Midjourney|文心一格prompt教程[Text Prompt(上篇)]:品牌log、App、徽章、插画、头像场景生成,各种风格选择:科技风、运动风
Midjourney|文心一格prompt教程[Text Prompt(上篇)]:品牌log、App、徽章、插画、头像场景生成,各种风格选择:科技风、运动风
1.撰写 Text Prompt 注意事项
Midjourney 跟 ChatGPT 在 prompt 的使用上有很多不一样的地方,本章会详细介绍下 Midjourney 的 text prompt 区别。
- 语法
首先 Midjourney 基本上是不懂语法的,所以即使你语法错了,只要词对了,也能生成图片。。
另外,不懂语法也导致了另一个问题:prompt 不是越长越好。特别是各种定语从句,它根本就不懂,还不如把指令用逗号隔开,一个个输入。以下是官方推荐的语法建议:
- 使用形容词+名词的词序来替换介词短语。
- hair flowing in the wind 应该改为 flowing hair
- a carrot for a nose 应该改为 carrot nose
- 使用非常具体的动词来替换介词短语。
- a girl with a flashlight 应该改为 a girl using a flashlight
- a girl with a big smile on her face 应该改为 smiling girl
最后, Midjourney 是不会区分大小写的。
- 单词
在单词的部分,Midjourney 跟 ChatGPT 有点类似,它对同义词的理解也不是很好。比如举两个例子:
- big (大)这个词,到底指多大?越具象的大,对于 Midjourney 来说,效果越好,比如用 gigantic 就比用通用的 big 好。
- cats(猫)这个词是个复数,但到底是多少只?对于 Midjourney 来说,two cats(两只猫)比 cats 更明确。
另外,Midjourney 还能用 emoji 代替单词(我觉得本质上 emoji 也是单词),算是一个比较有意思的特性。
- 与其说不要什么,不如说要什么
这个跟 ChatGPT 类似,你应该将你想要的东西说清楚,而不是告诉 Midjourney 不要什么,如果你想让 Midjourney 不生成某样东西,就需要用到 参数 — no。
- 你不说,模型就会随机给你
因为图像信息的信息量远超过文字,所以很多时候,Midjourney 会随机填充一些内容给你,它既是缺陷,也是亮点功能。因为当你不在 prompt 里说明这些词时,你就能获得发散的结果。
如果你想减少这些随机性,就需要用到一些 prompt 框架(或者所谓的模板),本教程会由浅入深地将这个框架教给你。
- 参数
Midjourney 还有一点跟 ChatGPT 有较大差异,它允许你在 prompt 里加入参数,而且这些参数相对来说一致性都比较好,所以如果你想实现的功能,参数里支持,那优先使用参数,而不是在主体里描述。你会在后续的教程中学到如何善用参数。
另外,需要注意,本教程生成的图片默认为 V5 版本,所以我没有在 prompt 里就加 v5 参数。
2. 场景1:图库图片Stock Photo
Text Prompt 的部分难点
- 图片信息量非常大,万能模板的确让你生成一张及格的图片,但很难让你生成一个完全满意的图片。
- 要想生成一张高分图片,需要的不仅仅是 prompt engineering,甚至还需要一些美学知识,不同场景参数的使用都是不一样的,所以有些时候,用模板反而有点死板。
所以,我不想直接教大家所谓的万能模板,而是通过一个个实际场景教大家如何写好 text prompt ,因为不同场景,你告知给模型的信息是不一样的。
而且我认为,知道为什么,远比知道怎么做更重要。当你知道为什么后,遇到新的场景,你也能很好地解构出 prompt 里需要什么,而不是盲目套模板。
最后,图片场景有非常多,我会尽量分享一些大家日常工作中能用上的。希望能让 AI 提高你的工作效率,而不是用完即弃的玩具。
Text Prompt 开篇介绍一下 Midjourney V5 提升较大的 Stock Photo 场景。
Stock Photo 直译为图库图片。一般你能在一些图库网站上找到,这些图片通常来自一些摄影师或设计师。部分图片因为版权的原因,如果你需要使用则需要付费。
大部分使用 Stock Photo 的用户都是一些设计公司,或者广告公司。你应该常常能看到这类图片,比如最经典的两人握手照片:
我认为 AI 生成图片对图片库冲击非常大,V5 版本基本上满足了我的 Stock Photo 需求。
技巧一:临摹
我认为学习图片类的 prompt,跟学习画画是类似的,最好的学习方法不是直接用模板。
而是拿真图,或者别人生成的图来临摹。英文不好,也可以先写中文,然后让 ChatGPT 翻译。当你临摹了几张后,你就会慢慢搞懂如何做出类似的图了。
拿上面的那个握手图为例,我们仔细观察上面那张图,图中元素有什么:
- 第一主体是两个手,然后握在了一起,并且看起来是两个亚裔男人。
- 第二两人都穿着西装。
- 第三背景看上去像是在办公楼的大门,两人可能是在握手告别。并且背景刻意进行虚化了,或者是使用照相机拍摄的。
再归纳总结下,大概的信息:
- 主体:两个穿着西装的亚裔男人在握手告别
- 场景:办公楼大门
- 图像风格:stock photo,照相机拍摄,
这时候,我们就能尝试写一下 prompt 了(如果你觉得自己英文水平还不太行,也可以尝试用翻译软件翻译)。
stock photo of two Asian men in suits shaking hands,say goodbye in front of the main entrance of the office building,taken with Canon
Midjourney 生成的结果如下所示。
Emm 🤔 好像跟我们的预期不一样。不要慌,刚开始用 Midjourney 一定会遇到这种问题,重要的是多尝试。
<img
src={
"https://res.craft.do/user/full/d845172f-becd-4255-bf79-d722098b2d83/doc/15EA26B6-9B49-4076-B8D8-DFE53ABD52C8/E398A4A0-ECBB-4592-8CAA-AE68AED3FCCC_2/srcSfwZqzcgOymCyOlvnAMVi1okc5zsoKI3eSfA6kh8z/MJ021.png"
}
style={{width: 500}}
/>
我们再来分析下 Midjourney 为何生成了这样的图片?复盘下:
- 首先图片的主体,或者说焦点,我们只需要「握手」,而不是两个人。
- 照相模式好像并不能实现背景虚化?更像是一种图像风格,图四就像是一种老照片的风格。
那我们调整下 prompt,增加焦点和背景虚化关键词:
stock photo of two Asian men in suits shaking hands,say goodbye in front of the main entrance of the office building, focus on two hands, taken with Canon, background bokeh
再来看看生成的结果,结果好很多,图 1 和 图4 基本满足需求了,图 2 和图 3 裁剪一下,也能满足我们的需求。不过需要注意,Midjourney 在人手的生成上,暂时还有点问题,你细看图 2和图 4,其中有一个人的手有 6 个手指 😂,但我认为未来应该会修复:
<img
src={
"https://res.craft.do/user/full/d845172f-becd-4255-bf79-d722098b2d83/doc/15EA26B6-9B49-4076-B8D8-DFE53ABD52C8/4931E039-2B61-49DB-98C1-B524E780BBC3_2/W6jeVicuOIl0RU7EqpXP71NeJ8BWY3FHgXoxFobCQmMz/MJ161.png"
}
style={{width: 500}}
/>
那我们来总结一下 prompt ,该 prompt 分成以下几个部分:
- 第一部分(红色线):描述你想要的内容主体。
- 第二部分(蓝色线):描述主体背景/环境。
- 第三部分(黄色线):照片的焦点位置。
- 第四部分(绿色线):照片的风格或者说是特殊要求。
总结下之后,你是不是就总结出了一个模板了?😁
技巧二:多实验
上述的案例,我还想教给各位第二个技巧:多试验。
图片生成遇到不符合预期的情况,不要慌,分析问题,然后使用控制变量法,一个个调整图片,不要急,上面我写的 prompt 还有一个地方,不知道各位有没有注意,就是开头的 stock photo,试试将这两个词删掉会怎样?
two Asian men in suits shaking hands,say goodbye in front of the main entrance of the office building, focus on two hands, taken with Canon, background bokeh
生成结果也依然满足需求,而且手指的数量也准确了,说明这个 Stock Image 对模型的影响不是很大。
<img
src={
"https://res.craft.do/user/full/d845172f-becd-4255-bf79-d722098b2d83/doc/15EA26B6-9B49-4076-B8D8-DFE53ABD52C8/BBB1BC5B-BDE3-4034-B297-46D10CEC44D6_2/iH9AHSuCO6bCVxInVZvgbnybwNXUTbwkjT9Bjumf36Mz/MJ023.png"
}
style={{width: 500}}
/>
技巧三:善用 Image2Image 功能
在 Stock Photo 场景里,还有一个非常厉害的技巧,这个方法我一开始觉得不太适合教,因为这个对 Stock Photo 库影响太大了 😂
但本着工具中立的原则,并且这个技巧,其实在很多场景都能用(比如生成头像等),所以还是觉得有必要教给大家。
各位一般用 Stock Photo 库会遇到以下几个问题:
- 图有版权,没法商用,或者说需要付费。
- 有些图,被很多人用过,其他人一眼就看出来这是 Stock Photo。
- 图里的内容大体符合要求,但细节不符合要求,比如上图两个亚洲男性握手,可能换成一男一女,且其中一人是黑人会好一些。
