多數人以為 Midjourney 的門檻卡在介面難不難操作，其實從它公開測試以來，操作方式已經一路簡化到只剩打字這件事，真正卡關的反而是你打的那句話，它聽不聽得懂。
同一個主體，提示詞寫得越具體，Midjourney 就越有依據畫出接近你腦中畫面的成品；寫得越空泛，它就只能自己腦補剩下的九成。Midjourney 是一款透過文字生成畫面的 AI 繪圖工具，你打一段描述，它在幾秒到十幾秒內就能還給你幾張成品。光是 AI 圖像生成器這塊市場，Fortune Business Insights 就估計 2026 年規模已經來到 4.84 億美元，還在以每年約 17.4% 的速度往上衝，這還只是市場裡其中一款工具的規模而已。
先從它到底是什麼樣的工具、跟其他 AI 繪圖工具比強在哪裡講起，再一路拆到提示詞怎麼寫、方案怎麼選、現在版本又差在哪。
Midjourney 是什麼？一款用文字生成畫面的 AI 工具
Midjourney 是一款生成式 AI 繪圖工具，你只要用自然語言描述想要的畫面，它就能在幾秒到十幾秒內幫你生成對應的圖片。它由一間位於美國舊金山的獨立研究實驗室開發，2022 年開放公開測試後迅速累積起大量使用者；創辦人 David Holz 過去也是動作捕捉技術公司 Leap Motion 的共同創辦人與技術長，在投入 Midjourney 之前就有多年開發互動運算技術的經驗。
跟自己動手畫或找人代筆比，Midjourney 拿掉的是「會不會畫畫」這道門檻，但沒拿掉「怎麼把腦中畫面講清楚」這件事，這也是接下來要一路拆解的重點。
Midjourney 怎麼把一句話變成一張圖？
這背後靠的是一種叫「擴散模型」（diffusion model）的技術。簡單說，系統會先從一片雜訊開始，再一步一步把雜訊去除、往你描述的方向收斂，最後才收斂成一張完整的圖像。你不用懂背後的數學，只要知道它不是從資料庫裡挑一張最像的圖片交給你，而是每一次都重新生成一張全新的畫面，這也是為什麼同一句提示詞每次出圖都會有些微差異。
Midjourney 為什麼常被說成「最有美感」的一款？
把同一句普通提示詞分別丟進幾款主流工具比較，Midjourney 給出的成品往往帶著較明顯的光影層次、繪畫質感，構圖也比較講究，這是它在多篇 2026 年國際工具比較裡最常被提到的優勢。也因為這樣，它特別受設計師、行銷企劃、概念美術這類需要視覺素材的人歡迎，對他們來說，成品不用花太多時間後製就已經堪用，本身就是一種效率。不過美感只是相對優勢，不是唯一標準，擺到其他工具旁邊比，會看得更清楚。
跟其他 AI 繪圖工具比，Midjourney 的強項在美感
文字生圖這個賽道，現在檯面上幾款主力工具各自有清楚的定位，擺在一起看會更容易理解 Midjourney 適合什麼場景。OpenAI 旗下的圖像生成模型這幾年在文字渲染與指令遵循上進步很多，對複雜構圖、多個元素同時出現在畫面裡的情境掌握得比早期版本準確不少；Google 的 Gemini 影像模型則擅長處理多元素、高保真度的場景，速度也快，適合需要大量產出的情境；Stable Diffusion 走的是開源路線，可以在自己的電腦或伺服器上跑，客製化彈性最高，但也需要一定的技術門檻才上得了手。
Midjourney 在這幾款裡，主打的仍是成品完成度最高、最不需要後製這件事，美學調校從一開始就是它投入最多心力的方向。相對地，它在文字渲染這塊（把文字精準畫進圖裡）目前還是落後給專攻這塊的工具。多數專業使用者的做法，其實是依任務混用幾款工具，而不是只認定一款，這對剛入門的人來說反而是好消息，先搞懂每款工具的強項，比急著選出一款「最好的」更實際。
Midjourney 現在還一定要用 Discord 嗎？
Midjourney 最初確實只能在 Discord 伺服器裡用指令生圖，但它後來推出了自己的網頁版介面，只要用 Google 帳號或電子郵件就能登入，不必再依賴 Discord 這個第三方平台操作。對第一次接觸的人來說，網頁版的學習成本明顯低很多，輸入框、參數面板、圖庫紀錄都整合在同一個頁面上，不用先搞懂 Discord 的伺服器與指令語法才能開始使用。
如果本來就習慣在 Discord 裡工作，也還是可以把官方機器人加進自己建立的伺服器繼續用指令生圖，兩條路現在都通，只是新手多半會覺得網頁版更好上手。
