本文是 Midjourney 网页版入门系列教程，重点讲解输入框以外的界面功能。作者介绍了 Explore 社区页面如何浏览公开作品、学习他人提示词的写法（含主体、配色、画风、构图四步拆解法），以及顶栏 For you、Random、Hot、Top 等标签的用途。随后详解左侧导航栏的 Create 创作记录、Edit 画布局部修改与延展、Organize 作品整理与文件夹归档、Tasks 社区任务，以及 AESTHETICS 分组中 Personalize、Moodboards、Style Creator 三个审美工具的用途，并给出新手界面熟悉练习路径。
这是一篇面向新手的 Midjourney 入门教程，作者逐一讲解 MJ 输入界面的各个功能模块，包括提示词输入区、三种参考图入口（Attach to prompt 编辑原图、Style Reference 参考画风、Image Prompts 参考构图）的区别与用途，以及生成设置中的画面比例、模型版本、审美参数（Stylization、Weirdness、Variety）等选项的作用。文章还介绍了草稿模式、对话模式、个人化功能（P值）的使用方法和常见误区，帮助小白快速掌握 MJ 的界面操作与参数调优。
文章以2019年电影《大侦探皮卡丘》为样本，通过全片拉片分析真人与CG角色自然同框的视觉机制。作者沿故事线索拆解开场、警局、咖啡馆、地下斗场、实验室、决战等关键场景，讨论共同光照、尺度关系、接触、遮挡与摄影质感如何让观众相信人与宝可梦属于同一世界。核心观点是：角色细节之外，可信度来自CG与实拍接受同一套成像规则，以及搭档关系在画面中的逐步建立，如并坐、托举等身体互动让虚构伙伴变得可以被依靠。
作者为提升AI视频创作能力，对电影《沙丘1》进行逐场景拉片分析。文章从契妮的开场旁白切入，探讨影片如何推迟主角登场、先呈现厄拉科斯的被压迫现实；随后分析卡拉丹餐桌上的母子训练戏、帝国受封典礼的仪式构图、慢刀规则与父子墓园对话、戈姆刺测试、抵达厄拉科斯时的背光与体量对比、猎杀器悬念戏及救援采集机段落，逐一拆解导演维伦纽瓦与摄影弗莱瑟如何通过空间、视线、位置与光影塑造人物关系与叙事张力，并总结可迁移到视频创作中的镜头取舍经验。
作者南鸢基于开源项目 honghouzi 的 Codex Workspace Enhancer 和 yubowen123 的 codex-sidebar-enhancer 改造整合，开发并开源了 Nuyoah Codex Workstation。这是一套嵌入 Codex / ChatGPT 桌面应用的本地增强工具，核心功能包括：最多四个 Codex 对话并排的四宫格布局、项目进展与交付文件管理、任务地图展示任务关系、以卡片形式展示已安装 Skills 并可一键插入任务、以及素材资产只读浏览与插入（支持 Eagle 和本地文件夹）。作者说明了适用人群、安装门槛（需 Node.js 22.5+、macOS/Windows）及部分功能尚未完全验收的情况，项目采用 MIT 许可证，源码已在 GitHub 公开。
作者以AI生图的窗边咖啡馆人像提示词为例，讲解如何整理AI生成的冗长提示词。核心方法是：删流程、合重复、换实景、测删除。要点包括：去掉分栏小标题后整体通读，合并重复表达同一意思的形容词；把'不要杂乱'等否定句改写为具体的正面画面描述；将'高级感、电影感'等笼统大词拆解为具体的光线、配色和构图要求；一次只删一句，对照出图验证效果，但不要为了精简丢掉关键的安排。最终目标是写出自己能读懂、出了问题知道从哪句下手的提示词。
