Midjourney 2026 年 5 月更新：會話模式、AI 輔助開發與 SREF 整理

Sun, 17 May 2026 20:20:51 +0800

Midjourney 2026 年 5 月 14 日的 Office Hours 資訊裡，最值得關注的不是單個模型參數，而是產品形態正在繼續從「輸入提示詞生成圖片」，轉向「更自然地組織創作工作流」。

這次內容來自一篇日文整理稿，記錄了 Midjourney 團隊近期問答中的多個方向：會話模式升級、AI 輔助開發、網站改版、SREF 和標籤整理、Omni-reference、多角色一致性，以及團隊內部如何使用 Midjourney。

如果只看一句話總結：Midjourney 正在讓圖片生成更像一個可對話、可整理、可持續迭代的創作系統。

會話模式變得更重要

這次更新裡最直接的變化，是 Conversational Mode，也就是會話模式。

過去使用 Midjourney，很多操作仍然依賴參數和固定寫法。你需要記住寬高比、圖片參考、風格參考、模型參數等規則，再把它們寫進 prompt 或介面設定裡。

新的會話模式方向，是讓使用者用更自然的語言描述這些設定。

例如，使用者可以透過語音或文字指定：

預設參數。
畫面寬高比，例如 16:9。
圖片參考。
風格參考，也就是 --sref。
V7 裡的 Omni-reference。

這說明 Midjourney 並不只是想提升生成品質，也在降低參數操作成本。

對普通使用者來說，最大的變化是不用一直記命令。對重度使用者來說，會話模式如果足夠穩定，未來可能會變成「用自然語言調整生成設定」的入口。

AI 輔助開發正在改變 Midjourney 團隊的迭代速度

另一個很有意思的點，是 Midjourney 團隊自己也在大規模使用 AI 輔助開發。

原文提到，團隊現在能更快修復小 bug、介面摩擦和工作流問題。甚至有使用者通話中發現產品 bug，團隊借助 AI 輔助即時修復，經過 review 後快速部署的例子。

這件事比「AI 幫工程師寫程式碼」更值得細看。

它說明 AI 開發工具已經開始影響 AI 產品自己的迭代方式：

使用者回饋可以更快進入修復流程。
小型體驗問題更容易被處理。
工程師把更多精力放在架構、審查、設計決策和測試上。
產品團隊可以更頻繁地清理邊緣問題。

Midjourney 這種產品有大量創作路徑、參數組合、行動端體驗、搜尋和整理流程。很多問題不是「核心模型不會生成」，而是某個入口不順、某個操作多一步、某個邊緣狀態不好用。

AI 輔助開發最適合加速這類小而多的改進。

網站改版重點是工作流，而不是砍功能

Office Hours 裡還提到，Midjourney 網站正在進行較大規模的改版。

目標不是刪掉複雜功能，而是讓創作流程更直觀，讓新使用者更容易上手，也讓工具和功能組織得更清楚。

這點很關鍵。

Midjourney 的問題不是功能太少，而是功能越來越多之後，入口、收藏、整理、引用、探索和複用都變得複雜。對於輕度使用者來說，難點是「我該從哪裡開始」；對於重度使用者來說，難點是「我如何管理大量風格、參考和實驗結果」。

可能的發布策略包括：

新舊介面並行提供。
先做 alpha 測試。
分階段遷移，避免影響重度使用者。

這類策略說明團隊知道 Midjourney 不是普通圖片生成玩具。很多使用者已經把它放進真實創作流程裡，介面改變不能隨便打斷已有習慣。

SREF、風格和標籤整理仍是痛點

SREF 和風格整理，是這次問答裡很值得關注的部分。

使用者希望有更好的整理系統，尤其是：

隨機 SREF。
風格參考。
保存下來的美學方向。
標籤和顏色標籤。
更強的篩選、歸類和複用能力。

但團隊也提出了一個問題：如果目前資料夾系統已經支援一張圖進入多個資料夾、無限資料夾數量、篩選和排序，那麼標籤到底提供了哪些資料夾不能解決的能力？

這個問題很現實。

很多產品加標籤，是因為使用者說想要標籤。但標籤系統一旦做不好，就會變成另一套混亂的分類。資料夾、標籤、收藏、搜尋、篩選、專案、風格庫之間如果邊界不清，使用者反而更難管理。

