DALL·E

DALL·E 是什么

DALL·E 是 OpenAI 的图像生成模型，公开有文档的版本是 DALL·E 3。你会在两个地方遇到它——在 ChatGPT 里，任何有账号的人都可以在对话中间要一张图；以及通过开发者直接调用的 OpenAI 接口。

被嵌入是它最本质的特点。大多数相遇发生在没人专门去找一个独立产品的时候，这既改变了它被提示的方式，也改变了谁会用它。

这种嵌入既塑造了它被提示的方式，也塑造了谁会用它。

你可以用它做什么

你描述想要什么，一张图回来，助手会先把一段简短请求改写得更完整再生成。调整靠的是要求改动而不是编辑参数，产出归你：页面称结果可以被转发、出售或做成周边。

通过接口，同一个模型坐在其他应用里面，所以团队可以把生成接进自己的工具，而不用去访问某个站点。日常用途占大头——文档插图、会议上的快速视觉、在委托任何东西之前先出营销方向。

适合谁使用

核心用户是需要随叫随到的图的通用创作者与营销人，以及通过接口调用模型的开发者。大多数人是在 ChatGPT 里遇到它的，而不是专门去找它。

它适合允许近似的工作。需要品牌准确或可重复产出的人应当把它当作起点，而需要一张记录真实事物的图的人应当另找别处。

从来没打开过专门图像工具的人也是真实用户，因为这个模型出现在他们本来就在的地方。

需要留意什么

有两项防护被描述为已经在执行而不是仅在愿景里：描绘点名公众人物的请求会被拒绝，创作者可以把自己的图片退出未来的训练。两者都不覆盖每一种情况，但合起来把它与那些把肖像完全交给用户的服务区分开了。

公布的材料没有解决每一个问题。它提到有一个内部分类器用于识别生成图像，但没有引用 C2PA 水印标准，所以不要假定溯源数据会随文件一起走。页面上没有消费档价格、没有用户数、也没有安全认证。记住「拥有你的产出」与「已经清清了产出里的东西」之间的区别。

实际怎么把图做得更好

具体是有回报的。持续地说清主体、媒介、光线与视角，比堆砌形容词夸你想要的效果更有效，而说清什么应当不出现比人们预期的更有帮助——要求不要文字能避免那些否则会出现的乱码字母。

修改胜过重来。因为改动是在对话里提出的，换一个角度、更暖的色调或更紧的构图去追问，会在这张图上继续构建而不是把它丢掉，而你自己走到这一步的那些描述值得留下来。

最后想想这张图要去哪。演示、文档与内部材料容得下近似。要印刷的东西需要按原尺寸检查，因为预览里藏着的缺陷一放大就露出来，而字母通常事后用正规排版加上去比在画面里要求生成要好。