mj给图片生成提示词怎么做?describe反推的用法实测
我的判断是:describe反推值回票价,但四条候选词别照单全收。我拿同一张雨天便利店照片实测,四条里只有一条抓住原图意图,剩下三条各有跑偏。挑词有顺序,挑完还得手动补一轮。
mj给图片生成提示词这件事,最省力的路径是/describe反推:丢一张图进去,十秒不到换回四条现成的英文提示词。但四条词的成色差得很远,我拿同一张照片实测下来,只有一条算得上接近原图意图。怎么用、怎么挑、挑完改什么,这篇一次讲清。
describe怎么用:一条指令换回四条提示词
上传图片加一句/describe,Midjourney五秒左右返回四条候选提示词,还能整组一键重跑。操作本身没什么门槛,细节藏在使用习惯里。
Discord里输入/describe,把图片拖进弹窗,或者直接贴一条图片链接,回车。大约五秒后,它返回四条英文候选词,每条下面各挂一个imagine按钮,列表底部还有一个Imagine all,点下去四条一起跑,一次十六张图,适合不想先挑、全跑一遍再说的人。
网页版更省事。imagine输入框旁边有个小图钉图标,把图拖进去,勾选Describes那一栏再回车就行。我两边都跑过,返回的四条词基本一致,偶尔顺序互换,选哪边纯粹看习惯。
有个细节我单独记了一笔:反推出来的词普遍比手写的长。我数了下,四条平均二十八个词,最短十九条,最长三十七条,词尾还常自动带上--ar 3:2这类原图比例参数。对新手来说,这几乎是白捡的结构。
四条反推词怎么挑:我的取舍记录
挑词只看一条硬标准:哪条记住了原图的构图关系,而不是堆形容词。形容词谁都会编,构图丢了,重跑出来的就是另一张图。
素材是今年三月我在杭州拍的便利店夜景:玻璃门透出暖黄灯光,门口路面雨水反光,远处一个撑伞行人的剪影。上周四晚上我把它丢给describe,拿着返回的四条词各跑一轮,每轮四张,一共十六张。
结果比我预想的散。第一条把重点放在cyberpunk style和neon lights上,原图根本没有霓虹灯,重跑的四张全给便利店安了紫色灯管。第二条抓到了玻璃门、雨夜、倒影,方向对,可它把门口的关东煮招牌猜成泛泛的shop signage,行人也没了。第三条点出雨夜街景、玻璃反射、撑伞路人,构图要素最全,就是风格词给了个cinematic,色调比原图暗。第四条最短,清一色的moody、cinematic lighting,构图信息约等于零。
| 条目 | 抓到的关键信息 | 跑偏的地方 | 离原图意图(主观) |
|---|---|---|---|
| 第一条 | 夜景、街道 | 硬塞赛博朋克和霓虹灯 | 远 |
| 第二条 | 玻璃门、雨、倒影 | 丢了行人,招牌内容靠猜 | 中 |
| 第三条 | 雨夜、玻璃反射、撑伞路人 | 电影感风格词,色调偏暗 | 最近 |
| 第四条 | 氛围词 | 没有构图,等于重新起稿 | 最远 |
用第三条重跑的四张里,有两张和原图构图重合度在七成上下,撑伞人影的位置都对得上;第一条跑出来的紫色霓虹便利店,和原图是两个世界。说实话,这个差距比我以为的大。
我的挑词顺序于是固定成三步:先砍掉纯氛围词的,再看有没有编造出来的元素,最后在剩下的里挑构图名词最多的那条。偏心点讲,第四条那种通篇moody的,基本可以直接弃,它像一份缩写摘要,信息量撑不起一张图。
mj给图片生成提示词,反推和手写的差距在哪
反推赢在起点,手写赢在终点:describe给的是七成像的底稿,最后三成靠手动补。它俩不是替代关系,是接力关系。
反推最大的好处是信息增量。它会挖出你压根想不到的词,比如wet asphalt reflections、volumetric glow这种,自己凭空写,十个新手九个想不起来。我试了下把第三条里的反光类描述抄进另一组手写词,出图的雨天氛围立刻稳了一截。
短板也明显。它不认识图里的文字和品牌,关东煮三个字被读成generic signage;它还爱往流行风格上贴,什么图都能安一个cinematic或者cyberpunk。手写刚好反过来,起点低,可每一步都可控。
这类误差是反推工具的通病,我之前写过一篇逆推提示词的准确度和修补方法,结论一样:反推是起点,不是答案。
话说回来,describe也不是处处灵。有次我丢了一张纯色背景的产品图进去,四条词全在夸minimalist studio photography,内容大同小异,挑选空间几乎为零。背景越简单,四条词越趋同。挺离谱的。
反推完的词要改哪些地方
改三处就够:删编造的风格词、补丢失的主体细节、核对比例参数。改动量不大,五分钟的事。
还是那张便利店。我删掉第三条里的cinematic,补上暖黄灯光对应的warm light spilling from the store,再加一个35mm handheld view的镜头视角,比例沿用反推自带的--ar 3:2。第一轮重跑就出了一张能用的,人行道的位置、玻璃门的反光都在。真不是玄学,就是补信息。
多提醒一句:别拿describe反推带人脸的陌生照片,再拿生成图去冒充本人,这条线不能碰;拿自己的照片做风格实验,没这个问题。
mj给图片生成提示词这事,门槛低到一条指令,真正的分水岭在四条候选词怎么挑、挑完怎么补。先砍纯氛围的,再剔编造元素的,剩下的按构图信息量排序,基本不会选错。反推帮你省的是前十分钟,不是替你写完最后一段。差的那三成,还是得自己动手。
常见问题
反推别人的摄影作品再出图,算侵权吗?
describe本身只返回文字,风险主要在后面的使用。拿反推词复刻别人作品的构图去商用,版权和肖像风险都在;自己学习练习没什么问题,商用前换成自己的素材更稳妥。
describe和sd的逆推工具比,哪个准?
测同一种夜景图,describe的完整句式在构图还原上更稳,sd的interrogate偏标签堆叠,主体细节词更细但整体感散。我个人觉得日常用describe省心,需要精细控词的时候再换sd那套。
为什么用反推词重跑,出来的图和原图差很远?
反推词会丢布局权重和精确色调,MJ对长句里的词几乎一视同仁,重要元素一被稀释就走样。把主体、光线、镜头三样手动补回去,能拉近大半差距。
手机上能用describe反推吗?
可以。网页版用手机浏览器拖图就能跑,Discord app里输入/describe再传图也行,流程和桌面端一致,只是四条词的复制编辑在小屏上费劲些。