用 /describe + --sref 可快速提取竞品海报视觉dna，但需人工校验关键词与风格权重，否则易“形似神不似”；/describe 仅识别显眼物体、基础材质和粗略构图，无法感知情绪、品牌调性、留白逻辑、色彩关系等隐性要素。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
直接说结论：用 /describe + --sref 组合，能快速反向提取竞品海报的视觉DNA，但必须人工校验关键词与风格权重，否则生成结果容易“形似神不似”。
竞品图丢给 /describe 后，为什么生成的关键词常不准？
Midjourney 的 /describe 是图像到文本的逆向解析，不是 OCR 也不是风格分析引擎。它只识别画面中“最显眼的物体+基础材质+粗略构图”，对情绪、品牌调性、留白逻辑、色彩关系等隐性要素完全无感。
- 比如一张日式茶饮海报，
/describe可能输出matcha latte, ceramic cup, wooden table, soft light，但漏掉关键的“低饱和青灰主色”“手绘质感线条”“负空间占比60%以上”这些决定风格的核心参数 - 它默认按 V5.2 模型解析，而竞品图可能是用 V6 或
--style raw生成的，模型代际差异会导致语义映射偏移 - 输入图若含文字、Logo、水印，
/describe会强行“翻译”成描述性短语（如 “white text on green background”），反而污染后续提示词
怎么让 --sref 真正复刻竞品的“味道”，而不是只抄个壳？
--sref 不是万能胶水，它只学参考图的**视觉表征层**（笔触节奏、色阶分布、边缘软硬、纹理密度），不理解“为什么这么配色”或“为什么这个留白让人觉得高级”。要让它生效，得做三件事：
- 先用竞品图跑一次
/describe，拿到原始关键词；再手动补上你观察到的 3–5 个风格锚点词，比如matte finish, asymmetric crop, muted earth tones, thin line border - 把竞品图上传 Discord 后，复制其 URL，拼进命令：
/imagine prompt [补全后的关键词] --sref [URL] --sw 750。注意--sw别拉满到 1000——过高会压制你写的关键词，AI 只顾模仿参考图的噪点和阴影走向，忽略主体结构 - 首次生成后，重点看三处：字体是否被“风格化”扭曲（
--sref会连文字样式一起学）、主色是否漂移（尤其青/灰/米这类易混淆色系）、画面呼吸感是否被压缩（很多竞品靠大量留白营造松弛感，--sref默认倾向填满画布）
V6/V7 模型下，--sref 和 /tune 风格调整器怎么选？
如果只要复刻单张竞品图，--sref 更快更轻量；如果要做整套品牌视觉（比如 10 张不同产品海报保持统一调性），/tune 才是正解——但它不是“一键生成风格代码”，而是用多张图训练一个专属风格向量。
-
--sref是单图快照式参考，适合快速试错、小批量产出，但每次换图都要重调--sw，一致性靠人盯 -
/tune需要至少 4 张同源竞品图（建议选同一套 VI 中的 Banner、包装、详情页），训练后得到一串类似st-9f3a2b1c的风格码，之后所有/imagine命令加--style st-9f3a2b1c即可复用，且支持跨提示词稳定输出 - 当前 V6.8 模型下，
/tune对“材质类风格”（如陶瓷釉面、宣纸纤维、磨砂玻璃）还原度明显高于--sref，但对“抽象情绪类风格”（如“慵懒”“克制”“疏离”）仍需靠关键词兜底
真正卡住落地效率的，从来不是技术能不能做到，而是你有没有在 /describe 输出后，花 30 秒把“木纹”改成“浅橡木直纹+微光漫反射”，把“绿色”换成“Pantone 15-0420 TCX 薄荷灰”。风格复刻的精度，藏在你愿意补多少个具体参数里。
