Midjourney 是一套以文字描述驅動的生成式影像與影片工具。使用者在輸入列寫下想看到的畫面，模型一次交回四張候選影像；真正的工作從這裡才開始——挑出最貼近構想的那一張，替它產生變體、放大解析度、重繪局部、把畫布往外延伸，或是讓它動起來成為一段短片。官方文件把這項產品直接定位為「把文字化為影像與影片的入口」，這個說法相當貼切：它並不是一款附加了人工智慧功能的修圖軟體，而是一具生成引擎，就連它的編輯工具也都是靠重新生成像素來運作，而非搬動既有的像素。
在競爭激烈的領域裡，它的位置相當獨特。有些同類產品以可控性取勝，有些主打與既有設計套裝軟體的整合，而 Midjourney 一貫以美感取勝：預設輸出偏好戲劇化的光影、果斷的構圖與明確的觀點，代價是有時不會逐字聽從指令。近期的模型更新把這個取向講得很清楚——截至 2026 年 8 月官網顯示，目前的預設版本 V8.2 於 2026 年 7 月 24 日上線，官方形容這一版聚焦於美感、影像品質與個人化，產出更具創造性、更大膽也更具銳氣。這種鮮明的風格傾向是它最大的賣點，在某些案子上也正是它最大的限制。
日常使用上還有兩點與多數對手不同。其一，它販售的是圖形處理器運算時間，而不是「幾張圖」的點數：訂閱實質上買下的是每月的處理時間，官方索性把運算時間類比為手機資費方案裡的流量。其二，它同時存在於兩個介面——midjourney.com 上的完整網頁應用程式，以及 Discord 裡的機器人，兩邊共用同一批模型，一份訂閱即可通用。典型使用者包括插畫家、概念設計師、藝術總監、需要持續產出行銷視覺的人員，以及遊戲與影視的前期團隊；獨立創作者也常倚靠它，在沒有委託預算的情況下取得大量原創影像。
一次四張的文字生圖網格：一則提示詞交回的是四個候選而非單一結果，這讓「生成」從碰運氣變成做選擇。官方入門流程寫得直接：按下輸入鍵後系統會產生一組四張影像，你可以即時看著它們成形，進度到 100% 就完成。以四為單位推進，讓人更容易遇上事前沒能想到的方向。
風格參考與風格權重：透過風格參考參數指向一張你想對齊質感的影像，再以權重參數控制這份參考的牽引強度。搭配風格代碼與風格產生器，這套機制才是讓整檔行銷活動或整個系列維持視覺一致的關鍵，不必每次都用一長串形容詞重述同一種美感。
Omni Reference 固定主體：如果說風格參考承載的是「調性長什麼樣」，那麼 Omni Reference 承載的則是「畫的是誰、是什麼」——一個人的容貌特徵或一件物體的形態，讓同一角色或同一產品能跨影像重現。它自 V7 起取代了較早的角色參考做法，正面處理了製作環節最棘手的難題：一整組畫面裡，主角還認得出來嗎。
個人化檔案與情緒板：系統能從你的評分與自建情緒板中學習偏好，再透過個人化參數把生成結果往你的品味傾斜。V8.2 的官方說明指出，個人化對累積大量評分的檔案理解得更好，而且為這一版建立檔案時，可供挑選的影像池更大也更優質。
由影像生成影片：任何一張靜態影像——不論是系統生成的還是你自行上傳的——都能變成五秒短片，原圖作為首格畫面，文字提示詞可有可無，用來引導畫面中的運動。運動幅度可在低與高之間切換，也能讓片段循環播放，或指定一張自訂的結束畫面。
生成式編輯工具：除了首次產圖之外，工具箱還包含變體、放大、可定向延伸畫面的平移、把鏡頭拉遠的縮小視角、中途改寫提示詞的混編，以及支援局部重繪的編輯器。它們讓一張「差一點就對」的影像能就地收尾，不必全部重來而賠上原本已經對的部分。