文章介绍了源自游戏美术与场景设计的631原理（60%空间基底、30%叙事陈设、10%视觉锚点），并将其迁移到AI图像与视频生成中。作者通过车站、霓虹街区等多个AI生成对照案例，讲解如何在配色、光照、细节密度上建立视觉主次关系，避免画面杂乱无焦点。文章还结合《布达佩斯大饭店》《沙丘》《寄生虫》等电影场景，拆解空间底盘、人物生活、剧情重点三个功能层次，最后给出可直接复用的场景提示词结构模板，帮助读者写出有主次、易调整的文生图提示词。
本文系统梳理了 AI 视频创作中 17 种摄影机运动方式，包括固定镜头、移动摄影、横移、垂直升降、跟拍、环绕、视差、摇摄、俯仰、甩镜、滚转、揭示摇镜等。作者详细解释了每种运镜的原理、画面效果差异、适用场景与情绪表达，并强调在写提示词时必须讲清楚摄影机怎么动、往哪里动、与人物的空间关系，否则生成结果会随机不可控。每项均附有中文提示词写法示例，方便读者直接应用于 AI 视频生成，提升创作效率与镜头可控性。
作者为解决 AI 视频创作中角色换装难题，开发了一个服装提取 Skill。它接收穿搭参考图，提取可见的配色、轮廓和层次，生成横向服装资产板：左侧为整套造型，右侧为可单独取用的外套、内搭、下装、鞋饰等部件。这样在制作多镜头视频时，角色换装和服装一致性都有据可依，不必每次对着原图重新文字描述。Skill 还能补全原图未展示的视角（如背面照的正面），但作者提醒补全部分仅作造型提案。文末提示网络素材可能存在版权风险。
作者延续此前用短提示词描述摄影美姿的思路，将摄影布光拆解为 AI 生图可用的提示词模板。文章通过六种常用光（柔光、硬光、机顶直闪、跳闪、侧逆光、顶光）和三种创意光（双色凝胶光、百叶窗光、聚束光）的实战对比，说明写光线的三问法则：叫什么光、从哪里来、脸上或背景要出现什么。作者强调仅写光型名称AI难以准确理解，需补充光源方向和可见的明暗结果，并给出可套用的光线段模板与出图调整方法，还讨论了皮肤质感的保留与噪点处理。
作者在做剧时遇到参考图迁移提示词难写的问题，通过大量跑图试验，总结出一句简短提示词模板：「将图一的【对应维度】迁移到图二，保持图二的主体身份与主要内容」。他将图片风格拆解为17个维度（光线调色、成像质感、摄影空间、造型媒介四大类），逐项单独测试迁移效果，记录每项的收获与代价。结论是：短提示词写起来快、能直接感知画面变化，虽可能需要两三轮迭代，但相比AI生成的复杂长提示词效果偏差不大，且维度可灵活混合叠加使用。
作者通过四五百张图的测试，探索 AI 生图时如何准确描述角色表情。文章首先否定了直接拆解眉眼嘴细节的提示词写法，指出这样容易导致五官组合僵硬诡异。最终总结出更有效的方法：为表情补充发生的原因，即'事件+情绪'的结构。针对单一情绪使用'发生了什么+情绪+指向谁'的结构；针对复合情绪，则需写清主次情绪及掩饰原因和外在表现。文末提供两段可直接套用的提示词模板，帮助生成更自然、有故事感的角色表情。
文章讲解如何用摄影机位知识写好 AI 人像提示词。作者把机位拆解为相机高度、拍摄方位、镜头朝向和景别四个检查项，指出"换个角度"这类描述信息量几乎为零，"低机位"等模糊标签会让 AI 乱猜。核心观点包括：相机贴地不等于低机位，应以拍摄目标中心为锚点判断平视；距离需与焦距、景别结合描述；景别决定观众第一眼看什么。文末给出可复用的机位提示词模板，帮助写出生成效果可控的人像提示词。
作者将摄影中的美姿技巧转化为 AI 生图提示词方法。指出人物姿势不美观多因头、身、腿处于同一平面，缺乏张力。提出“转、弯、顺、露”四字口诀：转即破面，让脸和身体错开朝向；弯即破线，让某个部位微弯增加错落；顺即保持手腕脚尖线条流畅；露即让手有明确落点、手指可见。并给出姿态模板“站坐+朝向+动作”及完整画面模板，还介绍了通过动作收放（上松下紧、上紧下松）来调整画面气质的方法。
