AI生成圖片服務Midjourney教學:一步步學習怎麼用、如何下參數?

Midjourney應該是目前AI生成圖片中最強的一個,在Discord群組中隨時有超過160萬人在線上生成圖片。不過比起Dalle和微軟Bing image creator來說。Midjourney的進入門檻高,使用者要先1.學習使用Discord社交服務 2.在Midjourney上連結Discord 3.直接付費使用。前面兩個摸索一下還是可以用,付費這個門檻就讓大家怯步。但我很推薦大家先試著花10美金買Basic方案的Midjourney嘗試一下,感受AI生成圖片的「魔法」,能生產圖片的品質確實驚人。

如果你已經完成了付費,但是一進入Discord平台還是什麼都搞不懂的話,希望這篇文章接下來的指令參數教學能夠幫到你:

Midjourney基本功:畫什麼、特色和畫風

AI生成圖片都需要使用者下一個提示詞(Prompt),但一開始往往不知道怎麼下手。我從政治大學傳播學院助理教授李怡志的課程上學習到很多,建議初學者先從三個角度來出圖:

你要畫什麼:例如日本女生;

這個畫有什麼特色:例如美麗空靈;

這個畫有什麼畫風:例如線稿。

這裡也有二個提醒,建議提示詞是簡短而有力、或者都是形容詞接上形容詞,不要做一段陳述。另外則是愈前面的描述演算法愈重視,創作者可以重要性放形容詞。

跟上上面我們的提示詞為:/image prompt:japanese girl,beautiful,Ethereal,line art。下圖就是跑出來的結果:

 

▲根據提示詞跑出來的圖片,選擇V2就可以根據右上角的圖再跑4張類似的圖。

Midjourney選擇題:U選一張、V再跑四張

上圖是我們想要的圖片嗎?這裡創作者會有U和V的選擇,U是指從這四張選擇1張,例如右上角第2張就是我想像中的照片,我就選擇U2;如果我想要從右上角第二張再跑出類似的四張,我就可以選擇V2。

 

▲以上面的結果選擇了又下角的圖為主圖。

Midjourney的參數調整:

Midjourney有許多參數可以調整,我們就以剛剛上面的圖為主來做調整

參數–seed:取得這張圖的編號

在Discord該圖的更多裡,選擇應用程式>DM Result,訊息機器人就會送出一組Seed號碼:1379507669

參數–no:不要什麼元素

在這張主圖中,我不想要葉子,於是就輸入這樣的提示詞:/image prompt:japanese girl,beautiful,Ethereal,line art –no leaf –seed 1379507669 得到以下的圖片:

 

更接近原圖的是U1,但跑出來後我更喜歡U3,所以選擇了U3圖片,並取得U3的seed編號:711658596。

參數:–c 1-100 數字愈高畫風愈特別

畫風到底有什麼特別,我們下下看就知道-

▲畫風–c 1:/image prompt:japanese girl,beautiful,Ethereal,line art –seed 711658596 –c 1

 

▲畫風–c 100: /image prompt:japanese girl,beautiful,Ethereal,line art –seed 711658596 –c 100

看來–C 100給了我超乎想像的樣字啊…我還是選擇–C 1的U2繼續往下發展,取得Seed:671201724。

參數–s 1-1000 細節改變 數值愈大愈大

那我們也以Seed: 671201724為基礎,跑三張圖,以–S 1;–S 500;–S 1000,來看成果如何

▲畫風–S 1:/image prompt:japanese girl,beautiful,Ethereal,line art –seed 671201724 –s 1

▲畫風–S 500:/image prompt:japanese girl,beautiful,Ethereal,line art –seed 671201724 –s 500;畫風–S 1000:/image prompt:japanese girl,beautiful,Ethereal,line art –seed 671201724 –s 1000。

有趣的結果是,-s 1000 和 -s500結果是一樣的,右上角的U2還是我比較喜歡的圖片,選擇U2並取得種子編號:3752837624。

參數–v 5:第5代Midjourney演算法

目前Midjourney預設的演算法都是第4代演算法,創作者如果想要用最新的第5代演算法來算圖的話,那就可以加上 –v 5這個參數。那我們就用上圖以第5代算法來跑跑看:image prompt:/japanese girl,beautiful,Ethereal,line art –seed 3752837624 –v 5。

 

▲跑出來的結果風格明顯更華麗了!但我還是比較喜歡V4的結果。

參數–iw Image Weight圖像佔有的比重

我們可以透過–w這個參數來調整這張圖片的圖像比重,預設參數值是0.25,這是第5代演算法才能使用的參數,那我們跑一個誇張的0.9好了。/image prompt:japanese girl,beautiful,Ethereal,line art –seed 3752837624 –iw 0.9。

 

▲跑出來滿版更好看耶!

參數–ar:圖片比例

圖片跑到現在,應該要把要輸出成本文的首圖,那就要調整圖片比例,例如16:10就可以把參數寫成 –ar 16:10,完整提示詞如下:/image prompt:japanese girl,beautiful,Ethereal,line art –seed 3752837624 –iw 0.9 –ar 16:10 

▲16:10滿版的感覺很有震撼力耶!

特殊參數 –Niji 二次元化

如果你跟我依樣喜歡二次元的話,可以下這個參數–Niji,那我們看看會有什麼結果吧,要記得使用–niji參數不能同去去用–iw參數喔!/image prompt:japanese girl,beautiful,Ethereal,line art –niji –seed 3752837624 –ar 16:10

▲可能原本就選線稿的原因,使用–niji參數變動其實沒有想像中大,不過還是很喜歡U3的風格。

參數 /describe:回推這張圖片的提示詞

這張我們想要結果的圖面,很好奇如果丟回Midjourney後會得到什麼樣的提示詞,這時候就可以用/describe這個指令,上傳圖片就取得囉!

可惜的是,這張圖片因為規範的原因無法解析提示詞,我們使用最近因為AI生成圖片得到SONY世界攝影大賽獎項的照片得到了以下的提示詞:

▲透過/describe功能,反向解析這張得獎照片的提示詞:

1️⃣ the photograph of two females in a mirror, in the style of wet plate collodion, cubist-inspired portraits, light yellow and gray, elegant, emotive faces, hyperrealistic murals, brooding mood, luminous portraits

2️⃣ old black and white photograph of two women, in the style of mike dargas, george hurrell, leonora carrington, dark yellow and light aquamarine, double exposure, dignified poses, picassoesque

3️⃣ three women in vintage photos with eyes a little blurred, in the style of surrealistic portraits, dark yellow and light gray, hyperrealistic sculptures, dusseldorf school of photography, haunting shadows, glamorous hollywood portraits, wet plate negatives

4️⃣ polaroid photograph of a middleaged woman with her hair pulled in clothing behind her shoulder, in the style of anna and elena balbusso, realistic lifelike figures, tamara de lempicka, emotional and dramatic scenes, mitch griffiths, light yellow and gray, ilford sfx

如果對以上教學的參數覺得還不夠的朋友,也可以到Midjourney的官方文件上查詢更多的參數使用說明,以自己這段時間操作的經驗來看,其實下指令產圖原比想像中還要難上許多,是個需要練習的技能,建議大家現在就開始學習,未來在各方面都對自己有所幫助喔!

最後歡迎大家加入我的Twitter一起探討AI生成內容和圖片的發展!

© 版權聲明
THE END
喜歡就支持一下吧
點讚8 分享
評論 搶沙發
頭像
歡迎您留下寶貴的見解!
提交
頭像

暱稱

取消
暱稱表情代碼圖片

    暫無評論內容