
很多朋友在用 Midjourney 生成摄影人像或空间场景时,经常会遇到同一个问题:画面看起来挑不出大毛病,但整体干瘪、发平,一眼就能看出浓厚的“塑料感”和“AI数码味”。其实,造成这种画质发虚发假的核心原因,并不在于你有没有写 `8k, masterpiece, photorealistic` 这种毫无意义的废话词,而在于你没有给模型输入物理光学锚点。
AI 绘图模型的底层逻辑是概率分布。如果你只告诉它“一个坐在窗边的女人”,模型为了降低生成误差,会倾向于给出一个亮度均匀、没有明显阴影反差的“安全场景”,也就是摄影师常说的“大平光”。想要彻底解决画面的平淡感,必须从摄影实拍的两个物理底层切入:光线与空气介质(体积光/丁达尔效应),以及镜头光学物理规则(焦段与光圈景深)。
一、 救活干瘪画面的第一道杠杆:光影与介质
实拍摄影中,没有光线方向就没有体积感。在 Midjourney v6 与 v6.1 中,光影词的作用不仅是改变明暗,更是向模型强行注入三维空间的遮挡关系。
1. 丁达尔光(体积光)的物理本质与提示词写法
很多人在提示词里写 `tyndall effect`,往往发现出图效果不稳定,有时候甚至直接被模型忽略。原因在于,在 Midjourney 的训练集里,这个光学现象更多被标注为影视与计算机图形学词汇。
要稳定呈现丁达尔光,需要满足两个前置物理条件:强方向光源与空气悬浮介质。光线必须穿过某种介质(如水汽、烟尘、雾气)才会被肉眼看见。
•精准提示词搭配:
•介质层:`suspended dust particles`(空气中的扬尘颗粒)、`morning mist`(清晨薄雾)、`light atmospheric haze`(轻微大气轻霾)。
•光线形态:`volumetric lighting`(体积光)、`crepuscular rays`(云隙光/晨曦射线)、`sunbeams slicing through`(切割感光束)。
•组合实操公式:
`Volumetric god rays piercing through a dusty window, crepuscular rays highlighting suspended dust motes in the dark air`
注意看,当你加入了“窗户”作为遮挡物、加入了“灰尘颗粒”作为介质,Midjourney 就能准确计算出光柱的光子散射轨迹,瞬间拉开明暗反差。
2. 轮廓光与明暗对照(Chiaroscuro)
大平光的致命缺陷是主体与背景粘连。把主体从背景中剥离出来的最高效手段,就是侧逆光与轮廓光。
•Rim Light(边缘轮廓光):在暗调背景下,在主体边缘勾勒出一圈高光硬线,强制区分前后景深度。
•Chiaroscuro(明暗对照法):源自文艺复兴时期的绘画技法,强调极亮与极暗的强烈过渡,彻底消灭画面的中性灰色调。
•Rembrandt Lighting(伦勃朗光):人像摄影经典方案,在人物背光面颊形成标志性的倒三角形高光区,塑造面部骨骼结构。
二、 建立空间距离感:镜头焦段与光圈景深
很多生成的画面平淡,是因为“前景、中景、背景全都在焦点上”。这种全景深会让视觉失去聚焦点,显得杂乱无章。
真实的相机镜头受到光学物理法则的严格限制:光圈越大(f值越小),景深越浅;焦距越长,背景压缩感越强、虚化越明显。Midjourney 对摄影硬件参数有极高的先验理解,但必须遵循真实的物理配比。如果你写 `16mm ultra-wide angle, f/1.2 shallow depth of field`,模型会陷入物理逻辑混乱,因为超广角镜头在现实中几乎不可能产生超浅景深,最终生成的画面就会出现畸变失真。
常见镜头配置与景深表现对比
| 镜头规格 | 物理特性 | 画面空间感 | 推荐适用场景 | 标准提示词表达 |
|---|---|---|---|---|
| 85mm f/1.4 | 中长焦大光圈 | 背景高度压缩,边缘呈奶油般虚化(Creamy bokeh),主体强烈剥离 | 单人人像、情绪特写、静物细节 | `shot on 85mm f/1.4 lens, shallow depth of field, creamy circular bokeh, sharp focus on eyes` |