作者南鸢分享了自研的「人像角色设定师」Skill，用于解决 GPT Image 2.5 生图时人物脸部千篇一律的问题。用户只需用自然语言描述想要的气质（如清冷、明媚、初恋感），Skill 便会将其展开为包含骨相、妆容、发型、服饰与场景的完整中文提示词，可直接用于生图。文章通过唐风妆容与初恋感两个实操案例，讲解了如何分步沟通、保留喜欢的五官、只改妆容或表情，并提供了 Skill 的下载与安装方法。
文章介绍 ChatGPT Images 2.5 的更新内容。模型层面生成延迟最多降低 50%，参考图保真度、局部编辑精度、多轮编辑一致性及复杂指令理解均有提升。新增四个实用功能：Templates 模板（按海报、头像等用途快速整理需求）、Sketch 草图（在 ChatGPT 内直接画布局再生成）、图片评论（在图片具体位置留修改意见）、提示词分享（把创意模板交给他人）。作者以海边人像为例完整演示画草图、生成、评论修改的流程，并指出修改本质仍是全图重绘，模板暂不支持 Work 模式，模型实际提升程度仍在持续测试中。
作者通过研究热门 AI 视频作品《万物生》的创作画布，总结了其视频提示词创作的核心理念：先确立风格锁（STYLE LOCK）定义全片视觉规则，再设计镜头调度让摄影机承担叙事信息，为参考素材划分职责权限，把动作写成因果链而非抽象感受，将声音作为叙事手段提前规划，明确每镜的结尾状态，并根据信息缺口决定提示词长短。最后归纳为风格、镜头、素材、声音、事件、结尾六个检查问题，强调先告诉模型“怎样被拍出来”，而不只是“想看到什么”。
文章讲解了 Midjourney V8 摄影类提示词的正确写法，指出堆砌相机参数（如机身型号、光圈、快门）并非最优解，应遵循“主体与动作→景别与角度→镜头感觉→光线→胶片质感→参数”的顺序结构化描述。作者详细解释了景别与机位选择、各类镜头词的画面倾向、光线要写可见结果而非数字参数、质感词的作用，以及 --ar、--raw 等参数的正确用法。还提供了中文+英文混合写作的实用方案，以及细节丢失时的排查顺序，帮助写出结构清晰、可控可改的 Prompt。
文章介绍用 Midjourney 生成人像时皮肤过于光滑、缺乏真实纹理的问题，作者提出不必重新抽卡，只需将原图上传到支持图片编辑的模型，配合一段高保真增强 Prompt，即可只补皮肤细节而不改变人物。作者在 Seedream 5.0 Pro、GPT-image-2 和 Nano Banana Pro 三个模型上做了对比测试，展示各自风格差异，并总结了 Prompt 设计的三要素：明确允许增强什么、锁定不能改变什么、排除不想要的结果。文末提供了完整 Prompt 及可直接套用的通用版模板。
作者开源了升级版写真Prompt Skill，核心改动是将参考图职责拆分：人物身份图只负责“她是谁”，写真参考图负责拍摄方案。新增新机位光照拓扑重建、人物事件驱动的表情因果、背景信息层级控制、去商业抛光检查，以及每轮从原始参考重新编译Prompt的验收机制，避免迭代漂移。作者坦承Skill无法绕过模型上限，不能保证1:1复刻，完整工作流已在GitHub开源。
作者分享了一段用于生成杂志感文章封面的 Prompt。使用时只需填写文章标题，可选填内容摘要，模型会先理解文章的核心主题、情绪与关键词，再围绕主题生成 3 张 16:9 横幅封面设计。三个方案在主视觉概念、构图、字体、色彩等维度各有差异，如同三位设计师的不同提案，适用于公众号封面、博客 Banner、专题头图等场景。文末附完整 Prompt 可直接复制使用。
