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。
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。
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。
本文是 OpenAI 于 9 月发布的 ChatGPT Images 2.5 的详细使用教程。作者从正确入口讲起，介绍了 Flare（重速度）与 Sunburst（重精细控制）两个模型的选择，并以一张中文咖啡活动海报为案例，完整演示了从初稿生成、提示词撰写原则（先用途、再主体布局、准确文案、约束）、参考图分工、到连续局部修改的全流程。文章强调每轮修改要明确指定底图与保留条件，及时回退到满意版本，并介绍了选区、评论、草图和模板等功能。最后将方法迁移到封面、商品图、角色 IP、信息图等六类任务，帮助读者把 AI 生图真正用于工作。
作者测试了模思智能开源的 5B 生图模型 MOSS-Image，重点验证其文字渲染与 JSON Layout 结构化布局能力。通过虚构日系甜品店海报案例，对比传统自然语言 Prompt 与 JSON 布局控制的效果差异：JSON 可将人物、产品、标题等元素按坐标框精确定位，类似写前端页面。三轮测试覆盖主视觉、商业活动海报排版及中英文文字生成，验证了文案正确率、版式适配与视觉融合。结论是 JSON Layout 虽非 PS 级精确编辑，但能将模糊排版需求变为结构化描述，对商业海报、电商图等场景具有实际价值。
作者实测国产开源生图模型 MOSS-Image，重点验证其 JSON Layout 对文字、物体位置和画面构图的可控性。文章对比了普通提示词与 JSON Layout 在同一封面需求下的生成效果，详细讲解了中心坐标系和 yxyx 格式的 bbox 写法、在线体验参数设置、官方示例分析，以及 ZeroGPU 额度问题和本地部署方法。作者强调可复用的不是某张图，而是一套固定种子、对照测试的评估方法，认为 JSON Layout 让提示词变成可保存、可修改的布局资产，使 AI 生图真正进入设计工作流。
文章介绍如何用 ChatGPT、Codex 等工具直接生成带 Alpha 通道的透明 PNG 素材，并系统梳理了 12 类应用场景：聊天表情包、游戏立绘、VFX 特效、海报拼贴、产品图、UI 图标、装饰素材、像素游戏资产、Live2D 素材、直播包装、特殊材质以及阴影光效辅助素材。作者还提出五个进阶方向：模块化角色生成、实验摄影、复合表情资产、视觉特效库和素材处理工作流，并附上通用透明角色素材提示词模板，帮助读者积累可复用的个人素材库。
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。
文章介绍了用 ChatGPT Images 2.5 玩转国庆照片的 8 组实用提示词玩法，包括给吃喝照片加手绘日记装饰、让宠物担任旅行团团长、把家庭合照做成电影海报、将孩子的画作变成毛绒玩具效果图、生成 90 年代风格年代照、制作假期专属表情包、把旅行照做成双层明信片以及将旅途囧事画成四格漫画。文中详细说明了每组的照片选择、提示词内容和修正技巧，免费账号即可使用，也提供了即梦等替代工具。
文章介绍了一个名为“手绘风格编号画廊”的 AI 生图 Skill。作者指出许多人无法用 AI 生成理想图片，是因为说不清抽象的画风名称。该 Skill 收录了 216 种手绘画风并配以编号和示例图，用户只需记住编号并输入主题，即可自动生成带风格名称的中英文提示词，复制到任何生图 AI 中使用，从而解决风格漂移问题。Skill 还内置智能判断逻辑，按优先级决定是否传参考图，避免模型照搬参考图的构图内容。文章通过朋克钢笔、新中式水墨等案例验证了风格一致性，适合需要批量出图、保持视觉调性统一的创作者使用。
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。
文章介绍了近期火爆的「监控视角视频/图片」风格，并交付一套完整的 Skill 提示词，可直接用于任何生图模型。核心思路是利用固定机位、超广角畸变、低分辨率画质、时间戳叠加等元素营造「机器一直在看」的观察感。流程为：定主体锚点、选摄像头类型、写事件道具、叠加时间戳、批量出图。支持 n=10 模式（同一主体 10 种机位）和 series=9 模式（同一摄像头连续 9 天），并详细给出主体锚点规则、摄像头类型库、事件库、画质缺陷和输出规范，附橘猫和 2B cos 两组实例效果。
作者对GPT Image 2.5图像模型进行了万字67图的全面测评，从指令遵循、文字准确性、设计质量、编辑精度、主体一致性、多轮稳定性、透明背景、尺寸能力等11个维度展开测试。测试涵盖中文App UI设计、信息图文字准确度、多参考图合成、五轮连续海报编辑、精确局部修改、模板复用等场景。结果显示模型在中文短文案、结构化设计、多轮局部修改方面表现优秀，但透明背景功能存在虚假输出（无Alpha通道）、局部编辑仍有全图轻微变化、负面约束遵守率仅约50%。文章最后总结了六条实用的提示词写作建议。
