用 Midjourney 出香港場景：茶餐廳、霓虹與屋邨 Prompt 攻略 2026

一句答你： 用 Midjourney 出香港場景，關鍵唔係咒語花俏，而係將茶餐廳卡位、霓虹招牌、唐樓鐵閘、屋邨走廊呢啲本地細節，用具體英文逐樣寫入 prompt，再避開繁體字、招牌文字、人物比例、年代感、人流五個易錯位。

重點摘要 Key Takeaways

• 香港場景嘅靈魂在細節：卡位、馬賽克磚、吊扇、垂直霓虹招牌、鐵閘、晾衫竹，逐項寫清楚先似樣。
• 英文 prompt 用五段式：主體＋環境＋細節＋光線氣氛＋風格鏡頭，一句過，唔好堆形容詞。
• 五大易錯位：繁體字變偽中文、招牌變形、人物比例怪、年代感混亂、人流唔真實。
• 文字類元素最好出圖後期處理，或者喺 prompt 用「blurred signage」呢類寫法避開。
• 圖出好之後，配埋廣東話旁白同字幕，先係一個完整嘅內容包。
• AI 生成圖要清楚標示；招牌上嘅真實商標、似真人嘅面孔，商業使用前要清授權。

點解「midjourney 香港」出嚟成日唔似香港？

好多新手第一句 prompt 就係咁寫：Hong Kong street。出嚟嘅嘢通常係藍紫光調、滿街光管、好似科幻片嘅「賽博朋克中國城」，本地人一眼就覺得假。問題唔喺工具，喺描述：香港最入屋嘅視覺記憶，其實係日常生活質感——茶餐廳嘅綠色卡位、屋邨走廊嘅晾衫竹、唐樓外面嘅拉閘，而唔係滿天霓虹。

粵語內容嘅受眾亦唔細。根據 WenetSpeech-Yue 論文（WenetSpeech-Yue 論文, 2026），全球約有 8,490 萬粵語母語者；香港場景圖配廣東話聲，天然就有一班識睇識聽嘅人等緊。

Prompt（描述詞） 係你俾圖像模型嘅文字指令，模型照住你寫嘅字生圖；寫得越具體、越有畫面，結果越接近你想像。官方文件都係咁建議：描述要清晰、具體，先至容易控制結果（Midjourney 官方文件, 2026）。

香港視覺元素清單：四大場景逐項執料

視覺元素清單 係一張場景嘅執料表：將呢個場景入面一定會見到嘅物件、物料、光線逐項列出，寫 prompt 嘅時候逐項搬入去。以下四個場景，係香港內容最常用嘅背景。

茶餐廳卡位

必寫元素：綠色或者橙色皮革卡位、馬賽克瓷磚地、吊扇、掛牆菜單水牌、枱上嘅熱奶茶同蛋撻。例如想出懷舊感，可以加 warm afternoon light through the window 同 nostalgic atmosphere，卡位同圓枱並存先係真茶記格局。

霓虹招牌

香港霓虹嘅特色係「直」同「密」：招牌垂直伸出馬路、一層疊一層、光管字配手寫體。夜晚落雨之後嘅濕路反光係出氣氛嘅關鍵詞。唔好淨寫 neon city，要寫埋 density 同 height，先有香港嘅迫夾感。

唐樓鐵閘

唐樓場景嘅靈魂係地舖同拉閘：金屬剪刀閘、騎樓底、舊式信箱、手寫價目牌、收舖後半掩嘅閘同透出嘅燈光。呢類場景啱晒講老店、街坊故事，配合 dusk 同 lived-in 氣氛詞最好用。

屋邨走廊

公共屋邨走廊係本地人最熟悉嘅場景：長走廊、晾衫竹連衫、鐵閘門口嘅鞋同盆栽、綠色垃圾桶、大塊配色牆身。例如彩虹邨嘅彩色外牆、坪石邨嘅圓形結構，都係攝影發燒位，可以將 colour-blocked facade 呢類詞寫入去。