| 35mm f/2.0 | 经典人文广角 | 接近人眼单眼透视,保留适度环境信息,浅景深自然不突兀 | 街头纪实、咖啡馆日常、环境人像 | `environmental portrait, shot on 35mm f/2.0 prime lens, natural depth falloff` |
| 135mm f/2.0 | 长焦远摄 | 极强空间压缩感,远处建筑与近处人物仿佛处于同一平面 | 电影感全身走位、都市街拍 | `135mm telephoto lens, f/2.0, extreme background compression, cinematic subject isolation` |
| 24mm f/8.0 | 风光广角小光圈 | 大景深,从近景地面纹理到远山均清晰锐利,透视边缘拉伸 | 建筑摄影、大自然风光、室内全景 | `architectural photography, 24mm wide angle, f/8 aperture, deep depth of field, tack-sharp across the frame` |
三、 借助大语言模型搭建提示词工程工作流
手工写提示词容易词穷,或者漏掉关键的物理光影参数。在实际工业化出图中,成熟团队都会采用 大语言模型(LLM)+ Midjourney 的协同工作流。
但是,直接把“帮我写个 Midjourney 摄影提示词”扔给大模型,产出的往往全是 `breathtaking, ultra-detailed` 这种毫无价值的修饰堆砌。我们需要给 LLM 设定严格的物理摄影词法系统指令。
1. 前沿主流大模型在提示词工程中的表现差异
| 模型选型 | 逻辑严谨度与光学理解 | 提示词长句压缩能力 | 实操建议与核心优缺点 |
|---|---|---|---|
| Claude 3.5 Sonnet | 极高,对艺术风格、摄影构图及光学名词理解最为准确 | 优秀,擅长按结构输出自然语言段落,无多余虚词 | 首选模型。生成画面的叙事感和光影一致性表现最好 |
| GPT-4o | 高,遵循结构化指令(JSON/Markdown)能力极强 | 良好,偶尔喜欢加入形容词修饰,需在系统提示中强行压制 | 适合批量工程化生成,配合脚本自动化调用表现极其稳定 |
| Gemini 1.5 Pro / 2.0 | 高,长上下文检索与多模态参考解析速度极快 | 良好,对物理场景空间关系的描述详细全面 | 适合需要结合长篇背景故事或详细剧本提取关键画面的场景 |
2. LLM 结构化提示词生成 SOP
为了让大模型输出最符合 Midjourney v6/v6.1 语法的提示词,需要配置精准的解码参数:
•Temperature(采样温度):设置为 0.4 到 0.6。切忌超过 0.8,否则模型容易捏造不存在的相机参数或写出逻辑矛盾的光学组合。
•Top-P:设置为 0.85 到 0.9,保证术语的标准性与聚焦度。
可以在 Claude 3.5 Sonnet 或 GPT-4o 中载入以下系统提示词指令:
你是一名专业剧照摄影师与 Midjourney v6.1 提示词专家。
任务:将用户提供的平淡场景描述,重构成具备物理光学真实感与影视级光影层次的 Midjourney 提示词。
必须遵循以下规则:
1. 严禁使用任何空洞夸张词(如 8k, photorealistic, cinematic, masterpiece)。
2. 必须包含完整的物理光学链条:主体描述 + 场景介质 + 光源性质与方向 + 镜头焦段与光圈 + 色调与胶片质感。
3. 必须确保镜头物理逻辑自洽:严禁给超广角镜头配置过浅景深。
4. 输出格式:仅输出一个可直接复制的英文提示词代码块,末尾必须包含规范参数:--v 6.1 --style raw --ar [根据构图选择 16:9 或 4:5]。
四、 实测对比:平淡原句 vs 物理光影重构
以下通过两组典型场景,展示从“画面干瘪”到“层次丰富”的改造过程。
案例 1:阴雨天咖啡馆人像
•原始平淡提示词:
`A woman drinking coffee in a cafe, rainy day, photorealistic, 8k –v 6.1`
•*问题诊断*:没有光线来源,缺乏景深分隔,Midjourney 会生成一张脸色灰白、桌椅塑料感明显的室内图。
•优化重构提示词:
A candid portrait of a 30-year-old woman sitting next to a rain-streaked cafe window, holding a ceramic cup, warm side-lighting coming from indoor tungsten lamp, soft rim light defining her hair, gentle volumetric condensation visible in the air, shot on 85mm f/1.4 lens, shallow depth of field, blurred rainy city street with creamy neon bokeh in the background, Kodachrome film tone --ar 16:9 --style raw --v 6.1
•*效果解析*:
1.通过 `warm side-lighting`(室内暖光侧光)与 `rim light`(轮廓光),在冷暗的雨天背景前给人物边缘镀上高光。
2.`rain-streaked window`(雨痕玻璃)与 `condensation`(水汽介质)充当物理滤镜。
3.`85mm f/1.4` 搭配 `creamy neon bokeh`,把室外原本平淡的街景虚化成圆润光斑,空间纵深感立刻成型。
案例 2:工业风走廊空间
•原始平淡提示词:
`An empty industrial hallway, concrete walls, dark atmosphere –v 6.1`
•*问题诊断*:水泥墙面反光单一,暗调容易糊成一片死黑,缺乏视觉导向线。
•优化重构提示词:
An atmospheric brutalist concrete corridor, high contrast chiaroscuro lighting, sharp golden hour sunlight slicing through high ceiling slats, heavy volumetric light beams illuminating suspended dust particles, deep dramatic shadows, wide angle 28mm f/4 lens, precise one-point perspective leading lines, subtle film grain --ar 16:9 --style raw --v 6.1
•*效果解析*:
1.采用 `high ceiling slats`(格栅天花板)切割光线,制造出 `sunlight slicing through` 的条状光束。
2.配合 `suspended dust particles`,让光柱在水泥空间内真实可见,形成强烈的丁达尔现象。
3.使用 `28mm f/4` 保证中等景深与单点透视(`one-point perspective`),引导观众视线从明亮光束延展至幽暗纵深。
五、 避坑清单:三个必须避开的认知误区
在日常操作中,以下三个习惯会直接破坏你的画面质量:
1.迷信 `–stylize`(或 `-s`)参数过高
Midjourney 默认的 `–s 100` 已经足够平衡。如果你把参数拉到 `–s 750` 甚至 `–s 1000`,模型会强行给画面加入大量华丽但失真的艺术高光与油润平滑算法,反而抹杀了真实的皮肤毛孔与粗糙水泥质感。建议摄影类画面保持 `–s 50` 到 `–s 150` 之间,并务必加上 `–style raw` 禁用内置风格化平滑。
2.滥用负向提示词(–no blur)
很多人想要人物清晰,就在结尾加 `–no blur`。这一加直接封死了模型的景深计算通道,导致背景无法正常虚化,画面重新退化为扁平的大平光。正确的做法是:只在镜头参数里约束焦点(例如 `sharp focus on subject’s face`),允许背景光学虚化存在。
3.光源方向冲突
在一句提示词里同时塞进 `front lighting, backlighting, volumetric lighting, golden hour, studio softbox`。AI 无法在单个物理坐标系内同时满足 4 种互斥的光源,结果就是导致全局曝光紊乱,阴影完全丢失。每一张图,只确立一个主光源,搭配一个辅助轮廓光或环境环境光,画面就会干净、真实、耐看。

评论前必须登录!
立即登录 注册