Du skriver dem bedst som korte, konkrete billedbeskrivelser: motiv, miljø, komposition, stil, lys, format og fravalg. Midjourney reagerer også på parametre som billedformat, stilisering og negative fravalg, så en god instruktion kombinerer tydelig beskrivelse med få kontrollerbare valg.
Gode Midjourney-beskrivelser er korte, konkrete billedbriefs med motiv, scene, komposition, lys, stil og format. Du får praktisk overblik over, hvordan parametre, fravalg og referencebilleder bruges systematisk, så resultatet kan justeres uden at teksten bliver uklar.
Hvad skal en god billedbeskrivelse gøre?
En god billedbeskrivelse skal fortælle Midjourney, hvilket billede der ønskes, ikke forklare hele arbejdsprocessen bag billedet. Den bør beskrive det synlige resultat: hvem eller hvad der er i billedet, hvor scenen foregår, hvilken stemning billedet skal have, og hvilke visuelle træk der er vigtigst.
Midjourney er en tekst-til-billede-generator, og derfor er sproget mest nyttigt, når det ligner et præcist billedbrief. Hvis teksten kun siger “en flot robot i en by”, overlades mange valg til modellen. Hvis teksten derimod angiver robottypen, byen, lysforholdene, kameravinklen og formatet, bliver resultatet lettere at styre.
Det betyder ikke, at lange beskrivelser altid er bedre. For mange detaljer kan skabe modstridende signaler. En stærk instruktion er ofte kort, men specificerer de visuelle beslutninger, der faktisk betyder noget for billedet.
Hvilke oplysninger bør med fra starten?
Start med motivet. Skriv, hvad hovedpersonen, objektet eller scenen er. Tilføj derefter miljøet, fordi baggrunden påvirker farver, skala og stemning. Angiv derefter komposition, lys og stil, hvis de er relevante for dit mål.
- Motiv: hvad billedet først skal handle om.
- Miljø: hvor motivet befinder sig.
- Komposition: nærbillede, totalbillede, symmetri, fugleperspektiv eller anden placering.
- Lys: dagslys, blødt studielys, modlys, dramatisk kontrast eller naturligt vindueslys.
- Udtryk: realistisk, redaktionelt, teknisk, minimalistisk, malerisk eller andet visuelt sprog.
Hvis billedet skal bruges i et bestemt format, bør formatet ikke komme til sidst som en løs tanke. Det bør være en del af den oprindelige plan, især hvis billedet skal bruges som banner, kvadratisk socialt opslag eller lodret mobilgrafik.
Hvordan bygger du en enkel grundstruktur?
En enkel grundstruktur kan være: motiv, handling, miljø, stil, lys, komposition og parameter. Den rækkefølge hjælper dig med at adskille det, der skal vises, fra det, der styrer billedets form.
Et illustrativt eksempel kan være: “redaktionelt foto af en tekniker, der inspicerer en lille servicerobot i et lyst værksted, naturligt vindueslys, rolig farvepalette, lav kameravinkel –ar 16:9”. Her er motiv, handling, miljø, lys, stemning og format alle tydelige.
Du kan også arbejde med en kortere version, hvis billedet skal være mere åbent: “minimalistisk illustration af en servicerobot i et nordisk værksted, bløde skygger, klar komposition –ar 4:3”. Den kortere tekst giver modellen mere frihed, men bevarer de vigtigste visuelle rammer.
Hvordan styrer du motiv, scene og komposition?
Motivet bør beskrives med konkrete navneord og visuelle egenskaber. Skriv hellere “en mat sort laboratorierobot med to gribearme” end “en avanceret robot”. Det første kan omsættes til synlige detaljer, mens det andet er en vurdering.
Scenen bør angive de elementer, der må fylde billedet. Hvis der skal være et værksted, et klasseværelse eller en bymidte, så skriv hvilken type miljø der menes. Generelle miljøord kan give generiske resultater, fordi modellen udfylder de manglende valg ud fra mønstre i træningsdata.
Kompositionen er særlig nyttig, når billedet skal indgå i et layout. Du kan bede om luft omkring motivet, centreret motiv, negativt rum til tekst, symmetrisk komposition eller et bestemt perspektiv. Det er ofte mere effektivt end at forsøge at redigere billedet bagefter.
Hvordan bruger du stil uden at gøre teksten uklar?