要解决这三个问题,最好的方式就是让 AI 改一改原来的图片。让 AI 改图,只需要用到 Image2Image(或者叫 Blend) 功能即可。操作步骤如下:
:::info
后来在某书刷到类似的教程,我才知道这个方法大家一般叫垫图。老外好像一般都叫 Image2Image,或者 img2img。
:::
- 将你看到的不错的 stock photo 发给 Midjourney Bot(我还是以前面的那张握手照为例)
- 右键复制该图片的链接,然后黏贴到输入框
- 在链接后加个空格
- 接着输入你想要的内容,比如将其中一个人的手换成黑人,一个人换成女性:
one Afican-American hand and one Asian woman hand
生成的结果是这样的,我在 prompt 里没有提任何西装,以及场景背景信息,就说我要一个非裔的手,一个亚裔女性的手:
抛开6 根手指的问题,这个技巧是不是很高效?不过需要注意,blend 功能(这个后续教程会讲到)我发现更适合两张图融合,图片+文字不是很稳定,各位要有耐心,多测试一下。
3.场景2:品牌 Logo
前一章各位搞懂了基础 prompt 后,从本章开始就会教大家更多垂直场景的 prompt。关于垂直场景,我看到大量的教程和分享都是分享各种提示词,比如 Logo 相关的提示词有:
- modern
- minimalist
- vintage
- cartoon
- geometric
坦率地说,在我学习如何使用 Midjourney 的过程中,我一开始也以为只要看了别人的 prompt 用了别人的提示词,就能生成好的图片。
但对于新手来说,我不建议各位直接上来就记模版,记这些词。
因为写好一段 prompt ,你缺的不是提示词,而是对设计的理解,甚至是想象力。
比如本章节的 Logo 设计,如果你根本不知道 Logo 包含哪些元素,适合什么风格,你懂再多的提示词也没法生成满意的 Logo。正如我 Midjourney 教程前面提到的那样,Midjourney 跟 ChatGPT 不一样,ChatGPT 是声明式的,你甚至可以让它扮演某个角色,但 Midjourney 是指令式的,你只能用指令让它画出你想象中的图片。当你能很稳定地出图后,再研究这些词不迟。
对于普通人来说,真正阻碍我们的可能不是学会这些词语,而是我们的审美。
2.1 常见的品牌 Logo
常见的品牌 Logo 一般分成以下 4 种形式:
- Graphic Logo:一般以图形为主,像 Apple、Twitter 以及 Midjourney 就是这种 logo。
- Lettermark Logo:一般用公司名字的首字母作为 logo 主体,像 Facebook、Tesla 还有 IBM (IBM 全称是 International Business Machines)都是用公司名的首字母作为 logo。
- Geometric Logo:几何图形组成的 logo,比如 Nike、百事可乐、万事达卡就是这个类型。
- Mascot Logo:以公司吉祥物为 logo 的相对来说比较少见,像米其林的 logo 就是吉祥物轮胎人,我最喜欢的烤鸡餐厅 Nando’s 就是一只🐔
其实常见的品牌 Logo 里其实还有一种,是文字组合式的,文字加上面任意一种,比如 Tesla 的 完整 Logo 就是 Tesla 加一个 T。但因为 Midjourney 在文字的生成上,有非常多的问题,所以不在本章进行介绍。
Graphic Logo
当你想用 AI 生成 Logo 的时候,我建议你选一个你认可的方向,然后再让 AI 生成。
首先我们来分析一下 Graphic Logo 的特性:
- Logo 类型:graphic logo
- Logo 图形描述:比如猫
- 风格:
- 多为扁平化设计:flat
- 多为矢量图形:vector graphic
- 简洁:simple
根据特性撰写的 prompt ,核心的关键就是将风格描述清楚:
flat vector graphic logo of cat, simple minimal
Graphic Logo 还有一种常见的设计,比如前面的例子里 Midjourney 的 Logo 就是这种,只需要在 graphic 后加一个 line 即可:
flat vector graphic line logo of cat, simple minimal
下方左边 4 个是没有加 line 的版本:
Lettermark Logo
这个根据我的实验,也试用了很多人写的 prompt,我个人的感受是,这种类型的 Logo 看起来简单,就一个字母进行变形,但让 AI 生成反而效果很一般,而且有一个算是比较有意思的发现,用 A 字母做出来的 Logo 质量比其他字母做出来的 Logo 质量要好很多(非严格按照数据统计,仅个人感受)。这个类型的 Logo 有以下特点:
- Logo 类型:lettermark
- Logo 图形描述:
- 纯字母
- 字体样式:可以按需加上喜欢的字体
- 风格:
- 矢量
- 简洁:simple minimal
根据特性撰写 prompt(最后生成的是 A 和 C 的 logo,我个人感觉 A 的好很多),另外需要注意,这个例子其实是想说明,在 Midjourney 里,语法并不重要,lettermark 不一样要按照语法要求,写成 lettermark logo of letter A :
