国外开发者用 GPT 5.6 Astra 四天消耗15.6亿 token 做出完整可玩的3D游戏 PaperRoute。文章介绍其核心方法论：先让游戏能玩再做好看；将项目拆成游戏机制与美术资产两条独立工作流，一个问题对应一个 Prompt、一次测试和一次提交；3D 资产用 Blender 脚本后台生成；角色则结合 ChatGPT 概念图与 Astra 减面绑骨。核心启示是：AI 时代关键能力是任务拆分、建立测试、选择合适工具并反复迭代，而非迷信单一模型。
文章介绍了 Tripo 官方发布的三维角色模型制作教程，采用 Astra + Tripo 3D + Blender 组合，从参考图生成 3D 模型、组装、绑定、表情到动画全流程。关键技巧是将角色拆分为身体、头部和头发分别生成，避免一次成型导致的脸崩、粘连等问题。作者还分享了国外开发者用 Astra 四天花费 15.6 亿 token 制作完整 3D 游戏 PaperRoute 的教程，强调先把游戏做能玩再做好看，将游戏机制与美术资产拆成两条独立工作流。文章核心观点：AI 时代最重要的能力是任务拆分、选择合适工具、建立测试并迭代打磨作品。
本文介绍了一套AI视频生成工作流：使用Codex（GPT 6）进行分镜设计和空间推理，操作Blender完成白模预演，再结合Seedance 2.5进行视频渲染。该方法可提前预演视频骨架，节省视频生成积分，并通过自然语言多轮修改分镜。文章提供了复杂运镜控制和人物对话正反打两个案例的详细提示词，涵盖角色资产锚点、场景描述、镜头节奏、音效设计和负面提示词，实现高可控性的AI视频生成。
作者分享了在四天内用 GPT-6 Astra 编写代码、Blender 生成模型，开发完整可玩的游戏 PaperRoute（一款 Paperboy 风格的送报游戏）的完整流程。文章详细介绍了从撰写可信的项目简报、分离游戏方向与美术方向两条工作流、用 GPT 生成概念图与情绪板、通过 Python 让 Blender 无头运行生成 3D 资源，到使用 Meshy 制作自定义角色模型的方法。作者强调单次演示与完整游戏的差距，并记录了每个 prompt 与 token 的消耗，附有完整 devlog。
作者对GPT-6 Astra进行高强度实测，拆解了4种高频落地工作流：角色设定四视图生成、可分层可编辑的商业海报设计、PPT从草稿到商业级汇报的迭代，以及基于Three.js和Blender的3D城市场景搭建。文章详细给出每个案例的提示词模板、交付标准和注意事项，并评估了电脑桌面操作的实用边界与成本账。作者还分享了精简后的系统指令配置、Codex客户端新机制、额度规则梳理，以及对个人创作者如何把握工具升级机会的思考。
文章系统梳理了 GPT-6 Astra 在三大硬核领域的突破案例。一是 3D 建模与空间设计：AI 通过写代码直接调用 Blender 和 UE5，生成包含数千个可编辑零件的工业级工程文件，从单张图纸还原蒸汽火车、地标建筑，到照片转 3D 带看片，初级建模外包的护城河被抹平。二是独立游戏开发：Astra 首次真正理解物理引擎与即时交互，几分钟内即可生成带漂移、碰撞、道具系统的 3D 联机游戏。三是桌面专业软件代操作：Computer Use 能力让它接管 Final Cut 剪辑、Canva 绘画、PCB 布线等工作，靠熟练度吃饭的岗位正被颠覆，而普通创作者则获得前所未有的创作机会。