Stilord virker bedst, når de er få og tydelige. “Fotorealistisk produktfoto med blødt studielys” giver en mere kontrollerbar retning end en lang række ord som “cinematisk, episk, smukt, ultra-detaljeret, prisvindende”. Mange brede adjektiver kan trække billedet i flere retninger.
Skeln mellem medie, æstetik og stemning. Medie kan være foto, akvarel, vektorillustration eller 3D-rendering. Æstetik kan være nordisk minimalisme, dokumentarisk, teknisk eller retrofuturistisk. Stemning kan være rolig, klinisk, varm eller futuristisk. Når de tre lag blandes ukritisk, bliver billedets retning mindre tydelig.
Midjourneys dokumentation beskriver også stilisering som en regulering af, hvor meget kunstnerisk fortolkning modellen bruger. En lavere grad kan give et mere bogstaveligt resultat, mens en højere grad kan give et mere visuelt fortolket udtryk.
Hvilke parametre giver mest kontrol?
Parametre er korte styrekoder, der placeres til sidst i tekstinputtet. De ændrer ikke motivet i sig selv, men de kan styre form, variation, billedstil og fravalg. Midjourneys egen parameterliste beskriver blandt andet billedformat, stilisering, version, fravalg, stilreference og vægtning af referencebilleder.
| Parameter | Brug | Praktisk effekt |
|---|---|---|
| –ar | Billedformat | Gør billedet bredt, kvadratisk eller lodret. |
| –s | Stilisering | Justerer hvor frit modellen fortolker udtrykket. |
| –no | Fravalg | Forsøger at udelade bestemte elementer. |
| –sref | Stilreference | Bruger et referencebillede som visuel stilretning. |
Midjourneys side om aspect ratio angiver, at billeder som udgangspunkt starter kvadratisk, og at –ar kan bruges til at angive et andet forhold mellem bredde og højde. Det er et af de mest praktiske valg, fordi formatet ofte afgør, om billedet kan bruges uden beskæring.
Hvordan bruger du fravalg uden at skabe misforståelser?
Fravalg bør være konkrete. Hvis du ikke vil have tekst, vandmærker, ekstra hænder, bestemte objekter eller bestemte farver, kan du angive dem med –no. Det fungerer bedst, når listen består af synlige elementer, ikke abstrakte intentioner.
Skriv ikke lange negative sætninger som “uden at det ser uprofessionelt ud”. Det fortæller ikke modellen, hvad den faktisk skal udelade. Skriv hellere de elementer, du vil undgå: “–no text, watermark, logo, extra fingers”. Hvis fravalget er tvetydigt, kan det påvirke andre dele af billedet.
Brug også positive instruktioner som modvægt. Hvis du ikke vil have et mørkt billede, er “klart dagslys, lyse materialer, hvid baggrund” ofte mere styrende end kun at skrive, hvad billedet ikke må indeholde.
Hvornår giver referencebilleder mening?
Referencebilleder giver mening, når du vil bevare et visuelt udtryk, en farvestemning, en komposition eller en generel formretning. De er mindre egnede, hvis du forventer en nøjagtig kopi eller præcis redigering af et eksisterende billede.
Midjourneys dokumentation om Style Reference beskriver funktionen som en måde at overføre farver, medium, teksturer og lys på, ikke som en direkte kopiering af personer eller objekter. Derfor bør tekstbeskrivelsen stadig angive motivet i det nye billede.
Hvis du arbejder med egne produktfotos, brandmateriale eller personer, bør du kontrollere rettigheder og samtykke uden for selve billedværktøjet. Et referencebillede kan være teknisk brugbart, men det gør ikke automatisk resultatet egnet til offentlig eller kommerciel brug.
Hvordan tester du en beskrivelse systematisk?
Lav først en baseline. Kør en kort version, hvor kun motiv, miljø og format er angivet. Vurder derefter, hvad der mangler: komposition, lys, stil, farver, materialer eller fravalg. Ret kun én eller to variabler ad gangen, så du kan se, hvad der faktisk ændrer resultatet.
Et forskningspaper om iterativ billedgenerering med Midjourney beskriver, at brugere ofte ændrer deres tekst efter modellens output, og at formuleringer kan konvergere over flere forsøg. Den pointe passer godt til praktisk brug: resultatet er ikke kun et spørgsmål om første instruktion, men også om systematisk justering.