letter A logo, lettermark, typography, vector simple minimal
Geometric Logo
这个类型的 Logo 相对来说,虽然只有图形,但有很多玩法,介绍两个常用玩法:
- 循环重复
如果你用的是 iPhone ,可以看看 iPhone 里的照片应用的 Logo,它也是一个 Geometric Logo ,而且它是椭圆图形旋转重复,最后组合成了一朵花的形状。拆解一下,关键词是:
- Logo 类型:geometric logo
- Logo 图形描述:
- 旋转重复:radial repeating
- 风格:
- 简洁:simple minimal
让我们来写一个类似的 prompt:
Flat geometric vector geometric logo of flower, petals radial repeating, simple minimal
- 渐变
另一个常见玩法就是渐变色,如果你用的是电脑的浏览器是 Edge,可以去看看它的 Logo,它的 Logo 就是一个渐变色,然后是个浪的外观。拆解一下,关键词是:
- Logo 类型:geometric logo
- Logo 图像描述
- 浪的形状:curved wave shape
- 蓝绿渐变:blue green gradient
- 风格:
- 简洁:simple minimal
让我们来写一个类似的 prompt:
Flat geometric vector graphic logo of curved wave shape, blue green gradient ,simple minimal
最后生成的结果是这样的,我很喜欢花的第三个,浪的第二个:
Mascot Logo
这种吉祥物类型的 Logo,我认为是 Midjourney 最擅长的 Logo 风格。但也非常考验我们的想象力,当然我们也可以仅提供一些比较简单的词语,让 AI 帮我们生成,让我们一起来为一个机器人公司写一个 Mascot Logo ,拆解一下 prompt 关键词:
- Logo 类型:mascot logo
- Logo 主体描述:比如机器人 robot
- 风格:
- 简洁:simple
最后 prompt:
a mascot vector logo of a robot, simple,
还有给一家泡面公司生成一个吉祥物又会怎样:
simple mascot logo for a Instant Noodles company
以下是生成的结果,我很喜欢泡面公司的 logo:
技巧四:增加风格——艺术运动
因为篇幅的原因,本教程不会介绍特别多的风格,我会在我的小红书账号上更新。感兴趣的朋友可以去关注下。
前面生成的 logo ,有一些估计各位会觉得平平无奇,比如 Lettermark Logo,原因并不是 Midjourney 能力不强,而是我们给的指令太少了,只要在 prompt 里加几个单词,就能生成不一样的 Logo:
左边四个的 prompt 是这样的,我仅仅在原来的 prompt 上加了两个单词 Pop Art:
letter A logo, lettermark, typography, vector simple, Pop Art
Pop Art 是什么?
波普艺术(Pop Art,又译为普普艺术或通俗艺术),是一种起源于20世纪50年代和60年代的艺术运动,它强调对大众文化、大众媒体和消费主义文化的反思和表达。Pop 来自“流行艺术”(popular art)一词里的 popular,由1956年英国艺术评论家罗伦斯·艾伟(Lawrence Allowey)所提出。
Pop Art 的特点是:
- 它的内容主体一般是大众日常生活中常见的物品和图像,如广告标语、杂志封面、食品包装等。
- 一般用色比较大胆,同时线条比较简洁,强调物品本身的视觉效果和意义。
右边边四个的 prompt 是这样的,我在 prompt 里加上了 De Stijl 。
letter A logo, lettermark, typography, vector simple,De Stijl
De Stijl 是什么?
它是一个荷兰艺术运动,始于 1917 年,致力于简化视觉元素,包括直线,平面和基本色彩。
它的成员包括画家 Piet Mondrian 和 Theo van Doesburg 等人。De Stijl 的成员致力于将艺术与设计融合,以创造出具有实用性和功能性的美学。
De Stijl 的特点有:
- 常常用几何图形进行设计,如矩形和直线。
- 用色基本只用基本色彩,比如黑、白、灰、红、黄、蓝。
- 追求平衡和和谐,强调形式和结构,不注重细节和表现力。
4.场景3:App & 徽章 Logo
Logo 篇比较长,所以拆成两章介绍。
App Logo
其实 App Logo 可以使用前一章提到的品牌 Logo,加上一个矩形边框就 OK 了,用 Figma 几步就能完成 😂,但如果你实在不想用 Figma ,也可以用 Midjourney 生成。
不放看看你手机上的 App,想想 App Logo Prompt 应该怎么写?