一套用於精細操控的參數語言：提示詞末端可以附加一組有文件記載的開關——畫面比例、風格化強度、古怪程度、變化幅度、排除項目、無縫拼貼、可重現的隨機種子，以及去除預設風格的原始模式。語法要求嚴謹：參數必須放在描述文字之後、破折號前留一個空格，而且參數內部不得夾帶標點符號。
概念設計與前期開發：遊戲、影視與動畫的美術部門，需要在投入昂貴製作前快速探索視覺可能性。每則提示詞產出四張、再用風格參考鎖定方向，能把過去要花好幾天的縮圖草稿階段壓縮到一個下午；當探索擴展成一整組鏡頭時，Omni Reference 負責讓選定的角色維持一致。
行銷與活動視覺：社群貼文、多媒體廣告、到達頁主視覺與節慶主題圖，都需要源源不絕又調性一致的影像。團隊可以先把一種質感確立下來，存成風格參考或個人化檔案，再大量產出共享同一視覺身分的變化版——既避開圖庫照片的千篇一律，也省下為每個行銷節點重新籌備拍攝的成本。
編輯與出版插圖：部落格、電子報、研究報告與書籍專案經常需要為抽象主題配圖，而這類題材根本不存在現成照片。由於生成由提示詞驅動，編輯可以在幾分鐘內為難以圖解的概念訂製一張隱喻影像，透過風格化設定調整語氣，最終得到專屬於該篇文章的畫面。
產品與包裝探索：工業設計師與品牌團隊會在實體樣品出現之前，先用它把產品形態、材質、配色與包裝放進實際情境中預演。Omni Reference 讓產品形態維持穩定的同時自由更換環境與光線，很適合檢驗一個設計在不同呈現脈絡下是否依然成立。
社群短動態素材：由一張已通過審核的靜態影像動畫化而成的五秒片段，恰好補上了圖文貼文與完整影片製作之間的空缺。由於動畫的起點是已經確認的畫面，運動階段直接承接了構圖與美術決策，不必重新爭論一遍；循環輸出也契合社群動態自動播放的慣例。
個人創作與風格養成：獨立藝術家把它當成視覺構想的速寫本——測試構圖、透過個人化機制養出一套可辨識的個人美學、累積參考素材。社群面向在此同樣重要：公開產出的作品預設可被瀏覽與再創作，藝廊因而成為一個持續更新的技法來源。
先訂閱，再創作。 與許多對手不同，這裡沒有常設的免費方案可供先行試用；官方入門指南把「訂閱」排在「創作」之前，因此挑選方案是名副其實的第一步，而不是用了一陣子才碰上的付費門檻。
登入 midjourney.com，開啟 Create 頁面。 這是主要工作區，生成結果會在算圖過程中即時浮現。從 Discord 進來的使用者建議以「Continue with Discord」方式登入，好讓兩個介面共用同一組帳號與同一座影像庫。
在 Imagine 輸入列寫下提示詞。 輸入列位於 Create 頁上方，寫下你想看到的畫面並送出。系統會產生一組四張影像，進度走到 100% 時這一格便告完成，可以接著進行下一步。
用參考影像與參數校準方向。 掛上風格參考來對齊既有質感，掛上 Omni Reference 讓主體跨影像延續，或在末端附加畫面比例、風格化強度之類的參數。務必記得參數要放在提示詞最尾端、破折號前留空格，參數裡不要出現標點符號。
打磨選中的那一張。 用變體探索它的鄰近可能，用放大提升解析度，用平移與縮小視角延伸構圖，用編輯器重繪特定區域。真正的工作大多發生在這一步——第一組網格是起點，不是交付成果。
動畫化或匯出。 想讓靜態影像動起來，開啟該影像並使用動畫按鈕，選擇低或高的運動幅度；想動畫化自己的圖片，則從影像面板把它設定為起始畫面。完成的作品在 Organize 頁下載、排序與歸檔，資料夾與篩選器也都在那裡。
