拆解 ChatGPT-DALL.E繪圖生成限制
拆解 ChatGPT-DALL.E繪圖生成限制
愈畫愈錯…ChatGPT到底怎麼了？
自從ChatGPT於2025年3月左右發佈了4o新版本，支援如吉卜力風、慕夏風、各種動漫風生成圖片…一時之間蔚為風行，許多使用者紛紛迷上ChatGPT的漫畫風格，社群大頭貼也陸續看到大家換上動漫風格。據說光是那一個月，Open AI DALL-E系統總共接收了多達「七億」的圖片生成需求，導致主機過載，「ChatGPT生成圖」真可謂時下最夯的大熱話題。
但是隨著使用率愈來愈頻繁，大家卻也發現好像ChatGPT「怎麼一直畫一直錯」、「愈改愈錯」…。這是因為ChatGPT的繪圖模組：【DALL·E】並不是圖像編輯軟體，而是語意生成模型，它畫的不是你要的「圖」，而是你說出來的「概念形成」。本文針對一般使用者對 DALL·E 常見的限制誤解類型，以下是我觀察到的幾個核心誤區分類。
在進入正文之前，我們先欣賞幾張【看起來正常+好看】的結果，以及【完全崩壞到想放棄人生】的對照，然後慢慢來瞭解這些現象到底是怎麼發生的吧！
|
好看+正常的 總之就是覺得風格對了 |
完全崩壞誤解的 髮型錯誤、年齡錯誤、五五身比例、幻像多人 |
 |
 |
🔹 DALL·E 限制誤解類型初步分類（v 20250512）
|
編號 |
誤解類型 |
錯誤認知說明 |
實際情況說明（正解） |
|
1 |
它應該看得懂not…no…或「不要怎樣」 |
誤以為加上 not, 不要 就能禁止某特徵出現 |
DALL·E 對否定詞理解極弱，容易誤解或忽略；應採用「正向提示句」明確指定「我要這樣這樣…」「我要那樣那樣…」 |
|
2 |
它應該會照我的描述畫人臉五官 |
以為描述如「高鼻子、單眼皮」就能具體反映在畫中 |
DALL·E
對細部五官理解模糊，應用視覺參照（如風格咒語＋角色模板）才較能穩定呼應。尤其當你的角色要有前後一致的呼應時 |
|
3 |
畫風風格只要加上 Ghibli 就會正確 |
誤信單一畫風詞（如 Ghibli style）即可產出理想風格 |
實際上需多重條件組合（如比例、線條、光影處理、面部不擬真等）才能精確對應動畫筆觸，因為在動畫風格中也有分成比如神隱少女、霍爾移動程堡、你的名字、灌籃高手… 畫風不盡相同 |
|
4 |
它應該懂中文提示和語序 |
誤以為用中文也能正常生成語意圖像 |
中文提示在 DALL·E 整合模型中仍有理解缺陷，尤其中長句；建議重要核心語句用英文反覆確認 我的習慣步驟： 1.
中文描述情境及構圖，必要時提供照片 2.
要求系統轉成構圖文字稿 3.
進行文字稿細部調整 4.
轉英文咒語並確認無誤 5.
