上个月帮一个卖香薰的朋友做主图，摄影师的报价和档期都排不开，我拿 Midjourney 先出了二十来版概念图给她挑方向。最后上架的图还是找人拍的，但拍摄方案照着 AI 图定的，沟通省了两轮。
它能干的是出创意方向、出场景氛围、出详情页配图，又快又便宜。真实材质和精确文案这两样先别指望，杯子釉面的反光、包装盒上的小字，现阶段做不出来。
Midjourney 的操作就三步：输入 /imagine，贴提示词，等四张缩略图。不满意就用 U1 到 U4 把某一张放大细化，或者用 V1 到 V4 在那一版附近再变四张。
这个 U/V 的用法比调参数重要得多。新手常犯的错是觉得图不对就整段重跑，其实在四张里挑最接近的那张做变化，才是收敛最快的路子。我一般跑两轮 U/V 就能定下方向。
提示词我按这个顺序写：主体加材质，再场景，再光线，再镜头，最后风格。举个能直接抄的：
「a matte white ceramic candle jar with wooden lid, on a light oak table, soft morning side light from left, shallow depth of field, warm minimal background, product photography, 85mm lens, high detail」
中文提示词它也认，但产品摄影这一类的词用英文明显更稳，我基本只写英文。光线是最能拉开差距的一项，soft window light 出柔光，rim light 出轮廓光，studio softbox 更接近棚拍，同一版提示词只换这一个词对比着看，差别一眼就能看出来。
这里有个手感问题：词堆太多反而坏事。超过四十个词以后，画面容易变成什么都沾一点，主体反而被稀释。我控制在十五到二十五个词，先跑一版看构图对不对，再慢慢补光和材质。
参数上，–ar 管画面比例，主图常用 1:1 或 4:5，详情页横图用 16:9。–stylize 管风格化强度，数值低一点更听你的话，数值高画面更有味道但也更容易跑偏。–v 跟的是模型版本。
想复现同一张图，可以在末尾加 –seed 固定随机种子，这样改别的词时画面基调不会整个跳掉。想排除画面里的东西就用 –no，比如「–no text, watermark」，能少掉很多乱入的假字。具体可用数值和当前版本以官网为准，别照抄别人去年的教程。
选图我有自己的标准：构图、主体形态、光线，三样里占两样满意才放大，只占一样就再做一轮变化。这么筛下来，二十来版里能挑出三张能用的，比凭感觉挑效率高不少。
想让一批图长得像同一个东西，得用图生图。挑一张形态最正的图，把它的链接作为参考图放在提示词前面，再让模型在附近变化，产品轮廓就稳住了。做「同一款产品换五个场景」时，这招能省掉一半废图。
它最让我头疼的是细节的随机性。瓶身上的 logo、标签文字基本是乱码，跑十次大概有一次碰巧像字。所以我现在出图干脆不放文字，直接留白，后期用设计软件排上去，比反复抽卡快得多。
还有个现实问题：AI 图当主图有风险，它展示的质感和实物对不上，买家收到货会觉得货不对板。拿它做预热素材、详情页氛围图、投放前的方向筛选都很合适，真正挂在商品第一张的位置，该拍还得拍。
图从 Midjourney 出来之后通常还得再加工一道才能上架。背景太杂的我用 remove.bg 把主体抠出来换个纯色底，几十秒搞定，比自己在软件里抠边缘顺手。要出一组风格统一的模特图或者场景图，我会去 LiblibAI 挑一个现成的风格模型套上跑，出来的调子更贴国内电商那一挂。
尺寸也得提前想清楚。主图多大、详情页通栏多宽，各个平台要求不一样，出图前照着后台给的规范把比例设好，别等到上传才发现要裁。具体数值以平台当时公布的为准。
更多图像工具见 AI 图像工具。
你手上的产品是哪种材质？如果是玻璃或者金属这类带反光的，我可以说说提示词里怎么用柔光箱和背景距离把高光压下去。