Midjourney v7 参考图混写完全指南：10分钟复刻任意品牌视觉风格

你有没有这种经历——

花了两小时反复调 Prompt，出来的图风格飘忽，要么像素材库里的免费图，要么 AI 味儿浓得像贴了标签。同样是"极简北欧风护肤品"，你出的是塑料感白底图，别人出的是能直接上小红书首页的质感大片。

差距在哪里？不是 Prompt 写得不够长，是你还没用上参考图混写。

自从 Midjourney v7 上线，--sref（风格参考）和 --cref（主体参考）的组合打法已经成为商业出图的标配。根据 MJ 社区的多组对比测评，使用参考图混写后，风格一致性从 v6 的约 62% 提升至 v7 的 89% 以上，出图满意率从靠运气的 30% 直接跳到 85%~90%。

这篇文章，我把这套打法完整拆开给你看。

---

一、为什么你的产品图"差点意思"？

先做一个对比实验。

同样的 Prompt：skincare product photography, minimalist nordic style, soft natural light, 8k --ar 1:1 --v 7

不加参考图：出图风格随机漂移，今天是冷白调，明天变暖黄调，瓶身材质时而磨砂时而亮面，整个系列毫无统一感。 加了 --sref 参考图：色温、光比、材质质感、背景虚化程度全部锁定，连景深焦段都高度一致。

这就是"风格漂移"问题的根源——Midjourney 的随机种子机制本质上是概率采样，没有参考锚点，每次出图都是在一个巨大的风格空间里随机游走。参考图混写的作用，就是给这个随机过程加上一条绳子，把它拴在你想要的风格坐标上。

核心武器只有三个参数：

  • --sref：风格参考，控制调色板、质感、光线、构图语言
  • --cref：主体参考，控制产品/角色的外观形态
  • --sw：风格权重，0~1000，控制参考图的影响强度

接下来，我们把这三个参数彻底吃透。

---

二、拆解 v7 参考图混写的底层逻辑

--sref 管什么？

把它理解成"摄影师的风格手册"。

你给一位摄影师看了 10 张你喜欢的参考图，他会从中提取：冷暖色调倾向、光线方向、阴影密度、背景虚化程度、整体饱和度……这些加在一起，构成了一种"视觉语言"。

--sref 做的就是这件事。它不关心图里拍的是什么产品，只抽取视觉风格的DNA。

--cref 管什么？

这是"产品/角色的身份证"。

如果你有一瓶护肤品的实拍图，把它传给 --cref，MJ 会记住这个主体的形态特征——瓶身比例、标签设计、颜色，然后在新场景里重新渲染它。

⚠️ 重要区别：--sref 抽取风格，--cref 保留主体形态。两者可以来自完全不同的图片，这正是"混写"的精髓——用 A 图的风格，渲染 B 图的产品。

--sw 权重怎么用？

这是最容易被忽视、也最值得细调的参数。

权重感觉映射速查表： | --sw 值 | 风格影响程度 | 适用场景 | | 0~100 | 若隐若现，只有隐约气质 | 想保留 Prompt 主导权时 | | 200~300 | 点到为止，色调有参考感 | 风格参考图与目标场景差异大 | | 400~600 | 明显克隆，质感高度还原 | 日常商业出图首选区间 | | 700~800 | 强力克隆，构图也开始被影响 | 需要极高一致性的系列图 | | 900~1000 | 几乎完全复制参考图风格 | 慎用，容易压制主体描述 | 默认值是 100，大多数教程没有提这一点，这也是为什么很多人加了 --sref 却感觉没什么用——权重开太低了。

v7 相比 v6 的核心升级

v7 在图像语义理解上做了重要升级：它能区分"风格元素"和"内容元素"。

v6 时代，--sref 有时会把参考图里的具体物体（比如一朵花）也一并迁移到输出图里，造成"风格污染"。v7 的分离能力更强，能更精准地提取色调、质感、光线等抽象风格属性，而不会把参考图的内容也复制过来。

