坑多图混合时如果图片之间的特征冲突太大比如一张极简线条图和一张复杂油画AI可能会产生混乱、扭曲的结果。建议从两张特征互补的图开始练习。3.2 结合“局部重绘Vary Region”进行外科手术式修改这是V5.2及以上版本的王牌功能与垫图结合堪称“精准创作的黄金组合”。场景你垫图生成了一张整体很棒的作品但有个别细节不满意比如角色手里的道具不对、背景某处太空洞。操作流程首先通过垫图生成一张大方向满意的图。在Upscale放大之后生成的图片下方点击“Vary (Region)”按钮那个框选工具图标。用框选工具精确框选你想要修改的区域比如只框选手里的武器部分。弹出的对话框中在提示框里除了可以输入新的文字描述更重要的是可以再次垫入新的参考图例如框选了武器区域然后拖入一张你想要的“激光剑”参考图再输入prompt: glowing lightsaber, cyberpunk detail。点击提交AI就会仅针对你框选的区域参考你新垫入的图片和文字进行重绘而画面其他部分几乎保持不变。这个技巧彻底解决了“牵一发而动全身”的难题让你可以在保持整体构图和风格稳定的前提下对局部进行无限次的迭代和优化。对于角色设计、场景搭建、概念艺术来说这是不可或缺的工作流。3.3 维持角色一致性的实战工作流这是商业应用和系列创作中的高频需求。如何让同一个角色在不同场景、不同姿势下保持容貌、服饰和风格一致纯靠文字描述几乎不可能垫图是唯一可靠的解决方案。核心工作流“角色锚点图 场景描述”生成或选定角色锚点图首先你需要一张清晰、正面、能完整展现角色特征脸型、发型、服饰、标志性配件的“标准照”。这张图可以通过多次迭代垫图prompt精修得到直到你100%满意。将它保存为你的“角色档案”。固定关键参数在生成这张锚点图时记录下效果最好的prompt模板、模型版本如--v 6.0和风格化参数如--s 250。特别是--seed值如果某次生成结果完美记下它的--seed在后续创作中加上--seed xxxx能极大提高稳定性。进行场景拓展当需要新图时以这张“角色锚点图”为垫图prompt则专注于描述新的场景、动作和氛围。/imagine prompt [角色锚点图链接] the same character as in the image, full body, running through a neon-lit rainy alley at night, dynamic pose, cyberpunk city background, low angle shot --iw 1.2 --v 6.0 --seed 123456要点在prompt中明确加入“the same character as in the image”或“character reference”这样的指令强化AI对角色一致性的认知。–iw值可以设得稍高如1.2-1.5以确保角色核心特征不被新场景描述过度扭曲。利用“局部重绘”微调如果新生成的图角色脸部略有偏差可以使用“Vary (Region)”功能单独框选脸部再次垫入“角色锚点图”进行微调。这个流程需要耐心测试但一旦跑通你就能像导演指挥演员一样让同一个AI角色在不同“片场”稳定出演。4. 避坑指南垫图常见的“翻车”现场与排查方案即使理解了原理实操中还是会遇到各种诡异问题。下面是我总结的几个典型“翻车”场景及其根因和解决方案。4.1 垫图后AI“视而不见”或结果完全无关问题现象你垫了一张图写了很相关的prompt但生成的四宫格好像完全没参考你的图天马行空。排查思路与解决检查图片链接是否有效这是最容易被忽略的。在Discord中如果图片上传失败链接可能会显示但实际是无效的。确保拖拽后图片在输入框里正常显示为预览图而不是一个单纯的灰色链接框。检查顺序和格式确认指令格式是/imagine prompt [图片链接] 文字描述。确保图片链接和文字描述之间有空格。错误的格式如/imagine [图片链接] prompt 文字描述可能导致Bot无法正确解析。图片内容过于复杂或抽象AI从图片中提取特征需要一定的“可识别性”。如果你垫的是一张极其抽象、模糊或者元素超级繁杂的图AI可能无法提取出明确的主导特征导致“参考失效”。尝试换一张主体突出、构图清晰的图。文字prompt权重过强或与图片冲突如果你在prompt里用了很多非常强力的风格词如by stanley artgerm lau或内容词并且没有使用–iw参数或值很低文字指令可能会完全覆盖图片的影响。尝试提高–iw值如调到1.5或者简化prompt只写最核心的改变意图。模型版本问题极少数情况下某些模型版本对垫图的解析可能存在临时性问题。尝试切换模型比如从--v 5.2切换到--v 6.0或者使用/settings确认当前模型。4.2 生成结果出现原图水印、文字或奇怪变形问题现象垫了一张带微博水印的图片结果生成图在奇怪的地方出现了模糊的logo痕迹或者垫的人像图生成的人脸扭曲了。根因分析AI将水印、文字等视为图片的“纹理”或“构图元素”进行学习。人脸变形则可能是因为原图角度奇特、分辨率低或AI在融合prompt新要求如特定姿势时发生了特征冲突。解决方案预处理垫图这是最佳实践。在垫图前用任何图片编辑软件哪怕是在线工具裁掉水印、去除无关文字。确保你垫的图是“干净”的。避免使用低质原图过于模糊、强压缩满屏JPEG噪点、镜头畸变严重的图会给AI带来糟糕的“学习样本”。尽量使用清晰、正常的图片。使用–no参数排除干扰如果你无法完全去除水印可以在prompt末尾尝试加入–no text, watermark, logo。这并不能100%保证消除但有一定抑制作用。针对变形适当降低–iw值给AI更多自由发挥空间来修正结构。或者在prompt中明确加入纠正性的描述如perfect symmetry, correct anatomy, professional photography。4.3 多图垫入时结果偏向某一张而忽略其他问题现象垫了图A风格和图B主体结果生成图完全采用了图A的风格但主体却不像图B或者反过来。根因与调控策略这通常是图片本身特征强度差异和–iw参数共同作用的结果。一张色彩极度浓艳、构图独特的图其“特征强度”会天然高于一张色调平淡、构图普通的图。解决方案调整垫图顺序尝试将你希望更强影响的图片放在链接列表的更前面。例如若想强化主体就把主体图B放在风格图A前面[图B链接] [图A链接] 文字描述。使用“双垫图描述强化”技巧这是更高级的方法。先只用主体图B垫图生成一张构图、主体符合要求但风格不对的图。将这张结果图保存为“中间图”。然后用风格图A和这张“中间图”一起作为垫图去生成最终图。这样相当于分两步走先锁定主体再赋予风格。在文字prompt中明确引导如前所述用文字描述明确指出“use the composition of image 1”和“use the color palette of image 2”帮助AI理解你的意图。垫图功能是Midjourney从“玩具”迈向“工具”的核心。它要求你不仅是一个指令输入者更要成为一个懂得提供视觉参考的“艺术指导”。每一次垫图都是一次与AI的协作对话你提供的参考图越精准你的文字指令越能有的放矢最终诞生的作品就越能贴近你心中的愿景。多实验多对比记录下不同参数组合的效果你很快就会建立起自己的垫图直觉库。
