生成绘本故事
我们先分析下需求：
首先我们需要生成双语的，即英语，还有中文，另外很多宝妈宝爸在给宝宝朗读的时候。对于部分单词不知道怎么读，因此，我们还需要加上音标，就像小时候看的带有拼音的儿童故事书一样。
其次小孩子对于色彩绚丽的页面更感兴趣，特别是不满2周岁的宝宝。
最后，故事还需要配合上图画，我们可以让大模型生成故事的同时，还生成画面描述，以便利用画面描述来生成图片。
最终的prompt如下：
儿童英语绘本的故事。
要求：
1、故事描述连贯
2、包括英语，英语对应的音标，英语对应的中文翻译
3、包含对应画面描述每一个画面描述写具体一些，主体、细节、背景等都要包含，色彩鲜明符合 midjourney 的语法我是用的是“深度思考(R1)”，最终输出结果如下：
以下是为您设计的儿童英语绘本故事《Luna's Magic Forest Adventure》，包含连贯情节、双语对照及详细画面描述：
---
### **Page 1: The Curious Fox**
**English:**
"Look! A glowing tree!"
**Phonetic:** /lʊk ə ˈɡloʊɪŋ triː/
**中文:** "看！一棵发光的树！"
**画面描述:**
一只橙红色的小狐狸露娜（Luna）站在深蓝色夜幕下的森林边缘，圆眼睛瞪大，前爪抬起指向画面右侧。背景中高耸的松树剪影泛着靛青色，中央一棵巨大的古树散发柔和的琥珀色光芒，树皮裂缝间流淌着金色光纹。地面铺满荧光蓝的蘑菇群，空中飘浮着蒲公英般的银色光点。画面色调以冷色为主，光树形成温暖视觉焦点。
---
### **Page 2: Friends Gather**
**English:**
"Let's find the magic!"
**Phonetic:** /lɛts faɪnd ðə ˈmædʒɪk/
**中文:** "我们一起寻找魔法吧！"
**画面描述:**
圆形构图中，露娜被朋友们围绕：左下方灰白垂耳兔踮脚嗅探光树，右后方蓬松尾巴的松鼠捧着橡果，上方枝头停着戴圆框眼镜的猫头鹰。所有动物仰头注视树冠，那里悬浮着水晶般的半透明花朵，花瓣呈现渐变的紫罗兰色。地面投射出细碎的金色光斑，背景虚化的蕨类植物呈现孔雀蓝。
---
### **Page 3: The Sick Tree**
**English:**
"Oh no! The leaves are falling!"
**Phonetic:** /oʊ noʊ ðə liːvz ɑːr ˈfɔːlɪŋ/
**中文:** "糟糕！树叶在凋落！"
**画面描述:**
俯视视角，动物们围成半圆仰望。翡翠绿的叶片边缘卷曲焦黄，如慢镜头般飘落，每片叶子在下坠过程中褪为灰褐色碎屑。树干中央显现暗红色裂痕，根部渗出粘稠的黑色液体。露娜前爪搭在树干上，耳朵沮丧地耷拉着，其他动物表情惊恐。背景密林笼罩在青灰色薄雾中。
---
### **Page 4: Moonlight Quest**
**English:**
"We need moonlight dew!"
**Phonetic:** /wi niːd ˈmuːnlaɪt duː/
**中文:** "我们需要月光露水！"
**画面描述:**
仰角镜头展现动物们攀登月光下的悬崖。露娜领头跃过花岗岩裂缝，尾巴因动态模糊呈现橙色光轨。后方松鼠紧抓兔子的长耳朵，猫头鹰用翅膀托着蜗牛。背景是靛紫色夜空中的巨型满月，银色月光在石英岩表面折射出彩虹光晕。悬崖缝隙间生长着发蓝光的铃兰。
---
### **Page 5: Healing the Tree**
**English:**
"Grow strong, magic tree!"
**Phonetic:** /ɡroʊ strɔːŋ ˈmædʒɪk triː/
**中文:** "快快恢复吧，魔法树！"
**画面描述:**
中心对称构图，露娜用尾巴卷着发光的水晶瓶向树根倾倒银蓝色液体。露珠接触地面的瞬间迸发星形光斑，黑色液体被净化成彩虹涟漪扩散。树干裂缝快速愈合，新生的嫩芽呈霓虹绿色螺旋生长。背景光晕呈现同心圆扩散，所有动物笼罩在柔和的粉金色光辉中。
---
### **Page 6: Forest Celebration**
**English:**
"Friends make magic real!"