Gem de versioner, der virker. En lille intern ordliste med lys, vinkler, materialer og formater kan gøre arbejdet mere konsistent, især hvis flere personer skal skabe billeder i samme visuelle retning.
Hvilke fejl giver ofte svage resultater?
Den første fejl er at bruge brede vurderingsord i stedet for synlige detaljer. “Professionel”, “flot” og “moderne” kan betyde mange ting. “Hvid baggrund, rent studielys, produktfoto, skarpe kanter” er mere brugbart, fordi hvert led kan ses i billedet.
Den anden fejl er at blande for mange stilarter. Hvis samme tekst beder om dokumentarisk foto, 3D-rendering, akvarel og futuristisk filmplakat, skal modellen vælge mellem modstridende signaler. Vælg hovedudtrykket først, og tilføj kun de stilord, der støtter det.
Den tredje fejl er at forvente præcis tekst i billedet. Tekst-til-billede-modeller er blevet bedre til bogstaver, men tekst, logoer, tal og brugerflader bør kontrolleres manuelt. Hvis et billede skal bruges professionelt, bør tekst ofte tilføjes i et separat designværktøj.
Hvordan skriver du til professionel brug?
Til professionel brug bør instruktionen kobles til formål, kanal og efterkontrol. Et billede til en rapport kræver typisk mere ro, tydeligere motiv og færre effekter end et eksperimentelt moodboard. Et billede til et annonceformat kræver plads, beskæring og læsbar komposition.
Brug tekst-til-billede-modeller som idégenerator og visuelt skitseværktøj, ikke som eneste kvalitetssikring. Kontroller motiv, rettigheder, bias, billeddetaljer og eventuelle følsomme elementer, før billedet indgår i offentlig kommunikation.
Hvis du sammenligner værktøjer, kan forskelle mellem Stable Diffusion og Midjourney også påvirke arbejdsformen. Nogle værktøjer giver mere lokal kontrol og teknisk tilpasning, mens Midjourney ofte bruges til hurtig visuel udforskning og stærke æstetiske variationer.
Hvordan hænger tekst, billeder og multimodal AI sammen?
Midjourney viser, hvordan tekst og billeder kan forbindes i en praktisk arbejdsgang. Du beskriver et visuelt mål med sprog, og modellen omsætter beskrivelsen til et billede. Det gør værktøjet relevant i samme familie som andre systemer inden for multimodal AI, hvor flere datatyper behandles sammen.
Den forbindelse har også en begrænsning. Sproget er ikke en teknisk tegning, og modellen garanterer ikke, at alle detaljer bliver gengivet konsekvent. Jo mere nøjagtigt billedet skal være, desto mere bør du bruge referencebilleder, kontrollerede parametre og manuel efterkontrol.
Ved offentlig brug kan mærkning og gennemsigtighed også spille en rolle. Vandmærkningsteknikker som SynthID viser en bredere udvikling, hvor AI-genereret indhold i stigende grad diskuteres sammen med sporbarhed, dokumentation og tillid.
Hvilken kort opskrift kan du bruge?
En brugbar kort opskrift er: start med motivet, tilføj scenen, vælg komposition, angiv lys, vælg stil, vælg format og tilføj få fravalg. Derefter tester du én variation ad gangen.
- Skriv én sætning med motiv og scene.
- Tilføj kun de visuelle detaljer, der skal være tydelige.
- Vælg billedformat med –ar, før du vurderer kompositionen.
- Brug –s lavere for mere bogstavelig styring og højere for mere fortolkning.
- Brug –no til konkrete elementer, ikke til abstrakte kvalitetsønsker.
- Gem den bedste version og ændr kun få led i næste forsøg.
Midjourneys dokumentation om Stylize beskriver netop balancen mellem bogstavelig styring og kunstnerisk frihed. Den balance er ofte kernen i gode resultater: nok præcision til at styre billedet, men ikke så mange krav at teksten bliver uklar.
Hvilke kilder ligger til grund?
Artiklen bygger især på Midjourneys officielle dokumentation om parametre, billedformat, stilisering og stilreference samt forskningspaperet Human Learning by Model Feedback, der beskriver iterativt arbejde med Midjourney-output. De vigtigste officielle kilder er Midjourneys parameteroversigt, dokumentationen for billedformat, stilisering og stilreference.