Generrated(官网:
https://generrated.com/)是全球首个聚焦 DALL・E 2 与 DALL・E 3 的 “AI 图像参考 + 提示词学习” 平台,核心定位是 “解决‘DALL・E 新手难掌握提示词设计、缺乏风格灵感’的痛点,通过海量分类图像与透明化提示词,帮用户快速提升 AI 绘图能力”—— 无论是设计师想学习 “如何用提示词复现梵高风格”、新手想了解 “不同技法(水彩 / 油画)的指令差异”,还是研究者对比 DALL・E 2 与 DALL・E 3 的生成效果,都能通过平台的 “图像分类、提示词查看、版本对比” 实现目标。平台累计收录 9300 + 张由 DALL・E 生成的图像,按 “艺术家、风格、技法、年代” 多维度分类,所有图像均附带原始提示词,是当前 “DALL・E 用户学习与灵感获取” 的权威参考平台。
功能围绕 “DALL・E 图像与提示词的‘看 – 学 – 用’” 设计,兼顾灵感激发与技术学习,具体模块如下:
平台核心资源是 “分类化的 DALL・E 生成图像集合”,聚焦 4 个高频创作主题,帮用户直观获取风格与内容灵感:
- 4 大主题全覆盖,贴近创作需求:
- 核心主题示例:包含 “焦虑的具象化表达”“宇航员”“万有引力的发现”“马”,每个主题下生成不同风格、技法、年代的图像(如 “宇航员” 主题有毕加索立体主义版、莫奈印象派版),用户可快速查看同一主题的多元化呈现,避免 “想不出创作方向” 的困境;
- 图像质量与标注透明:
所有图像均标注生成模型(DALL・E 2/DALL・E 3)、核心风格 / 艺术家、生成指令来源,部分图像附带 “生成时的参数细节”(如分辨率、迭代次数),用户可判断图像是否符合自身创作目标,同时为后续学习提示词提供参考。
针对 “DALL・E 提示词设计难” 的痛点,平台将所有图像的原始提示词公开,用户可直接复制学习,无需猜测指令逻辑:
- 双级提示词查看方式:
- 单图像提示词:点击任意图像,即可显示生成该图像的完整提示词(如 “an astronaut, painting by Vincent van Gogh generated by DALL・E 2”),同时展示该提示词生成的另外 3 张关联图像,帮用户理解 “同一提示词的风格一致性”;
- 主题提示词集合:点击提示词文本,可进入专属页面,查看该提示词生成的所有 20 张图像(若有 DALL・E 3 版本则为 40 张),如 “马 + 萨尔瓦多・达利风格” 提示词的 20 张不同构图图像,用户可分析 “提示词如何影响图像多样性”;
- 提示词结构可学习:
所有提示词均遵循 “主体 + 风格 / 艺术家 + 生成模型” 的清晰结构(如 “a horse, airbrush painting by Howard Arkley generated by DALL・E 2”),新手可通过模仿结构,快速掌握 “如何向 DALL・E 传递精准需求”,避免指令模糊导致的生成偏差。
平台按 “艺术家、风格、技法、年代” 构建分类体系,用户可按偏好精准筛选,避免在海量图像中盲目查找:
- 3 大核心分类维度:
- 艺术家维度:收录 50 + 全球知名艺术家风格,从文艺复兴时期的波提切利,到现代的班克斯、草间弥生,用户选择艺术家(如梵高),即可查看该风格下的所有主题图像(如 “梵高风格的宇航员”“梵高风格的马”),快速学习 “如何用提示词调用艺术家风格”;
- 风格维度:覆盖印象派、超现实主义、立体主义、极简主义等 20 + 艺术风格,如选择 “超现实主义”,可查看该风格下不同主题、技法的图像,同时对比 DALL・E 2 与 DALL・E 3 的风格还原差异;
- 技法与年代维度:
- 技法:包含油画、水彩、数字绘画、涂鸦、喷绘等 15 + 创作技法,用户可查看 “同一主题 + 不同技法” 的效果(如 “宇航员 + 水彩”“宇航员 + 涂鸦”),找到适配自身需求的技法指令;
- 年代:覆盖 14 世纪至 21 世纪,如 “15 世纪风格的焦虑具象化”“21 世纪风格的万有引力发现”,帮用户理解 “年代风格如何通过提示词传递”。
平台计划持续补充 DALL・E 3 图像,为用户提供 “同一提示词在不同模型中的生成效果对比”,帮助用户选择更适配的模型:
- 版本差异可视化:
针对同一提示词(如 “a representation of anxiety, painting by Salvador Dali”),同时展示 DALL・E 2 与 DALL・E 3 生成的图像,用户可直观观察 “DALL・E 3 在细节、色彩、风格还原度上的提升”,如 DALL・E 3 对达利 “融化时钟” 元素的更精准还原;
- 模型选择参考:
通过对比,用户可判断 “自身需求更适配哪个模型”—— 若追求快速生成、低成本,可选择 DALL・E 2;若需要更高细节与风格还原,可优先使用 DALL・E 3,避免盲目选择模型导致的创作效率下降。
不同于覆盖多模型的通用图像库,平台仅聚焦 DALL・E 2/DALL・E 3,提示词与图像均针对这两个模型优化,用户学习的指令可直接复用,避免 “跨模型提示词不兼容” 的问题,尤其适合 “深度使用 DALL・E” 的创作者。
所有提示词均来自真实生成的图像,避免 “理论提示词无法落地” 的情况,用户可通过 “图像效果反推提示词逻辑”(如 “为何该提示词能生成梵高风格”),同时直接复制指令测试,学习周期缩短 60% 以上。
多维度分类覆盖 “从艺术家到年代” 的全需求,用户无论是 “想找特定风格”“想试新技法” 还是 “想参考某年代审美”,都能 3 步内定位目标图像,避免传统图像库 “分类混乱、查找耗时” 的问题。
所有图像与提示词均免费浏览、复制,无需注册或付费,DALL・E 新手可零成本学习,进阶者可获取高阶风格指令,研究者可对比模型差异,适配不同用户的需求与预算。
- DALL・E 新手:刚接触 DALL・E,不懂提示词设计,通过平台学习 “主体 + 风格” 的指令结构,快速生成符合预期的图像;
- AI 绘图创作者:设计师、插画师,需要获取风格灵感(如 “想画毕加索风格的科技主题”),同时学习精准提示词,提升创作效率;
- 艺术与 AI 研究者:对比 DALL・E 2 与 DALL・E 3 的生成能力差异,分析 “模型对艺术家风格、年代审美” 的还原度,用于学术研究或技术分析;
- 创意爱好者:喜欢 AI 绘图但缺乏创作方向,通过平台分类图像获取灵感(如 “看到‘极简主义的马’后,决定创作同风格的宠物图像”)。
- 新手学习场景:某 DALL・E 新手想生成 “莫奈风格的荷花”,在平台搜索 “莫奈”,找到 “莫奈风格的宇航员” 图像,复制提示词结构(“a lotus flower, painting by Claude Monet generated by DALL・E 2”),替换主体后生成符合预期的荷花图像;
- 创作者灵感场景:某插画师需为科幻小说绘制封面,在平台 “超现实主义 + 宇航员” 分类下,找到 “达利风格的宇航员” 图像,参考提示词与构图,生成 “超现实主义科幻封面”,节省 2 小时构思时间;
- 研究对比场景:某 AI 研究者想分析 DALL・E 3 的风格还原提升,在平台找到 “同一提示词的 DALL・E 2/DALL・E 3 图像对比”,发现 DALL・E 3 对 “梵高笔触” 的还原更细腻,用于撰写模型对比报告。
-
灵感获取与提示词学习(3 步完成):
-
访问官网,通过顶部分类(艺术家 / 风格 / 技法)或搜索框(如 “毕加索 + 马”)找到目标图像;
-
点击图像,查看生成该图像的完整提示词,同时浏览另外 3 张关联图像,理解风格一致性;
-
若需深入学习,点击提示词文本,进入专属页面查看该提示词的所有生成图像,分析指令与效果的关联。
-
DALL・E 版本对比(可选):
-
在图像页面查看标注的生成模型(DALL・E 2/DALL・E 3);
-
若提示词有 DALL・E 3 版本,专属页面会分别展示两个模型的图像,对比细节与风格还原差异;
-
根据对比结果,选择更适配自身需求的模型(如追求细节选 DALL・E 3,追求效率选 DALL・E 2)。
- 学习提示词时,重点关注 “风格 / 艺术家关键词的位置”(通常在主体后),避免关键词顺序错误导致风格不生效;
- 测试新提示词时,建议先复用平台指令,再逐步修改主体或风格,降低试错成本;
- 定期回访平台,关注 DALL・E 3 图像更新,获取更先进的提示词与生成效果参考。