Prompt DALL-E

Escrevendo prompts para o DALL·E

O DALL·E é a família texto-para-imagem da OpenAI. O DALL·E 1 (2021) foi só demo; o DALL·E 2 (abril de 2022) foi o primeiro lançamento público com inpainting e outpainting; o DALL·E 3 (outubro de 2023) ficou integrado ao ChatGPT Plus e ao Bing/Copilot da Microsoft. O grande salto da v3 não é só qualidade — é que o DALL·E agora herda a compreensão de linguagem do GPT-4, então segue instruções complexas e renderiza texto dentro de imagens num nível que Midjourney e Stable Diffusion ainda apanham para igualar.

Quando você usa o DALL·E 3 dentro do ChatGPT, sua mensagem passa por uma etapa oculta que reescreve seu prompt curto em um parágrafo detalhado. Escrever "um gato com chapéu" pode virar 600 caracteres descrevendo iluminação, clima e composição antes de chegar ao modelo. Ótimo para usuários casuais, ruim quando você quer controle exato — nesse caso, peça explicitamente: "use meu prompt sem alterar".

Versões, sintaxe e parâmetros

Dentro do ChatGPT, basta descrever a cena naturalmente; prompts expandidos batem em ~1000 caracteres. Via API direta, o modelo dall-e-3 aceita: size (1024x1024, 1792x1024, 1024x1792), quality (standard ou hd) e style (vivid para hyperreal/dramático ou natural para realismo contido). Preço de US$ 0,04 a US$ 0,12 por imagem via API; ChatGPT Plus e Bing Image Creator estão incluídos nas respectivas assinaturas, e o Bing é a forma gratuita de acessar o DALL·E 3.

Forças e fraquezas

Forças: melhor renderização de texto dentro de imagens da categoria (placas, logos, pôsteres), fotorrealismo e obediência à instrução herdada do GPT-4. Ótimo para imagens de marketing, posts de redes sociais, slides de apresentação, mockups e capas de blog. Fraquezas: o filtro de segurança é mais rígido que Midjourney/Stable Diffusion — recusa rostos de pessoas públicas, logos de marcas, violência, conteúdo sexual e muitos personagens com copyright. A saída é uma única imagem por requisição, não a grade de 4 do Midjourney.

Comparado a Midjourney e Stable Diffusion

vs Midjourney: o DALL·E 3 ganha em obediência literal à instrução e em texto dentro da imagem; o Midjourney ganha em estética artística e pictórica. vs Stable Diffusion: DALL·E é closed-weight, pago e roda só em nuvem; o SD é open-source, gratuito e roda na sua GPU local. O DALL·E não oferece nenhum controle de fine-tuning; o SD entrega LoRAs, ControlNets e controle total de sampler.

Edição e inpainting

O DALL·E 2 historicamente expunha inpainting (substituir uma região mascarada) e outpainting (estender o canvas), mas isso foi descontinuado. O DALL·E 3 não expõe inpainting publicamente — se você quer mudar parte de uma imagem, ou descreve a nova versão e regenera, ou pede uma edição no ChatGPT (que ainda assim regenera do zero).

Perguntas frequentes

Posso vender imagens geradas pelo DALL·E comercialmente? Sim. Os Termos da OpenAI garantem propriedade total e direitos de uso comercial sobre as imagens que você gera, seja pela API, pelo ChatGPT ou pelo Bing Image Creator.

Prompt mais longo e detalhado é melhor? Não necessariamente. O DALL·E 3 já melhora seu prompt internamente — exagerar no detalhe pode competir com essa melhoria e piorar o resultado. Seja específico no que importa e deixe o modelo cuidar do resto.

Posso pedir para o DALL·E editar uma parte específica da imagem? Não de fato — a interface pública não expõe inpainting. Cada "edição" gera uma imagem totalmente nova, o que torna difícil manter consistência entre iterações.

Por que ele recusa meu prompt? Provavelmente um filtro disparou: rostos de pessoas reais, personagens com copyright, logos de marcas, violência ou conteúdo sexual. Reformule para uma versão genérica (ex.: "um empresário de terno azul" em vez de um CEO nominado) e tente de novo.