【2026 最新】GPT-6 Astra Blender 教學：三種連線法做出可重跑 3D 資產

GPT-6 Astra Blender 教學真正該交付的，不是一張「看起來很厲害」的圖，而是一套能接受第二次執行驗收的 3D 資產。如果 Agent 最後只說「完成了」，卻沒有留下 .blend、Python 腳本、turntable render 與物件清單，你拿到的只是一次性展示，連最低可稽核交付都還不到。

OpenAI 公開的 Blender 案例確實很亮眼，但它並不是「貼一段 Prompt 就必然得到廣告品質」的證明。這篇會用同一個低多邊形機器人任務，比較背景 CLI、Blender 內即時 Python 與官方 Blender Lab MCP 三條控制路徑；它們不是三種建模演算法，最後都仍是讓 Blender 執行 bpy，差別在互動方式、狀態與權限邊界。

讀完後，你會有一份固定規格、一段能交給 Codex 的完整工作指令、可檢查的 Blender Python 收尾，以及逐階段驗收表。若你還不確定 Chat、Work、Codex 與 API 的資格差異，先看 GPT-6 Astra 四入口教學。

先看證據：Astra 的 Blender 展示實際走哪條路？

OpenAI 在 Architectural visualization with Astra 說明，作者在 Codex 使用 Astra，讓它透過 Blender Python API（bpy）建立可編輯場景；它也用 Blender 執行檔的背景模式與 --python 跑腳本，再查看 preview render、修正材質與構圖，並透過 computer use 打開 Blender 檢查。這直接支持「寫腳本 → 執行 → 看 render → 修改」的循環。

但官方也寫明公開 Prompt 為了篇幅與清晰度做過編輯；發布頁的影片是剪輯片段，案例還使用 Poly Haven 的植栽與材質。截至 2026 年 9 月 7 日，這兩個官方頁面沒有附完整腳本、可下載的 .blend、精確環境或乾淨資料夾重跑紀錄。因此它是一個經挑選、反覆迭代的案例，不是成功率測試，更不能推論 MCP 會讓模型品質變高。

先固定任務：不要一開始就挑人臉或完整房子

第一輪請做一個只用 primitives 與 modifiers 的低多邊形機器人。它有頭、身體、左右手腳、兩眼與天線，單位使用公尺，九個零件必須用穩定名稱；材質只准深灰、橘、米白三色。相機輸出 8 張 640×640 turntable PNG，每張相差 45 度。這個任務夠小，可以分辨「連線壞了」與「造型不好」；又有明確輪廓、命名與 render 可驗收。

最穩定的選擇順序是先 CLI、再即時 Python、最後才 MCP。CLI 先證明「同一份腳本能否從乾淨狀態完成」；畫面不對、需要逐物件查看時，才開 GUI 除錯；只有當你反覆需要 Agent 查詢場景、截圖與修改時，MCP 增加的連線成本才可能值得。切換路徑時不要同時換模型、改規格與重寫幾何，否則成功或失敗都無法歸因。

三種控制路徑怎麼選？先選最少權限的

路線一：背景 CLI，最適合建立可重跑基線

先讓 Codex 只在專案資料夾建立 build_robot.py，你看完修改差異後，再用 Blender 執行它。Blender 5.2 命令列文件說明參數會依順序立即執行，所以錯誤退出設定要放在 --python 前；最後一個 -- 之後才是傳給 Python 的輸出路徑。

"/Applications/Blender.app/Contents/MacOS/Blender" \
  --background \
  --factory-startup \
  --disable-autoexec \
  --offline-mode \
  --python-exit-code 1 \
  --python build_robot.py \
  -- "$PWD/build"

--factory-startup 避免個人 startup file 污染結果，--python-exit-code 1 讓 CLI 腳本例外變成非零 process status。--disable-autoexec 不會限制你明確傳入的 --python；--offline-mode 也只是讓遵守設定的 Blender 功能停用連網，不是 egress firewall。執行未信任生成碼仍要靠 VM、container 或作業系統網路規則隔離。Windows 的無介面 EEVEE 另有官方限制；若遇到渲染問題，先改用 GUI 或 Cycles。

路線二：Blender 內即時 Python，適合逐段看畫面

依 Blender Python quickstart，開一個全新的未儲存檔，切到 Scripting workspace，在 Text Editor 開啟 build_robot.py，按 Run Script 或 Alt-P。Text Editor 不會注入 CLI 的 -- /path 參數，因此腳本應把幾何封裝成 main(out_dir)：CLI wrapper 從 sys.argv 傳路徑，GUI wrapper 則明寫一個可丟棄的輸出資料夾。確認可用的指令都要回寫到共同 builder。