**Phonetic:** /frɛndz meɪk ˈmædʒɪk riːl/
**中文:** "友谊让魔法成真！"
**画面描述:**
全景视角展现重生的魔法森林。光树现在高达天际，树冠展开如翡翠色烟花，每片叶子都是不同色调的蓝绿色。动物们在开满七彩花朵的草地上野餐，蝴蝶翅膀映射出万花筒图案。远处瀑布流淌着液态彩虹，极光般的绿色光带在粉紫色夜空中舞动。画面右下角露娜和朋友们叠罗汉比出胜利手势。
---
**Midjourney提示技巧：**
1. 使用色彩代码强化画面（如"#FF6B6B for fox fur"）
2. 添加材质描述（"iridescent scales", "velvety moss"）
3. 标明光影效果（"volumetric moonlight", "subsurface scattering"）
4. 指定艺术风格（"Studio Ghibli meets watercolor textures"）
5. 用动态词增强画面感（"swirling", "cascading", "pulsating"）
这个设计通过重复出现的魔法光效（金色-琥珀色-银蓝-彩虹）构建视觉连续性，每页保持1-2个高饱和度焦点色，符合儿童绘本的认知规律与Midjourney的色彩渲染优势。感觉画面感很强，给出的描述很给力，就是这个故事好像不是很连贯，下次再优化
生成图片
我的思路是先生成第一张图片，然后把第一张图片作为参考去生成后续几页的图片，以便整体能够保持一致的风格。
根据上面DeepSeek给出的提示技巧，构建了第一张图片的prompt
一只橙红色的小狐狸露娜（Luna）站在深蓝色夜幕下的森林边缘，圆眼睛瞪大，前爪抬起指向画面右侧。背景中高耸的松树剪影泛着靛青色，中央一棵巨大的古树散发柔和的琥珀色光芒，树皮裂缝间流淌着金色光纹。地面铺满荧光蓝的蘑菇群，空中飘浮着蒲公英般的银色光点。画面色调以冷色为主，光树形成温暖视觉焦点。
1. 使用色彩代码强化画面（如"#FF6B6B for fox fur"）
2. 添加材质描述（"iridescent scales", "velvety moss"）
3. 标明光影效果（"volumetric moonlight", "subsurface scattering"）
4. 指定艺术风格（"Studio Ghibli meets watercolor textures"）
5. 用动态词增强画面感（"swirling", "cascading", "pulsating"）
我选择了4:3的大小，我打算用ipad给宝宝讲故事，这样的比例正好合适
最终选择了下面这张图片，这是和做封面
接着以这张图片作为参考，构建第二张图片的prompt
圆形构图中，露娜被朋友们围绕：左下方灰白垂耳兔踮脚嗅探光树，右后方蓬松尾巴的松鼠捧着橡果，上方枝头停着戴圆框眼镜的猫头鹰。所有动物仰头注视树冠，那里悬浮着水晶般的半透明花朵，花瓣呈现渐变的紫罗兰色。地面投射出细碎的金色光斑，背景虚化的蕨类植物呈现孔雀蓝。
1. 使用色彩代码强化画面（如"#FF6B6B for fox fur"）
2. 添加材质描述（"iridescent scales", "velvety moss"）
3. 标明光影效果（"volumetric moonlight", "subsurface scattering"）
4. 指定艺术风格（"Studio Ghibli meets watercolor textures"）
5. 用动态词增强画面感（"swirling", "cascading", "pulsating"）
创作第二张图片的时候遇到了困难，若是没有上传参考图，则画面风格、角色不一致，若是上传了参考图，则不同的参考模式生成的效果各有问题。
没有参考图：
参考图（智能参考），这种模式下，画面基本上变化不大，需要好好去调整下“参考强度”这个参数，参考强度默认是50，我将之调整为5之后，还是没有多大变化，具体如下：
参考图（角色特征参考），我将相关的参数设置成100%，出来的效果也不理想，生成了多次，感觉角色不太一致：
至于其他的参考模式，要么不适合，要么无法识别
就此陷入困境，我尝试分析问题出在哪里：
- 画面太复杂了？
- 画面描述不连贯？
- 即梦本身能力太差？
- 画面中需要参考的对象太多，例如露娜、树、整体的背景，给即梦造成困难？
画面太复杂了？
我觉得这不是问题，即使我给的画面提示词很简单，AI生成的绘本也会有一些我提示词中不存在的元素的
画面描述不连贯？
从画面二的描述上看，确实存在这个问题：
圆形构图中，露娜被朋友们围绕：左下方灰白垂耳兔踮脚嗅探光树，右后方蓬松尾巴的松鼠捧着橡果，上方枝头停着戴圆框眼镜的猫头鹰。所有动物仰头注视树冠，那里悬浮着水晶般的半透明花朵，花瓣呈现渐变的紫罗兰色。地面投射出细碎的金色光斑，背景虚化的蕨类植物呈现孔雀蓝。
露娜是什么动物没有讲清楚，发光的树是怎样的没有描述，地面的蓝色蘑菇也没有了，虽然感觉可以使用‘智能参考’去解决，但是又回到了上面的问题，为什么即梦的智能参考对于画面没有什么改变？连松鼠等角色都没有增加。
对于“对于即梦本身能力太差？”、“画面中需要参考的对象太多，例如露娜、树、整体的背景，给即梦造成困难？”此类问题，我尝试换可灵等文生图应用再试试。结果可灵比即梦效果更差
总结来看即梦有如下几个问题：
1，参考图时，无法识别动物，只能是人，那么我可以先做人的
2，智能参考画面变动不大
3，多角色多物品的时候，无法把所有东西都保持一致
具体的改进方法，下一篇文章详聊，敬请期待