Midjourney 從 2023 年 3 月起就已經取消免費試用，現在一律要先訂閱付費方案才能生圖。網路上偶爾還看得到「免費送 25 張」這類說法，那多半是舊資訊，別再照著找。
Midjourney 訂閱方案怎麼選？
Midjourney 目前有四個訂閱層級，差別主要在「Fast 快速生成的 GPU 時數」「能不能無限使用 Relax 慢速模式」，以及「隱私功能」。下面這張表是現行的月費與定位，幫你快速抓到自己大概落在哪一格。
| 方案 | 月費（年繳每月） | Fast GPU 時數 | 適合誰 |
|---|---|---|---|
| Basic | US$10（US$8） | 約 3.3 小時 | 純嘗鮮、輕度使用 |
| Standard | US$30（US$24） | 15 小時＋無限 Relax | 穩定創作、設計工作者 |
| Pro | US$60（US$48） | 30 小時＋無限 Relax＋隱私模式 | 專業或商業創作 |
| Mega | US$120（US$96） | 60 小時＋無限 Relax＋隱私模式 | 重度使用、團隊 |
選年繳大約能省下 20%，等於一年省下兩個月的費用。Basic 月繳可以先用一個月確認使用頻率，再評估要不要升級；Standard 的無限 Relax 模式出圖速度慢一點，但不消耗 Fast 時數，適合已經確定會大量產圖的使用情境。
如果你所屬公司前一年度的營收超過 100 萬美元，官方規定就要用到 Pro 以上的方案，才能取得成品的商用授權，單純訂閱 Basic 或 Standard 並不夠，這點對接案或企業使用者特別容易被忽略。這條規則跟你個人花多少錢無關，是看公司整體營收去認定的。
提示詞要怎麼寫，Midjourney 才聽得懂？
Midjourney 不吃長篇大論的完整句子，它吃的是精煉、有畫面感的描述。與其把一整段文字丟給它，不如照著一套六欄公式，由前往後一欄一欄填，AI 需要自己腦補的空間就會越來越小。
提示詞的六個欄位，從主體排到技術細節
- 主體：畫面主角是誰或是什麼，一位武士、一座未來城市、一杯咖啡都算。
- 媒介：想用什麼形式呈現，攝影、油畫、3D 渲染、水彩都是常見選項。
- 環境：場景設定在哪裡，竹林裡、火星表面、一間溫馨的咖啡館。
- 光線：整體氛圍怎麼定，黃金時刻、戲劇陰影、霓虹燈、柔和漫射光。
- 風格：想要哪種調性，電影感、極簡、復古、賽博龐克都能指定。
- 技術細節：相機或規格類描述，例如 35mm 鏡頭、淺景深、廣角。
不是每次六欄都要填滿，但欄位越完整，AI 自己亂猜的空間就越小。下面用同一個主體「貓」示範，從基礎到完整版是怎麼一路長出來的，這兩句純屬示範用的提示詞範例，不是任何真實生成過的成品：
基礎：
a catCode language: plaintext (plaintext)完整版：
a fluffy orange tabby cat sitting on a Victorian windowsill,
golden hour light through lace curtains, oil painting style,
warm tones, intimate cozy atmosphere --ar 3:4 --s 750Code language: plaintext (plaintext)完整版只是把環境、光線、媒介、風格依序補上去，最後再加兩個參數（下一節會解釋）。它沒有變得比較囉嗦，而是每一個字都在給系統一個具體指令。
寫提示詞時，還有幾個原則能幫你少走冤枉路：
- 具體就好，不用堆形容詞。像「dramatic lighting」就比「lighting that creates a very strong dramatic feeling」更容易被讀懂，Midjourney 不需要完整句子。
- 善用風格參考詞。像「in the style of…」「baroque painting」這類描述，能一句話把整體美感的方向定下來。
- 少用否定句。與其寫「no trees」，不如直接描述你想要的東西；Midjourney 常會忽略否定指令，真的要排除某個元素，得靠下一節的 –no 參數才管用。
- 要寫實就加相機規格。在提示詞裡加上「shot on…」「85mm f/1.4」「shallow depth of field」這類字眼，照片感會明顯提升。
