针对不同AI大模型提示词的写法有何不同，例如Midjourney和Stable Diffusion？

给AI模型写提示词，很多人觉得是个玄学。但其实，这更像是在学习两种不同的“方言”。你跟一个说北京话的人聊天，跟一个说广东话的人聊天，用的都是中文，但方式肯定不一样。Midjourney和Stable Diffusion就是AI绘画界的两个“方言”代表，搞懂它们的脾气，出图效果才能控制得住。

它们最根本的区别在于“思考”方式。

Midjourney更像一个艺术家。你跟它说话，得像跟人沟通一样，用描述性的、自然的语言。它擅长理解意境、氛围和艺术风格。你不用把每个细节都掰碎了说给它听，它会自己发挥，甚至给你惊喜。简单直接的短语，它就能领会精神。

Stable Diffusion则更像一个工程师或程序员。它需要你给出精确、结构化的指令。你得把想要的东西拆解成一个个关键词，用逗号隔开，清清楚楚地告诉它。 它对语法的理解没那么强，但对关键词的权重、顺序非常敏感。 你给的指令越明确，它执行得就越到位。

下面我们分开细说，到底该怎么跟它俩“聊天”。

如何跟“艺术家”Midjourney沟通？

跟Midjourney打交道，你要把自己当成一个艺术总监，而不是程序员。核心是“描述画面”，而不是“下达指令”。

1. 用自然语言，说人话

忘掉那些复杂的语法和权重符号。Midjourney更喜欢简单的、描述性的句子。

比如，你想画一只猫。

• 一个不太好的例子（Stable Diffusion风格）: 1 cat, tabby cat, green eyes, photorealistic, high detail
• 一个更好的例子 (Midjourney风格): A photorealistic portrait of a tabby cat with striking green eyes. (一只虎斑猫的超写实肖像，有着引人注目的绿色眼睛。)

你看，后一种说法更像我们在描述一张照片，而不是在罗列标签。Midjourney能很好地理解这种自然的描述，并在此基础上进行艺术创作。它会自己去补足光影、构图等细节。

2. 关注核心主体和风格

Midjourney的提示词结构可以很简单：主体 + 艺术风格/媒介 + 环境/光线/色彩。

• 主体 (Subject): 你想画什么？一个人，一个动物，还是一个场景。 要具体。不说“a man”，而是说“an old fisherman with a weathered face”（一个饱经风霜的老渔夫）。
• 风格 (Style): 这是Midjourney的强项。你可以直接指定艺术家的名字（比如 in the style of Van Gogh），或者某个艺术流派（比如 Impressionist painting）。 也可以是摄影风格，比如 Cinematic still (电影剧照感) 或者 golden hour lighting (黄金时刻光线)。
• 构图和参数 (Composition & Parameters): Midjourney用参数来控制技术细节，这些参数要放在提示词的最后，用--引导。 最常用的就是宽高比 --ar。比如你想要一个手机壁纸，就可以用 --ar 9:16。想要电影画幅，就用 --ar 16:9。

一个完整的Midjourney提示词例子：
A majestic lion with a flowing mane, standing on a rocky cliff at sunrise, epic fantasy art, cinematic lighting, vibrant colors --ar 16:9
(一只雄伟的狮子，鬃毛飘逸，日出时分站在岩石悬崖上，史诗奇幻艺术风格，电影感光效，色彩鲜艳 –ar 16:9)

这个提示词读起来就像一段故事的开头，画面感很强。Midjourney拿到后，就会像一个艺术家一样开始构思创作。

3. 少即是多，让它自由发挥

在Midjourney里，提示词不是越长越好。过多的细节反而会限制它的发挥，让画面变得混乱。 先给出一个简单的核心概念，看它生成什么，然后再在好的结果上做迭代。这就像你给一个画家提出初步想法，然后根据草图再深入沟通。

