Guide till Midjourney-prompts för produktfotografi

Det finns ett moment i varje Midjourney-session när du slutar gissa och börjar ingenjörsarbeta. Den här guide till Midjourney-prompts täcker just den övergången: skillnaden mellan en beskrivning och ett direktiv, de fyra strukturella element som täcker de flesta professionella användningsfall, och de parametrar du behöver förstå i v6.1. Om du redan har kört ett par prompts och stött mot väggen av generiska bilder, är det här platsen där saker förändras.

Hur Midjourney faktiskt tolkar en prompt

Tänk på Midjourney som en visuell autokomplettering tränad på miljarder bilder. Den läser inte din prompt som en människa, utan som en sökmotor läser ankartext: viktar de första och starkaste termerna, extrapolerar från namngivna stilar och tekniker, och fyller luckor med statistiska genomsnitt från sin träningsdata.

Den praktiska konsekvensen: ordföljd har en mätbar effekt på resultatet. Inled med ditt subjekt och ditt viktigaste visuella attribut. En prompt som öppnar med "product photography, glass perfume bottle" styr modellen mot kommersiella fotografikonventioner från första token. Att börja med "a beautiful bottle" bjuder istället in modellen att sökmatchas mot ett enormt urval av "vacker sak"-bilder, varav de flesta inte har något att göra med det du faktiskt vill åstadkomma.

Det är därför det mest konsekvent värdefulla rådet i vilken guide till Midjourney-prompts som helst handlar om specificitet, inte längd. Optimal promptlängd är 20-60 ord. Bortom 60 ord tenderar resultaten att försämras i takt med att motstridiga signaler ackumuleras och modellen tappar fokus.

Midjourney är inte ett verktyg du pratar med, det är ett verktyg du dirigerar. Den skillnaden i mental modell ändrar fundamentalt hur man skriver effektiva prompts. Du ger inte instruktioner till en assistent, du programmerar ett bildsystem med ett vokabulär av visuella konventioner.

Den fyrdelade strukturen bakom varje prompt som levererar

[Subjekt] + [Stil eller medium] + [Belysning] + [Format]

Varje element har ett specifikt jobb i strukturen.

Subjektet bestämmer innehållet: vad som finns i bilden och vilket element som är primärt visuellt. Stilen pekar modellen mot en referensuppsättning: "product photography" aktiverar kommersiella konventioner, "editorial fashion" aktiverar en helt annan uppsättning med sina egna normer för komposition, proportioner och behandling. Belysning är det element som nybörjare oftast hoppar över, och det är nästan alltid den enskilt starkaste hävstången för bildkvalitet. Format talar om för modellen hur bilden ska användas: bildformat, orientering, om negativt utrymme för text behövs.

Ett konkret exempel: ceramic mug, studio product photography, softbox side lighting with rim light, clean white background, --ar 1:1 --v 6.1 --style raw

Den prompten tar under 30 ord och producerar ett tillförlitligt kommersiellt resultat. Att lägga till 40 fler ord förbättrar det inte. Att lägga till en motstridig stilreferens försämrar det.

Strukturens styrka är tydlighet. Varje del av prompten har ett jobb och blandar sig inte i de andras. Subjektet introducerar, stilen kalibrerar, belysningen kvalificerar, formatet specificerar slutanvändning. När delar saknas fyller modellen dem med statistiska genomsnitt från träningsdata, vilket ger dig det som är vanligast, inte det som är rätt för ditt specifika bruk.

Fungerar bäst på bordsporslin, skönhetsprodukter och small homeware där bilden är enkel och centrerad. Den fyrdelade strukturen behöver mer stöd när du hanterar komplex rekvisita, flera objekt eller bakgrundsscener med kontextuellt brus. I sådana fall, utöka subjektbeskrivningen snarare än att lägga på ytterligare stilmodifierare.

