大家好我是花生~

很多读者应该都有加入了我们的 AI 学习交流群，有空的时候我也会在里面看看大家的讨论的内容、回答一些问题。前几天正好帮一位小伙伴解决了一个 Midjourney 的出图疑问，其实问题并不难，但中间因为一个关键词的导致出图效果怎么都不对，我也差点被绕进去了，还好最后找到了合适的解决办法，没有翻车。

事后自己回想了一下整个过程，觉得其中的一些思路还是很有启发性的，于是决定把它整理出来分享给大家，看完之后你肯定也会有新的收获~

相关推荐：

起因是有一个小伙伴问我，为什么在生成 “一个女生叼着玫瑰” 的图像时，出来的图都是一只手拿着花放在嘴边，生成了好多次结果都没有改变。

于是我让他把提示词和生成的图发给我看看。提示词写的是 “A famous Peking opera singer, with a rose in her mouth, gazing back into the distance, surrounded by flowers” 。我的第一感觉就是动词没写好，介词 in 不足以表达出 “叼” 这个动作，于是让他把动词描述的准确一点。

他也很快给了反馈 —— 加上动词后图像并没有什么改善，依旧是手拿着花。这次提示词写的是 “A famous Peking Opera singer, holding a rose, gazing back into the distance, surrounded by flowers” ，多了一个 “holding” 的动词，但是关键词 mouth 丢失了。

于是我说先把 mouth 加上试试，然后动词可以不用 holding，因为这个词有 “手拿” 的意思，可能会对画面造成干扰，结果被告知 “叼” 这个词语用软件翻出来的就是 holding， 而且加了 mouth 之后图像依旧没有改善。当时我眉头一皱，发现事情好像没那么简单，于是飞速打开 Midjourney， 想看看问题到底出在哪里。

我先是删除了动词 holding，改用了 carrying /keeping 等词语，画面依旧没有改变；于是又加上了 --no hands, fingers 参数，调整了关键词的顺序，甚至还用上了许久未用的 :: 权重参数 ，结果都行不通：要么就是原封不动的手和花一起出现，要么就是一起消失，根本无法呈现出 “用嘴叼着” 这个动作。

当时我的脑子里想到过很多可能性：或许是女性叼花的动作不常见？于是将主角换成男性，结果没有变化；又想到也许是 Midjourney 的模型无法理解 ”将花叼在嘴里“这个动作？于是又用了最新的 Flux.1 模型来生成图像，但依旧行不通。

到这一步，我大概猜到了问题出在哪里——应该是某几个词语间存在的组合惯性，导致模型无法生成正确内容。生成式 AI 模型从本质上说都是概率预测模型，它们并不能像人一样理解物理世界的运行规律，而是通过训练去推测信息的组合概率，然后将概率最高的结果返回给我们。

比如你让 Midjourney 生成一张 “一匹马骑着宇航员” 的图像，它 100% 会生成一张 “宇航员骑着一匹马” 的图像，这是因为当 “人” 、“骑”、 “马” 三个元素组合在一起时，很明显是 "人骑着马" 的概率更高，而不是 “马骑着人” （不过最新的 flux 等模型已经有改善了这个问题了）。

类似地，在 "A girl holding a rose with her mouth" 这句提示语中， “女孩” 、 “玫瑰” 、 “嘴” 组合在一起时，模型训练的结果是 “女孩手拿着一只玫瑰靠近嘴边” 的概率更高，而非 “女孩用嘴叼着一朵玫瑰”。为了验证的自己的猜想，我测试了不同的物品对人物动作的影响。

在提示词整体不变的情况下，我把 “花" 分别换成了刀、笔、暗器、草、树枝等对象，发现当生成刀、笔、暗器这些本身就是用手使用的物品时，即使加上了 --no hands, fingers，画面中手出现的概率依旧很高；而如果是生成纸片、草、树枝时，手基本不会出现，"用嘴叼住"这个动作也能成功生成。

确认以上信息后，我就将图像的生成步骤拆分为 2 步：先生成绿色的树枝，然后再通过局部重绘的方式加上花朵。在多次尝试后，最终成功生成了 “一个女孩嘴里叼着一朵玫瑰” 的图像。

这个过程中我还发现，使用 Midjournety 官网的新局部重绘功能时，只描写需要提添加的物体效果并不好，必须完整地描述整体画面内容，才能得到理想的效果。

那么最后这种方式就是最好的解决方法了吗？当然不是啦。

其实在意识到是元素组合惯性导致 "叼花" 这个动作无法正确呈现时，我就是尝试过另一种方法：先生成人像，然后通过局部重绘的方式把玫瑰花加上去，结果 “叼着” 这个动作依旧无法实现，而且玫瑰的生成效果也很差。

所以最后还是用最传统的方式解决了问题：先生成人物图像，然后生成一只同风格的玫瑰花，再放到 Ps 里合成在一起。这种方式可比前面的不断抽卡稳定高效多了，而且效果也更精致。我把两张叼花的图像一起发给那个提问的小伙伴时，他也觉得合成的那张效果更符合需求。

之所以还是把全部的过程都写出来，是因为我觉得其中排查问题的思路还是很实用的。毕竟出现问题时只有先弄明白了问题的源头在哪里，才能有针对性地找到解决方法。

另外目前 AI 绘画工具主要起一个辅助的作用，我们不应该指望它能一次性解决所有问题，而要更理性地看待它。如果你发现无法用 AI 直接完成某个任务，就应该跳出预设的思路，尝试其他的、或更原始的处理方法，问题解决起来可能会更轻松。

那么以上就是本期为大家分享的 Midjourney 提示词优化思路，喜欢的话一定记得点赞评论支持一波，我会更有动力分享新的内容。

想更全面深入地学习 Midjourney 并做到灵活应用的话，也可以了解我最新制作的《零基础 AI 绘画入门完全指南》，我会从文本提示、图像提示、参数、命令等方面细致讲解 Midjourney 的操作方法，并结合实际案例分享超多干货和冷门小技巧，帮你打下坚实的基础，能有效利用 Midjourney 提升工作效率，完成商业出图需求。

也欢迎大家关注「 AI 自学网」 和「微信视频号」，每天都会分享最新的 AIGC 资讯和神器，让你轻松掌握 AI 发展动态。也欢迎大家扫描下方的二维码加入“ AI 知识交流群”，和我及其他设计师一起交流学习 AI 知识~

推荐阅读：