本文面向非计算机专业的 Vibe Coding 爱好者，整理了 12 个前端网页基础术语，包括 Frontend、HTML、CSS、Markdown、Component、State、DOM、Title Tag、Page Metadata、Favicon、Open Graph 和 Web App Manifest。每个术语都配有通俗解释、图示和可直接复制给 AI 的指令示例，帮助读者在与 AI 协作时更精准地描述需求、定位问题，提升开发效率。
本文作者通过分析X平台新公开的推荐算法，总结了提高内容推荐量的关键策略。文章指出，新算法更看重内容的复制链接、引用和回复等深度互动信号，而非单纯的点赞。作者提出了两类高权重内容：一是具有“带走价值”的干货，如清单、框架、步骤等，容易被复制链接分享；二是具有鲜明观点和讨论空间的内容，容易被引用。文章还提供了一份发帖前的自查清单，帮助创作者优化内容，使其在脱离原始时间线后依然具有独立价值。
作者南鸢 nuyoah 在已有 AI 生图课程的基础上，重新撰写了一套 7 万多字的入门课程。文章阐述了重写的原因：现有课程起点过高，默认读者已具备基础操作能力，而真正的初学者往往连 Prompt 是什么都不清楚。作者强调，AI 生图工具已进化到对话式交互，但许多教程仍停留在 Stable Diffusion 时代，且 Prompt 被过度神秘化。新课程从零开始，涵盖入门篇和主线课，注重培养看图、判断和沟通的能力，而非单纯记忆模板。课程不绑定特定模型，强调可迁移的技能，并附有失败案例以帮助理解。文章最后说明了课程适用人群和两个学习入口。
文章指出当前AI生图普遍存在“好看但空洞”的问题，原因在于创作者过度追求光影等构图“语法”，却忽略了元素间关系的叙事“语义”。作者强调，要将抽象情绪转化为模型可理解的视觉动作，并在下篇探讨如何写出兼具构图与故事感的提示词。
本文深入探讨了如何为AI生图编写具有故事感和叙事性的提示词。作者提出在思考时顺应直觉，而在编写提示词时应按照画面容易出错的风险程度排序：先确立人物身份、位置和动作等硬约束，再将抽象情绪转化为具体的视觉证据（如道具、视线、动作停滞点），接着分配具体的构图任务，最后补充风格与氛围。文章还提供了可以直接套用的静态图与视频分镜提示词模板，帮助读者从“会写生图提示词”进阶到“会做画面叙事”。
作者分享了使用 Seko 3.0 从创意到成片的完整 AI 视频制作工作流，包括利用 Agent 进行剧本创作、分镜生成、角色资产设计及网页端剪辑，体验了从男友视角 Vlog 到像素玩具 TVC 的全流程制作，并探讨了个人创作者的商业变现路径。
文章探讨了在AI生图中使用提示词「真实皮肤」反而导致脸像塑料的原因。指出问题在于该词义模糊，模型倾向于过度磨皮和铺高光。作者建议将皮肤拆解为纹理、高光位置、哑光基调等5个变量进行控制，并提供了具体的Prompt模板以实现更真实的人像质感。
作者利用 Codex 整理知识库并获得了一套高效工作流程建议，包括明确任务合同、只关注关键节点、验收真实结果、沉淀流程资产、评估新工具及制定不做清单。文章强调 AI 应帮助形成工作闭环，而非单纯增加产出。
本文介绍了如何使用 Codex 从零开始构建一个最小可用版 Chrome 生图词库插件。文章阐述了通过右键菜单收录、侧栏管理、本地同步服务以及数据分层（原始收录、原子词、组合配方）的完整流程，并详细演示了如何拆解长 Prompt 以实现词卡的独立复用。