Produktfotoprompts: vad som konverterar kontra vad som bara ser bra ut

Klyftan mellan en bild som ser bra ut och en som faktiskt konverterar är i praktiken ett belysnings- och kompositionsbeslut. För e-handelsfotografi bestämmer tre promptval konsekvent vilket resultat du får.

Ytan. "White background" aktiverar den vanligaste e-handelskonventionen. "Matte black surface, negative space for text overlay" aktiverar ett annat kommersiellt register: premium, varumärkesfokuserat, utformat för banneranvändning. Var explicit. Midjourney väljer vit bakgrund ungefär 40% av gångerna när ingen yta specificeras i prompten.

Belysningsbeskrivningen. Generiska adjektiv som "natural" eller "professional" ger mediokra resultat eftersom de är för breda för modellen att göra något specifikt med. Namngivna upplägg ger specifika resultat: "softbox side lighting" ger diffuserat kommersiellt fotografi med mjuka skuggor. "Rim lighting plus chiaroscuro" ger något som liknar lyxparfymreklam med dramatisk djup. "Window light, slightly overcast" ger det platta men realistiska Etsy-handhantverksregistret som säljer känslan av hantverksproduktion.

Om du specificerar --style raw. Som standard lägger v6.1 till ett konstnärligt bearbetningslager som gör bilder renderade, inte fotograferade. För produktbilder som är tänkta att passera som verkligt fotografi är --style raw icke-förhandlingsbart. Utan det ser bilderna ut som renderingar, med det ser de ut som studiofoton.

Dessa tre val kostar ingenting extra i promptlängd. De är var och en en enskild token ändring i prompten. Men skillnaden i output är konsekvent och tydlig i praktiken.

Vilka parametrar är värda att ställa in, och tre du kan ignorera

De flesta guider listar parametrar som om de alla var lika viktiga. De är det inte. Här är de fyra som faktiskt spelar roll för produktfotografi.

--ar (bildformat): Ställ alltid in detta. För produktlistningar: 1:1 för Etsy och Amazon. För socialt innehåll: 9:16 för TikTok och Reels, 3:2 för tryck och blogg. Att köra en 1:1 produktbild och sedan croppa till 9:16 ger sämre komposition än att specificera rätt format från start.

--style raw: Minskar konstnärlig interpolering. Nödvändigt för fotografi-liknande resultat i produktarbete. Det är den enskilt viktigaste parametern för alla som vill att Midjourney-bilderna ska se ut som fotografi snarare än digital konst.

--stylize (--s): Standard 100. Intervallet 50-150 ger bäst resultat för produktfotografi. Under 50 kan ge för rått och processatlöst resultat. Över 150 börjar det bli för konstnärligt och avviker från fotografikonventionen.

--v 6.1: Nuvarande standard från och med mitten av 2026. Ange alltid explicit version för reproducerbara resultat.

Tre parametrar att ignorera: --q, --seed och --chaos. --q är irrelevant eftersom v6.1 renderar vid hög kvalitet som standard. --chaos lägger till variation du inte vill ha när du har ett specifikt kommersiellt mål. --seed är användbart för A/B-tester av stil men skapar onödig overhead i normal produktion. De flesta guider om Midjourney-prompts behandlar dem som nödvändiga. För produktfotografi är de det inte.

Vilka referensstilar fungerar i v6.1, och vad ska du undvika?

Namngivna fotograf- och publikationsreferenser slår vaga adjektiv varje gång. Det är en av de mest underskattade insikterna i praktisk Midjourney-arbete och en teknik som sällan täcks ordentligt i generiska guider.

För studioproduktreferenser: Irving Penn-produktarbete aktiverar stilren komposition med minimalt brus och stark fokus på form. Richard Avedon-parfymkampanjer aktiverar dramatisk belysning med hög kontrast, ofta med rörelsesuggestion. Dessa namngivna referenserna bär specifik visuell grammatik som modellen faktiskt förstår.