Go 但仍難免會出現持續偏移，這是因為ChatGPT在多輪討論中進行了「長文壓縮」之後，導致你想要的關鍵字，到最後被稀釋。 因此在出現這種情況時，換一個對話視窗重新把咒語全部完整描述再出圖反而更保險 |
|
5 |
上傳圖片會忠實還原 |
誤信 Image-to-Image 功能會如實描繪原圖人物與特徵 |
DALL E是進行語意拆解-Token匹配-靈感還原的方式「重畫一張圖」，多數情況僅保留主要姿勢或構圖，五官會被風格模組取代；需透過「五官咒語＋風格設定模板」才能準確重現 |
|
6 |
中文字輸出變成火星文 |
誤信 write '幸福' on the wall 就會畫上中文字 |
DALL·E
對中文字仍無法穩定生成，尤其是繁體中文。應改用後製處理或圖文分離設計 其實不只是中文字，其他語系如韓文、日文、東南亞語系文字、甚至滿文、蒙古文、阿拉伯文……
目前都無法穩定輸出。（使用者有更極端的測試案例） |
|
7 |
加細節應該會更準確 |
誤以為越多細節越好（ex: 襯衫顏色、褲子長度、角度、表情都列出） |
若語義出現衝突或過度擁擠，反而會導致失焦；應分類清楚、主從有序、簡潔明確地呈現重點元素 這是因為1. ChatGPT的語義壓縮/重組；2. DALL-E的語義模型匹配的樣本不足有關 |
|
8 |
DALL·E
能畫多角色、群體構圖 |
誤以為可以像插畫家那樣構圖多人互動場面 |
目前多人場景極不穩定，建議聚焦單人特寫，或改用 Photoshop 延展圖像 |
|
9 |
DALL·E可以「修圖去背」 |
誤以為可以將原照片修圖、去背、換西裝 |
DALL·E並不是像 Photoshop 那種 pixel-level 的編輯工具，而是基於語意與特徵的「圖像生成模型」。你餵它一張照片，它進行的是語意拆解再重組；因為它的輸出是根據 prompt 和原圖的語義，再進行風格化重建，因此即使你說「不要換臉」，它仍然會「模仿這張臉的特徵」來產生一個「相似但非同一人」的結果。這在技術上不是錯誤，而是模型的運作邏輯本身 |
既然我們已知道目前DALL·E對這些圖片生成的「咒語」有那麼多的誤解、限制，而多語系的文字也經常無法正確辨識，我們在欣賞這種「愈畫愈錯」的圖/文時，可以輕鬆一點看待它，讓自己進入「錯誤即真相、無知即審美」的境界，那些火星文般的中文字，就讓它誠實地暴露系統的錯亂美學。它不是寫字，是在繡字；它不是畫筆，它是夢的翻譯器。我們對 DALL·E 的誤解，其實正好暴露了我們對「圖像產生AI」本質的誤解。若你能理解它的語法，你才能引導它創造；否則，它就只是個隨機擲骰子一樣：即使你每次提供它一模一樣的精準咒語，它每一次都會自作主張幫你重畫、微調…，氣到想砸電腦。其實面對這些「不可控」，偶爾就像烏梅菓一樣，把它當成錯誤美學看待，理解，並且一笑置之吧！
【附錄】
大家對圖片中的中文字應該都非常抓狂，其實DALL·E對於圖片中內嵌的「文字」，主要依賴的是「語意聯想」而非拼音邏輯或字形結構，DALL·E 3 在 ChatGPT 中的版本，稱其自 2024 年底起陸續改善以下幾件事：
- 更好的中文字型資料餵養（但仍以簡體中文為主，繁體中文的支援有限）
- 加強圖像中指令文字的邏輯對應（例如「標語、商店招牌」等可控性增加）
- 使用者提供明確「文字要求」時，會試圖進行語言結構修正
但這只是「有了改進」，並不表示每次出圖的中文字都能運氣好到全部正確。
以下是幾個實際測試的中文字、其他語系文字的「文字以圖像產出」參考。
1、中文字：魑魅魍魎（25%）、漁樵耕讀（75%）、琴棋書畫（75%）。
烏梅菓一開始直接測試了超高難度的罕用字：「魑魅魍魎」，發現對DALL·E系統來說實在太難（自然語言中罕用、語料稀少），漸漸限縮為「語義可理解」、且「語料較充足」的「漁樵耕讀」、「琴棋書畫」，正確性也提高了。
最後這一張，當我打算對這些蕾絲花邊語系的文字產生放棄人生的念頭時，它居然把《蕾絲花邊的萬國語迷宮》這幾個複雜的繁體中文全部都寫對了！這不枉我花了1個多小時瞭解研究DALL·E文字生成與蕾絲花邊的極致邊界之後，獲得最大的驚喜安慰吧？！