英文 prompt 公式：五段式寫法

建議用呢條公式一段一段砌：主體＋環境＋細節＋光線氣氛＋風格鏡頭。

例子一，茶餐廳：

Interior of a Hong Kong cha chaan teng, green leather booth seats, mosaic tile floor, ceiling fans, hanging menu boards with blurred Chinese characters, a cup of hot milk tea and an egg tart on the table, warm afternoon light through the window, nostalgic atmosphere, documentary photography

例子二，霓虹街景：

A narrow Hong Kong street at night, dense vertical neon signs glowing above a wet road, reflections on the pavement, pedestrians seen from behind, light rain, cinematic wide shot, moody atmosphere

例子三，屋邨走廊：

A long open corridor of a Hong Kong public housing estate, laundry hanging on bamboo poles outside metal gates, potted plants along the railing, morning haze, documentary photography, muted colours

三個貼士：第一，用正面描述，想要乜就寫乜，唔好成句寫否定句，部分工具對否定句處理唔穩定；第二，想控制比例同鏡頭，就用 wide shot、close-up、from behind 呢類攝影詞，唔好靠運氣；第三，風格詞揀一個主調就得，documentary photography 同 cyberpunk 擺埋一齊，模型會夾硬融合，出嚟兩邊唔到岸。

五個易出錯位（附補救方法）

一：繁體字變「偽中文」

圖像模型長期出唔準文字，筆畫多嘅中文字尤其容易變成一堆似字形嘅符號，香港人一眼就睇到穿幫。補救方法：prompt 入面所有文字元素一律寫 blurred 或者 out of focus，例如 blurred Chinese characters on neon signs；真字留返後期加。

二：招牌文字變形

就算唔要求特定字，招牌都好容易出現扭曲、重疊、比例怪嘅字體。補救：將招牌寫成遠景元素，或者索性寫 abstract signage without readable text，焦點放返喺光同構圖。

三：人物比例同面孔怪

人多嘅場景，面孔同手部容易出事。補救：寫 pedestrians seen from behind、silhouettes、faces not visible，將人物變成氣氛一部分；要主角就寫清楚動作同位置，減少模型自由發揮。

四：年代感混亂

年代感 係一張圖俾人「呢個係邊個年代」嘅整體感覺，由道具、招牌字體、衣著、光線一齊決定。最常見錯法係八十年代茶餐廳入面出現智能手機，或者懷舊街道停住現代跑車。補救：鎖定一個年代，將年代詞同道具詞綁死，例如 vintage Hong Kong cha chaan teng, period-appropriate props only，出圖之後逐張檢查有冇穿幫道具。

五：人流太乾淨定太迫

香港街道嘅真實感來自「有生活但唔混亂」：完全冇人嘅大街好假，但迫滿清楚面孔嘅人潮又容易出畸形。補救：中等人流加背面視角，例如 a few pedestrians walking away from camera，配合深景深，人物自然變成背景。

【獨家觀察】：本地人認嘅「香港感」，唔係霓虹光

根據我哋內容團隊喺 2026-10-31 嘅質性觀察，AI 出嘅香港圖有一個好明顯趨勢：寫 Hong Kong 加 neon，好大機會去同一個賽博朋克方向，藍紫光、高樓、雨夜。但本地受眾留言同轉發最多嘅，反而係茶餐廳、屋邨走廊呢類「生活質感」圖。換句話講，霓虹係遊客視角，卡位同晾衫竹先係街坊視角。做俾香港人睇嘅內容，建議生活場景做主圖、霓虹做氣氛圖；做俾外地受眾先至反轉用。同一個邏輯亦適用於聲音：旁白用地道廣東話，先接到呢種街坊感。