我用前一章的案例,写了两个 prompt ,输出的结果如下:
关键是:
- Logo 类型:mobile app logo
- Logo 图形描述:
- iOS 的都是圆角矩形:squared with round edges
- Logo 图形描述,比如 an icon for a Instant Noodles company
- 风格:
- 延续使用上一章提到的方法即可,我这加了个 pop art
squared with round edges mobile app logo, an icon for a Instant Noodles company, pop art
另外我发现在 Logo 图形描述前加 an icon for ,生成的 Logo 会更符合预期一些,右边是加了 an icon for ,左边是没有加的:
另外,Logo 图案是 Graphic 、Lettermark 还有 Geometric 的,会更符合预期:
技巧五:增加风格——艺术家
前一章介绍了增加艺术运动,从而使得生成的图片更加特别,本章再教大家一个方法,是增加艺术家的名字。
首先需要注意,Midjourney 支持大部分的艺术运动,但在艺术家的支持上,相对来说比较少,经过网友们的不懈努力,截止到 3 月 31 日,V4 已知支持的艺术家有 2000 多位,V5 有 100 多位。
其中在榜的 Logo 设计师,只有 Paul Rand 和 Saul Bass,Paul 是 IBM、英孚、NeXT logo 的设计师,Saul 是美国联合航空、AT&T logo 的设计师。
使用方法很简单,在 prompt 最后加上 by Paul Rand 即可:
letter A logo, lettermark, typography, vector simple, by Paul Rand
当然也不是说只能加 Logo 设计师,加上没有设计过 Logo 的设计师名字,也很有意思。比如右边四张图我加的就是 Piet Cornelies Mondrian,第三张 logo 有 Composition II in Red, Blue, and Yellow 那味了。左边四张则是 Paul 的,第二张红色框加黑色 A,有他的经典眼镜 logo 那味,非常喜欢:
最后需要注意,增加艺术家名,有可能出现以下情况:
- 多长图的风格都很像:这是因为某些艺术家有非常强烈的标志性风格,比如我很喜欢的 Piet Mondrian,你用他的名字,会发现可能生成的很多张图都是 Composition II in Red, Blue, and Yellow 的风格。
- 生成的图看上去不太像该艺术家的风格:我自己测试,发现有两种可能,一种是模型并没有学习这个艺术家的作品(特别新的艺术家我感觉一般都不会收录),另一种可能是你的 prompt 里的一些词,跟该艺术家的风格有冲突,比如用了达芬奇 Leonardo da Vinci,但主体是个日本二次元小姑娘。
PS:在本教程里的 Artist List 可以看到我比较喜欢的艺术家。
徽章 Logo
学校的校徽就是典型的徽章 Logo,使用方法也非常简单,只需要调整 Logo 类型为emblem 就可以,另外,跟徽章很搭的风格是 Vintage,两个都加上后 prompt 是这样的:
emblem for a Instant Noodles company, vintage, simple minimal
右边四个是加了 vintage 的,是不是很复古,我非常喜欢:
技巧六:善用 no 参数,去掉不想要的元素
在徽章 Logo 的案例里,你应该还看过单色的徽章,比如校徽。但 Midjourney 有个习惯就是倾向于生成复杂的内容,生成单色内容,你可以在 prompt 里加入颜色,背景等等词,让其变得简洁。
还有一个技巧是用 no 参数。比如我想制作一个单色校徽,校徽主体是一本书,同时因为 Midjourney 对文字不是很擅长,我还要去掉 text。以下是我的 prompt,我在最后加了 no realistic color(没有颜色)text(字)。
emblem for a university with large book, vintage --no realistic color text
然后我把上面那个 Instant Noodles company 的 prompt 也加了 no text,最后生成的两组图片是这样的(最后需要注意,no 参数在 logo 里使用时,no text 有的时候会失效,但如果你去掉 — 直接输入 no text 就会生效,很神秘,估计是个 bug):
5.场景4:插画
通过前面的学习,你应该或多或少都临摹了几个图片。如果没有,我建议你多练练,纸上得来终觉浅。
稍微总结下我们所学:
- 撰写 prompt 核心是「描述清楚你想要的画面」,「越详细」生成的图片就约符合你的要求。
- 要想提高 prompt 撰写能力,最好的方法是临摹别人的作品,然后自己尝试写一写,最后再看看别人的 prompt。
- 要想描述清楚画面,可以从以下几个角度进行解构:
Stock Image | Logo | |
---|---|---|
类型是什么? | stock photo of | graphic logo of |
主体是什么? | two Asian men in suits shaking hands | cat |
背景是什么? | in front of the main entrance of the office building | null(该场景不需要填写) |
构图是怎样的? | focus on two hands | null(该场景不需要填写) |
