DALL·E 3 画图的五个实用技巧

今天花了大半天时间研究 DALL·E 3 的图片生成技巧，记录一些心得。

DALL·E 3 是 OpenAI 推出的 AI 画图工具，直接集成在 ChatGPT 里面。你不需要另外注册账号，也不需要学习新的界面，在 ChatGPT 的对话框里直接描述你想要的图片就行了。这个设计确实降低了门槛，但也容易让人低估了它的复杂性。

先说说我的使用场景。我需要用 AI 生成一些图片来配博客文章，但不想用那些免费素材网站上的通用图片。AI 生成的图片至少是独一无二的，而且可以精确控制内容。但实际操作下来，我才发现「精确控制」这四个字有多难。

第一个重要的经验：提示词的结构决定一切。

一开始我随便写提示词，比如「一只猫在城市里」，出来的图片完全不是我想要的。后来我学会了用结构化的提示词：

「主体：一只黑猫。风格：赛博朋克插画。环境：霓虹灯照亮的雨夜街道。光线：从左上方打过来的粉紫色霓虹灯。构图：低角度仰拍。」

这种结构化的方式效果明显好很多。AI 能更准确地理解你想要什么，出来的图片也更接近预期。

第二个经验：风格化的图片比写实图片容易做得好。

我尝试过生成「真实的风景照片」，结果出来的图片总有一种「不真实」的感觉。天空的颜色太完美，光影太均匀，看起来像是渲染出来的3D场景而不是真实照片。但如果你要求「油画风格」「水彩风格」「赛博朋克风格」之类的艺术化效果，DALL·E 3 的表现就好得多。

我猜这可能是因为写实照片需要的细节太多了——皮肤的质感、环境的不完美、随机的瑕疵……这些东西人类一眼就能看出来，但 AI 很难生成得自然。而艺术风格本身就允许一定程度的夸张和不完美，所以 AI 在这个范围内更容易做得好。

第三个经验：文字是大忌。

AI 生成的图片如果包含文字，基本上都是乱码。我试过很多次，不管是英文还是中文，只要提示词里要求画面中有文字，出来的结果都很荒诞。所以如果你需要在图片上加文字，还是老老实实用 PS 或 Canva 吧。

第四个经验：多生成几次。

DALL·E 3 每次生成的结果都不一样，有时候第一次生成的不好，换个提示词或者多试几次就好了。我通常会生成四到五张，然后选最好的一张。这也是为什么我建议不要在 AI 图片上花太多时间——因为你的时间成本是不固定的，可能一次就出好图，也可能试十次都不满意。

第五个经验：后期处理很重要。

AI 生成的图片很少能直接用。我通常还需要在 Canva 里做一些调整——裁剪、调色、加文字。把 AI 生成的图片当成「素材」而不是「成品」，心态会好很多。

跟 Midjourney 的比较：Midjourney 生成的图片整体质量更高，尤其是人物和场景的细节。但它需要通过 Discord 操作，门槛比 DALL·E 3 高。如果你只是偶尔需要生成一些图片，DALL·E 3 够用了；如果你需要高质量的商业图片，Midjourney 更合适。

最后一点思考：AI 画图工具的发展速度真的很惊人。去年还觉得 AI 画的东西很粗糙，今年已经接近专业水平了。再过一年，可能很难分辨哪些图片是 AI 生成的，哪些是人画的。这对插画师和设计师来说可能不是什么好消息，但对我们普通人来说，创作的门槛在大幅降低。