作者以一款3D动作游戏为例，对比了成套建模与单独建模（拆件换装）两种方案的成本与坑点。积分上单独建模看似便宜35%，但前提是部件可跨角色共用；真正的大头在验收成本——每个模型都要在41个动作片段里逐一检查扭曲、穿模和武器握持问题。成套建模的变形问题可用脚本批量修复，而单独建模的部件穿插问题只能逐件处理。最终结论：选哪种方案取决于玩家能否看到单件换装，动作多少只决定验收成本。作者选择继续成套建模，并保留了单独建模试验成果以备未来需求。
作者分享了利用 AI 工具在 Blender 中制作蜘蛛侠 CG 短片的完整流程。借助 Hi3D Agent 通过对话生成城市模型，从 Sketchfab 下载带骨架的蜘蛛侠角色，用 Mixamo 提供跑步、下坠、摆荡等动作素材，再通过 Blender MCP 让 Codex Astra 读取场景并执行 Python 操作完成素材导入、摆放与动画，配合 Rokoko 插件做动作重定向，最后设计镜头并用 Cycles 渲染、FFmpeg 合成视频。作者认为 AI 赋能为 3D 创作带来技术平权，即使低配显卡也能按此流程制作出不错的效果。
作者分享了一套 AI 视频创作工作流：先用 ChatGPT 讨论并完善画面构思，再让 GPT-6 Astra 操控 Blender 生成极简白模预演，确定空间关系、人物走位、镜头路径和 Timing，最后将白模视频、场景参考图、人物三视图与提示词交给 seedance 生成最终画面。核心思路是用三维白模解决 Prompt 难以精准表达空间和镜头运动的问题，避免视频生成纯靠抽卡。作者不会建模也不懂运镜，仅通过对话就在 30 分钟内做出不错视频，宣告门槛降低的全民导演时代到来。
本文分享了使用 GPT 6、Blender 和 Seedance 2.5 制作一镜到底 AI 视频的实践经验。作者以包含 10 多个人物和正反打镜头的赛博武侠场景为例，分析了常见的错误（群众角色重复、反打背景错乱等），并提出三点建议：上传完整的正反打场景图并在提示词中明确锚定资产；准备丰富且有特点的群众角色卡并限制出现人数和次数；元素替换提示词写在前面并在资产锚定部分重复强调。文末附有从参考视频、角色图、场景图、剧情到分镜脚本和 AI 视频提示词生成的完整制作流程，包含详细的提示词模板。
文章探讨了高级 AI Skill 的本质：不是把更多指令塞进一份文件，而是把多个单点能力按任务关系编排组合。作者通过分析 GitHub 上多个热门 Skill 仓库，总结出五种组合模式：路由（判断调用哪个 Skill）、顺序（强制工作流程）、选择（按需分诊组合）、流水线（专业能力交接）和分层（Skill 与系统能力分工）。文章提出组合 Skill 的五个核心零件：路由、输入输出契约、顺序与并行、上下文状态、验证反馈，并建议从真实返工中逐步长出组合关系。核心观点：Prompt 让 AI 听懂一次需求，Skill 固化一类做法，而组合 Skill 才能把复杂任务交付出来。
作者分享了用GPT-6 Astra、群核科技的Aholo Lux3D和Blender设计拍摄间的完整流程。先与GPT对话生成比例平面图和家具尺寸推荐，再用Aholo Lux3D根据商品尺寸图生成精细PBR材质的3D家具模型，然后在Blender中组装完整场景，可切换白天夜晚光照、尝试不同家具布局，还能通过BlendMotion插件用手机沉浸式浏览。此外GPT还顺带给出了吸音方案。作者认为这套AI工作流让空间设计从脑补变成可视验证，还可延伸到游戏场景、线上展厅、3D打印等领域。
作者分享用 AI 复刻页面时踩过的坑，搭建了渲染、截图、逐像素比对、模型诊断再修改的自动工作流。实测发现模型并非每轮都变好，有时越改越烂，最终保留历史最佳。作者总结三个关键坑：尺寸不一致、动画未播完、在坏版本上叠补丁，并给出三条规则：统一尺寸、固定渲染环境、每轮从历史最佳继续。
