5 个 GPT-6 Astra 项目：实测 OpenAI 新模型

另一个由 Will Francis 提出的示例，是让 GPT-6 的 Computer Use 帮您完成每周的食材采购。先请 Astra 提出一些简单餐点的建议，然后从中挑选您喜欢的。接着，让它在您选择的超市网站上为您下单，把商品加入购物篮，并提示您确认付款。 

我喜欢这两个案例，因为它们展示了该工具适用场景的广度。 

虽然人像绘制看起来像一次“炫技”的技术演示，但它实则展现了模型对细节的把握及精细光标移动的能力。购物示例则极具实用性——这是个关键而耗时的任务，完全可以在您专注于更费神的事情时交给它完成。

2. 依据参考图像生成 3D 资产与场景

我见过许多用 3D 建模展示的 GPT-6 Astra 作品，效果十分惊艳。看起来它对此相当擅长。 

我目前最喜欢的，可能是用 Unreal Engine 重现曼哈顿的项目。

除了观感酷炫且高度还原外，这位设计者还写了博客梳理流程。要点是：需要向 GPT-6 Astra 提供真实世界的参考图像以确保“接地气”，而不是完全依赖它的“想象力”。 

Astra 可以派出专门的子代理，将这些图像在 Blender 中制作成资产，然后用 Three.js 或 Unreal Engine 组装场景。 

当然，这里有个大前提：仅仅是制作曼哈顿就花了将近一周时间。 

因此，一个更可行（也更省钱）的项目，可能是类似依据参考图像生成 3D 模型与动画代码这样的内容。

同样，这里的细节与准确度都令人称奇，也让不擅长视觉创作的人有机会把玩这些酷炫技术。 

3. 使用 /goal 命令构建自主应用

“氛围编程”（vibe coding）类应用对于 GPT-6 Astra 这样的超大语言模型来说并不新鲜，但很多模型如今已经很擅长了。Fable 5.1 已经很能打，而 Astra 则更进一层。

我建议挑一个您常做的任务或常用的应用，搭配 OpenAI 的 Codex 与 GPT-6 Astra 一起使用。通过 /goal 命令，您可以给 Astra 指定一个必须达成的终点目标，它会持续为这一恒定目标工作，相当于把 Astra 变成一个自主 AI 代理。

目标模式的好处在于：它会迫使 Astra 持续工作与迭代，直至达成结果。对于长周期任务，来自曼哈顿项目（不是那个）的 Matt Shumer 建议使用一个“管理者”主代理，先列出关键任务清单，再用 /goal 把任务分派给独立的“执行者”代理，逐一完成。

这里有个我在 X 上看到并且很喜欢的示例：有人给 Astra 下达 /goal，要求它在 MacBook 上创建一个可完整游玩的《Road Rash》游戏。

作为一个年纪足够大、记得并且热爱原版《Road Rash》的人，我觉得这已经相当不错了。  

4. 精简视频剪辑与粗剪流程

不少人都盛赞 Astra 在视频编辑方面的表现。作为多模态模型，GPT-6 能够利用文本、图像、视频与音频来产出结果。 

我在 YouTube 上看到 Nate Herk 的一份不错的教程。他把自己的视频录制（屏幕与人像双轨）交给 Astra。Astra 提取转录文本，剪掉停顿与失误，使用 HyperFrame 制作信息图和转场画面，并把这些汇总成一个相当完整的成片。 

接着他演示了 GPT-6 Astra 如何从主视频中制作短视频与 B-roll。我不是视频编辑，但也能看出这既能让我快速做出扎实初稿，也能大幅节省时间。 

您也可以看看下面 Eric Ker（据其简介，是一位真正的视频编辑）的示例。

他阐述了借助 Astra 的 ChatGPT 如何在几分钟内重现一个原本需要他数小时手工完成的全流程剪辑。他还提出了若干行业用例，例如进行精准的日志记录与素材标注、生成粗剪版本、以及基于同一条素材创建多个替代场景。

如果您想尝试视频剪辑，我建议从这里入手，看看合适的提示与起始素材能带来哪些可能与成果。 

5. 将高频琐事与电商流程外包给它

我们都有想投入更多时间的副业或爱好，但总被各种生活琐事打断。我看到的一个有趣的 GPT-6 Astra 项目，出现在发布视频中。 

有位用户仅用语音聊天，让 GPT-6 Astra 代为操作电脑，为一件想出售的物品创建 eBay 列表。

这里的思路是可以规模化执行。比如，一旦您把要卖的物品都拍好照并贴好标签，就能让 GPT-6 Astra 批量为您创建并发布商品列表。  

我会建议在扩容前，先打磨一套稳定的生产流程；但这也表明，一旦流程就绪，GPT-6 能在重复性任务上为您节省大量时间。我甚至见过一些案例，Astra 能实际操作仪表盘、采取行动，帮人打理 Etsy 小店。 

结语

本文仅涉及少数几个您可以尝试的 GPT-6 Astra 项目。和许多前沿模型一样，它的边界更多取决于您的想象力（以及您的令牌成本）。 

开始的最佳方式，是挑一个痛点、一个重复任务，或一个您想打磨的有趣点子，然后动手吧。 

凭借高质量的提示、合适的工具（如 Codex 与 /goal 命令），您可以在短时间内取得很大进展。需要灵感时，可以参考本文给出的示例，或在您常用的社交媒体渠道上搜索——已经有很多人在讨论了。 

另外，如果您想进一步了解 AI 的工作原理，建议查看我们的 AI for Work 课程（并使用我们的全新 AI 导师，获取定制化学习体验）以及 AI 基础技能路径。