描述畫面，而不是下達指令。提示詞最好寫成對一張成品影像的描述——主體、場景、光線、鏡頭處理、媒材——而不是寫成對助理說的話。「請幫我做一張」這類措辭只占位置，不提供任何視覺資訊。
一次只改動一個變項。結果接近但不對時，別急著重寫整則提示詞。固定其他條件，只調整風格化強度、只更換風格參考、或只改畫面比例，你才能弄清楚究竟是哪一根槓桿造成了差異。
比較方案時鎖定隨機種子。可重現的種子能告訴你：措辭的更動是真的改善了畫面，還是這一次單純運氣較好。少了這道紀律，提示詞實驗很快會退化成玄學。
及早建立個人化檔案，然後信任它。評分影像這件事枯燥一小時，受用好幾個月。既然目前的模型在累積大量評分資料的檔案上表現明顯更好，把這份功夫前置，後續每個專案都在享受紅利。
把「風格」與「主體」分開處理。美感交給風格參考，被描繪的對象交給 Omni Reference。想在單一提示詞裡用文字同時按住兩者，是系列作品中角色一致性崩壞最常見的原因。
有意識地規劃快速運算時數。官方給出的量級是：一則影像提示詞約耗一分鐘運算時間，一則影片提示詞約八分鐘——探索很便宜，影片並不便宜。草稿模式與寬鬆模式的存在，正是為了讓大範圍試錯不會吃掉留給定稿的額度。
製作動畫時先調小批次量。影片提示詞預設一次產出四段，但批次量可以設為一段或兩段。在快速時數有限的方案上，這一個設定往往就是「專案順利完成」與「月中就斷糧」的分水嶺。
預期審核摩擦並事先繞道。官方說明相當坦白：看似無害的提示詞也可能被過濾器攔下，而被攔截的任務不會消耗額度。多數情況下換個說法比申訴更省時間。
概念設計師與插畫家：需要快速產出並評估大量視覺方向的從業者，同時更看重具辨識度的美感底蘊，而非對每一個提示詞子句的字面還原。
藝術總監與品牌設計師：負責在眾多交付物之間維持視覺一致性的角色，從風格參考、可重複使用的風格代碼，以及承載品牌調性的個人化檔案中獲益最多。
行銷與社群團隊：在截稿壓力下持續產出活動影像的團隊，他們的替代方案往往是圖庫照片，或是一筆根本不存在的攝影預算。
遊戲、影視與動畫前期部門：在投入昂貴的資產製作之前，先行搭建情緒板、場景研究與角色探索的部門。
獨立創作者與小型工作室：身邊沒有常駐攝影師、插畫家或修圖師，卻需要專業水準視覺的單兵作戰者，願意以學習成本換取產出品質。
產品與包裝設計師：在實體打樣還嫌太早的階段，先行預演形態、表面處理與貨架呈現效果的從業者。
研究視覺文化的教育者與研究者：需要直接示範、檢視或評論生成式影像的使用者，包括它的失效狀況與授權層面的複雜性。
網頁應用程式：主要入口是瀏覽器中的 midjourney.com，包含帶有 Imagine 輸入列與設定面板的 Create 頁、用於排序與下載的 Organize 頁，以及個人化、情緒板、資料夾與編輯器。
Discord：最早的使用方式至今仍獲完整支援。透過頻道或私訊裡的指令發起生成，用設定指令調整參數，靠網格按鈕進行放大與變體。官方文件對主要功能都並列提供「網頁端」與「Discord 端」兩套說明，一份訂閱涵蓋兩處。
跨介面帳號串接：兩個環境的帳號可以互相連結，只要以相符的方式登入，在其中一端產生的影像會出現在另一端的同一座影像庫裡。
行動裝置存取：網頁應用程式可以從手機瀏覽器開啟，官方文件也提到使用行動裝置時點選送出按鈕。是否提供獨立的原生應用程式，建議以官網當下的說明為準，不要逕自假定。（資訊待驗證）
