某机构刚刚将其最新的图像生成器Dall-E 3集成到了ChatGPT中。该工具目前处于测试阶段，仅面向某机构每月20美元服务的ChatGPT Plus订阅用户。在启用Dall-E 3后，可以用日常语言向聊天机器人发出提示，生成独特的图像。
使用入门
- 订阅与启用：需要先成为ChatGPT Plus订阅用户。在ChatGPT的设置中，找到“Beta功能”选项，打开Dall-E 3的开关。
- 自然语言提示：与以往需要精确描述不同，现在可以用更自然的对话方式提出需求。例如：“画一只像宇航员的猫站在火星上”。
- 迭代优化：生成的图像可能不完美。可以通过继续对话提出修改意见，例如：“把宇航员头盔改成红色”。模型会根据上下文调整生成结果。
- 分辨率与格式：输出图像默认为1024×1024像素，支持PNG格式。目前不支持指定其他宽高比或更高分辨率。
技术特点与局限性
- 上下文理解：得益于ChatGPT的对话能力，模型能记住之前讨论的细节，并在后续图像生成中保持一致的元素。
- 文本渲染弱：在图像中生成清晰的文字（如标语、标签）仍然经常失败，会出现乱码或缺失字母。
- 复杂场景受限：当提示要求同时生成多个独立对象（如“五个人分别做不同动作”）时，模型容易混淆或遗漏部分对象。
- 内容安全限制：内置了内容过滤器，会拒绝生成暴力、色情或涉及特定公众人物的请求。
提示工程建议
- 具体描述：避免“一只狗”这样过于宽泛的提示，改为“一只金毛犬坐在沙滩上看日落，旁边有一副墨镜”。
- 风格指定：可以添加“数字艺术风格”、“水彩画风格”、“像皮克斯电影”等关键词来引导输出。
- 迭代而非一步到位：先要求一个简单的构图，确认方向后再逐步增加细节，比一次性给出复杂描述效果更好。FINISHED