這條路的代價是「狀態會黏住」：目前選取物件、模式、外掛與上一次執行結果都可能影響下一輪。每一階段先另存 checkpoint，並讓腳本在偵測到已開啟正式 .blend 時停止。想理解為什麼 Agent 需要明確工具、狀態與回復點，可延伸閱讀 AI Agent Harness 是什麼。

路線三：Blender Lab MCP，適合查場景與互動修正

官方 Blender Lab MCP不是 Blender 內建功能；它需要 Blender 5.1 以上、Blender add-on、MCP server 與支援 MCP 的客戶端。資料路徑是「Codex ⇄ stdio server ⇄ 本機 TCP socket ⇄ Blender add-on」，而且仍會執行 bpy。官方 server 能列物件、看截圖、查 API、render，甚至另開背景 Blender；這正說明 MCP 是交通層，不是更高品質的建模器。

uv --version
git clone https://projects.blender.org/lab/blender_mcp.git
git -C blender_mcp checkout 4309a39646e644261624bfcd2bca669b343b7621
codex mcp add blender -- \
  uv --directory /ABS/PATH/blender_mcp/mcp run blender-mcp
codex mcp list

這是把 2026 年 9 月 7 日查核的官方 source commit，接到 Codex stdio MCP；先以 uv --version確認已安裝 uv，使用前仍要查看官方是否有新版安全修正。把路徑換成絕對路徑，在 Blender 的 Preferences → System 開啟 Online Access，從 Blender Lab 頁面安裝、啟用 add-on，再到 Preferences → Add-ons → Blender MCP 的 add-on preferences 確認 server 狀態；沒有啟動就按 Start。codex mcp list只證明客戶端有登記，不能證明 Blender-side socket 已連上。截至同一查核日，直接輸入 uvx blender-mcp會解析到同名的社群 PyPI 專案，而不是這個 Blender Lab source checkout。

完整走一次：把 Prompt 改成可驗收的工作合約

在空白專案資料夾開 Codex，選到 GPT-6 Astra 後貼下面的工作合約。若帳號還沒 rollout、CLI 低於 OpenAI 要求的 0.153.0，先更新或改用目前可用模型；不要把「模型選不到」混成 Blender 連線錯誤。

先把這份逐字規格存成 scene_spec.md，再建立 build_robot.py；先不要執行 Blender。
目標：只用 Blender 5.2 內建 primitives、bpy 與三個程序式材質，
做一個 9 零件低多邊形機器人。名稱固定為 GEO_body、GEO_head、
GEO_arm_L/R、GEO_leg_L/R、GEO_eye_L/R、GEO_antenna；
單位固定 METRIC／METERS，材質只用深灰、橘、米白。

腳本必須：
1. 把建模封裝為 main(out_dir)，CLI 與 GUI 各用小 wrapper 傳入路徑；
   拒絕覆寫已開啟的正式 .blend，輸出只進入指定資料夾。
2. 建立相機、兩盞燈與地板，使用 EEVEE，640×640。
3. 儲存 robot.blend；每 45 度輸出 turntable_01.png 到 _08.png。
4. 輸出 objects.json：Blender 完整版本/build、render engine、解析度、
   每個物件的名稱、類型、父物件、transform、尺寸、材質、modifier、mesh counts，
   以及未打包的外部檔案清單。
5. 檢查 save/render operator 回傳 FINISHED；任一失敗就 raise exception。
   CLI 要變成非零 process status；GUI/MCP 要回報 exception/tool error。
6. 不下載素材、不連網、不讀輸出資料夾以外的資料。
7. 建立 run.log，記錄環境、版本、完整命令、成功／錯誤訊號與重試。

