OpenAI 内部员工告诉你:如何用好GPT 6 Astra,要重新分配人与 AI 的工作

从 LEGO 桥、图像编辑器到三维酒吧,Dominik Kundel 的五项经验揭示:让 GPT 6 Astra 自行补全细节,同时把方向、工具和验收终点交代清楚。

作者:Dominik Kundel09-05 · 9 分钟
使用心得 · 小互解读
一分钟速览
  • GPT 6 Astra 能接手的工作已扩展到找材料、制作、打开检查和整合,过去不值得委派的任务可以重新试。
  • 省下逐项交代操作细节的精力,需要用清楚的用途、背景和参考换来;人的方向感仍决定成品是否合用。
  • 可操作的初版和具体位置上的反馈,让自用软件更容易逐轮改进;旧 Skill 和高推理档位也应按成品重新选择。
  • 模型会检查自己的工作,人的任务是明确检查范围和交还条件,让结果与未解决问题一起交回来。

用 GPT 6 Astra 做实际项目时,哪些细节可以交给 AI,哪些方向、工具和验收标准仍需要人来定?这篇文章想通过五项实操经验,讲清楚模型变强以后,我们的工作方法该怎样跟着调整。 GPT 6 Astra 是模型,Codex 是交代任务、调用工具的工作环境。

这些经验来自 Dominik Kundel,一位在 OpenAI 从事开发者体验与 SDK 工作、参与 Codex的资深开发者和产品负责人。他此前领导 Twilio 新兴技术与创新团队的产品与设计工作,在开发者体验和开发者关系领域有十年以上经验。这样的背景,让他在“怎样把 AI 用进真实项目”这个问题上很有参考价值:他既做开发工具,也亲自用它们制作应用和三维作品。

他的 LEGO 金门大桥项目,能直观说明这种用法变化。此前,他为这件事准备专门的 Skill——一套可复用的任务指导——再加上复杂指令,来回折腾数小时,效果仍不理想。换用 GPT 6 Astra 后,他让 Codex 访问数字积木设计软件 BrickLink Studio,给出一句建桥要求。约十分钟后,第一版模型就出来了,桥面上还有小车。后面仍需继续打磨,但第一次拿到可修改作品的门槛已经变了。

给它合适的工具,让作品能继续检查和修改

金门大桥的初版,是 Astra 配合两种工具做出来的:先了解 BrickLink Studio 自带零件库里有什么,用 Python 代码组装模型,再打开 Studio 查看效果、继续修改。代码负责批量生成,制作软件让它看见生成的东西是否合适。

作者给出金门大桥目标,并指定 Studio。

作者给出金门大桥目标,并指定 Studio。 来源:Dominik Kundel。

金门大桥初版;这张图片是后来加上棚拍灯光的渲染。

金门大桥初版;这张图片是后来加上棚拍灯光的渲染。 来源:Dominik Kundel。

桥面近景:车道、小车与积木连接细节。

桥面近景:车道、小车与积木连接细节。 来源:Dominik Kundel。

Kundel 拿到了能在 Studio 中打开检查的积木模型,桥面近景还可以看到车道和小车。全景图采用了后来设置的棚拍灯光;约十分钟指取得初版,后面还要打磨。看到代码和软件配合得这么自然,他甚至开始重新判断:这件事由自己亲手操作,还会不会更快?

这让“交给 AI 做”有了更实际的含义。它可以在一个地方制作,到另一个地方检查,再把各部分合起来。选择工具时,可以从你自己会用什么软件想起:做 LEGO 用 Studio,做三维用 Blender,剪视频用 DaVinci Resolve 一类专用软件。有合适的剪辑软件时,也不必把全部视频处理都限制在 FFmpeg 命令里。

三维房间重建把这种工作方式表现得更清楚。Kundel 给了 Astra 十张随手拍的家庭酒吧照片,没有提供测量尺寸。Astra 借照片中的调酒书等参照物估算尺度,在 Blender 这款三维制作软件中,逐个建立物件、单独检查,再放进同一个场景继续调整。它既能操作软件界面,也能使用命令行。

由十张照片重建的家庭酒吧:吧台、座椅、壁架、灯具与瓶杯处在同一三维场景中。

由十张照片重建的家庭酒吧:吧台、座椅、壁架、灯具与瓶杯处在同一三维场景中。 来源:Dominik Kundel。

房间里有家具、壁架、酒瓶和玻璃杯,连角落的椅子与零散电线也得到处理。把这些东西保留为独立对象,意味着修改可以落到局部:椅子不合适就改椅子,灯光不合意就调灯光。Kundel 后来继续修改材质和灯光,也能打开场景,从不同角度查看。

