前一阵子 Open ai 宣布 ChatGPT 将要加入 DALL.E 3 最新 AI 绘图引擎，从 2023/10 月份开始，陆续提供给 chatgpt Plus 或企业版账户使用，也就是说，可以直接在 ChatGPT 中使用 GPT-4 来生成图片了！
前几天，我也在自己的账号中获得 AI 生成图片新功能，马上实际试试看，发现 ChatGPT 的 DALL.E 3 除了图像质量提升外，还有一些特殊应用可以超越我已经使用了半年以上的 Midjourney ，今天这篇文章，就来跟大家一一分享这些特殊应用案例。
之前我在电脑玩物已经写过一篇「Bing AI 大升级，免费支持 GPT-4 与 DALL-E 3 AI 绘图，实测比较 」，通过免费的 Bing，大家都可以试试看 DALL-E 3 的图像生成效果，文章中我也跟 midjourney 进行了一些比较。
所以今天这篇文章，我要更着重在「结合 ChatGPT」后， ChatGPT ＋ DALL-E 3 可以有哪些特殊功能，生成哪些原本可能在 Midjourney 中没有那么容易生成，甚至无法生成的 AI 图像呢？
结论来说，因为我已经付费使用 ChatGPT Plus 很长一段时间，而且对我的工作上非常有帮助。既然现在 ChatGPT 已经可以 AI 生成图片，并且「我需要的应用案例」效果已接近 Midjourney，甚至有许多应用是 Midjourney 上做不到的。所以，我已经在考虑要退掉 Midjourney 的付费账户了。
〔更新，现在还可以图片、文字混合提问，上传设计图分析，然后利用 DALL-E 3 来绘制类似风格的设计图：ChatGPT 图文混合提问 9 种能力：程序、教育、学习到运营应用〕
ChatGPT DALL-E 3 基本功能
我们还是从基本功能先开始，获得此功能后，新增一个对话，可以在「GPT-4」模式中看到「DALL-E 3」的选项。
选择后，这个对话频道就可以开始用来作为 AI 生成图像的工具。
「ChatGPT DALL-E 3」有些基本功能：
- 可以在提示语中，请他生成三种比例的图像
- 16:9 (宽) – 1792×1024 像素
- 1:1 (正方形) – 1024×1024 像素
- 9:16 (高) – 1024×1792 像素
- 一次最多可以生成四张图像
- 可以输入中文提示语，可以用自然语言表达，ChatGPT 会自动改写成适合的 AI 绘图英文提示语。
基本功能很简单，用我们的直觉说出我们想画的图像，「ChatGPT DALL-E 3」就能帮助我们开始绘图。〔本文开头的两张图像，接下来的图片，全部都是由「ChatGPT DALL-E 3」生成〕
接下来，我来分享一些特殊的绘图应用，以及如何下提示语的教程。
特殊功能一：在图像加上文字做组合设计
「ChatGPT DALL-E 3」有一个目前 Midjourney 还几乎做不到的特色，就是可以在图片加上一些「简单的英文文字」。
只要在提示语中加上要放入什么文字，「ChatGPT DALL-E 3」就会想办法放入图片中。
例如下面这张图的提示语是：
「16:9 illustration in a vintage comic book style, capturing two people in a drawing duel, representing competing AI illustration tools. The scene has halftone dots and old-school comic aesthetics, with captions like ‘Art vs. Tech!' woven into the design.」
不过，加上的文字不能太复杂，而且加入文字也不一定保证成功。但也没关系，我们可以多试几次，就有机会获得需要的文字＋图片成果。
例如下方的提示语，我大概重复绘制了 5 次左右，获得一个相对成功〔但也不算非常成功〕的结果：
绘制一张 16：9 简报：
简报题标：GTD
简报内容：中间 5 个 ICON 横排，由左到右顺序为：
Capture 邮件
Clarity 笔记
Organize 资料夹
Reflect 放大镜
Engage 箭头
简报版面：简洁、留白
特殊功能二：用自然语言说明需求，让 ChatGPT 自己发挥绘图设计
在「ChatGPT DALL-E 3」中，可以但不一定要像 Midjourney 那样写出公式化的提示语，因为 ChatGPT 会帮我们去改写绘图需要的提示。
所以很多时候，我们可以用「描述成果需求」的方式，请「ChatGPT DALL-E 3」帮我们写出适合的提示语，然后绘制出需要的图像。
而且，有时写得愈简单，反而效果愈好，因为可以让 ChatGPT 自己去发挥。
例如下面这个提示语：
绘制符合 GTD 概念的一系列 ICON
这会让 ChatGPT 开始去思考怎么绘制？要绘制什么图像？
等 ChatGPT 想清楚了，他自己会帮我们写出适合的提示语来绘制，最终产出了下面这样的结果。
特殊功能三：设计文字本身图像
「ChatGPT DALL-E 3」可以在图片上加入文字，那可不可以「设计文字本身」呢？
例如把某些指定的英文单词设计成标语、ICON 图像？