未見公開的生成介接：程式化呼叫並不在有文件記載的產品範圍內，工作流程是圍繞網頁應用程式與 Discord 搭建，而非圍繞介接呼叫。（基於公開資料推測）
這裡沒有免費方案。官方入門路徑要求先選定方案並完成訂閱，之後才談得上創作，也就是說評估發生在付費之後而非之前——這與提供少量免費產圖額度的對手是實打實的差別。使用權被切成四個訂閱層級：Basic、Standard、Pro 與 Mega。所有方案都是訂閱制，按月或按年自動續訂直到取消；選擇年繳並一次付清全年費用可享 20% 折扣。截至 2026 年 8 月官網顯示，四個層級的月繳價格分別為 10、30、60、120 美元，年繳換算下來大致相當於每月 8、24、48、96 美元。
拉開層級差距的主要是產能與隱私，而不是能否用到某個模型。每個方案都含一份每月的快速運算時數——Basic 為 3.3 小時，往上依序是 15、30 與 60 小時——而且未用完的快速時數在續訂時不會累積到下個月。不消耗快速額度、以排隊方式生成的寬鬆模式，自 Standard 起提供無限影像生成；至於寬鬆模式下的無限影片生成，則需要 Pro 或 Mega。讓作品保持私密的隱形模式僅在 Pro 與 Mega 上提供。額外的快速時數可依每小時 4 美元購買，各層級在可同時執行的任務數上也有差異。商業使用另有一道門檻：年營收超過 100 萬美元的企業必須訂閱 Pro 或 Mega，才能將成果用於商業用途。由於層級與額度在歷史上多次調整，實際權益請一律以官網當前的定價文件為準。
Adobe Firefly：主打商用安全性與套裝軟體整合，訓練資料的取向意在降低權利爭議，並與 Photoshop、Illustrator 的工作流程直接打通。法務審查比美感企圖更嚴格的團隊常選它。
Stable Diffusion 生態系：開源模型，可以跑在本機或自有基礎設施上，具備社群微調與可控的條件輸入，也沒有按張計費的服務成本。它以精緻度與便利性，換來了控制權、隱私與可擴充性。
ChatGPT 中的 DALL·E：擅長字面遵循提示詞，也長於以對話方式反覆修改，適合寧願「講清楚要改哪裡」而不想學一套參數語法的使用者，代價是預設美感沒那麼有主張。
Ideogram：以影像內的文字呈現見長，因此常被當作海報、標誌，以及任何需要畫面內排版清晰易讀之場景的搭配工具。
Runway 等以影片為先的工具：從一開始就為運動而生，提供更長的時長、時間軸剪輯，以及超出「五秒圖生影片」範疇的鏡頭控制。就靜態影像的工作而言，它比較像互補而非直接競爭。
缺乏免費評估途徑：由於訂閱先於創作，你無法在付費前判斷這套美感是否適合手上的專案。在公開評論平台上，使用者經常把這一點列為導入時的主要摩擦。
精確控制依然不易：G2 等平台的評論者在給出高影像品質評價的同時，也持續反映難以達成精確的視覺細節，以及生成結果中的瑕疵會影響真實感與一致性。讓輸出好看的那套風格傾向，同時也在抗拒字面指令。
影片成本陡增：一則影像提示詞約耗一分鐘運算時間，一則影片提示詞約八分鐘，因此製作動態消耗額度的速度遠快於製作靜態。獨立媒體在影片模型發表時的報導，也把影片任務的成本量級描述為影像任務的約八倍。
作品預設公開：內容預設可被公開瀏覽與再創作，條款把 Midjourney 描述為一個開放社群，他人可以使用並再創作公開發布的內容。要保有隱私就得使用隱形模式，而它只在較高層級提供——對簽有保密協議的客戶專案而言，這是必須事先算進去的一筆。