是什么风格? | background bokeh | vector simple minimal |
- 在风格这块,有两个小技巧,可以使用艺术运动,以及艺术家名字。
水彩
从本章开始,我们会进行一些更复杂的设计。水彩插画相对来说,应该会是小朋友比较喜欢的风格。
我们按照之前所学的模板来一步步写一下:
Prompt | 解释 | |
---|---|---|
类型是什么? | light watercolor | 水彩 |
主体是什么? | a sleeping cat | 睡觉的猫 |
背景是什么? | white background | 因为一般水彩都是在白纸上画,所以这里加了白色背景 |
构图是怎样的? | null | 不太重要,就让 AI 自由发挥 |
是什么风格? | Studio Ghibli | 我很喜欢吉卜力风格所以加了个风格进去 |
然后再写一个带场景的:
Prompt | 解释 | |
---|---|---|
类型是什么? | light watercolor | 水彩 |
主体是什么? | children playing on the beach | 在沙滩上玩耍的孩子 |
背景是什么? | white background | 因为一般水彩都是在白纸上画,所以这里加了白色背景 |
构图是怎样的? | null | 不太重要,就让 AI 自由发挥 |
是什么风格? | Jon Klassen | 他 是我很喜欢的插画师,我很喜欢他的《This Is Not My Hat》 |
以下是生成的图片:
百科插画
除了水彩外,我很喜欢的另一种插画是百科全书手绘插画。我们一起画一副玫瑰:
Prompt | 解释 | |
---|---|---|
类型是什么? | botanical illustration | 植物学插画 |
主体是什么? | types of rose | 我想画一组玫瑰科普插画 |
背景是什么? | white background | 一般画在白纸上,所以白色背景也 OK |
构图是怎样的? | null | 不太重要,就让 AI 自由发挥 |
是什么风格? | Pierre-Joseph Redoute | 他是著名植物学家兼画家 |
再画一组恐龙:
Prompt | 解释 | |
---|---|---|
类型是什么? | dinosaur scientific illustration | 恐龙科学插画 |
主体是什么? | Tyrannosaurus | 霸王龙 |
背景是什么? | white background | 一般画在白纸上,所以白色背景也 OK |
构图是怎样的? | null | 不太重要,就让 AI 自由发挥 |
是什么风格? | Andrey Atuchin | 他是著名俄罗斯古艺术家、生物学家、插画师 |
以下是生成的图片,看起来,Midjourney 并不知道霸王龙只有两只脚,哈哈哈,不过第一张真的非常像 Andrey 的风格:
绘本插画
我个人觉得绘本插画只要用好技巧五:增加风格——艺术家,基本上就能做出一些不差的插画。我绘本看得不算多,但应该不少人知道彼得兔,我们试试画一副和彼得兔类似风格的小猫:
Prompt | 解释 | |
---|---|---|
类型是什么? | illustration | 插画 |
主体是什么? | A cat standing and running on two legs in a denim jacket | 我想画一只站立跑动的猫 |
背景是什么? | null | 不太重要,就让 AI 自由发挥 |
构图是怎样的? | null | 不太重要,就让 AI 自由发挥 |
是什么风格? | Beatrix Potter | 她是彼得兔的作者 |
另外我们也试试小的插画师 E.H. Shepard 的风格(右边四张)。这里要额外说明下,为了让生成的结果更倾向于该作者的风格,我没在 prompt 里加入太多背景信息:
Behance 风科技插画
坦率说来,这个并不是一种插画风,但作为互联网行业从业人士,我觉得这个还挺刚需的,但需要注意,经过我的测试,只要在最前面加入 tech illustration 也能生成类似的风格插画,但效果比较一般,当我加上 behance style 后(Behance 简单理解是一个设计师分享作品的网站,分享的作品多与科技产品有关,如 App 设计等),就变得精致和漂亮了:
Prompt | 解释 | |
---|---|---|
类型是什么? | tech illustration | 科技风插画 |
主体是什么? | man jogging by the waterfront | 一个在海边跑步的男人 |
背景是什么? | null | 不太重要,就让 AI 自由发挥 |
构图是怎样的? | null | 不太重要,就让 AI 自由发挥 |
是什么风格? | style of behance | 增加后,感觉风格的确有变成 behance 风 |
另外,我还做了一个大家比较熟悉的咖啡馆场景:
Prompt | 解释 | |
---|---|---|
主体是什么? | a lady drinking coffee at the computer in a cafe | 一位在咖啡店坐在电脑前喝咖啡的女士 |
最后的结果:
最后,这里面还有一个神秘参数,就是加上一些公司(比如 by Microsoft),我目前测试过像 Slack、Dropbox、Microsoft、Apple 感觉是有一点点差异,但我不知道 Midjourney 是怎么理解或处理这个词的,下面是两组案例,左边是微软的,右边是苹果的,除了苹果的第四个有个苹果 logo 外,我是看不太出来还有什么地方体现苹果的,个人觉得可能是在用色上会用该品牌的品牌色?