当然可以，而且只要像下面这样简单询问即可，剩下的交给 ChatGPT 去挥发：
我想制作一张带有「GTD」文字的 ICON 图标，可以当作标题字体，只要有 G T D 三个字母，背景白色
特殊功能四：生成四张有关系的连续图像
「ChatGPT DALL-E 3」一次最多生成四张图像，而且如果仔细研究，会看到 ChatGPT 其实是自己写了四种不同的提示语，来生成我们需要的四张图像。
这样一来，有没有可能让 ChatGPT 自己设计四种提示语，展现出一系列有变化的相同图像呢？
例如，当你需要四季差别的风景照，可以这样说：
依序生成下面四张风景照片，呈现出四个季节的风景特色，请特别设计风景是同一个地方，但因为季节改变而有不同风貌：
1. 春
2.夏
3. 秋
4. 冬
我们甚至可以设计一系列年龄变化的照片，下图是「ChatGPT DALL-E 3」展现的成果：
设计同一个男性的四个不同年龄阶段的独照照片，小孩、青年、中年、老年。
相同的姿势、相同的造型、相同的外观，只是年龄不同。照片中只有一个人。
下图是 Midjourney 用类似提示语产出的结果。
最关键的差别，就在于 ChatGPT 会理解我们的意图，从而让 AI 写出四张照片中相近但又有不同的提示语〔而我们可能无法写得那么精准〕，创造出一系列的连续照片。
那可不可以用这个特殊应用，请「ChatGPT DALL-E 3」创造漫画故事呢？我们来试试看：
依序生成下面四张图像，是一个连续的漫画故事，主角是同一只可爱的小火龙，他在便利商店中打工，四张图是同一个小火龙的连续故事：
1. 小火龙站在便利商店前
2. 小火龙站在便利商店内的收银机前
3. 小火龙在搬箱子
4.小火龙晚上要下班了
我们可以看到，四张连续图片的风格是相近的，但「人物」通常很难完全一致，只能相近，因为毕竟还是重新绘制。
特殊功能五：融合图像进行创意设计
既然 ChatGPT 可以一次创造四张不同图像，
那可不可以请他根据其中两张、三张，进行「融合」等特殊的绘图设计呢？
我们来试试看：
依序生成以下四种图像：
1. 晴天下的台北 101
2.忙碌的上班族
3.时间概念的几何图形
4.优雅的植物线条装饰
接着，把指定的两张进行融合，这时候，只要用最自然的语言下指令就好：「融合上面的第一张与第二张图」，就是这么简单直觉。
特殊功能六：平面设计的草图参考
我之前曾经想尝试用 Midjourney 进行一些平面参考草图的设计，例如设计一些笔记范本页面、海报宣传页面等等，但效果往往不是很好〔也可能我不会下这类的提示语〕。
但是如果在「ChatGPT DALL-E 3」中，我不用管提示语怎么下，而是直觉的下指令就好：
设计符合康乃尔笔记法格式的「空白」笔记表格。白底。
结果真的生成一个有模有样的参考图。
或者我可以用这样的方式，设计一些能够直接拿来使用的图像元素。
设计四张图可爱的猫咪加上对话框的图像，每张图都是同一只猫咪，对话框尽量大并中间空白。
可以看到 ChatGPT 有努力让猫咪相近，另外也很准确的生成出我需要的对话框与比例。
midjourney 这部分还很难达到这样的效果，起码，无法用这样直觉下指令的方式，达到同样效果。〔下图是 Midjourney 的结果〕
特殊功能七：持续修改前一张图片，或是呼叫前面某一张图片进行修改
ChatGPT 的对话功能，让我们在跟 AI 讨论时可以调阅前面的资料进行重新分析，在「ChatGPT DALL-E 3」中，这个逻辑也同样适用。
对话前面生成的某一张图片，之后呼叫出来修改，通过持续调整来最佳化，是可行的。
不过，只能尽可能符合原图，还是等于重新绘制。
例如，前面我有生成一张台北 101 的图像，我可以在后面这样提问他。〔你可以比较看看前后案例，我觉得有一定的相符程度。〕
请根据对话最开头设计的「 晴天下的台北 101」图片，使用同样的提示语和同一张图片种子，修改成下雨天的台北 101。
或者我还可以继续修改：
把上面这张图改成素描画，要使用原本的提示语与原图种子来修改。
改到满意后，我可以用自然语言请「ChatGPT DALL-E 3」把图片改成 9:16，而且加上 TAIPEI 的文字：
用上面这张素描画〔请使用原图的种子〕，制作成垂直的图像，图像上方打上「TAIPEI」的大大标题。
这样的功能如果 Midjourney 要实现，就要使用：Midjourney 区域重绘功能测试心得教程，AI 绘图后还可 AI 修图！
结论：ChatGPT DALL-E 3 更直觉、有弹性、相对精准，Midjourney 还是更精细有创意
「ChatGPT DALL-E 3」因为结合了 ChatGPT，这帮助人在下提示语的时候，不用掌握太多特殊规则，发挥自己的想法，ChatGPT 就会自动帮你撰写出有效的提示语，而且很精准。在这样的过程中，我们可以有很多直觉、有弹性的「玩」图片应用。
「Midjourney」也还是有擅长之处，像是摄影照片、艺术创作的精细度与风格创意上，依然优于「ChatGPT DALL-E 3」。
例如下面这几张图片的比较，在第一列中我们要一张精准组合各种奇妙元素的图片，这时候「ChatGPT DALL-E 3」往往能更精准地呈现出我们想要的结果。
第二列中，我们要一张好看的摄影照片或艺术创作，这时候「Midjourney」效果往往更好一点。