完成後只回報修改差異、精確執行命令、預期檔案樹與已知限制；
不要宣稱渲染成功，除非對應路徑的成功／錯誤訊號、8 張 PNG 與 JSON 都通過。

檢查 Agent 產生的檔案時，至少要看到以下收尾。save_as_mainfile負責寫 .blend；render(write_still=True)才會把目前 scene.render.filepath 寫成圖片。物件 JSON 是本文自訂的交付格式，不是 Blender 官方標準。

save_status = bpy.ops.wm.save_as_mainfile(
    filepath=str(out / "robot.blend"), compress=True
)
if "FINISHED" not in save_status:
    raise RuntimeError(f"Save failed: {save_status}")

for index in range(8):
    turntable.rotation_euler.z = math.radians(index * 45)
    scene.render.filepath = str(renders / f"turntable_{index + 1:02d}.png")
    status = bpy.ops.render.render(write_still=True)
    if "FINISHED" not in status:
        raise RuntimeError(f"Render failed: {status}")

turntable.rotation_euler.z = 0
bpy.context.view_layer.update()

manifest = {
    "blender_version": bpy.app.version_string,
    "blender_build_hash": (
        bpy.app.build_hash.decode() if isinstance(bpy.app.build_hash, bytes)
        else str(bpy.app.build_hash)
    ),
    "render": {
        "engine": scene.render.engine,
        "resolution": [
            scene.render.resolution_x,
            scene.render.resolution_y,
            scene.render.resolution_percentage,
        ],
        "film_transparent": scene.render.film_transparent,
        "view_transform": scene.view_settings.view_transform,
        "look": scene.view_settings.look,
        "exposure": scene.view_settings.exposure,
        "gamma": scene.view_settings.gamma,
    },
    "units": {
        "system": scene.unit_settings.system,
        "length_unit": scene.unit_settings.length_unit,
        "scale_length": scene.unit_settings.scale_length,
    },
    "unpacked_external_files": sorted(
        bpy.utils.blend_paths(absolute=False, packed=False, local=False)
    ),
    "objects": [
        {
            "name": obj.name,
            "type": obj.type,
            "parent": obj.parent.name if obj.parent else None,
            "matrix_world": [
                [round(value, 6) for value in row] for row in obj.matrix_world
            ],
            "dimensions": [round(v, 3) for v in obj.dimensions],
            "materials": [s.material.name for s in obj.material_slots if s.material],
            "modifiers": [m.type for m in obj.modifiers],
            "vertices": len(obj.data.vertices) if obj.type == "MESH" else None,
            "polygons": len(obj.data.polygons) if obj.type == "MESH" else None,
            "camera": {
                "lens": obj.data.lens,
                "clip_start": obj.data.clip_start,
                "clip_end": obj.data.clip_end,
            } if obj.type == "CAMERA" else None,
            "light": {
                "light_type": obj.data.type,
                "energy": obj.data.energy,
                "color": [round(v, 6) for v in obj.data.color],
            } if obj.type == "LIGHT" else None,
        }
        for obj in sorted(scene.objects, key=lambda item: item.name)
    ],
}
(out / "objects.json").write_text(
    json.dumps(manifest, ensure_ascii=False, indent=2, sort_keys=True) + "\n",
    encoding="utf-8",
)

執行完不要先看 Agent 的摘要。CLI 看 process status；Text Editor 看是否無 exception 並檢查檔案；MCP 看 tool success/error，再檢查實際檔案。應有 scene_spec.md、build_robot.py、robot.blend、objects.json、run.log，以及 renders/turntable_01.png 到 turntable_08.png。第二次執行要比對 manifest 中的 transform、mesh counts、材質、相機 lens／clipping、燈光 type／energy／color、單位與通用 render／色彩設定；不同 GPU、驅動、Blender patch 或 denoiser 仍可能讓像素不同。

run.log 至少記錄作業系統、Blender 完整版本／build、Codex 版本、模型、reasoning effort、逐字 Prompt、精確命令、隨機種子（本例不用隨機時也寫 none）、開始與結束時間、各路徑的成功／錯誤訊號、重試與 stderr。若加入外部貼圖，再記素材網址、授權、檔名與 SHA-256；如果未打包外部檔案清單不是空的，就不能宣稱證據包自給自足。

本文的執行邊界：文章製作環境沒有安裝 Blender，因此範例只完成 Python 語法檢查與 Blender 5.2 API 對照，沒有把圖片寫成「AlphaLab 已完成的成果」。你本機的乾淨資料夾第二次執行，才是這份 GPT-6 Astra Blender 教學真正的阻擋式驗收。

