Midjourney 品牌视觉实战：统一风格并批量适配社媒尺寸

用 Midjourney 的风格参考（--sref）为一家虚构的精品咖啡店“山野咖啡”做出一整套风格统一的品牌视觉图，再用一个 Python 脚本把原图一键裁成小红书、公众号、朋友圈、竖屏海报四种尺寸并加上品牌角标。

先看清成品

成品是一个文件夹：6 张同一风格的主视觉原图（店铺环境、招牌饮品、咖啡豆、手冲过程、甜点、季节限定），以及脚本自动输出的 24 张各平台成品图。核心技巧是先“锁定风格”，再批量换主体。文中脚本已在本地用测试图片实际运行通过。

做完之后你会得到什么？

需要准备哪些环境？

当前默认模型是 V8.2，本文所有提示词按 V8.2 编写。

注意：Midjourney 服务条款禁止用自动化工具访问或生成内容，所以本文所有生成步骤都在网页或 Discord 里手动完成，脚本只处理已经下载到本地的图片。

第一步：怎样先把“品牌风格”定下来？

很多人直接写“一杯拿铁”开始生成，结果每张图风格都不一样。正确顺序是先定风格，再换内容。

1. 用 ChatGPT 写风格描述

我在做一家精品咖啡店的品牌视觉，店名“山野咖啡”，定位是山里的安静咖啡馆，客群 25-35 岁。
请给我 3 套不同方向的视觉风格，每套包含：
- 一句英文风格描述（用于 AI 绘图，40 词以内）
- 主色和辅色（给出色值）
- 光线、材质、构图关键词
- 适合与不适合的画面元素

2. 生成风格探索图

挑一套风格描述，在 Midjourney 里生成。下面是本文使用的提示词：

quiet mountain cafe interior at early morning, warm wood and linen, soft window light, muted earthy palette of sage green and oat beige, film photography, shallow depth of field, calm minimal composition --ar 3:4 --s 150

3. 选出风格样板

多跑几轮，挑一张最能代表品牌的图。这张图就是“风格样板”。

有两种方式锁定它：

4. 检查结果

用同一个 sref 换一个完全不同的主体，比如“一袋咖啡豆”。如果色调、光线、颗粒感和样板一致，说明风格已经锁定。

第二步：怎样批量生成同一风格的 6 张主视觉？

1. 准备提示词模板

模板 = 主体描述 + 固定风格尾巴。主体每次换，尾巴不变：

[主体], muted earthy palette of sage green and oat beige, soft window light, film photography, calm minimal composition --sref [你的风格样板] --ar 3:4 --s 150

2. 依次替换主体

3. 调整风格强度

如果新图被样板“带偏”（比如样板是室内，咖啡豆图也冒出窗户），用 --sw 降低风格参考权重；反过来风格不够像就调高。

注意：画面里的文字和 Logo 不要依赖 AI 生成，容易出错字。店名统一用后面的脚本或设计软件加。

4. 下载原图并命名

下载到 raw/ 目录，按编号命名，方便追溯：

brand-kit/
├── prompts.txt          # 所有提示词和 sref，一行一张
├── raw/
│   ├── 01-latte.png
│   ├── 02-pourover.png
│   ├── 03-beans.png
│   ├── 04-cake.png
│   ├── 05-counter.png
│   └── 06-seasonal.png
├── social_sizes.py
└── out/                  # 脚本输出

需要大图时，V8.1 和 V8.2 支持 --hd 直接生成 2048 像素的高清图，比标准图消耗更多 GPU 时间；HD 模式的最大画幅比例是 4:1。

第三步：怎样一键裁出各平台尺寸？

1. 安装依赖

python3 -m venv .venv && source .venv/bin/activate
pip install pillow

2. 脚本 social_sizes.py

"""把 Midjourney 原图批量裁成各平台尺寸，并加上品牌文字角标。
用法：python social_sizes.py 原图目录 输出目录 --text "山野咖啡" [--font 字体文件]
"""
import argparse
from pathlib import Path