即使最终作品要放在网页里,部分三维内容也可以先在 Blender 中制作。对用户而言,工具选择会影响拿到的是怎样的成果:能否打开检查,能否继续修改某个物件,能否把它接进后续工作。

你说清要做什么,操作细节可以让它补

工具让 Astra 有条件动手,需求则决定它朝什么方向做。Kundel 想做 Thumbnail Studio,一个用来制作创意素材的浏览器图像编辑器。他用口述交代想法,让模型参考与同事的交流。

视频里的输入其实给了不少背景:Slack 里的讨论、网站代码库、品牌指南,以及上传背景图、重排元素、使用模板等主要能力。他还要求界面保持简洁。表达可以随意,用途、参考和重要要求仍然要讲清楚。

Astra 补出的是未被逐项规定的操作细节,例如撤销快捷键、图层,以及隐藏图层的能力。这些是图像编辑器应当怎样被人使用的判断。

播放视频,查看口述需求与编辑器初版。

22 秒:从口述需求到 Thumbnail Studio 初版。 来源:Dominik Kundel。

继续迭代后的 Thumbnail Studio:左侧编辑与图层,中间画布,右侧缩略图预览与反馈。

继续迭代后的 Thumbnail Studio:左侧编辑与图层,中间画布,右侧缩略图预览与反馈。 来源:Dominik Kundel。

对想给自己做专用软件的人,这种分工很有用:先说明工作中要解决什么问题、希望软件接近什么样子,拿到可操作的版本后再试用,决定保留什么、修改什么。每个按钮怎样响应,不必都在动手前写成完整规格。

LEGO 模型展示站体现了更进一步的产品考虑。Kundel 要求访客能三维浏览模型、下载搭建文件,Astra 还补了上传新模型的界面。按他的描述,这个管理入口用 Sign in with ChatGPT 限制为他本人使用。

播放视频,查看模型集合与三维详情。

26 秒:从作品集合进入模型详情,查看不同角度的 LEGO 造型。 来源:Dominik Kundel。

上传与管理入口解决了网站以后如何继续添加作品、由谁维护的问题。模型考虑的不只是一位访客眼前看到的页面,还包括作者后续怎样使用这套软件。

不过,具体审美仍要由人给方向。为了得到心中的太空主题,Kundel 继续提供参考,并明确要求可交互、会旋转的行星。已经确定的功能和视觉要求,要直接告诉它;可以交出去的是你愿意让它判断的细节。

拿到初版后,围绕具体结果反复修改

初版把想法变成了可以指出问题的对象。下一轮反馈可以具体到一个按钮、一块画面或一段动画,用户不用仅靠文字设想最终效果。

Kundel 后来要求加入“产品反馈模式”,并设置定期查看、排序和实施反馈的自动化。Astra 为这个方向补全了界面:选中应用中的位置,把评论固定在那里,设置优先级、编辑反馈,再标记问题已解决。

播放视频,查看评论如何绑定界面位置。

22 秒:选中界面位置、添加评论、设置优先级,并查看反馈状态。 来源:Dominik Kundel。

这样,用软件时发现的问题就能留在对应位置。下一轮要改哪里、先处理哪条、哪些已经处理过,都有明确对象。原演示展示了这些界面操作;定期处理是作者提出的自动化要求。

动画案例进一步说明了参考与反馈怎样配合。Kundel 喜欢 Nick Baumann 的动画风格,就把带有截图和上下文的 Appshot、正在写的文章,以及 Codex 应用代码的访问权限交给 Astra。

原图中的要求还很具体:先给出两个动画方案,方便他反馈;其中一个要说明,AI 用鼠标点击界面,与直接调用专用工具做事有什么区别。作者已经指定了动画要解释的内容。

动画需求同时附上参考画面,并说明希望解释的三维操作场景。

动画需求同时附上参考画面,并说明希望解释的三维操作场景。 来源:Dominik Kundel。

Astra 读懂文章中的三维演示,重建可动画化的界面,补上构图、镜头角度和解释文字。它还额外做了一个预览工具,让 Kundel 播放、暂停、重复观看,并从不同角度检查,再用内置浏览器的标注工具指出问题。

