使用 PromptPerfect 突破限制：生成模型不願讓你看到的圖片

直接進入重點：有時候你想生成一張完全無害的圖片，但是模型（像是 DALL-E 3 或 Stable Diffusion XL）要麼直接拒絕，要麼生成完全錯誤的內容。PromptPerfect 可以幫助解決這個問題，讓你獲得更好、更精準的結果。

PromptPerfect - AI Prompt Generator and Optimizer

Unlock prompt optimization for models like GPT-4, ChatGPT and Midjourney. Generate and refine prompts to perfection, receiving improved outcomes in seconds.

AI Prompt Generator and Optimizer

在這篇文章中，我們將比較不同的模型，解釋如何使用 PromptPerfect 來優化你的體驗，並進行測試，向你展示使用 PromptPerfect 優化器前後的模型結果。

而且，我們不會生成（或試圖生成）任何不當的圖片。這是一篇適合全家觀看的文章，特別是適合那些喜歡章魚狗狗或狗章魚的家庭。或者不管我們最後怎麼稱呼那些在文章後面將創造出來的奇怪多腿狗狗。

tagDALL-E 3 和 Stable Diffusion XL

雖然有很多模型可供選擇，今天我們將專注於兩個最新的明星產品：來自 OpenAI 的 DALL-E 3 和來自 Stability AI 的 Stable Diffusion XL。雖然它們都能達到不錯的效果，但各自都有不同的優缺點。

就 DALL-E 3 而言，它在理解長句和物體關係方面表現出色，並且比 Stable Diffusion XL 繪製出更真實的解剖結構（這裡不會出現洛夫克拉夫特式的恐怖手部）。然而，它經常直接拒絕生成知名人物（如 Taylor Swift）或著名角色（如米老鼠，即使我們要求生成已經過版權保護期的汽船威利版本）的圖像。它也比其他任何圖像生成模型都更好地生成文字（雖然這個標準並不高。）

Stable Diffusion XL 對生成知名人物和著名角色的圖像更為開放，儘管它的一些米老鼠圖像看起來像是在什麼有趣藥物的影響下繪製的。然而，它經常在解剖結構和物體關係上出錯。雖然你可以要求它生成文字（並看到它在盡最大努力），但在這方面遠遠落後於 DALL-E 3。

通過 PromptPerfect，我們可以克服這兩個模型的一些弱點。我們將比較使用 PromptPerfect 優化前後的 DALL-E 3 和 Stable Diffusion。你可以直接跳到最後看最終贏家。

tag使用 PromptPerfect 的優化器

在這場模型之戰中，我們使用 PromptPerfect 的優化器來看看如何從我們的提示中獲得更好的圖像結果。以下是操作方法：

在 PromptPerfect 註冊免費點數：

點擊互動功能：

在優化器面板（右側）輸入類似 generate a prompt to create an image of felix the cat using DALL-E 3 的內容：

點擊"Send to Assistant"

它會思考一會兒，然後在左側的互動面板中根據提示生成圖像：

通過與優化器對話來改進你的提示，然後重複這個過程：

tag比賽方法

對於"優化前"的圖像，我們將使用：

• ChatGPT（GPT-4）使用提示 generate an image of <thing> 來通過 DALL-E 生成圖像，例如 generate an image of mickey mouse。
• 使用 Replicate 的介面通過 Stable Diffusion XL 生成圖像，使用提示 <thing>，例如 mickey mouse。

對於"優化後"的圖像，我們將使用 PromptPerfect 的互動優化器，使用提示 generate a prompt to create an image of <thing> using <model name>。

我們將展示首次出現的輸出。實際圖像數量可能不同 - PromptPerfect 總是生成四張，Stable Diffusion XL（通過 Replicate）一張，而 DALL-E 3 則是一到兩張。

我們將按以下方式頒發獎牌：

• 💩 - 完全拒絕合作
• 🥉 - 有嘗試，但沒有一個輸出是我們想要的
• 🥈 - 至少有一個輸出結果還不錯！
• 🥇 - 太棒了，至少有一個輸出真的很好！

最後我們會做一個總結，看看哪個模型和方法最終勝出。

tag誰將成為下一個頂級模型？

模型們，準備開始！

DALL-E 3 帶給我們愉悅的感覺，我很喜歡。不過，它確實加入了 "dye" 這個詞。由於這個詞聽起來像 "die"，可能會傳達混亂的訊息：

經過優化後，我們至少有一次得到了正確的用詞和拼寫，沒有多餘的字。而另一次幾乎完全正確，只是有一個拼寫錯誤：

Stable Diffusion XL 給我們的是 "Herpy Days"：

在優化 Stable Diffusion XL 的提示詞後，我們得到了一個在樹林中孤單的拼錯字的標誌。雖然沒有之前那麼可怕，但我個人是不會跟著那個路標指向的方向走的。

誰會看到快樂的日子，誰不會？

tag第 4 回合："詭異"作品

讓我們看看模型如何適應奇怪的事物，比如一隻有七條腿的小狗。這次沒有目標圖像 —— 我不想在我的 Google 搜尋紀錄中出現"畸形小狗"。就想像一隻有七條腿的小狗吧。

DALL-E 3 這次給了我們兩個輸出。我們沒有要求它這樣做。它大概就是喜歡狗狗吧。這是 AI 變得更像人類的證據嗎？總之，結果是我們要求的，雖然在我看來有點平淡。不過在這回合我們不會為風格打分，只看內容。所以一隻有誇張數量腿的狗疊加在 Windows XP 桌布上也可以：

優化後，好多腿啊！我想知道多腿狗的表情符號是要表達什麼？歡迎告訴我們答案！

Stable Diffusion XL 理解錯了任務：

即使經過優化，我們還是想說"七條腿這部分你是不是沒搞懂？"：

在這回合中誰是最優秀的，誰是最後一名？

tag加分回合：Kegstand 朋克

在某些情況下，無論是否使用優化，DALL-E 3 和 SDXL 都會失敗。例如，生成一個做 kegstand 的龐克的圖像。

這是一個龐克的圖像⋯⋯

...以及一張看起來像是來自溫馨兒童繪本的啤酒桶倒立插圖：

我在網上找不到真實的龐克做啤酒桶倒立的照片。唉，這些龐克，太保守了！

DALL-E 3 給我們展示了一位在酒吧裡的龐克，燈光很奇怪但很酷。他看起來很嚴肅。他在啤酒桶旁，但沒有做倒立。

經過優化後，我喜歡這種氛圍，但仍然沒有啤酒桶倒立：

他們應該把名字改成 Stable Diffusion 急診室，因為這個人（？）需要去醫院：

優化後看起來好多了。有啤酒桶，有龐克，但可惜仍然沒有啤酒桶倒立。

誰是龐克，誰是垃圾？

tag計算分數

現在比賽結束了，我們按以下方式計分：

• 💩：零分
• 🥉：一分
• 🥈：兩分
• 🥇：三分

任何選項能獲得的最高分數是 15 分（在所有五輪中都獲得金牌）。讓我們看看分數明細：

簡而言之，如果不是早期階段的審查制度，DALL-E 3 的得分會更高。整體而言，使用 PromptPerfect 來優化你的提示詞會讓兩個模型都產生更好的結果。

你可以相信我們，因為這是一個公正的比賽（由我們為我們自己的產品所做）。說真的，結果確實不言而喻。試試看，看看效果如何！