V8 为什么彻底改变你的 Midjourney 提示写法
大多数人使用 Midjourney 仍然沿用 V5 时代的习惯：堆叠三十至五十个关键词，加入风格修饰词，附上参数标志，然后祈祷结果理想。在 V8 上，这种做法现在反而会拖累你的输出。
Midjourney V8 于 2026 年 3 月 17 日以 Alpha 版本推出。它最大的升级并非原生 2K 分辨率，也不是新增的 --hd 标志，而是它如何理解语言。新模型阅读提示的方式，更像一位创意总监看简报，视整段文字为一条连贯指令，而不是一堆零散标签。
本文将拆解一套五层提示心法，用以取代「堆关键词」的旧习惯。你可以直接复制、按需求修改，并在接下来 15 分钟内运行。完整模板会在文章后段呈现。
什么是五层提示心法？
五层提示心法是一套结构化的提示模式，将每一条 Midjourney V8 提示组织为五个依序排列的层次：主体、环境、风格、光线、技术。每一层以简短的自然语言句子书写，并按此顺序排列。V8 阅读这种结构的方式，类似摄制组阅读分镜脚本。结果是更可预测的构图、更干净的色调，以及大幅减少的重新生成次数。
这套分层做法之所以有效，是因为 V8 是用比之前版本长得多、描述也丰富得多的图像说明训练出来的。它对完整句子的理解优于碎片化关键词，而且会按位置给予词语不同权重：越早出现的概念，对最终影像的影响越大。
位置权重正是大多数人忽略的关键。在 V7 上，把 cinematic lighting 放在提示末尾，仍能左右影像方向。在 V8 上，位置决定优先级。如果光线重要，它就应该写在光线层，而不是被丢到结尾。
五个层次实际上如何运作？
每一层回答一条关于画面的具体问题。最后将所有层次以逗号相连，组成一条完整提示，参数标志则接在最末段。
第一层 主体：画面中是谁或是什么。具体描述身份、年龄、姿势、表情，必要时还有衣著。
第二层 环境：主体身处何方。描述地点、时间、天气，以及任何能定锚画面的物件。
第三层 风格：视觉呈现方式。摄影、插画、绘画，或某一个明确的艺术风格。引用一种媒介，而不是某位艺术家的名字。
第四层 光线：光源、方向、质感与氛围。单是这一层，就足以把一张平淡的图片变成电影感画面。
第五层 技术：长宽比、stylize 值、chaos、hd 模式以及其他参数标志。永远放在最后。
顺序非常重要。V8 把较早的层次视为核心意图，较后的层次视为辅助条件。顺序颠倒，影像就完全不同，而且通常更差。
一条完整的 V8 提示长什么样？
以下是一条可以立即贴进 Midjourney 提示栏的完整范例。你只需要把方括号内的描述换成你自己的场景，这套结构在大多数情境下都能稳定运作。
试试这条提示：
A confident Hong Kong creative director in her late 30s, holding a paper storyboard, standing in a quiet modern advertising agency office at sunset, editorial photography style, warm golden hour light from a tall window on the right, soft shadows falling diagonally across the desk, --ar 16:9 --s 250 --hd --v 8
这条提示只有 47 个英文字。在 V5 上，同样的画面通常需要 90 个字以上，并充斥著 masterpiece、8k、hyperdetailed、professional photography 等触发词。这些词对 V8 完全没有作用。新模型本身就会输出高细节影像，再用画质形容词填塞反而会浪费提示预算，并扰乱构图。
留意每一层只回答一个问题。主体层交代身份、年龄、姿势与手持物件；环境层交代地点、时间与氛围；风格层指明媒介；光线层说明光源、方向与阴影行为；技术层承载所有参数。
V8 上 --s 与 --hd 应该怎样设定？
