GPT 5.6 + Blender 單張圖建模測試：Python code 一次生成場景，適合概念原型、不等於可直接進遊戲產線

AI 3D / Blender / Prototype

GPT 5.6 + Blender：一次吐 Blender Python code 的 3D 原型測試

這篇重點不是「AI 已取代 3D 建模師」，而是 GPT 5.6 可用 Blender Python API 一次生成可視化場景，適合快速概念、粗模與低精度遊戲原型。

來源與查證：

一句話判斷：這類 workflow 最適合「從圖或描述快速變成可看的 3D 場景」，不是「產出可直接進正式遊戲的低面數、UV、rig、材質、LOD asset」。

## Threads 重點 @tack.lin 測試 GPT 5.6 + Blender，使用最高 SOL 跑，約 5 小時消耗 20% 額度、週額度 3%。作者觀察到它不是一塊一塊建，而是直接在 code 裡生成場景，然後一大段貼入 Blender 執行。留言中作者也補充：自己在遊戲業，這樣建出的品質不夠精細；若是 Tripo 類高面數結果也不能直接丟進 pipeline；但若是放在最近紅的「超級變色龍躲貓貓」類低精度場景，可能已足夠。 ## 為什麼可行 Blender 本來就有 Python API，可透過 script 建物件、材質、燈光、相機與動畫。LLM 的角色是把「視覺描述/規格」轉成可執行腳本。 ## 兩種路線比較

做法	優點	缺點
一次生成大段 Blender code	速度快、demo 感強、適合概念圖	可控性差、修錯困難、規格漂移
拆成 skill/workflow	可重用、可逐步修、品質較穩	第一次建置較慢

## Kate 判斷若要用在 Allen 的遊戲 MVP，建議只拿來做：場景草模、關卡概念、宣傳圖雛形。正式可玩 asset 還是要有規格：面數、貼圖大小、pivot、collision、LOD、命名、匯出格式。若要測，應建立固定 prompt template 與 QA checklist，而不是每次自由生成。