參數不用全背，新手先記六個最常用的
參數是加在提示詞最後、以兩個減號「–」開頭的指令，用來微調 Midjourney 的出圖方式。官方公開的參數其實不少，但新手不用一次全背起來，先把下面這六個記熟，大概就能涵蓋八成的日常需求。
| 參數 | 範例 | 作用 |
|---|---|---|
| –ar | –ar 16:9 | 設定長寬比，預設 1:1。常見的有 16:9（寬螢幕）、9:16（直式手機）、3:4（攝影感） |
| –s(–stylize) | –s 250 | 藝術風格強度，範圍 0~1000，數值越高 AI 越自由發揮，越低越貼字面描述 |
| –c(–chaos) | –c 30 | 四張圖之間的差異程度，範圍 0~100，想一次多看幾種方向就調高 |
| –q(–quality) | –q 2 | 畫質與細節，數值越高越精緻，但也越耗時、越吃額度 |
| –no | –no text | 負面提示，排除不想出現的元素，例如 –no text 用來去掉文字浮水印 |
| –niji | –niji | 切換成專攻動漫風格的 Niji 模型，畫日系插畫時特別好用 |
實際寫法就是接在提示詞後面，參數前記得留一個空格：
a futuristic city at sunset, cyberpunk style --ar 16:9 --s 400 --no peopleCode language: plaintext (plaintext)調參的節奏可以這樣抓。一開始只動 –ar（決定畫面比例）和 –s（決定風格濃淡）這兩個就好，其他先用預設值；等你對出圖的手感熟了，再慢慢加進 –c、–no 這些。一次只改一個參數、對照前後差異，是搞懂每個參數到底在做什麼最快的方式。
版本一直在更新，V8.1 帶來哪些改變？
Midjourney 每隔一段時間就會升級模型版本，版本越新，通常畫質、語意理解、生成速度都會跟著往上跳。目前的預設模型是 V8.1，官方在 2026 年 6 月正式把它設為所有使用者的預設版本，接替前一代的 V7。
V8.1 相較舊版本，主要有三個方向的升級：
- 對提示詞的理解更準。對複雜描述、細節與構圖的掌握更好，AI 誤解你意思的情況變少。
- 生成速度大幅提升。標準模式出圖只要幾秒鐘就能跑完，等待時間比以前明顯縮短。
- 開啟 HD 模式能直接產出更高解析度的成品。不用再另外做一次放大（upscale）的動作，對要拿去印刷或做廣告素材的需求特別實用。
新手大多數情況下不需要手動選版本，直接用預設的最新版就好，它在大多數情境下都是綜合表現最好的選擇。只有兩種情況才需要手動指定：一是想畫日系動漫風格，這時候加 –niji 切到動漫模型；二是想刻意沿用某個舊版本的特定畫風，才用 –v 加版本號回去，例如 –v 7。除此之外，跟著預設走就對了。
關於 Midjourney，新手常見誤解：免費使用、版權商用與生成品質
整理前面幾節，新手最容易卡住的其實不是操作，而是這三個常見的誤解。
第一，「還能免費用」。這是最常見的舊印象，但 Midjourney 從 2023 年 3 月起就已經取消免費試用，現在一律要先訂閱付費方案才能生圖，沒有例外。
第二，「生成的圖版權算誰的、能不能商用」。付費訂閱的使用者可以取得成品的使用權，一般個人或小規模使用通常沒問題；但如果你所屬公司前一年度營收超過 100 萬美元，前面提過的規則就會生效，要用到 Pro 以上的方案才能取得商用授權，別直接假設隨便一個方案都能拿去做商業案子。
第三，「手指畫錯、文字跑掉，是不是代表這個工具比較差」。這其實是目前所有文字生圖模型都有的共同限制，不是 Midjourney 特別弱；在文字渲染這塊，確實有其他工具目前做得相對準一些，但把美學完成度攤開來比，Midjourney 仍是業界公認做得最好的其中一款，這點也呼應了前面「跟其他工具比」那一節的結論。
Midjourney 把「會不會畫畫」這道門檻拿掉了，但沒有拿掉「會不會描述」這件事。真正拉開成品差距的，從來不是誰的訂閱方案比較貴，而是誰更懂得把腦中的畫面拆成主體、環境、光線、風格這些欄位，一欄一欄餵給它。
下一次打開輸入框，先別急著套用別人的提示詞範例，試著自己把想要的畫面拆成那六個欄位，一次只改一個參數看看差異。這個節奏跑順了，你很快就能分辨出，一句提示詞為什麼能做出好圖，另一句卻只能生出普通的東西。