品質不要一次追：用五道閘門找出崩壞位置

1. Primitives／輪廓：先驗收九個名稱、左右對稱、尺寸與相機 framing。輪廓不對就改比例，不准先加貼圖。
2. Modifiers／接觸：再檢查 bevel、mirror、物件穿插、手腳是否像真的連在身體上；存成 checkpoint-02.blend。
3. 材質：確認每個 mesh 都有指定材質，沒有未授權外部貼圖，也沒有把 viewport 顏色誤當 render 材質。
4. 燈光、相機、render：先出低解析 preview；8 個角度不能裁頭、裁腳或長時間只看到背面。將失敗與修正寫入 run log，做法可參考 AI Agent 可觀測性。
5. Rig／動畫：只有前四關穩定才加骨架、權重與動作。這會新增拓樸、關節變形與控制器問題，應當成另一個里程碑，不要塞進第一個 Prompt。

這種「確定性核心、機率性邊緣」的分工很重要：檔名、物件名稱、數量與輸出格式用程式斷言；造型好不好再交給人看。若你想把這個原則套到更多 Agent 任務，可讀 確定性核心與機率性邊緣。

為什麼多下 5 次高 effort Prompt，仍不保證做出 hero-quality 人物？

低多邊形機器人、室內硬表面與重複幾何很適合程序式建立，因為比例、座標與規則能寫成數字。寫實人臉、肌肉、衣料摺痕、乾淨 retopology、UV、毛髮與關節變形則需要密集視覺判斷與人工雕模。增加 reasoning effort 可能讓規劃更完整，卻不會自動補上參考圖、專業拓樸與藝術指導。

因此，OpenAI 的建築案例與 Simon Willison 的 pelican-on-a-bicycle 流程值得學的是「腳本、render、視覺批評、再修改」循環，不是把成品品質歸因給某個神奇連線。若目標真的是 hero asset，應把 Agent 用在 blockout、命名、批次檢查與 render automation，讓 3D artist 接手 sculpt、retopo、UV、rig 與最後 art direction。

GPT-6 Astra Blender 教學常見問題

1. 一定要用 MCP 才能控制 Blender 嗎？

不用。OpenAI 案例明確公開的是 bpy 加背景 --python，CLI 也是權限較容易看清楚的起點；MCP 主要增加即時查詢與互動。

2. MCP 會讓 3D 品質比較好嗎？

截至 2026 年 9 月 7 日，前述 OpenAI 建築案例與 Blender Lab MCP 文件都沒有公布 Astra 的 CLI／即時 Python／MCP 受控畫質比較。MCP 改變工具交通與回饋速度，品質仍取決於規格、參考、幾何策略、材質、燈光與迭代。

3. Blender 的 live Python 是遠端連線嗎？

Blender 內建的是 Text Editor、Python Console 與啟動時的 --python；它沒有一個通用、內建的遠端 Python attach。遠端橋接必須具名並另外稽核。

4. 儲存 .blend 就代表素材都在裡面嗎？

不一定。外部貼圖、library 與 cache 可能仍指向別處；物件清單應記錄未打包檔案，使用外部素材還要保存網址、版本與授權。

5. 第二次 render 必須像素完全相同嗎？

功能重跑先要求版本、物件 transform／mesh counts／材質、相機、燈光、單位與通用 render 設定一致。硬體、驅動、renderer 與 Blender patch 仍可能造成像素差異；要比圖時應先鎖環境與容許誤差。

6. 為什麼背景模式沒有畫面或直接失敗？

先看非零 exit code、Blender 版本、參數順序與 renderer；Windows 無介面 EEVEE 有平台限制。保留 stdout／stderr，不要只等 Agent 的自然語言摘要。

7. 官方 Blender Lab MCP 可以放在日常主機嗎？

官方建議 VM 或沒有敏感資料的系統。它能執行生成的 Python；「官方」代表來源可確認，不代表有足以隔離檔案與網路的沙盒。

8. 可以把同一份腳本用在三條路嗎？

可以共用同一個 main(out_dir) builder，但入口 wrapper 要適配路徑：CLI 讀 sys.argv，Text Editor 明寫安全輸出目錄，MCP 保存後再呼叫。不要只留下不可追蹤的臨時 code。

最後記住 5 件事

1. 三條控制路徑最後都回到 bpy，不要把 MCP 當成畫質外掛。
2. 第一輪選程序式、可量化的小任務，先建立 CLI 基線。
3. .blend、腳本、render 與物件清單只是最低可稽核交付；環境與第二次執行也要留證。
4. 每次只跨過一個品質閘門，保留 checkpoint 與失敗紀錄。
5. 三條路的 Python 都可能有同一主機帳號權限；MCP 又增加常駐 socket 與自動工具通道，因此暴露面通常更廣。