from PIL import Image, ImageDraw, ImageFont, ImageOps

SIZES = {
    "xhs_3x4": (1080, 1440),      # 小红书竖图
    "wechat_cover": (900, 383),   # 公众号头图（约 2.35:1）
    "square": (1080, 1080),       # 朋友圈 / 通用方图
    "story_9x16": (1080, 1920),   # 竖屏海报
}


def load_font(path, size):
    if path:
        return ImageFont.truetype(path, size)
    for cand in ("/System/Library/Fonts/PingFang.ttc", "C:/Windows/Fonts/msyh.ttc",
                 "/usr/share/fonts/opentype/noto/NotoSansCJK-Regular.ttc"):
        if Path(cand).exists():
            return ImageFont.truetype(cand, size)
    return ImageFont.load_default(size)


def badge(img, text, font_path):
    if not text:
        return img
    d = ImageDraw.Draw(img, "RGBA")
    size = max(24, img.width // 22)
    font = load_font(font_path, size)
    pad = size // 2
    box = d.textbbox((0, 0), text, font=font)
    w, h = box[2] - box[0], box[3] - box[1]
    x, y = img.width - w - pad * 3, img.height - h - pad * 3
    d.rounded_rectangle((x - pad, y - pad, x + w + pad, y + h + pad * 1.4), radius=pad, fill=(0, 0, 0, 120))
    d.text((x, y - box[1] // 2), text, font=font, fill=(255, 255, 255, 235))
    return img


def main():
    ap = argparse.ArgumentParser()
    ap.add_argument("src")
    ap.add_argument("out")
    ap.add_argument("--text", default="")
    ap.add_argument("--font")
    a = ap.parse_args()
    out = Path(a.out)
    out.mkdir(parents=True, exist_ok=True)
    files = [p for p in sorted(Path(a.src).iterdir()) if p.suffix.lower() in {".png", ".jpg", ".jpeg", ".webp"}]
    for p in files:
        im = ImageOps.exif_transpose(Image.open(p)).convert("RGB")
        for name, size in SIZES.items():
            # ImageOps.fit 居中裁剪到目标比例，不会拉伸变形
            fitted = ImageOps.fit(im, size, method=Image.LANCZOS, centering=(0.5, 0.45))
            badge(fitted, a.text, a.font).save(out / f"{p.stem}_{name}.jpg", quality=90, optimize=True)
    print(f"处理 {len(files)} 张原图，输出 {len(files) * len(SIZES)} 张到 {out}")


if __name__ == "__main__":
    main()

ImageOps.fit 先按目标比例居中裁剪再缩放，不会把图片拉伸变形。centering 的第二个值 0.45 让裁剪略偏上，人像和饮品顶部不容易被切掉。

3. 运行

python social_sizes.py raw out --text "山野咖啡"

期望输出：

处理 6 张原图，输出 24 张到 out

4. 检查结果

出问题时该怎么调？

1. 6 张图风格还是不统一

先确认每条提示词都带了同一个 --sref。其次把风格尾巴原样复制，不要每次手打改词。

如果还是不统一，可以把 2 到 3 张满意的图同时作为风格参考，比单张更稳定。

2. 杯子、手指等细节变形

在提示词里把主体写得更具体，例如“a white ceramic cup with a handle on the right”。

局部问题不必重画整张，用网页端 Editor 选中出错区域，配合 Edit 模型用文字说明怎么改。

3. 脚本加的角标是方框

说明没找到中文字体。用 --font 指定字体文件：

python social_sizes.py raw out --text "山野咖啡" --font "C:/Windows/Fonts/msyh.ttc"

4. 裁剪后主体被切掉

主体偏一侧的图，把 centering 改成 (0.3, 0.45)（偏左）或 (0.7, 0.45)（偏右），也可以生成时就把画幅比例设成和用途一致。

商用前要确认什么？

按 Midjourney 服务条款，你生成的图片归你所有，退订后仍然有效，但有几个例外：

注意：各国对 AI 生成内容能否获得版权保护的规定不同，用于商标、出版等重要场景前请咨询律师。

常见问题怎么处理？

项目资源

建议先只做风格锁定这一步：生成一张样板，再用同一个 sref 换 3 个完全不同的主体，看风格是否稳定。

风格稳定后再批量出图。脚本部分可以先拿手机里任意几张照片测试，确认裁剪位置和角标效果满意。