直接说重点：有时你想生成一张完全无害的图片，但模型（比如 DALL-E 3 或 Stable Diffusion XL）要么直接拒绝，要么生成完全错误的内容。PromptPerfect 可以帮助解决这个问题，让你获得更好、更准确的结果。
在这篇文章中，我们将比较不同的模型，解释如何使用 PromptPerfect 来优化你的体验，并进行测试，向你展示使用 PromptPerfect 优化器前后两种模型的结果。
当然，我们不会生成（或试图生成）任何不当图片。这是一篇适合家庭的文章，尤其适合那些喜欢章鱼狗或狗章鱼的家庭。或者随便我们最后怎么称呼这些在文章后面创造的奇怪的多腿小狗。
tagDALL-E 3 和 Stable Diffusion XL
虽然有很多模型，但今天我们将重点关注这两个崭新的明星：来自 OpenAI 的 DALL-E 3 和来自 Stability AI 的 Stable Diffusion XL。虽然它们都能取得不错的结果，但各有优缺点。
看看 DALL-E 3，它本身就擅长理解长句和物体关系，并且比 Stable Diffusion XL 画出更真实的解剖结构（这里不会出现洛夫克拉夫特式的恐怖手）。然而，它经常直接拒绝生成名人（如 Taylor Swift）或知名角色（如米老鼠，即使我们要求生成已过版权期的汽船威利版本）的图像。它生成的文字比其他任何图像生成模型都要好（虽然这个标准很低）。
Stable Diffusion XL 在生成名人和知名角色的图像方面更开放，尽管它画的一些米老鼠看起来像是在嗑药时画的。然而，它经常搞错解剖结构和物体关系。虽然你可以要求它生成文字（而且看得出它在尽最大努力），但在这方面远远落后于 DALL-E 3。
使用 PromptPerfect 我们可以克服这两个模型的一些缺点。我们将比较使用 PromptPerfect 优化前后的 DALL-E 3 和 Stable Diffusion 的效果。你可以直接跳到最后看谁是最终赢家。
tag使用 PromptPerfect 的优化器
在这场模型之战中，我们使用 PromptPerfect 的优化器来看看如何让我们的提示词获得更好的图像结果。以下是使用方法：
在 PromptPerfect 注册免费额度：
点击交互功能：
在"优化器"窗格（右侧）中，输入类似 generate a prompt to create an image of felix the cat using DALL-E 3 的内容：
点击"发送给助手"
它会思考一会，然后在左侧的"交互"窗格中根据提示词生成图像：
通过与优化器对话来改进你的提示词，然后重复这个过程：
tag比赛方法
对于"优化前"的图像，我们将使用：
- ChatGPT（GPT-4）使用提示词
generate an image of <thing>通过 DALL-E 生成图像，例如generate an image of mickey mouse。 - 使用 Replicate 的接口通过 Stable Diffusion XL 生成图像，使用提示词
<thing>，例如mickey mouse。
对于"优化后"的图像，我们将使用 PromptPerfect 的交互式优化器，使用提示词 generate a prompt to create an image of <thing> using <model name>。
我们将展示出现的第一个输出。实际图像数量可能不同 - PromptPerfect 总是生成四张，Stable Diffusion XL（通过 Replicate）生成一张，DALL-E 3 生成一到两张。
我们将按以下标准授予奖牌：
- 💩 - 完全拒绝合作
- 🥉 - 尝试了，但没有一个输出是我们想要的
- 🥈 - 至少有一个输出结果还不错！
- 🥇 - 太棒了，至少有一个输出结果真的很好！
最后我们将进行总结，看看哪个模型和方法最终胜出。