著作權訴訟尚未定案：多家大型電影公司就訓練與輸出涉及受著作權保護的角色，對 Midjourney 提起訴訟。截至 2026 年年中的報導顯示，該案仍處於審理與證據開示階段，Midjourney 主張在此類素材上訓練屬於合理使用，尚未出現終局判決。處於監理或權利敏感情境中的團隊，應持續追蹤進展，而非逕自假定塵埃落定。
所有權寬泛但附帶條件：你擁有自己創作的成果，但條款劃出了例外——放大另一位使用者的影像時，所有權仍歸原創作者；營收門檻則決定了你需要哪一個層級的方案。Midjourney 明確表示不提供著作權方面的指導，建議就特定司法管轄區的問題諮詢律師。
審核過濾會誤傷：並無惡意的提示詞有時也會被攔下，即使被攔截的任務不會扣費，創作節奏仍會被打斷。上傳外部影像還附帶額外義務，包括你必須持有所上傳影像的相應權利，以及不得以侮辱性方式操弄真實人物的影像。
沒有常設的免費方案。官方引導流程要求先選定並訂閱一個方案，之後才能開始創作。想在付費前感受一下畫風的人，通常只能倚靠社群藝廊裡大量公開的產出作品來判斷。
在付費訂閱下通常可以——文件寫明你擁有自己創作的影像與影片，而且即使日後取消訂閱，這份所有權依然成立。但有兩項例外：放大他人的影像並不會把所有權轉移給你；年營收超過 100 萬美元的公司必須使用 Pro 或 Mega 方案才能商用。
買到的是運算時間，而不是固定的產圖張數。每個方案包含每月一定量的快速運算時數，續訂時重置且不累積；更高的層級另外提供無限的寬鬆模式生成、更大的同時執行上限，以及隱私功能。
依官方給出的近似值，一則影像提示詞約耗一分鐘運算時間，一則影片提示詞約八分鐘。一組四張標準畫質影像約 0.8 分鐘，一組高畫質約 1.3 分鐘，四段標準畫質影片約八分鐘。
預設會使用官方最近推為預設的版本，你也可以在提示詞中以版本參數臨時覆寫，或在設定面板裡全域指定。截至 2026 年 8 月官網顯示，V8.2 於 2026 年 7 月 24 日成為預設版本，在此之前是 V8.1；包含 V7 與 V6 在內的舊版本仍可選用。
可以。一張影像作為首格畫面變成五秒片段，文字提示詞可有可無，運動幅度可在低與高之間選擇。能用到什麼程度取決於方案：所有層級都能在快速模式下產生影片，只有 Pro 與 Mega 能在寬鬆模式下產生，而高畫質影片需要 Standard 以上並在快速模式下進行。
預設並不是。除非使用僅在 Pro 與 Mega 上提供的隱形模式，否則創作內容是公開可見且可被再創作的。對於涉及機密或客戶委託的工作，選擇哪一個方案實質上就是在做隱私決策。
不必。完整流程都可以在瀏覽器中的 midjourney.com 上跑完，包括生成、編輯、個人化與整理歸檔。Discord 仍為習慣它的使用者保留，一份訂閱同時涵蓋兩個介面。
使用 Omni Reference，它負責在多次生成之間延續某個人的容貌特徵或某件物體的形態，並已取代較早的角色參考做法。再搭配一張風格參考，讓「質感」與「主體」由兩套機制分別掌控，而不是在同一則提示詞裡互相打架。
包含迪士尼與環球在內的大型製片方，就訓練資料及輸出中出現其角色形象，對 Midjourney 提出著作權主張。截至 2026 年年中的媒體報導，該案仍在審理與證據開示階段，Midjourney 主張構成合理使用，尚未出現終局判決。涉及自身具體情形的問題，請諮詢具備資格的律師。