För livsstilsreferenser: Kinfolk magazine aktiverar varm, naturlig ljussättning och organiska texturer med jordnära tonalitet. Cereal magazine nordisk minimalism aktiverar avskalad estetik med kalla toner, hög symmetri och litet visuellt brus.

En kategori att undvika som primär referens: "Instagram aesthetic" eller "Pinterest aesthetic". De är för breda för att Midjourney ska göra något specifikt med dem. Det är som att be om "en bra bild" utan att definiera vad bra innebär i ditt specifika sammanhang. Modellen saknar tillräckligt fokus för att generera något distinkt från sådana instruktioner.

Namngivna fotografer aktiverar specifika kompositionsregler, ljuskonventioner och färggraderingstendenser som sitter inbyggda i träningsdatan. Det är den skillnaden som gör resultaten distinkta snarare än generiska.

Var Midjourney-prompts havererar och vad du gör istället

Tre problem återkommer konsekvent i kommersiell Midjourney-användning. Alla tre har lösningar, men ingen av lösningarna är att prompt:a hårdare.

Anatomi med hållna objekt. Händer är notoriskt instabila i Midjourney, oavsett version. Fingrar deformeras, grepp är anatomiskt omöjliga, hud textur varierar inkonsekvent. Lösningen är enkel: undvik dem. Använd overhead flatlay eller packshot-inramningar där ingen person behöver hålla i produkten. Om händer är ett absolut krav för ditt varumärkes estetik, plan för manuell retusch efteråt eller använd ett specialiserat verktyg för pose-styrd generering.

Text på produkter. Midjourney hallucinerar alltid text. Den genererar tecken som ser ut som text men som inte stämmer, oavsett hur explicit du specificerar i prompten. Att skriva "accurate label text" eller "legible product name" löser det inte. Standardworkflow är att generera utan text och lägga till etikett separat i efterproduktion via Photoshop eller Canva. Det är inte en workaround, det är standard-workflow för kommersiellt produktarbete med Midjourney.

Flera distinkta produkter i samma bild. Midjourney hanterar dåligt instruktioner om att hålla form, färg och varumärkesidentitet konsekvent för flera objekt i en och samma generation. En butelj och ett lock med exakt rätt proportioner, exakt rätt etikett och exakt rätt färg i relation till varandra är utom räckhåll för nuvarande version. Lösningen: generera dem separat, kompotera slutbilden. Mer arbete i förväg, men pålitligare och mer kontrollerbara resultat.

Hur du integrerar Midjourney i ett verkligt kreativt workflow

Midjourney för komposition och atmosfär, efterproduktion för precision. Det är uppdelningen som faktiskt fungerar i ett professionellt produktionsmiljö.

Med välstrukturerade prompts tar varje bild 4-8 minuter från idé till exporterbar fil. Det inkluderar att köra 2-3 variationer, välja bästa resultat och göra minimal efterbehandling. Det är inte ett ersättningsverktyg för produktfotografi i alla lägen, men det är ett snabbt kompositörverktyg för att hitta rätt visuell riktning utan att boka studio.

För säsongsbaserat batch-arbete hanterar photospells-sorts som Style Alchemy och Season Swap transformationer i skala på riktiga produktfoton. Midjourney sätter kreativ riktning för en kampanj; photospells applicerar den riktningen på befintliga produktbilder vid skalproduktion. Inte konkurrerande tillvägagångssätt, utan olika stadier i samma produktionskedja.

Den praktiska uppdelningen ser ut så här: Midjourney används för att hitta visuell riktning, skapa moodboards och testköra stilar innan du lägger pengar på en studio. Sedan applicerar du den riktningen på dina faktiska produktfoton via photospells-sorts när du ska producera i volym. Resultatet är konsekvens och skala, utan att varje bild kräver en ny Midjourney-session eller manuell efterbehandling från grunden.

Det är inte ett val mellan de två verktygen. Det är ett val om vilken fas du befinner dig i och vilket verktyg som passar den fasen bäst.