KeyFrame內部研究專用

How to use Midjourney, a beginners guide in 2026

AI Mind Revolution·6月27日週六·16 min英文

三句話摘要

Midjourney AI 圖像生成平台的完整入門指南,涵蓋介面操作、創作工作流、參數調整和定價說明。 Midjourney 的核心優勢在於三層美學控制系統(參數、個人化、樣式參考)與強大的組織工具,讓創作者既能快速試驗、也能系統地維持風格一致性。 美學參數是核心機制。三個滑桿(風格化 0-1000、詭異度、多樣性)直接影響輸出品質,風格化使圖像更專業精緻、詭異度增加視覺創意、多樣性(又稱 Chaos)控制四張變體間的相似度。這些參數與提示詞配合使用,詳細提示詞會減弱參數影響,簡略提示詞則讓參數主導生成結果。

重點整理

重點
  • 1

    美學參數是核心機制。三個滑桿(風格化 0-1000、詭異度、多樣性)直接影響輸出品質,風格化使圖像更專業精緻、詭異度增加視覺創意、多樣性(又稱 Chaos)控制四張變體間的相似度。這些參數與提示詞配合使用,詳細提示詞會減弱參數影響,簡略提示詞則讓參數主導生成結果。

  • 2

    樣式參考是快速控制美感的捷徑。可從「探索」頁面的樣式庫拖放參考圖像,或在生成結果中複製樣式 ID 搭配提示詞使用,大幅提升創作一致性。OmniReference(主體參考)和 Image Prompts(圖像參考)各有用途,前者強調保留主體特徵、後者保留光影與構圖。

  • 3

    個人化檔案和心情板用來編碼美學偏好。個人化檔案透過訓練學習用戶審美,心情板則使用參考圖像集合定義風格,兩者都能提升生成結果的相關性,可同時啟用多個檔案或板塊產生混合風格。

  • 4

    組織系統是大規模創作的必需。「組織」標籤提供搜尋、篩選、批量選取、資料夾分類等功能,還能建立存檔搜尋(如標籤),避免在數千張生成圖像中迷失。

實用技巧與重點

乾貨
  • 介面核心區塊:
  • 探索頁:按風格、圖像、影片篩選,搜尋關鍵字找靈感
  • 創建標籤:輸入提示詞→點提交→取得 4 張變體
  • 組織標籤:搜尋過往提示詞與圖像、使用篩選器、建立資料夾、建立存檔搜尋
  • 個人化:開啟/關閉個人檔案,下拉選單選擇多個檔案混合
  • 心情板:上傳或連結圖像→命名→搭配提示詞使用
  • 美學參數設定:
  • 風格化(Stylize):0 = 真實相片感,1000 = 專業美感
  • 詭異度(Weirdness):0 = 標準,100 = 創意奇特
  • 多樣性(Variety/Chaos):低 = 四張相似,高 = 四張差異大
  • 所有參數在提示詞中以 `--stylize 值` 等語法顯示
  • 參考資源三種方法:
  • OmniReference(主體參考):保留主體特徵,有強度滑桿可調,僅限版本 7 使用
  • Image Prompts(圖像參考):提取光影、色彩、構圖、元素作靈感
  • Style References(樣式參考):複製圖像風格到新創作
  • 樣式庫功能:
  • 探索 → 樣式分頁瀏覽預設樣式
  • 懸停樣式可見 ID,點擊複製程式碼 `--sref <ID>`
  • 點「試試樣式」快速套用當前提示詞
  • 點愛心儲存到「喜愛」,點搜尋找相似樣式
  • 編輯工具:
  • 簡化編輯:筆刷、變更比例、外繪(Outpaint)、內繪(Inpaint)
  • 進階編輯(編輯標籤開啟):額外提供編輯歷史、重新紋理化(Re-texture)、圖層功能
  • 定價方案:
  • 基礎方案:試用級,無「放鬆生成」
  • 標準方案:推薦用量,含「放鬆生成」(免費但耗時)
  • 專業/超大方案:高產量或商業用途

結論

結論

Midjourney 的核心優勢在於三層美學控制系統(參數、個人化、樣式參考)與強大的組織工具,讓創作者既能快速試驗、也能系統地維持風格一致性。

完整解析

詳細

Midjourney 是一個以工作流為中心的 AI 圖像生成平台,介面設計強調「探索→創作→編輯→整理」的循環。新手首先進入探索頁瀏覽社群創作,可直接檢視他人使用的提示詞與參數,作為靈感來源。這個設計讓學習者快速理解「好提示詞」的樣貌,而非從零開始摸索。