在 V8 上对结果影响最明显的两个参数，是 stylize 与 hd 模式。Stylize 控制模型发挥创意的程度；hd 标志决定影像是否以 2048 × 2048 原生方式渲染，而不是事后放大。大多数实战者会把这两个参数视为不可分割的组合。
商业与编辑类别的拍摄，把 --s 200 至 --s 300 设为预设值。这能让模型贴近你的字面描述，又不会让画面过于平淡。低于 100，影像会变得像库存照片；高于 500，模型开始发明描述以外的细节，与简报期望偏离。
对于概念艺术、插画、产品主视觉等需要强烈个性的影像，把参数推高到 --s 500 至 --s 750。在这个区间，V8 会输出像资深设计师手绘的作品。
任何打算放进简报、社交贴文或印刷品的影像，都应该配上 --hd。原生 2K 输出之所以更锐利，是因为每一个像素都是从零生成，而不是后期放大。Hd 模式目前每张图会慢约 30%，但画质提升在简报尺寸下肉眼可见。
V8 上最常见的错误是什么？
第一个常见错误是堆砌画质关键词。4k、masterpiece、ultra-detailed、professional 等词语在 V5 时代是身份标志，但在 V8 上毫无意义。删掉它们，画质往往反而更好。
第二个错误是在提示正文使用否定句。写 no people, no text, no clutter 会混淆 V8。应该改用 --no 标志：--no people, text, clutter。这个标志会绕过自然语言解析器，直接告诉模型要排除什么。
第三个错误是在一条提示中叠加三、四种艺术风格。V8 会逐字混合风格，所以同时点名 Wes Anderson、film noir 和 cyberpunk，结果只会是模糊的妥协。每张图片只挑一个风格锚点。
第四个错误是忘记指定长宽比。若没有 --ar，V8 预设输出 1:1 方形。社交、简报、网站主视觉请明确设定：--ar 16:9 用于横向，--ar 9:16 用于直向 Reels，--ar 4:5 用于 Instagram feed。
如何在一批影像中保持视觉一致性？
用 AI 生成品牌或活动素材时，最难的部分就是让所有影像看起来像是同一系列。V8 有两种专门解决这个问题的工具：--oref 万用参考标志，以及实战者口中的基础场景技术。
万用参考的用法是把一张参考图片连结附在提示后面：--oref [图片网址] --ow 200。V8 会撷取参考图的色调、光线风格与整体氛围，套用到新提示生成的图上。--ow 控制参考强度，100 为轻度，300 为重度。
基础场景技术，是我们在制作系列缩图时内部使用的做法。先把主体、环境、风格、光线四层写好，冻结成一条固定字串，然后每张新影像只更换主体层。其余四层字字相同，V8 会输出像同一场拍摄的构图。
这正是杂志美术总监保持整本刊物视觉统一的做法：相同的灯光布置、相同的镜头、相同的色调贯穿每一个跨页。把你的提示当作那份简报文件来写。
10 分钟内试一次这条 V8 提示
挑一个你近期真正需要的视觉：LinkedIn 标题图、简报封面、社交媒体贴文。打开 Midjourney，按下面这个模板执行，把方括号内容换成你的场景。
模板：
[1 至 2 句具体描述主体], [环境，包含地点与时间], [风格，单一媒介], [光线，包含光源与方向], --ar [你需要的比例] --s [200 至 500] --hd --v 8
生成四张变体，挑出最理想的一张，再用 --oref 把它设为第二条提示的参考。三次迭代后，你会拥有一组看起来像同一个创作团队出品的视觉素材。
这套做法之所以有效，原因和任何创意流程一样：清晰简报永远赢过模糊指示。你不是在与 Midjourney 角力，而是在给它必要资讯，让它做出正确判断。懂 AI，更懂你 UD相伴，AI 不冷。
把 Midjourney V8 从一次性试图变成可重复的视觉工作流程
掌握五层心法只是第一步。把它写进团队每周可重复执行的流程，才是让 AI 创作真正落地的关键。UD 的 AI 顾问团队与香港多个行销与创意团队合作，协助设计提示资料库、品牌风格参考图、审稿核对清单，让视觉制作可扩展。UD 同行 28 年，手把手带你完成每一步，从工具设定、品牌锁定的提示模板，到与现有设计流程的整合。