感兴趣的朋友可以去探索下。🆘 征集案例
填色插画
最后一个要介绍的也不知道是不是插画,但可能不少朋友见过,就是那种可以让你在上面用蜡笔,或水笔填色的填色插画。我觉得非常适合让小朋友自己生成填色插画,然后打印出来,让小朋友上色。以下是霸王龙的例子:
Prompt | 解释 | |
---|---|---|
类型是什么? | clean coloring book page | 填色书籍 |
主体是什么? | Tyrannosaurus | 霸王龙 |
背景是什么? | null | 不太重要,就让 AI 自由发挥 |
构图是怎样的? | null | 不太重要,就让 AI 自由发挥 |
是什么风格? | black and white | 黑白风格 |
白雪公主的版本只要将主体改成「Snow White」即可,以下是生成的图片:
6.场景5:头像
在 Stock Photo 一章中,介绍了 img2img 的方法,这个方法除了解决 Stock Photo 的那几个问题外,还很适合多个场景。
本章会着重介绍用这个方法生成的头像的 prompt。并且从本章开始会逐步丰富我们的 prompt 结构,使其更加完整。
在介绍 img2img 的应用前,我想强调一下:
- 不要在 Discord Midjourney 公开群上传自己的照片!这样你的照片会被公开群里的所有人看见。建议使用 Midjourney Bot。
- 另外,非 pro 付费会员,生成的图片都会被其他会员看见。但你可以在生成完头像后,删掉生成的图片。如果还不知道如何使用 Bot ,及删除照片,请看基本操作篇。
- img2img 的操作我就不过多赘述了。如果你还不太清楚,可以看基本操作篇,以及 Stock Photo 那篇。
3D 卡通头像
第一个要分享的是卡通头像。首先跟大家强调下:
- 我基本上把国内国外的生成头像教程都看过,并试过一遍,还跟 Midjourney 社群的人也交流过。我的理解是,以目前 V5 的能力,不管你如何调整 prompt ,想用 img2img 方法生成一张非常像原图的图片,基本靠运气,即使用了前面介绍的技巧七方法,也只是提高概率。如果你有令头像非常像的方法,不妨通过 Issue 分享给我,我会署下你的名字,并分享给大家。
- 各位在学习的过程中,如果发现生成的图片不像原图,也不需要气馁。这是正常的。
- 你可以通过我分享的方法,生成一张有原图神韵的卡通头像。注意肯定不会非常像原图。
在 prompt 里加上原图链接(建议使用证件照,或者背景比较单一的照片,这样成功率会高一些),然后用我前面提到的框架设计一个 prompt:
Prompt | 解释 | |
---|---|---|
类型是什么? | Portraits / Avatar | 如果你的原图是证件照,可以在 prompt 里加入「肖像」一词,或者「Avatar 头像」。 |
主体是什么? | smiling cute boy, undercut hairstyle | 这里可以是选填,你可以先不加这个描述,只填其余 prompt,然后如果生成的图片不像你。那你就在这里加点描述下你的头像的词,一般就是性别、样貌、发型、配饰(比如眼镜、耳环等)、表情等。注意,尽量挑特征比较强的部分输入,特征对了,生成的图片基本会有几份像。 |
背景是什么? | white background | 我这里保留了证件照的白底,你可以加一些实际场景的背景,比如餐厅之类的。 |
构图是怎样的? | null | 因为我们预先传了图片,图片是张证件照,所以不填 |
用什么镜头? | soft focus | 柔焦是指摄影中,使用柔焦镜头,使得拍摄的影像既清晰又柔和的效果。一般多在拍摄人像的时候使用,我在 prompt 里加上这个,可以使照片更柔和。你也可以不加。 |
是什么风格? | 3d render,Pixar style | 因为目标是生成 3d 照片,所以这里加了 3d render(3d 渲染),以及我喜欢的皮克斯风格 |
参数 | —iw 2 | iw 是一个文字和 img 权重参数。数值越大,就越像原图,关于这个值的介绍,可以看高级参数篇。 |
最后,还有三个技巧:
- 如果你生成的照片并不像预设的照片,可以在四张图里,挑一张比较像的,然后点 V(Variation),让模型继续生成,再继续挑一张像一点的照片,然后继续生成新照片,直到出现一张比较像的。
- 第二个,我觉得很神奇,如果前两个方法你都试过了,你生成的图片还是跟原图不像,那就在 prompt 里加上「wear glasses(戴眼镜)」,真的很神奇,我只要加上戴眼镜就像非常多,如果你原图戴眼镜了,你试试在参数里加个 —no glasses,你会得到一张更不像你的图。
- 最后,就是多用一个参数,这个方法会在技巧八中展开说下。
本章最后,有我的证件照的案例。
技巧七:多参数同时使用
在使用 img2img 的方法生成头像时,我发现问题是「文字权重比图片权重高」,导致其生成的图片不像原图,iw 参数在 V5 里最多提升图片权重到 2,所以我就在想有没有可能进一步降低文字的权重。
然后我就试了下 s 参数,发现的确好了很多。
如果生成的图片还是不像,你可以在 —iw 2 基础上,再加一个参数 —s 200 ,注意同时用两个参数时,中间不要有逗号。我发现加了 s 参数之后的确像了很多,我个人猜测是 s 和 iw 连用会进步一削弱 text 的权重。
s 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 text prompt 的描述,数值越高艺术性就会越强,但跟 text prompt 关联性就会比较弱。所以如果你生成的图还是不像,就加大这个值,比如调到 500。
我想通过这个案例告诉大家,多个参数一起使用,有可能会形成合力,进一步放大模型的能力。未来有新的参数能力,不妨也想想有没有可能一起用?