創建流程極為簡潔:在頂部提示詞欄輸入文字敘述,點擊提交,平台返回四張變體圖像。但真正的靈活性來自三個美學滑桿。風格化滑桿控制品牌風格的強度(0 為素樸真實、1000 為藝術精緻),詭異度滑桿調整創意程度,多樣性滑桿決定四張變體的相似度。這些不是獨立參數,而是與提示詞互動的系統:詳細提示詞會限制參數影響範圍,簡略提示詞則讓參數主導視覺呈現。因此,參數調整需因人而異、因提示詞而異。

為了建立持續的美學一致性,Midjourney 提供兩套系統。個人化檔案透過標記喜愛的生成結果來訓練模型,學習用戶的審美偏好;心情板則使用用戶上傳的參考圖像集合直接定義風格。兩者都能同時啟用並混合,產生複合風格。與此平行,樣式參考功能讓用戶拖放單張圖像或複製樣式庫中的預設 ID,快速套用某種視覺風格到新提示詞。這三層系統(個人化、心情板、樣式參考)彼此獨立但相容,用戶可按需組合。

大規模使用時,組織變得必需。組織標籤提供搜尋提示詞關鍵字、按多維度篩選、批量選取、建立資料夾、建立存檔搜尋等功能。講者強調,一旦開始創作數百或數千張圖像,沒有這些工具會很難定位特定作品。此外,編輯工具分簡化和進階兩版本,前者涵蓋基本的筆刷、外繪、內繪,後者加入圖層和重新紋理化,適應不同複雜度的後製需求。

定價方面,基礎方案適合試用,但不含「放鬆生成」(免費但速度慢的生成方式)。標準方案是推薦選擇,平衡成本與產量;專業與超大方案針對高產量或商業用途。整個平台雖然表面簡潔,但每個功能都延伸到深層選項,樣式庫、參考方法、編輯系統等都值得深入學習。

關鍵時刻

Pipeline v2

帶時間戳的重點,會在逐字稿層級分析上線後產生。目前請先透過原始影片觀看。

事實查核

Pipeline v2

說法查證是下一次管線升級的一部分。KeyFrame 只會顯示它真正能驗證的內容。

更多「AI 技術」的內容

Between Two Nerds: Attribution is dead, long live attribution
32 min
AI 技術英文PODCAST8月25日

Between Two Nerds: Attribution is dead, long live attribution

Risky Business

  • 工具成本的破壞性下降 — 傳統上,攻擊者必須重複使用昂貴自製的惡意軟體或工具組,因為開發和維護成本極高。這種成本結構使得安全研究人員可以通過工具特徵和程式碼簽名來追蹤攻擊者。LLM 自動化了代碼生成與維護工作流,使得攻擊者可以輕易為每個目標生成新工具,或改用通用系統工具,導致傳統的工具特徵分析失效。
  • 所有取證證據都在攻擊者掌控之中 — 無論是使用的 IP 位址、惡意軟體類型或戰術流程,這些都是攻擊者的主動選擇。即使看似是隨機巧合,攻擊者仍有能力在事前決定留下什麼痕跡。因此,所有可恢復的取證證據本質上都是攻擊者願意暴露的信息。
  • LLM 削弱工具簽名但保留高階行為特徵 — LLM 經過公開駭客技術訓練,使不同使用者產生相似的攻擊模式。然而,勒索軟體集團、國家級行為者的受害者選擇、贖金要求方式或目標模式等高階特徵仍具有識別價值。例如,鎖定加密交易所的攻擊幾乎只能指向朝鮮。
Everything Goldman Sachs Taught Me About AI (In 10 minutes)
AI 技術英文8月24日

Everything Goldman Sachs Taught Me About AI (In 10 minutes)

Nate Herk

  • 驗證優於相信:看起來完整的AI輸出不等於正確答案,需在提示中要求模型重新檢查數字、引用來源,並對無把握的部分標記。
  • 區分AI與自動化:確定步驟且答案已知的任務用傳統自動化更便宜快速;只在需要判斷力、靈活性或處理複雜資訊時才用AI,兩者結合效果最佳。
  • 以問題驅動選型:先寫清楚「要解決的問題是什麼、成功的樣子是什麼」,再決定用什麼工具,許多失敗項目是從技術而非問題出發。
Mu: a self-hosted personal agent where the interface is an email address you can write to
AI 技術英文8月23日

Mu: a self-hosted personal agent where the interface is an email address you can write to

GitHub Awesome

  • Mu 是自主代理人系統,具有實際網址與獨立伺服器,用戶可透過多種方式與其互動——網頁應用、電子郵件或程式化介面。
  • 架構完整覆蓋日常工作流程的多個層面,整合郵件收發(SMTP/IMAP)、檔案管理、行事曆、新聞聚合、市場數據與搜尋功能於一個 Go 伺服器內。
  • 支援自帶模型與多種通訊協定,用戶可選擇不同的 AI 模型,並透過 MCP、HTTP API 或命令列工具整合到其他系統。