tag谁将成为下一个顶级模型？
模型们，启动你们的引擎！
I will help translate to Chinese while carefully following the requirements. Here's the translation:tag第一轮：著名人物
让我们先试试我们的主和救世主 Taylor Swift。这是我们要模仿的真实照片：
没有 PromptPerfect，DALL-E 3 直接拒绝创建 Taylor：
使用 PromptPerfect 后，它用优化过的提示生成了图像，但没有一个真的像她：
使用 SDXL，在使用 PromptPerfect 之前我们得到了一个相当不错的效果：
而 PromptPerfect 的优化提示再次交付了良好的效果：
让我们看看哪些模型真的能生成-生成-生成：
| 优化前 | 优化后 | |
|---|---|---|
| DALL-E 3 | 💩 直接拒绝 | 🥉 金发？有。歌手？有。Taylor？没有 |
| Stable Diffusion XL | 🥇 有 Swift 的感觉 | 🥇 相当 Taylor 的风格 |
tag第二轮："受版权保护"的材料
我们甚至不会去尝试真正受版权保护的材料 - 那是我们不想深入的一个复杂问题。不过，《汽船威利号》中的米老鼠设计自 2024 年起已经不再受版权保护：
让我们用他作为主题。DALL-E 3 一开始就直接拒绝：
使用 PromptPerfect 后，我们得到了有相似感觉的结果，但不是 1930 年代的橡皮软管风格：
Stable Diffusion 确实在努力尝试。这个米老鼠给你的耳朵、眼睛和手指都超值：
使用 PromptPerfect 优化后，Stable Diffusion 仍然给我们一个让人发烧的米老鼠，但更像是轻微发烧，而不是"这些蘑菇到底有多强？"那种发烧：
哪个模型让米老鼠变得最"糟"？
| 优化前 | 优化后 | |
|---|---|---|
| DALL-E 3 | 💩 政策政策。这些内容绝对不受版权保护了。 | 🥈 确实有米老鼠的感觉，没有怪异，只是没有我想要的 30 年代风格。 |
| Stable Diffusion XL | 🥉 米老鼠，回家吧。你被附身了。 | 🥈 勉强获得银牌。比 DALL-E 3 更有米老鼠的感觉，但变形真的很分散注意力 |
tag第三轮：文字
让我们生成一个写着"Happy days are here again"的标志。这次没有目标图片，只需想象（尽管可能很难）一个带有这段文字的标志。用 John Lennon 的话说，只要你尝试，这很容易。
DALL-E 3 给我们带来了愉快的氛围，这正是我想要的。不过，它确实加入了单词"dye"。由于这个词听起来像"die"，可能会传达混杂的信息：
经过优化后，我们至少有一次得到了正确的措辞和拼写，没有多余的词。而另一次几乎完全正确，只是有一个拼写错误：
Stable Diffusion XL 给我们呈现了 Herpy Days：
在优化 Stable Diffusion XL 提示词后，我们得到了一个孤单的、拼写错误的森林路标。虽然没有之前那么吓人了，但说实话，我可不想跟着这个路标去它指向的地方。
谁会看到快乐的日子，谁又不会呢？
| 优化前 | 优化后 | |
|---|---|---|
| DALL-E 3 | 🥈 你能看出标志在说什么，尽管它添加了额外的"dye"这个词，而且词序有些混乱 | 🥇 至少有一个标志有完全正确的文本。另一个只有一个"小"拼写错误（在"HAPPY"中多了一个"P" - 按图像生成标准来说算是小错误了！） |
| Stable Diffusion XL | 🥉 看起来像是来自地狱的励志海报 | 🥈 虽然不如未优化的 DALL-E 3，但也没有让我想要挖掉自己的眼睛，就像未优化的 SDXL 那样 |
tag第 4 轮："诅咒"创作