动漫风头像
与 3D 卡通头像一样,主要的修改是在图片风格上:
Prompt | 解释 | |
---|---|---|
类型是什么? | Portraits / Avatar | 继续使用相同描述 |
主体是什么? | smiling cute boy, undercut hairstyle | 继续使用相同描述 |
背景是什么? | white background | 继续使用相同描述 |
构图是怎样的? | null | 继续使用相同描述 |
用什么镜头? | null | 因为是漫画风,就不加柔光镜头了 |
是什么风格? | anime, Studio Ghibli | 目标是制作动漫风的头像,所以这里加了 anime(动漫),然后加了吉卜力风格 |
参数 | —iw 2 —s 500 | 注意同时用两个参数时,中间不要有逗号。 |
赛博朋克头像
这是我最喜欢的风格之一,也是只需要改一下风格和背景即可:
Prompt | 解释 | |
---|---|---|
主体是什么? | cyberpunk robot face, holographic VR glasses, holographic cyberpunk clothing | 加了脸的修饰,还有戴上 VR 眼镜,穿上赛博朋克风衣服 |
背景是什么? | neon-lit cityscape background | 为了让图片更像是赛博朋克,就加了个霓虹灯城市背景,让其看起来更有赛博那味 |
是什么风格? | Cyberpunk, by Josan Gonzalez | 加了赛博朋克风格,以及我非常喜欢的赛博朋克画家 Josan Gonzalez |
上面这几个头像 prompt 最后生成的头像是这样的,坦率地说,我已经尽力了,我的个人特征太少了,人也不帅,生成的图片,都有种东南亚人那味,感觉 Midjourney 对亚洲人的理解还不是很行 😂
技巧八:使用 Seed 参数对图进行二次修改
注意:这个技巧,我个人觉得未来潜力比较大,但目前 Midjourney 的实现效果还比较一般,效果得不到保证。官方的社区的帮助文档也提到这个功能在 V5 非常不稳定。详细可以看看我整理的 Midjourney 官方 FAQ 一章。
你可能遇到类似这样的场景:
- 你输入一段 prompt,机器生成了 4 张图片
- 你看了下4张照片,发现其中有一张还行,但其余不是很满意,然后改了下 prompt,机器又生成了一些
- 但这次生成的照片你都不满意,你就很烦恼为何会这样
- 然后你就像为啥不能在第一次生成图上做修改呢?
基于某一次生成的结果进行二次 prompt 修改,理论上我认为是可以的,以赛博朋克头像为例,我先用上述 prompt 生成了四张图片,然后在消息的右上角点击 emoji 按钮(下图1),然后再输入框里(下图2)输入 envelope,然后点击信封 emoji(下图3),接着 bot 就会将 seed 号码发给你。
然后我修改上面的赛博朋克头像的 prompt,将其背景改为 China Town,此时需要注意:
- 新的 prompt 并不是只改 background,你需要将之前的 prompt 都带上。
- prompt 仅修改 background 的部分。
- 最后带上 seed 参数。
以下是我的案例:
原 prompt:
{img url} avatar, cyberpunk robot face, holographic VR glasses,holographic cyberpunk clothing, neon-lit cityscape background, Cyberpunk, by Josan Gonzalez --s 500 --iw 1
新 prompt(seed 码只是示例,你要填写自己的 seed):
{img url} avatar, cyberpunk robot face, holographic VR glasses,holographic cyberpunk clothing, China Town background, Cyberpunk, by Josan Gonzalez --s 500 --iw 1 --seed 758242567
以下是生成的效果(左图为原图,右图是用了 seed 后生成的图),可以看到,背景的确换了,但人的外观也有点变化
效果不是很好,但我觉得值得探索,这样能提高渐进优化的成功率:
技巧九:神秘的 blend 功能
这个技巧,说实话,我感觉不能称其为技巧,但这又是一个 Midjourney 非常重要的 feature,所以在这里着重介绍一下。
这个功能使用起来非常简单,在 Discord 输入框里 /blend,然后点击这个菜单:
之后你的输入框就会变成这样:
然后你就可以点击这两个框,然后选择你电脑上的照片,添加完成后,大喊一声「使用融合卡」(不是),然后点击回车:
然后 Midjourney 就会生成这样牛逼的结果,左边是融合钢铁侠,右边是融合巴斯光年:
这个功能我第一次看到时,我是非常震惊的,以为是小时候看游戏王里主角们使用「融合卡」的那种效果。可惜并不是,这个功能非常不稳定,仅有在满足多个未知条件才能达到上述的效果。
我本来打算用这个方法用于生成头像,但我发现只要用自己的照片,融合其他风格的照片,效果都不太好,目前实验下来效果最好的是名人头像,我的感觉是因为 Midjourney 喂了不少名人的头像给模型,所以这种融合的效果都很好。
但我觉得它真的很适合做头像,将自己的头像跟另一张图片融合一下,就能生成一张不错的图,方便又快捷。可惜目前这个功能感觉还不太好用。
当然这个功能还不仅仅止于此,它还有很多使用场景,在后续会介绍给大家。
参考链接:
https://github.com/thinkingjimmy/Learning-Prompt
https://github.com/wangxuqi/Prompt-Engineering-Guide-Chinese