所以 Midjourney 團隊現在更想收集具體工作流案例：使用者到底在哪個場景下需要標籤？資料夾為什麼不夠？是為了快速組合風格，還是為了跨專案複用，還是為了按主題、色調、攝影風格、角色關係做篩選？

對 Midjourney 來說，整理系統可能和生成模型一樣重要。因為一旦使用者開始長期創作，真正難的不是生成一張圖，而是管理上千張圖、數百個風格方向和反覆試驗的結果。

Omni-reference 指向更複雜的角色控制

原文還提到，未來的 Omni-reference / subject reference 系統，可能支援同時處理多個角色參考，並更好地分離不同主體。

這正好對應 AI 圖像生成的長期痛點：角色一致性和多角色關係。

單個角色保持一致已經不容易，多角色更難。常見問題包括：

A 角色的特徵跑到 B 角色身上。
多個人物之間身份混淆。
服裝、髮型、面部特徵在不同圖裡不穩定。
參考圖對整體風格影響過強，而不是只控制主體。

如果 Omni-reference 能更好地處理主體分離，那麼 Midjourney 會更適合漫畫、分鏡、廣告視覺、角色設定、遊戲概念圖和連續敘事。

這也是 V7 之後值得持續關注的方向。

Midjourney 正在重新理解 prompt

這次整理稿裡還有一個很有意思的觀點：語言是想像力的壓縮層。

這句話很適合解釋 Midjourney 的產品方向。

很多使用者以為 AI 繪圖的核心是寫更長、更精確的 prompt。但實際創作裡，圖像參考、風格參考、moodboard、SREF、變體、重新生成和後期修圖，往往比一段超長文字更有用。

Midjourney 團隊成員 Duncan 的工作流也體現了這一點：他會把 Midjourney 當成 sketchbook，用 moodboard、SREF、少量文字、高 --r 再生成、強弱變體、Photoshop 修圖和外部放大流程組合起來。

這說明 Midjourney 的成熟使用者並不是只靠「神奇提示詞」工作。

更真實的流程是：

用少量語言給方向。
用圖片參考提供視覺語境。
用 SREF 收斂風格。
用大量變體探索空間。
用人工審美選擇結果。
用外部工具做後期處理。

Prompt 仍然重要，但它不是全部。

對使用者來說意味著什麼

如果你只是偶爾生成圖片，這次更新最直接的影響是會話模式更好用。未來你可能可以更自然地說出想要的比例、參考圖、風格和參數，而不是記一堆命令。

如果你是重度使用者，更值得關注的是三個方向。

第一，整理系統。

SREF、風格、資料夾、收藏和標籤如何演進，會直接影響長期創作效率。

第二，網站改版。

新介面如果能把探索、整理、複用和匯出串起來，Midjourney 會更像專業創作工具，而不是單一生成器。

第三，角色和主體參考。

Omni-reference 如果能穩定處理多角色和主體分離，會讓 Midjourney 更適合連續專案，而不是只適合單張圖。

小結

Midjourney 2026 年 5 月這次 Office Hours 的重點，不是某一個炫酷參數，而是產品正在繼續向「創作系統」進化。

會話模式降低輸入門檻，AI 輔助開發提高迭代速度，網站改版試圖重組工作流，SREF 和標籤討論指向長期資產管理，Omni-reference 則關係到角色一致性和複雜主體控制。

對 AI 圖像生成工具來說，模型能力當然重要。但當生成品質達到一定水準後，真正決定使用者是否長期留下來的，往往是工作流、整理能力、可控性和迭代速度。

Midjourney 正在把這些部分補起來。

參考資料

Midjourney 最新ニュース（2026年5月14 日）｜アキスケ

Midjourney on KnightLi的博客