如何跟“工程师”Stable Diffusion沟通？

和Stable Diffusion合作，你需要切换到一种更严谨、更有逻辑的模式。它的每一个指令都需要清晰无误。

1. 关键词驱动，逗号分隔

Stable Diffusion的核心是关键词。你需要把画面拆分成一个个独立的元素，然后用逗号把它们串联起来。 顺序很重要，越靠前的词权重越高。

一个推荐的结构是：质量词 + 主体描述 + 细节 + 风格/媒介。

• 质量词 (Quality tags): 这是告诉Stable Diffusion“我要一张好图”的直接方式。比如 masterpiece (杰作), best quality, ultra-detailed, 8k, photorealistic。把这些词放在最前面，能有效提升画面整体质量。
• 主体描述 (Subject): 和Midjourney一样，要具体。但在这里，是用关键词组合来描述。比如 1girl, solo, brown hair, blue eyes, smiling。
• 细节 (Details): 衣服的样式、背景的环境、人物的动作，都用关键词加上去。wearing a white dress, standing on a beach, sunset, ocean background。
• 风格 (Style): 同样可以用艺术家名字、艺术流派等关键词。impressionism, by van gogh。

一个完整的Stable Diffusion提示词例子：
masterpiece, best quality, 1girl, solo, beautiful detailed eyes, long blonde hair, smiling, standing in a lavender field, soft sunlight, cinematic shot, by makoto shinkai, anime style, highly detailed
(杰作，最高质量，1个女孩，单人，精致的眼睛，金色长发，微笑，站在薰衣草田里，柔和的阳光，电影镜头，新海诚风格，动漫风格，高细节)

你看，这完全是一堆标签的组合，几乎没有完整的句子结构。但对于Stable Diffusion来说，这是最高效的沟通方式。

2. 精确控制：权重和负面提示词

这是Stable Diffusion最强大的地方，也是和Midjourney最大的不同。

• 权重调整 (Weighting): 如果你特别想强调某个元素，可以用括号把它括起来增加权重。 比如 (red dress:1.3)，意思就是红色裙子的重要性是普通词的1.3倍。多层括号 ((red dress)) 也有类似效果。 相反，用中括号 [blue dress] 可以降低权重。

  • 用法示例: a girl in a (red dress:1.5)，这样生成的图片里，裙子是红色的概率会大大增加。

• 负面提示词 (Negative Prompts): 这是Stable Diffusion的另一个核心功能。你不仅可以告诉它你“想要什么”，还可以明确告诉它你“不想要什么”。 几乎所有Stable Diffusion的用户界面都有一个专门的负面提示词输入框。

  • 常用负面提示词: low quality, worst quality, blurry, text, watermark, extra fingers, deformed hands, ugly。 这些词可以有效避免一些常见的AI绘画错误，比如多出来的手指或者奇怪的签名。
  • 内容控制: 如果你想要一个没有人的风景画，可以在负面提示词里加入 no people, human。

3. 技术参数的直接设定

在Stable Diffusion的各种操作界面（比如AUTOMATIC1111）里，图片的尺寸、迭代步数（Sampling Steps）、引导系数（CFG Scale）等技术参数都是直接通过设置选项来调整的，而不是像Midjourney那样写在提示词里。 这也体现了它作为“工程师”的特点——所有技术参数都清晰明了，供你精确调校。

总结一下，Midjourney像是在和一个充满创造力的艺术家对话，你要用生动的语言激发它的灵感，并给予它一定的创作自由。而Stable Diffusion则更像是在操作一台精密的仪器，你需要用结构化、标准化的指令去设定每一个参数，以求达到最精确可控的结果。

到底用哪个，没有绝对的好坏，完全看你的需求。如果你想要快速获得充满艺术感和惊喜的图片，不在乎对细节的绝对控制，那就和Midjourney聊天。如果你脑海里已经有了一幅非常具体的画面，需要精确控制每一个元素，甚至是避免某些元素的出现，那Stable Diffusion这位“工程师”会是你更好的合作伙伴。