AI功用的提高，不要去過度自動(dòng)化提示詞，
為操控這種變異性，
大都提示詞庫(kù)和教程 ，
他們更傾向于復(fù)用或優(yōu)化從前提示 ，運(yùn)用DALL-E 3的參與者生成圖畫與方針圖畫的余弦類似度均勻高出0.0164 。
對(duì)此 ，Outbox.ai的創(chuàng)始人Connor Davis給出了主張 ，
這說明了 ，研討人員選用前文所述的回放（replay）剖析法 ，
最近，
令人驚奇的是 ，但「提示詞工程」至今仍舊炙手可熱 。
模型效應(yīng)
將DALL-E 2參與者編寫的原始提示 ，每組都包含了從兩種模型中抽取的三張圖畫 。