Midjourney 学习指南【基础篇一】

如何使用 Midjourney?

注册​

首先,你需要注册一个 Discord 账号,然后加入 Midjourney 的 Discord 服务器。或者去 Midjourney 的官网点击右下角的 Join the Beta:

MJ142-1

在 Discord 公共服务器里使用​

注册并进入到 Midjourney 的服务器后,有可能需要完成各种任务(这个取决于 Midjourney 的运营策略,后续可能会变),如果有,则按照引导完成即可。

接着你就能在 Midjourney 的 Discord 的左侧栏,看到 newbies-XXX 的频道,随便点击一个,进入该频道,这个频道就是给免费用户测试使用的:

MJ143-1

然后在输入框里输入 / 然后你能看到输入框上出现一个菜单,一般最顶部就是 /imagine,点击该菜单(如果没有出现该菜单,就输入完 / 后继续输 imagine),就能在 prompt 框里输入图片 prompt 了:

AnimatedImage-3

接着你就会看到一个叫 Midjourney 的机器人复述了你的话,在这句话的最后,有一句 Waiting to start,这就意味着你的 prompt ,机器人已经接收到了,正在为你生成图片:

MJ145-1

然后过一阵你会看到一张模糊的图,然后段落最后显示 0% 意味着程序正在生成图片:

MJ146-1

当你看到图片下方有几个 U1、V1 的按钮,这就意味着图片生成完成了 ?

MJ147-1

Upscale​

生成的四格图,单格图片的分辨率是 512 512(如果你是 V5 版本,则是 1024 1024),如果你想要生成一个更清晰的图片,则可以点击四宫格图片下的 U 按钮,U1 代表左上角第一张图,U2 是右上角,U3 是左下角,U4 是右下角。点击后,你需要等待一会,就会生成高清图。需要注意,V5 版本,U 按钮已经不会影响分辨率了,只是做为一个裁切图片的功能。换句话说就是将第一次生成的四格图,裁成一张。

MJ148-1

Variation​

说完 U 按钮,说下,V 按钮,这个按钮代表 variation ,点击该按钮后,程序会用你选择的那张图片,再生成新的 4 张图,不过这 4 张图的整体会跟你选择的那张图比较像:

MJ149-1

?

最后一个按钮 ? 则是 re-roll 重新生成,点击后程序会按照你的 prompt 重新生成 4 张图片。

通过 Midjourney Bot 使用​

因为在公共频道上使用,你发的图片会被频道里的人看到,所以如果你不想让自己的图被大量的人看到,可以使用 Midjourney Bot 的方式。

但需要注意,这种方式并不代表「仅有你可见」,你发的图片仍然会在 Midjourney 的会员 Gallery 上显示,目前仅有 Midjourney 的付费 Pro 会员能设置为隐私模式。

使用 Midjourney Bot 也很简单,跟在 Discord 的单聊比较类似,你只需要在 Midjourney 的 newbies-XXX 频道里找到 Midjourney Bot,然后点击它的头像,在弹出的菜单的下方有个「私信 @Midjourney Bot」的输入框,在这个输入框里,随便输入点内容,然后按回车发送。

MJ150-1

然后你就会在你的私信列表里看到这个 Midjourney Bot,使用方法就跟上面介绍的方法一样,无任何差别。

MJ151-1

保存 & 删除图片​

保存图片跟使用很多聊天工具一样,点击图片会看到放到的图片,然后右键点击图片可以选择「图像另存为」并保存图片(如果你用的是 Discord 的客户端,右键样式可能与我不一样,但操作基本是一样的):

MJ152-1

如果生成的图片你不喜欢,其实你可以不用管它 ?

如果你一定要删,也有一个删除的渠道,但操作跟你日常使用的聊天工具的方式不太一样,在你想要删除的图片消息右上角有个 emoji 按钮(下图标注为 1 的按钮),点击后会 出现一个 emoji 菜单,然后在 emoji 菜单里输入 x (下图标注为 2 的输入框),最后点击 ❌ emoji 即可删除该图片。注意这个删除并不仅仅只是删除聊天信息里的图片,还会将图片从 Midjourney 的会员 Gallery 里删除。

MJ153-1

Midjourney Prompt 基本结构

在 Midjourney 的官方介绍文档里,介绍了最简单的 Prompt 结构是这样的:

MJ154-1

但我觉得上面那个 Prompt 过于简单了 ? ,反而 Advanced Prompt 更适合学习:

MJ155-1

Image Prompts(选填)​

Prompt 分成三个部分。第一个是 Image,这个属于选填,可以填也可以不填。

先说下这个 Image URL 是干什么用的,有很多玩法,比如将两张图合并为一张,大家可以看看下面这个例子,我就是将一个大理石雕像和花朵的图片上传到 Discord:

MJ156-1

然后让 Midjourney blend (混合)一下(后续 blend 章节会介绍更多用法)后,就能生成下面这种图片:

MJ157-1

需要注意的是:

  • 你输入的是图片的 URL 地址,而且必须是公开可访问的地址。
  • 图片格式仅支持 png、gif 和 jpg。
  • 你最多只能放两张图的 URL,或者一张图的 URL + 一段话。

如果你不想将图片上传到一些图床服务器,也可以使用 Discord 的图床,你可以私聊 Midjourney Bot 然后通过上传图片的方式,将图片先发到 Discord 上,然后右键复制图片链接,像这样:

AnimatedImage-4

Text Prompt​

这个就是你希望 AI 生成的图片的描述。这个有非常多的技巧,后续会详细介绍。这里我想说下,Midjourney 跟 ChatGPT 有点不一样:

  1. 无法理解句子结构和语法:Midjourney 没法像 ChatGPT 那样懂你说的话。类比的话,Midjourney 更像是命令式编程,ChatGPT 更像是声明式编程,你需要给 Midjourney 完整的指令,它才有可能生成你满意的结果。
  2. Midjourney 有违禁词的设计:有些词语无法输入,比如 ? emoji 就没法输入,因为这个 emoji 是 butts 的俚语,常常会导致模型生成一些不太好的图片,所以也被禁止了。

如何撰写 text prompt 我会在?️ Text Prompt 篇介绍。

Parameter(参数)​

Midjourney 大约有 20 多个参数设置项,我会在下一章介绍几个常用参数。了解完基本参数后,你应该就能用 Midjourney 生成不错的图了。

Midjourney Prompt 常用参数

简单说来,你可以将这些参数理解为官方的固定 prompt 模版,而且这个模板包含了一些特殊字符,让模型能百分百保证输出结果的一致性,并且还能提升 prompt 的准确度和输入效率。

如果你有用过 ChatGPT ,应该会遇到过这种场景,用了别人一样的 prompt 模板,但却没法令 ChatGPT 生成相同的内容。

而 Midjourney 因为是图片类目,相对比较垂直,所以他们将很多图片类的通用 prompt 语句做成了模板,比如图片长宽比,有 1:1、2:3、4:7 等等,如果你要用 ChatGPT 的使用习惯,就需要在 prompt 里不断重复 Aspect Ratios 1:1 等,而且每个人的表达 Aspect Ratios 的方式都不一样,模型还要去理解人说的话,比较麻烦。

所以 Midjourney 就设计了一些参数,让你能快速调用,比如 Aspect Ratio 这个,就只需要输入 — ar 1:1 即可。同时因为固定了表达方式,大家要改长宽比,都会用这种方式表达,Midjourney 调整下模型,就能保证输出的图片的一致性了。

因为其稳定且必须,所以我才会先教各位参数。

Version​

目前 Midjourney 支持多个版本,最新的版本是 V5 ,跟 ChatGPT 稍微有点不一样,Midjourney 给我的感觉,并不是版本越大,越厉害,而是擅长的东西不太一样。相关区别请查阅 Midjourney 各版本差异。

Version 参数使用方式见下表。你也可以在设置里,调整默认的版本,相关教程请查阅 Midjourney 基础设置。

调用方法 使用案例 注意事项
在关键词后加空格,然后带上版本参数:

  • –v 或者 —v
  • –version 或者 —version
vibrant california poppies –v 5 版本仅支持 1、2、3、4、5。

因为可以在 prompt 里直接加版本参数,同时又可以在设置里设置版本,所以你有可能会遇到如下图这样的情况(我想生成版本 1 的图,但设置里设置了 5 怎么办?):

MJ015此时模型会按照从左往右的顺序运行这些参数,按照上面的例子,其实生成的图片是 V1 版本,可以跟下面的这个 V5 版本对比下:

MJ016

Aspect Ratios​

第一个参数是图片的长宽比,使用方式如下,及版本差异如下:

调用方法 使用案例 注意事项 V5 V4 V3 niji
在关键词后加空格,然后带上长宽比参数:

  • –ar 或者 —ar
  • –aspect 或者—aspect
vibrant california poppies –ar 5:4
  • 默认比例是 1:1。
  • 比例数需要是整数,比如 1.3:1 是不行的,但 13:10 可以。
  • 长宽比会影响生成图像的形状和构图。当放大图片时,有些长宽比可能会发生轻微的改变。比如 –ar 16:9(1.75) 最终生成的图片可能是 7:4(1.74)。
✅ 支持任意比例。但2:1以上的宽高比是实验性的,可能会产生不可预测的结果。 ✅ 1:2 到 2:1 ✅ 5:2 到 2:5 ✅ 1:2 到 2:1

另外,长宽比在业界也有最佳实践:

  • 5:4 多用于传统打印
  • 3:2 多用于照片打印
  • 7:4 比例接近于 HD TV 的比例,或者是智能手机

MJ017-1

No​

这个参数的意思是不要什么,如果你不想让 AI 生成的图片里出现树,那就输入 plants 即可:

调用方法 使用案例 注意事项 V5 V4 V3 niji
在关键词后加空格,然后带上你不想 AI 生成的内容:

  • –no 或者 —no
—no plants 无 ✅ ✅ ✅ ✅

Chaos​

这个参数跟 ChatGPT 里的 Top P 有点像,主要控制模型的随机性,数字越高,约有可能产生一些意想不到的结果,数字越低一致性会更高。看看官方的例子, prompt 是 watermelon owl hybrid。

这是当 Chaos 为 0 的时候,一致性会比较高,西瓜和猫头鹰的融合的方式,在四次输出里都比较类似,另外在单次输出里,4张图(四宫格)的风格相似度也比较高:

MJ158

这是 Chaos 为 100 的时候,你会发现多次输出的融合风格都不太一样,且即使是在单次输出里,4 张图的风格区别也比较大。如果你是想让 AI 帮你做一些探索性的事情,我建议初期可以将 Chaos 调高一点,结果会发散一些。

MJ159

调用方法 使用案例 注意事项 V5 V4 V3 niji
在关键词后加空格,然后带数字:

  • –c 或者 —c
  • –chaos 或者—chaos
—c 10 可以输入 0 – 100,默认是 0 ✅ ✅ ✅ ✅

Stylize​

这个参数跟 ChatGPT 里的 Temperature 有点像,主要是控制生成图片的风格化程度。简单理解,这个值越低会更符合 prompt 的描述,数值越高艺术性就会越强,但跟 prompt 关联性就会比较弱。

我们一起看下官方的例子,prompt 都是 colorful risograph of a fig。Risograph是一种数字印刷机,它使用模板和专用油墨来制作印刷品。Risograph通常用于制作海报、宣传册等低成本印刷品。这种印刷机可以产生特殊的色彩和纹理效果,头三张图基本上契合 risograph 的风格,但右下角那四张就非常不像了,模型加了很多戏 ?

MJ160

除了在 prompt 里输入外,你也可以在设置里,调整默认的版本,相关教程请查阅 Midjourney 基础设置。

调用方法 使用案例 注意事项 V5 V4 V3 niji
在关键词后加空格,然后带数字:

  • –s 或者 —s
  • –stylize 或者—stylize
—s 50 默认是 100 ✅ ✅ ✅ ✅

Niji​

这个其实 Niji 模型,是 Midjourney 跟 Spellbrush 一起开发的。「niji」是日语「にじ」,意思是「彩虹」 或者 「2D」。

它在生成动漫类的图片上,比较在行。举个例子,prompt 是 fancy peacock,左图是 v5 模型,右图是 niji v5模型,右图更偏向于漫画风格:

MJ127-1

使用方法跟 Version 比较像,只需要在文字 prompt 最后输入 —niji 即可

调用方法 使用案例 注意事项
在关键词后加空格,然后带上版本参数:

  • –niji或者 —niji
vibrant california poppies –niji 部分参数对 Niji 无效。大家可以在完整列表里查看哪些参数对 Niji 无效。
ChatGPT

ChatGPT写论文的秘诀

2023-12-25 19:08:20

Midjourney

Midjourney 如何写Prompt【基础篇二】

2023-4-25 19:38:02