播放视频,对照动画首版与发表版本。

32 秒:动画预览工具、首版与发表版本;左右对照体现后续迭代。 来源:Dominik Kundel。

对照视频能看到具体变化:首版以单个建模窗口配合对话呈现,发表版把两个建模窗口并排摆放,下方各有说明区。两种操作方式放在同一画面里,区别更容易对照。预览工具的价值,也在于让人看着实际的呈现方式继续提要求。

连准备这段对照视频的材料,也被交进了任务。Kundel 让 Astra 从旧对话找回早期动画,在桌面找录屏,再从 X 文章取回最终版本;它找到这些材料并合成了视频。他可以说明想得到什么结果,让模型处理已给定位置中的查找与整合,减少逐个定位文件的准备工作。

从简单配置开始,按成品调整指导和推理档位

看到这些成品后,另一个习惯值得重审:以前为了让模型做好工作而加上的指导,新模型还需要多少?

团队让 Astra 剪发布视频时,一些为早期模型编写的 Skill 反而妨碍了它;在那个任务上,去掉视频编辑 Skill 的简单配置表现更好。如果某份 Skill 主要用来补旧模型的短板,可以在同一任务上比较不用它的结果,再决定是否保留。

推理档位也适合这样试。Low、Medium、Max 等档位表示不同推理强度。Kundel 在部分 Blender 实验中,更喜欢 Astra 在 Low 档位做出的结果,而非另一模型 GPT-5.6 Sol 在 Max 档位做出的结果。他还注意到,Astra 在较低档位也会认真检查工作。

播放视频,比较两个模型在各推理档位的成品。

18 秒:上排 Sol、下排 Astra;每排从左到右是 Low、Medium、High、Extra high、Max,轮换三个建模题材。 来源:Dominik Kundel。

视频把 Sol 放在上排、Astra 放在下排,每排从左到右按推理档位排列,并轮换角色、建筑和房间三个题材。可以观察同一题材的造型、构图和细节,比较哪种结果更接近自己的要求。

实际尝试可以从 Low 或 Medium 开始,先做一轮,再向高或低两个方向调整。Kundel 提供的 Model Observatory也能作为查看更多比较的入口。旧 Skill 和最高推理档位都不必自动沿用;是否需要更多指导和推理,应回到具体任务与成品上判断。

让它检查实际效果,并约定何时交还

放手让模型实施以后,最后要明确的是:怎样判断它完成了任务,检查到什么程度就该交回来。

Kundel 观察到,Astra 做游戏时可能开始试玩,做优化时可能搭建环境测量效果,处理视频时可能查看单帧画面或声音波形。检查会落到作品的实际表现上。

封面演示给了一个更具体的过程。Astra 注意到,自己上一轮虽然修好了裁切,却让预览比例变得过高。搜索得到的信息指向 5:2,但 X 帮助页没有给出尺寸,于是它继续核对实际文章页的代码,确认当时的比例为 5:2、尺寸为 1200 × 480 像素,并说明要按此调整比例与居中,让主体完整显示。

播放视频,看 Astra 如何确认封面的显示要求。

6 秒:Astra 为封面确认 X 文章的显示比例与尺寸。 来源:Dominik Kundel。

这次检查追问了两件事:原来的裁切问题是否解决,刚才的修改是否又引入了比例问题。成品将要使用的实际页面,给了它纠正自己改动的依据。

检查也需要终点。只想要一个自己试玩的原型,就说明先做到可玩版本;希望模型完整玩一遍并修复问题,就把这轮工作交代进去。还可以约定:按你关心的项目检查一轮,报告发现的问题和仍未解决的事项,然后交还。

把这些经验用到自己的任务里,可以交代下面几件事:

交代什么 交代到什么程度
成品目标 要得到什么可打开、可运行或可编辑的结果
工具与参考 可以使用的制作软件、材料位置,以及希望接近的样例
明确要求 已经确定的功能、视觉方向和不应自行扩展的范围
检查与交还 希望验证哪些地方,完成哪一轮后报告结果与未解决问题

Kundel 最后的建议,是重新拿出一项曾经让你放弃的任务。给 Astra 合适的工具、参考和完成标准,从低或中等推理档位开始,先看它能做到哪一步,再补指导。这次尝试既是在检验模型,也是在重新判断:哪些准备、制作和检查工作,已经值得交给它。

来源
Five things I learned from using AstraDominik Kundel·查看主材料
↑ 正文结束
✓ 本篇全文免费开放

会员可复制、下载全文 Markdown,还能让你的 AI 订阅和提问。

阅读原文 ↗
📮 新解读第一时间进邮箱

读完觉得有用?留个邮箱,每篇新解读发布就送达,随时退订。