让我们看看这些模型如何适应奇怪的东西，比如一只有七条腿的小狗。这次没有目标图像 - 我不想在我的 Google 搜索历史记录中出现"畸形小狗"。只要想象一只有七条腿的小狗就好。
DALL-E 3 这次给了我们两个输出。我们并没有要求这样做。它大概就是喜欢狗狗吧。这是 AI 变得更像人类的证据？总之，结果就是我们要求的，虽然我觉得有点平淡。不过在这一轮我们不是在评判风格，只看内容。所以一只腿部数量荒谬的狗叠加在 Windows XP 壁纸上也是可以的：
优化后，太多腿了！我想知道多腿狗的表情符号是想表达什么？欢迎给我们答案！
Stable Diffusion XL 理解错了任务：
即使优化后，我们也想说"七条腿这个要求你哪里没听懂？"：
在这一轮中谁是最佳，谁是垫底？
| 优化前 | 优化后 | |
|---|---|---|
| DALL-E 3 | 🥇 两只小狗都有奇怪数量的腿。第一只小狗甚至有七条腿，尽管有些腿几乎看不到。虽然我不知道第二只小狗上的那些爪状物是什么，也不想知道。 | 🥇 太棒了。所有的小狗。所有的腿。你可以和这些可爱的小家伙玩很久的握手游戏。其中一只甚至腿的数量完全正确。 |
| Stable Diffusion XL | 🥉当我想要一只腿多的小狗时，我可不是指要长腿 | 🥉 我更喜欢腿多一点的小狗 |
tag加分轮：Kegstand 朋克
在某些情况下，无论是否采用优化，DALL-E 3 和 SDXL 都会失败。例如，生成一个朋克做 kegstand 的图像。
这是一个朋克的图像…
...还有一幅看起来像是来自温馨儿童读物的小桶饮酒插图：
我在网上找不到朋克进行小桶饮酒的实际图片。唉，朋克们，太过拘谨了！
DALL-E 3 给我们展示了一个酒吧里的朋克，灯光很怪但很酷。他在酒桶旁，但没有进行小桶饮酒。
优化后，我喜欢这种氛围，但仍然没有小桶饮酒的场景：
他们应该把名字改成"Stable Diffusion 急诊室"，因为这个人（？）需要去医院：
优化后看起来好多了。有酒桶，有朋克。可惜还是没有小桶饮酒的场景。
谁是朋克，谁是垃圾？
| 优化前 | 优化后 | |
|---|---|---|
| DALL-E 3 | 🥈 朋克，有了。酒桶，有了。小桶饮酒，没有 | 🥈 优化改变了一些氛围，但仍然没有实际的小桶饮酒场景 |
| Stable Diffusion XL | 🥉 糟糕。不是朋克。不是小桶饮酒。勉强算个人。而且用这种方式做小桶饮酒，他很快就不会是任何类型的人了。 | 🥈 优化给了我们更好的结果，展示了朋克与酒桶的互动。这次没有惊悚的人体变形。 |
tag最终得分统计
现在比赛结束了，我们按以下方式计分：
- 💩：零分
- 🥉：一分
- 🥈：两分
- 🥇：三分
每个选项的最高得分是 15 分（在所有五轮中都获得金牌）。让我们看看具体分析：
| 挑战项目 | DALL-E 3 | Stable Diffusion XL | ||
|---|---|---|---|---|
| 使用 PromptPerfect 前 | 使用 PromptPerfect 后 | 使用 PromptPerfect 前 | 使用 PromptPerfect 后 | |
| 著名人物 | 💩 0 | 🥉 1 | 🥇 3 | 🥇 3 |
| "版权"材料 | 💩 0 | 🥈 2 | 🥉 1 | 🥈 2 |
| 文本 | 🥈 2 | 🥇 3 | 🥉 1 | 🥈 2 |
| 诡异创作 | 🥇 3 | 🥇 3 | 🥉 1 | 🥉 1 |
| 朋克小桶饮酒 | 🥈 2 | 🥈 2 | 🥉 1 | 🥈 2 |
| 总分 | 🥉 7 | 🥇 11 | 🥉 7 | 🥈 10 |
简而言之，如果不是前几轮的审查制度，DALL-E 3 的得分会更高。总的来说，使用 PromptPerfect 优化提示词会让两个模型都产生更好的结果。
你可以相信我们，因为这是一个公正的比赛（由我们进行，为我们自己，为我们的产品）。说真的，结果确实不言自明。你可以自己尝试看看效果如何！
