
三个模型没有绝对强弱,按用途分工最省时间:要稳定产出商业图先用 GPT-Image-2.6,要改图并保持主体一致用 Nano-Banana-2,要强烈艺术风格用 Midjourney。选错模型,比写错提示词更费时间。
商业图要的是可控:主体位置、留白、画面比例、文字区预留,都能在提示词里写死;艺术图要的是风格张力,允许模型自由发挥。判断方法很简单,问一句这张图要不要直接放进商品详情页或海报。要,就优先可控性;不要,只是找灵感、做封面氛围,就优先风格表现。按这个标准,大多数人第一张图其实属于能交付那一类,只是习惯上先打开了 Midjourney。先把需求分类,后面的选择就只剩一步。
还要区分一次性使用和批量生产。如果这张图之后还要出十张同款,能不能复用同一套提示词,比单张好不好看更重要。可复用的模型,通常也是约束写得更明确的那个。
先看三者最稳定的能力边界。
常见误区是拿 Midjourney 硬做带产品细节的图,再拿 GPT-Image-2.6 去追风格化。前者把时间耗在反复重绘上,后者得到一张干净但平淡的图。正确的顺序是先定这张图属于哪一类,再决定工具。
举个具体例子。做一张新品咖啡豆的电商主图,先用 GPT-Image-2.6 出「浅木桌面、侧逆光、右侧留白」的底图,再用 Nano-Banana-2 把包装袋换成自家款式,全程不需要进 Midjourney。反过来做公众号封面,先用 Midjourney 找氛围和色调,再回 GPT-Image-2.6 补构图与留白,顺序就顺了。两次都只用了两个模型,但都比硬撑一个模型快。
这个顺序的价值在于减少试错:先判断需求类型,再决定工具,最后才写提示词。反过来先写提示词再找模型,往往要推倒重来。
给 GPT-Image-2.6 写提示词像写拍摄需求,主语、场景、光线、构图、画幅逐项给;给 Nano-Banana-2 写提示词像给修图师下指令,先说保留什么,再说改什么;给 Midjourney 写提示词像报关键词,风格词、镜头词、比例参数按顺序排。同一句中文原样复制到三个模型,往往只有一两个出可用图,不是模型不行,而是写法没换。切换模型时,提示词也要跟着换形态。
最省事的做法是为每个模型各存一份模板,之后只替换主体和场景。模板越固定,选型判断越准,出图速度也越稳。模板建议只写三段:主体、约束、风格,参数单独一行。改的时候不容易误删,也不会因为换模型而整段失效。
如何开始:打开 极客空间站 AI绘画,三个模型在同一处切换,先用一张小图跑通自己的选型顺序,再批量出正式图。
大连极客十一维科技有限公司