广告文案与最终视觉画面之间存在一段明显的断层：文案写好了，但丢进 Midjourney 后经常出现主体错误、风格漂移、次要元素抢镜。这个工作流先解决一个问题：把文案里真正必须被看见的部分筛出来，再用固定公式转写成提示词，最后按广告位尺寸出图。它不保证点击率或转化率，只保证出图方向与文案意图一致。

可行的方法是：先把文案拆成卖点、情绪、目标受众、视觉元素四列，再按「主体+氛围+构图+风格」组装提示词，最后按广告位比例出图。操作前提是每一版都记录广告名、提示词、比例与出图编号，便于复盘。验证方式是看画面主体是否对应文案卖点，而非看文案是否被逐字还原。边界在于画面评价有主观偏差，不同版本需要留足比选空间。

提取文案中的核心卖点与情绪词

文案是给目标用户看的，提示词是给图像模型看的，二者的语言系统不同。生成图反复偏离文案，通常不是模型能力问题，而是关键词筛选出了问题。

提取原则：只取出必须被视觉化呈现的词，而不是逐字翻译文案。例如「物理防晒，清爽不粘腻」中的「清爽不粘腻」是体验描述，不能直接生成；需要将其转译为「哑光质感、无油光、水感」等可被画面呈现的元素。每一条文案都可以用下面四列拆解：

• 卖点：文案里最不可替代的产品事实，例如「防水」「轻便」「可折叠」。
• 情绪：画面需要传递的感觉，例如「信赖」「松弛」「活力」。
• 目标受众：提示词里的人物特征或场景倾向，例如「通勤女性」「户外青年」「家庭场景」。
• 视觉元素：能直接生成的具体物件、材质、光线或色彩，例如「磨砂瓶身」「晨光」「湿润路面」。

建议一次性拆解 5 条以上同类广告文案，把所有重复出现的视觉元素合并，这组元素会慢慢形成该品牌或品类的提示词底料，后续不再需要每次从头翻译。

把视觉元素映射到提示词语法

拆解表得到的是零散素材，提示词需要一条稳定的组装路径。建议采用固定公式：主体 + 氛围 + 构图 + 风格。四个顺序不要变换，便于在大量生成结果中横向比较。

主体来自拆解表中的「卖点」与「视觉元素」；氛围来自「情绪」；构图决定观看距离；风格决定材质与整体质感。以「便携咖啡杯，通勤场景，简约」为例：

一个磨砂质感的便携咖啡杯，放在地铁扶手旁，晨光斜照，杯身有少量冷凝水，中景特写，商业产品摄影风格，干净背景，柔和阴影

这套提示词里没有「通勤」「简约」这类抽象词，而是换成「地铁扶手」「晨光」「干净背景」这些可生成的视觉信息。生成后用一句话校验：画面的第一眼主体是不是咖啡杯？背景元素是否与通勤场景一致？如果提示词里并列了三个强视觉词汇，模型大概率会平均分配注意力，主体就不明确。

按广告投放尺寸调整画面比例

提示词正确但比例不对，画面会被直接裁掉重要元素。广告位比例通常由投放平台决定，出图前先确认目标位再设置 Midjourney 的 `--ar` 参数。常见广告位与比例对应如下，但仅作为格式建议，最终仍需要结合投放环境确认。

• 横版 banner / 图文信息流：1200×628，比例近似 1.91:1，适合 `--ar` 16:9 后用画面低裁切处理。
• 正方形图文 / 原生广告：1080×1080，比例 1:1，使用 `--ar` 1:1，主体尽量放置在画面中心区域。
• 竖版视频封面 / 快拍广告：1080×1920，比例 9:16，用 `--ar` 9:16 生成后再添加文字或按钮。
• 车图大图：宽幅比例约 21:9 或更长，建议生成时先采用 16:9，再在后期构图里做水平延展，避免关键主体被截断。

需要注意：Midjourney 直接生成极端比例时，主体容易变形或拉长。建议以 16:9、1:1、9:16 三个基础比例出图，再根据广告位外层容器做延展。核心主体应保留在安全区域内，即画布中心约 70% 的范围内，四周边缘只放纯色、渐变或虚化元素。

建立广告文案与出图记录对照表

提示词是积累出来的，不是一次性生成出来的。同一句文案反复微调后，如果不记录版本，下次更换广告位时无法判断应该改比例还是改氛围。建议每次出图后按以下字段记录：

• 广告名：对应投放项目或产品版本。
• 提示词：实际下发的完整提示词，包括参数。
• 比例：使用的 `--ar` 参数。
• 出图编号：生成批次与选择的图序号。

记录模板可以简化为一行：广告名 | 提示词关键词 | 比例 | 出图编号。复盘时优先看同一广告名下多轮提示词的变更路径，哪些词被删掉、哪些词被替换、哪些比例下主体更明确。通过这类记录，可以逐渐识别出该品牌「组合概率更高」的提示词风格，但应谨慎推广到其他品类，不同产品与投放人群的视觉偏好差异很大。