这是混写效果更稳定的根本原因。

---

三、实战教程：三步复刻极简北欧风护肤品

我们用一个完整案例走一遍全流程。

第一步：选择高质量参考图

参考图的质量直接决定上限。选图标准：

  • 分辨率：至少 1000px 宽，越清晰越好
  • 风格纯粹：不要选风格混杂的图，一张图只传递一种风格信号
  • 构图简洁：背景干净，主体突出，减少噪声信息
  • 色彩明确：冷暖倾向清晰，避免过度后期处理的图
💡 选图技巧：去 Pinterest 或 Behance 搜索目标品牌名 + "product photography"，找 3~5 张风格最统一的图，选其中最有代表性的一张作为 --sref 参考。

第二步：构建 Prompt 结构

基础公式模板： 
/imagine prompt: [产品名] product photography,

[材质/颜色], [场景描述],


[光线风格], commercial photography,


8k --sref [参考图URL] --sw 600


--cref [产品参考URL] --ar 1:1 --v 7
实际案例 Prompt： 
/imagine prompt: glass skincare serum bottle,

frosted texture, light sage green,


placed on white marble surface with dried eucalyptus,


soft diffused morning light from left,


minimalist nordic style, commercial photography,


8k --sref https://[你的参考图URL] --sw 600


--cref https://[产品实拍URL] --ar 1:1 --v 7
✅ 检查点：此时出图应该能看到明显的参考图色调，背景质感和光线方向与参考图高度相似，同时产品主体保持了 --cref 图片里的基本形态。

第三步：权重微调

初次出图后，根据结果调整 --sw：

  • 感觉"风格不够强"→ --sw 加 100~200
  • 感觉"产品形态被影响了"→ --sw 减 100，同时加强 --cref 的主体描述词
  • 感觉"构图被参考图带跑了"→ --sw 降到 400 以下，在 Prompt 里明确构图描述

---

四、三套垂直行业即用模板

🧴 护肤/美妆电商主图

/imagine prompt: [产品] product photography,

[材质颜色], centered composition on [背景材质],


[植物/道具点缀], soft studio lighting,


clean and premium, e-commerce hero shot, 8k


--sref [URL] --sw 550 --cref [URL] --ar 1:1 --v 7

📱 数码产品社媒方图

/imagine prompt: [产品] lifestyle photography,

[颜色], placed on [场景道具],


urban minimal aesthetic, cool tone,


dramatic side lighting, tech product photography, 8k


--sref [URL] --sw 500 --cref [URL] --ar 4:5 --v 7

🍽️ 食品饮料高端白底图

/imagine prompt: [食品/饮品] product shot,

[颜色描述], pure white background,


[配料/装饰点缀], soft overhead lighting,


food photography, appetizing, commercial quality, 8k


--sref [URL] --sw 400 --ar 1:1 --v 7

---

五、进阶玩法：双图混写创造独家风格

这是真正拉开差距的地方。

单张参考图能复刻风格，双张参考图能创造风格——把两种截然不同的美学按比例融合，产出市面上没有的"独家视觉语言"。

语法格式

--sref [URL1] [URL2] --sw 400

两个 URL 之间用空格分隔，MJ v7 会自动按照等权重融合两张图的风格。

实战案例：70% 日系清冷 + 30% 赛博朋克

/imagine prompt: perfume bottle product photography,

dark glass, iridescent finish,


floating in negative space,


premium luxury aesthetic, 8k


--sref [日系清冷参考URL] [赛博朋克参考URL]


--sw 500 --ar 4:5 --v 7
效果预期：冷蓝色调为主基调（日系清冷主导），局部有霓虹反光和金属质感（赛博朋克点缀），整体产出一种"未来感极简奢华"的独特风格。

常见翻车场景与救场方案

| 翻车类型 | 原因 | 解决方案 | | 风格污染（参考图内容出现在输出图里） | --sw 过高 + 参考图内容太复杂 | 降低 --sw 至 300 以下，换背景更干净的参考图 | | 主体变形（产品形态失真） | --cref 权重不足 | 在 Prompt 里加强产品形态描述，同时检查 --cref 图片清晰度 | | 两图风格互相打架 | 参考图风格差异过大 | 先用单图确认各自效果，再混写；或降低 --sw 至 200 | | 出图色调偏移 | 参考图色彩信息被过度提取 | 在 Prompt 里明确写出目标色调，与 --sref 形成双重约束 |

