各位同学好，这节课我们来讲解如何用 MidJourney 生成高质量的美食效果图。 我们首先打开 Discord，输入斜杠 `/`，选择 `image` 命令。经过长期使用 MidJourney，大家不难总结出：生成一张高质量图片的常用描述方式主要包括三部分——主体、细节和拍摄手法。 例如，我们现在想生成一张苹果的美食照片，提示词可以这样写：“A food photography of an apple, with clear water droplets on its surface, front lighting, macro close-up, commercial photography.” 在这句话中，“apple” 是主体，“water droplets” 是细节，“front lighting”“macro close-up” 和 “commercial photography” 则是对拍摄手法的描述。 我们将翻译好的英文提示词复制下来，回到 Discord 中，按 `Ctrl+V` 粘贴，回车发送。很快就能得到一组效果出色的苹果带水滴的摄影效果图。 这类细节丰富、偏写实的摄影效果，通常模型版本越高，生成质量越好。因此建议大家优先使用当前最新版本的 MidJourney 模型，以获得更佳效果。 如果希望画面更具视觉表现力，还可以在原有提示词基础上增加动态元素，比如加入 “sliced apple” 和 “splashing water” 等关键词。将翻译后的完整提示词再次粘贴到 Discord 中，执行 `/image` 命令并发送，就能生成更具张力的画面。这样的图像配合当下主流的图生视频工具，即可快速制作一段苹果落入水面、水花四溅的宣传短视频。 接下来我们讲解生成食物类图片的提示词通用公式。相比水果，食物的提示词构造更复杂，因为一道菜往往包含多种食材，还需描述盛装器皿、摆放环境等要素。 以“四川抄手”为例，我们在翻译软件中构建提示词：“A bowl of wonton, Sichuan-style dish, served in a brown ceramic bowl, chopsticks placed beside the bowl, red chili oil drizzled over the wontons, topped with chopped green onions and cilantro, placed on a wooden table, soft lighting, commercial photography, professionally color-graded, shallow depth of field.” 注意：这里使用的是 “wonton”（馄饨）而非 “Chao Shou”（抄手），因为 MidJourney 是基于英文语料训练的海外 AI 模型，“wonton” 是国际上更通用、更容易被准确理解的名称。虽然抄手与馄饨在大小、皮厚薄等方面存在差异，但就模型识别而言，“wonton” 能带来更稳定的结果。其他中式菜品也建议优先采用国际通用译名。 将上述提示词复制粘贴至 Discord，执行 `/image` 命令后发送，即可获得一组效果不错的四川抄手图像。结果中既有干拌也有红汤款式，整体观感诱人。不过需要指出的是，当前 MidJourney 对中式菜肴的理解仍有一定局限，常会将中式食物向西式形态靠拢——本例中部分生成结果更接近饺子外形，这已是现阶段相对理想的效果。 再来看一个特殊案例：“鱼香肉丝”。这道菜名虽含“鱼香”，实际并不含鱼，而是以泡椒、姜蒜等调制出类似鱼腥味的复合风味。若直接翻译为 “Fish-fragrant shredded pork”，提示词中出现 “fish” 就极易误导模型生成含鱼肉的画面。 实测中，若仅输入 “Yu Xiang Shredded Pork, Chinese dish, served on a plate on a wooden table, steaming hot”，翻译后很可能出现 “fish” 相关词汇，导致结果偏离预期——如生成一盘碎肉加葱花，完全丢失胡萝卜丝、木耳丝、青红椒丝等关键配料特征。 针对这类菜名与食材无直接关联的中餐，推荐借助 ChatGPT 辅助撰写精准提示词。具体操作是在 Discord 中 @GPT，输入需求：“请为 MidJourney 编写一段英文提示词，用于生成‘鱼香肉丝’的高清美食图片。请详细描述其真实外观：主料为细猪肉丝，配菜包括胡萝卜丝、黑木耳丝、青椒丝和红椒丝，酱汁呈棕红色、油亮有光泽，整体色泽鲜明，摆盘简洁，采用专业静物摄影风格，柔光布景，浅景深，商业级后期调色。” 重点在于强调“详细描述外形”，让 GPT 输出的是具象、可视觉化的英文描述，而非直译菜名。获取回复后，将整段英文提示词复制，通过 `/image` 命令提交，所得结果在食材构成与整体风格上会显著贴近真实鱼香肉丝——尽管仍有提升空间，但已比直译方式准确得多。实践中可多次生成，从中筛选最符合预期的一版。 总结来说，所有美食类提示词的结构都遵循统一逻辑：食物本身状态 + 盛器描述 + 摆放环境 + 拍摄角度 + 光线设定 + 呈现风格（如商业摄影、胶片质感等）。其中中餐的难点在于名称文化隔阂，需借助 GPT 等工具转化为模型可理解的视觉化英文描述，才能提升生成准确性。