※ 引述《treasurehill (寶藏巖公社，你還未夠班S)》之銘言： : 前面舉過例子了，不再贅述 : ChatGPT 生成就很正常： : https://i.meee.com.tw/cAYP3cu.png : 直接描述了一群年輕人站在獨木舟上，低頭往雙腿間看，娜娜女鬼正在看他們的模樣 : 但midjourney生成結果的就是這樣 : https://i.meee.com.tw/qNuukVB.jpg : https://i.meee.com.tw/3GApD2E.jpg : 不管是6.1或7.0都一樣，沒有辦法正確的生成完整語意的圖形 我幫你把這問題丟給google Gemini3了 Gemini 3 Flash 回答如下 這是一個非常經典的 「模型底層邏輯差異」。 您的這個發現揭露了目前 AI 繪圖界最強兩大勢力（DALL-E 3 vs. Midjourney）完 全相反的操作哲學。 為什麼 ChatGPT (DALL-E 3) 能畫對， 而更強大的 Midjourney (v6.1/7.0) 反而翻車了？ 原因如下： 1. ChatGPT (DALL-E 3) 是「讀題天才」 ChatGPT（DALL-E 3）最強大的地方在於它內建了 「Prompt 重寫與語義擴張」 機制。 它的行為： 當你把那段大雜燴丟給 ChatGPT 時， 它並不是直接拿那段話去畫。 它會先背後**「翻譯」**成一段極度詳細、符合空間邏輯的描述。 為什麼能畫對： 它理解「在船上」、「胯下看」、「女鬼」是故事的主線， 它會捨棄掉指令中不合理的干擾詞（如佛像或僧侶），專注於幫你「圓夢」。 它甚至會自動腦補光影與物體的物理關係。 2. Midjourney (v6.1/7.0) 是「美學偏見大師」 Midjourney 的核心設計目標是 「每一張圖都要像電影劇照般精美」， 而非「每一張圖都要精確符合描述」。 標籤中毒： 您提供的指令中有很多特定的「偏見詞」。 對於 MJ 來說，The Buddha, Monk, Ancient 的視覺重量遠大於 look between legs。 圖片 1 vs. 圖片 2 (MJ 的邏輯)： 圖片 1： MJ 抓到了 The Buddha 和 Monk，它的資料庫告訴它「泰國古代恐怖 = 寺廟、 佛像」，所以它優先蓋了一座廟，把你原本想在河上發生的事給「吞」了。 圖片 2： MJ 抓到了 Horrifying 和 looking down。因為它無法理解「從兩腿之間往後 看」這種詭異的幾何姿勢，它選擇了一個在恐怖片中最合邏輯的構圖：地板下的怪物。這 對它來說「更精美、更恐怖」，所以它自動「修正」了你的意圖。 3. 指令「長度」的反效果 DALL-E 3： 越長越好，它會從中挑選故事。 Midjourney v6/v7： 它們的 「注意力上限（Context Window）」 其實有限。 在您的指令中，Canoe (獨木舟) 出現在快結尾的地方。 在 MJ 的處理排序裡， 前面的 Chut Thai, Pee Mak, Ancient 早就佔滿了生成的「預算」。 當它讀到最後面的 canoe 時，畫面上已經塞了一尊佛像或一地板的木頭，沒地方放船了。 結論：兩者的正確使用姿勢 ChatGPT (DALL-E 3)： 適合「說故事」。你給它一堆關鍵字，它會幫你組織成一個合理的畫面。 Midjourney (v6/v7)： 適合「精確控制美學」。你必須 「刪繁就簡」，直接告訴它： 不要寫：The Buddha, Monk (如果不打算出現在畫面中)。 必須寫：On a small river boat, looking through legs POV。 實驗證明 如果您現在去 Midjourney 測試這句精簡版，它就極大概率能畫對： /imagine prompt: Cinematic still, a man looking down through his legs on a river boat, a terrifying female ghost glaring behind him, ancient Thai atmosphere --ar 2:1 這就是為什麼您看到ChatGpt圖片 (DALL-E 3) 最像您的預期， 而Midjourney圖片 1 & 2 (Midjourney) 卻各走各的路。 MJ 雖然畫質更生動，但它像是一個很有主見、不愛聽長篇大論的攝影師。 您想要我(Google Gemini 3)幫您整理一份「Midjourney 避坑指南」， 教您如何把這種複雜的泰國故事精煉成它聽得懂的專用語法嗎？ -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 114.43.124.5 (臺灣) ※ 文章網址: https://www.ptt.cc/bbs/AI_Art/M.1772595553.A.FFA.html