出圖之後：配廣東話聲先係完整內容

靜態圖配旁白，已經可以變成短影片、有聲帖文或者圖文卡。常見流程係：Midjourney 出圖，剪接工具串成短片，再加廣東話旁白同字幕。想將圖變成會郁嘅影片，可以用支援參考圖嘅影片工具，例如 Kling 官方指南列明支援多種參考素材，官方語言表入面有粵語（Kling 官方使用指南, 2026），做法可以參考 Veo 3 廣東話語音指南。配音同字幕嘅具體操作，可以跟 CapCut 廣東話配音教學 同 短影片廣東話配音攻略 行；想成條片做埋廣東話配音，就睇 AI 影片廣東話配音指南。

旁白語音方面，港嘢免費登記送 2,000 字符（一次性），大約等於 8 分鐘旁白，做一批屋邨故事短片都夠用。

另外，唔同工具出圖嘅標示機制唔同。例如 Google 嘅 Nano Banana 生成嘅圖片會帶 C2PA Content Credentials 同 SynthID 水印（Google Gemini 圖像生成官方文件, 2026）；想比較圖像工具喺粵語內容流程嘅用法，可以睇 Nano Banana 出粵語影片教學。

出圖前要知嘅合規三件事

第一，標示。香港數字政策辦公室嘅《香港生成式人工智能技術及應用指引》強調透明同問責，AI 生成內容應該清楚標示（香港數字政策辦公室, 2026），出帖文記得寫明「AI 生成圖像」。

第二，商標同肖像。香港霓虹招牌好多都係真實商標，生成圖入面出現清晰品牌標誌，商業使用前要諗清楚授權；圖入面似真人嘅面孔都一樣，私隱專員公署嘅 AI 框架對個人資料處理有明確提醒（私隱專員公署, 2026）。

第三，聲音。想用某個真人嘅聲線配音，必須先取得對方明確同意；用 TTS 生成聲音就冇呢個顧慮。

常見問題 FAQ

招牌中文字點解成日亂碼？

圖像模型將文字當圖案畫，筆畫多嘅中文字好易畫錯。最穩陣係 prompt 入面用 blurred signage，真字留返後期加，或者用圖像編輯工具修。

想要八十年代香港感覺，prompt 點寫？

年代詞加道具詞一齊鎖：vintage Hong Kong street，再加 period-appropriate props、film photography colours，並且唔好描述任何現代道具。

出嚟條街太乾淨，點先似香港？

加返生活痕跡：街邊檔口、磨損行人路、晾衫、凌亂電線。例如 street market stalls, tangled overhead wires, worn pavement，比單寫 busy street 有效。

出完圖點加廣東話旁白？

將旁白稿用廣東話 TTS 生成音頻，再喺剪接工具對位加字幕；詳細流程可以跟上文嘅配音指南內鏈逐步行。

Midjourney 同 Nano Banana，邊個好啱香港場景？

兩種都試先至準。Nano Banana 勝在圖像編輯同水印標示機制清楚，Midjourney 就常俾人用嚟出風格化氣氛圖；建議同一份元素清單餵俾兩邊比較，揀啱自己內容調性。

用呢啲圖做商業宣傳得唔得？

要自己清授權：標明 AI 生成、避免清晰真實商標同可辨識真人面孔，配樂同字體都要有授權；有疑問就搵法律意見。

資料來源同方法

本文引用嘅規格同指引，全部嚟自官方文件、學術論文同香港政府出版物，觀察日期為 2026-10-31；標明【獨家觀察】嘅段落屬於內容團隊嘅質性觀察，唔涉及量度數據。文中嘅 prompt 例子屬教學示範，實際效果會因工具版本同設定而異。

[!CTA]

圖出好了？即刻配把地道廣東話聲

去 港嘢 playground，貼上旁白稿，即刻試廣東話語音生成。

關於港嘢：我哋專做香港廣東話語音。有查詢可以聯絡我們，或者睇關於港嘢。

本文由港嘢內容團隊撰寫，經編輯覆核（2026-10-31）。