---

六、工作流整合：从单张出图到批量交付

学会了出一张好图，下一步是让这套方法变成可复用的资产。

建立品牌视觉资产库

品牌视觉资产库/

├── 参考图素材/


│   ├── 风格参考（sref用）/


│   │   ├── 主风格-日系清冷.jpg


│   │   ├── 主风格-极简北欧.jpg


│   │   └── 辅助风格-轻奢金属.jpg


│   └── 产品参考（cref用）/


│       ├── 产品A-正面.jpg


│       └── 产品B-45度角.jpg


├── Prompt模板库/


│   ├── 电商主图模板.txt


│   ├── 社媒方图模板.txt


│   └── 高端白底图模板.txt


└── 出图存档/


└── 按日期/产品分类
固化流程：每次新项目不从零开始写 Prompt，而是从模板库调取 → 替换产品描述 → 更换参考图 URL → 微调 --sw，出图时间从 2 小时压缩到 15 分钟。

API 自动化批量出图

当需要批量交付（比如一个 SKU 需要 10 种场景变体），手动一张张出图效率极低。

这时可以通过 MJ 的 API 接口，配合脚本实现自动化批量调用——预设好 Prompt 模板和参数，批量传入不同产品的 --cref 图片 URL，自动生成全系列产品图。

💡 编辑注：如果你想在批量出图流程中加入 AI 辅助优化 Prompt 的环节（比如用 Claude Sonnet 4.6 或 GPT-5.2 自动扩写产品描述词），可以直接用 [api.884819.xyz](https://api.884819.xyz) ——支持多模型统一接入，国内直连无障碍，按量计费，适合个人和小团队测试和商业使用。

---

七、资源汇总

🔧 本文工具清单

├── Midjourney v7（主力出图）


├── Claude Sonnet 4.6 / GPT-5.2（Prompt优化辅助）→ api.884819.xyz


├── 参考图处理：Canva / 即时设计（裁剪、调色、上传）


└── 资产管理：Notion 素材库模板（结构见第六章）
参考图选图标准速查：
  • ✅ 分辨率 ≥ 1000px
  • ✅ 风格单一纯粹，不混搭
  • ✅ 背景干净，主体突出
  • ✅ 色彩倾向明确（不要过度滤镜图）
  • ✅ 来源合法（自拍、授权素材、公开商业图）
  • ❌ 避免水印图、压缩严重的图、风格混乱的拼图

---

写在最后

真正拉开差距的，从来不是谁的 Prompt 写得更长，而是谁先建立了自己的"风格资产库"。

今天学的这套混写逻辑，本质上是在训练 AI 成为你的专属摄影师——它不需要每次重新理解你的审美，因为你已经用参考图把审美"物化"成了可复用的参数。

今天就能做的第一步：找你最喜欢的一个品牌，去 Pinterest 截 3 张它的产品图，上传到 MJ，加上 --sref 和 --sw 600，跑一张对比图。光是这一步，就能让你对"参考图的力量"有直观感受。

---

📌 下期预告

>

学会了用参考图控制"风格"，下一个问题随之而来——
如果我要生成的不是产品图，而是"真实感人物"或"品牌吉祥物"，参考图逻辑会完全不同。

>

下篇我们深度拆解：《--cref 深度用法：如何让 AI 记住你的虚拟形象，并跨场景保持一致？》
——这可能是做 IP 运营的人今年最值得读的一篇教程。

>

🔔 收藏这篇文章，下篇发布时你会第一时间想起来。

---

本文由8848AI原创，转载请注明出处。关注8848AI，带你从零开始学AI。

#Midjourney教程 #AI商业摄影 #产品图生成 #sref用法 #AI绘图技巧 #8848AI #Prompt技巧 #AI工具