NiceKate AI：GPT-5.6 So 操控 Blender 實測 — MCP 安裝、社區案例與 Three.js 整合

開場閒聊

凱撒一開場就展示 GPT-5.6 So 操控 Blender 實測的驚人成果——清明上河圖的 3D 場景直接在 Blender 裡生成，從材質紋理到建築結構，細緻度都令人印象深刻。

他笑說，去年介紹 Blender MCP 時社群還只是小眾玩法，沒想到一年過去，這個開源倉庫已經衝到 23K stars。「AI 加 Blender 真的是目前最火的方向，沒有之一。」他接著點出背後的兩條技術路線：一條是 Blender MCP 直接控制，另一條是無頭 Blender（headless mode）讓 Codex 透過指令遠端構建。

凱撒實測後發現，MCP 路線因為直接與 Blender API 溝通，速度更快、品質也更好，成為他這次教學的主力方案。

懶人包速覽

核心痛點	解決方案 / 關鍵觀點
AI 生成的 3D 模型品質參差不齊	提示詞必須包含質量標準、研究步驟、拆分策略與時間預算，不能只寫一句話就指望高品質輸出
Blender MCP 安裝流程複雜易出錯	透過 UV 安裝依賴 + Blender 插件啟用 + Codex 設定檔配置，三步搞定；也可直接把 GPT 對話丟給 Codex 自動設定
Three.js 與 Blender 的選擇困難	Blender 適合雕刻細節、骨骼動畫、UV 貼圖；Three.js 擅長程序化生成與網頁互動，兩者結合效果最佳

這集凱撒從社區案例分享、MCP 安裝教學到三項實戰 demo，完整呈現了 GPT-5.6 So 在 3D 創作領域的真實能力。以下我整理出三個最值得關注的重點，並補充一些實務觀察。

社群案例精選：從草圖到 3D 列印

凱撒介紹了多個社群使用者的精彩案例，每個都展示了 GPT-5.6 So 在不同場景下的應用潛力。

機器人草圖到 3D 列印：有位用戶只在紙上畫了一個機器人草圖，讓 GPT-5.6 So 生成所有用於 3D 列印的零件，再用強化學習驗證設計。從概念草圖到實體輸出幾乎完全自動化，整個流程讓人看到 AI 在產品原型設計上的巨大潛力。

建築場景創作：另一位創作者花了三小時，用索模型 Ultra 模式創作出細節豐富的建築場景。從幾何結構到材質貼圖完全由 AI 獨自完成，凱撒特別提到這個案例使用的是 Ultra 模式，Token 消耗較高但品質確實出色。

一句提示詞生成寫實蝙蝠：還有用戶只用一句提示詞就生成了一隻細節豐富的寫實蝙蝠——從骨架建構、肌肉紋理到最終渲染全部由 AI 完成。凱撒強調，這些高品質案例有一個共同點：提示詞都包含了質量標準、研究步驟與時間預算，絕非隨便一句話就能複製。

品質差異的關鍵：提示詞策略

社群反覆驗證的一個重要發現是：如果提示詞太短，AI 很容易給出方塊、球體和無聊貼片的低品質資產。而成功的高品質案例，提示詞通常包含六個關鍵要素：

• 先檢索再動手：讓模型先研究參考資料，而非直接開始生成
• 禁止一次到位：要求逐步構建，不要急著一次完成
• 統一色調：在生成過程中保持色彩風格一致
• 子任務分工：將大型場景拆分為多個子任務平行處理
• 時間與積分不是約束：明確提示以品質為最優先
• 分批渲染檢查：每完成一批資產就渲染檢查，不通過就返工

凱撒坦言，自己實測清明上河圖時一開始的提示詞並沒有做到這些，「要是當初就照這個策略寫提示，效果應該會好很多」。

MCP 安裝與 Codex 整合實戰

凱撒詳細示範了如何將 Blender MCP 安裝到 Codex APP 中，流程分為三個步驟：

第一步：安裝 UV 套件管理器。MCP 依賴 UV 來管理 Python 套件環境，這是後續所有安裝的基礎。

第二步：下載並啟用 Blender 插件。從 Blender MCP 的 GitHub 倉庫下載 Python 腳本，在 Blender 的偏好設定（Edit → Preferences → Add-ons）中手動安裝並啟用。安裝成功後，Blender 介面會出現 MCP 的控制面板，預設為關閉狀態，需要手動點擊開啟。

第三步：在 Codex 中配置 MCP 端點。凱撒分享了兩種方式：一是手動編輯 Codex 的設定檔（MacOS 與 Windows 路徑不同），二是直接把和 GPT 的對話記錄加入 Codex 當前任務，讓 Codex 自己完成配置——他承認自己用的是後者，「比較偷懶但有效」。

他也提到，Blender MCP 不只限於 Codex，同樣可以搭配 Claude Code、Grok CLI 等其他 AI 工具使用，具有很好的跨平台相容性。

實測結果：三大場景全面測試

凱撒使用 Medium 模式（節省 Token）進行了三項實測，從簡單到複雜逐步展示 GPT-5.6 So 的 3D 能力。

場景一：手錶建模與 Three.js 展示

他將一張手錶圖片餵給模型，要求透過 MCP 復刻出 3D 模型。一開始生成的版本與原圖有差距，經過幾次提示調整——包括要求「更貼近原圖」、「恢復初始狀態」、「添加 Dark Code 風格」——最終版本成功復刻了手錶的主要特徵。

更進一步，他將這個手錶模型放在 Three.js 構建的博物館展廳中，支援滑鼠拖曳旋轉、點擊進入展櫃查看細節，右側還會顯示手錶的賣點資訊。這是一個完整的產品展示互動頁面。

場景二：清明上河圖 Blender 重建

這是最令人驚豔的測試。索模型在 Medium 推理程度下耗時 17 分鐘，生成了多個 Blender 文件，包含橋樑、貨船、碼頭等元素。不過凱撒坦承，細節方面還有明顯不足——水面上的角色位置奇怪、部分結構偏簡約。他認為如果套用前述的「品質優先提示策略」，成果會大幅提升。

場景三：魔法城堡玩偶劇場

這是一個兼具趣味與技術含量的互動展示。每個角色都可以點擊觸發動畫，右側還有「開始宴會」按鈕觸發集體舞蹈。凱撒覺得舞蹈時間太短，便要求模型調整並豐富每個角色的動作。最後他還讓 GPT 使用 MinimaxMusicSkill 為場景配上背景音樂，打造出完整的多媒體互動體驗。

Three.js vs Blender：什麼時候該用哪個？

凱撒直接讓 GPT 回答這個開發者常見的問題。結論是兩者各有擅長，不應該二選一：

• Blender 的優勢：人物建模、雕刻細節、圓潤造型、骨骼動畫、UV 貼圖與材質處理更專業
• Three.js 的優勢：程序化生成、網頁端即時渲染、互動事件處理更高效

實際專案中，最好的做法是 Blender 負責高品質 3D 資產的製作，Three.js 負責網頁端的展示與互動，兩者相輔相成。凱撒展示的手錶博物館就是這個架構的最佳範例。

QA 精選

Q1：GPT-5.6 So 的 Medium 和 Ultra 模式差異有多大？

凱撒在實測中主要使用 Medium 模式以節省 Token，但從社群案例可以清楚看到，Ultra 模式的細節表現明顯更優——特別是建築場景的紋理解析度、角色模型的毛髮質感，以及整體光影處理。Ultra 模式適合需要高品質最終輸出的專案，但 Token 消耗大約是中級模式的 3-5 倍，建議在最終渲染階段使用，開發階段用 Medium 即可。

Q2：Blender MCP 和無頭 Blender 哪個更適合新手入門？

根據凱撒的實測，MCP 路線雖然多了一個安裝步驟，但後續使用體驗更好——速度更快、品質更穩定，因為它直接與 Blender API 溝通。無頭 Blender 的好處是不需要額外安裝插件，只要系統有 Blender 就能用，對只想快速試玩的開發者門檻較低。建議初次嘗試的使用者先從無頭模式開始，確認流程沒問題後再升級到 MCP。

Q3：提示詞太短真的會影響 AI 3D 生成品質嗎？

社群反覆驗證的結果是：會的，而且影響非常大。如果提示詞只有一句話，AI 傾向於輸出最低成本的方塊、球體和基本貼圖——這與模型能力無關，而是缺乏約束條件導致 AI 選擇最短路徑。成功的案例都在提示詞中明確加入了質量標準、步驟拆分、色調統一等細節，並且強調「時間和積分不是約束條件，品質優先」。

Q4：Three.js 自製場景和 Blender 製作後導入，網頁表現有差嗎？

從凱撒的展示來看，兩者在網頁端的互動性都可以做到流暢。關鍵差異在於製作流程與維護成本：Blender 產生的資產在雕刻細節和骨架動畫上更成熟，適合需要複雜角色動畫的專案；Three.js 整合 Blender 資產的工作流程在網頁端特別靈活，程序化生成大量重複元素時也更有效率。實務上，高品質的專案通常會同時使用兩者——Blender 做資產、Three.js 做展示，各取所長。

主編隨筆

凱撒這支影片展示的不只是 GPT-5.6 So 的 3D 能力，更反映了一個深層趨勢——AI 正在把「3D 內容創作」的門檻從專業設計師拉低到一般開發者。過去要做一個清明上河圖等級的 3D 場景，需要 Blender 熟手花費數天建模、拆 UV、調材質；現在用 GPT-5.6 So 配合適當的提示詞策略，17 分鐘就能產出可用的雛形。這個差距不是線性的進步，而是典範轉移。

不過我認為真正的瓶頸已經從「會不會建模」轉移到了「會不會寫提示詞」——這恰恰是很多開發者嚴重低估的一環。從社群的案例可以清楚看到，品質差異幾乎完全來自提示詞的設計品質，而不是模型本身的能力上限。這意味著未來「提示詞工程」在 3D 創作領域的重要性只會越來越高，甚至會成為比傳統建模技術更關鍵的核心能力。

另外值得一提的是，凱撒在影片中刻意使用 Medium 模式而非 Ultra，說明了 Token 成本管理在實際工作流程中的現實取捨。對我來說，這支影片最有價值的啟發不是 GPT-5.6 So 有多強大，而是「用對提示策略，就算是 Medium 模式也能做出可用的 3D 資產」——這對資源有限的獨立開發者和小團隊來說，是真正有用的實戰洞察。

結語

GPT-5.6 So 搭配 Blender MCP 的組合，讓 AI 驅動的 3D 內容創作從概念驗證進入了可實戰的階段。無論是產品建模、場景設計還是互動展示，開發者現在都找到了一條從想法到 3D 資產的更短路徑。凱撒的實測清楚展示了目前的能力邊界——品質上限取決於你的提示詞策略，而不是模型本身。期待接下來社群在提示詞工程與 AI 3D 工作流程上的更多突破。