# 影片筆記：不用GPT-6！本地模型操作Blender建模教程，0元复刻GPT-6的相同效果？


<!-- VIDEONOTE_PUBLICATION_WARNINGS_BEGIN -->
## ⚠️ 可先使用，仍有待修正項目

本筆記已完成可閱讀的逐字稿與時間跳轉；下列為待處理問題，建議播放原片確認。

- 待修正：逐字稿全文快速校讀未完成（已保留自動字幕/原始逐字稿並繼續生成筆記。；未完成的全文速讀項目可在精進模式回聽確認。）
- 待修正：逐字稿可先使用，但有待校正清單（segment=10 unnatural_sentence_boundary: 標點出現在句首或停在逗號位置，斷句可能不符合文法/口語；segment=11 unnatural_sentence_boundary: 標點出現在句首或停在逗號位置，斷句可能不符合文法/口語）

<!-- VIDEONOTE_PUBLICATION_WARNINGS_END -->

## 一句話總結
講者 ZZ 示範如何使用本地部署的 Qwen 3.8 (27B iQ4 量化) 小參數模型，透過精確的提示詞工程與步驟拆分策略，在資源受限環境下復刻類似 GPT-6 操作 Blender 的精細建模效果，並比較 Blender 與 Three.js 的適用場景。

## 核心重點
1.  **本地小模型可行性**：使用 Qwen 3.8 (27B) iQ4 量化版，旨在照顧顯存不足的使用者，證明不依賴高階雲端 API 也能完成複雜建模。
2.  **提示詞工程結構**：首輪提示詞需包含總體風格、Agent 行為約束 (`agent.md`)、安裝路徑、架構約束（單獨文件後組裝）、質量優先、美術風格、場景布局、資產清單、渲染標準及動畫需求。
3.  **步驟拆分策略**：
    *   **弱模型**：需拆分提示詞以避免結果混亂。
    *   **強模型/結構綁定任務**：如破壞網遊戲，適合一次性生成以維持結構完整性。
    *   **本期任務**：因需風格統一與布局合理，選擇一次性生成以減少後續修補。
4.  **問題處理與迭代**：面對顯存溢出（OOM）時，透過開啟對話繼續執行；針對櫻花樹葉、光影、描邊及自行車輪胎等細節進行多輪修正。
5.  **技術選型建議**：Qwen 3.8 在 Three.js 生成上可能更具優勢且速度快；Blender 則具備更高上限，適合需要精細調整的專業場景。

## 詳細大綱

### I. 成果展示與前言
*   展示本地小模型操作 Blender 的最終成果，包含自行車、飲料機、商店貨架等細節。
*   說明使用 Qwen 3.8 (27B) iQ4 量化版的緣由：照顧顯存不足的小夥伴。
*   強調重點在於「思路」與「處理問題的方法」，非綁定單一模型。
*   目標：成為真正的 Webcoder。

### II. 環境準備與工具安裝
*   使用 GitHub 資源。
*   在 OpenCode 中下載並安裝 BlendMCP。
*   提供 Blender 目錄路徑。

### III. 核心概念：步驟拆分策略
*   **決定因素**：
    1.  模型自身能力（弱模型需拆分，強模型可合成）。
    2.  提示詞之間非代碼層面的可接偶性（邏輯連貫性）。
*   **案例比較**：
    *   **FPS 遊戲（適合拆分）**：核心玩法與場景分離，基礎平面即可運行射擊機制。
    *   **破壞網遊戲（適合一次性生成）**：交互與場景結構深度綁定，拆分後修補成本極高。
    *   **本期建模任務（適合一次性生成）**：元素多但需風格統一、布局合理，一次性生成可減少後續修補。

### IV. 提示詞詳細解析（首輪）
*   **總體說明**：場景類型與風格。
*   **行為約束**：
    *   生成 `agent.md` 文件，框定 Agent 行為，避免中途詢問。
    *   提供 Blender 安裝位置，節省尋找時間。
*   **架構約束**：
    *   每個模型為單獨文件，最後組裝。
    *   要求製作詳細步驟清單並依次執行。
*   **質量與風格**：
    *   質量優先。
    *   美術風格：色彩治愈、輪廓清晰乾淨。
    *   場景布局：動線合理、尺寸緊湊。
*   **資產與渲染**：
    *   羅列戶外資產與便利店內部元素名稱。
    *   渲染標準：區分材質、渲染陰影、明暗清晰。
*   **動畫需求**：增加櫻花飄落動畫。
*   **硬性約束**：再次強調輸出格式。

### V. 執行過程與問題處理
*   **顯存溢出處理**：遇到超過顯存（尚氧文）情況時，開啟對話繼續執行。
*   **初次生成結果評估**：
    *   **優點**：自行車、車框、輪骨、動漫風格描邊、飲料機金屬質感、供貨板、貨架貨物生成詳細。
    *   **缺點**：櫻花樹葉分散、樹枝朝向錯誤、無陰影、三軒二效果不強烈、無描邊、自行車前輪胎內胎旋轉方向錯誤。
*   **迭代修正**：
    *   修正櫻花樹葉與樹枝。
    *   修正材質問題以獲得光影效果（AI 先進行測試，展現嚴謹性）。
    *   修正描邊與顏色風格。
    *   **Blender 優勢發揮**：直接在 Blender 中調整參數修正自行車輪胎問題。
    *   場景擴充：在便利店旁添加小汽車與廣告牌。

### VI. 總結與比較：Blender vs. Three.js
*   **Qwen 3.8 能力評估**：
    *   專業領域仍在 Three.js 生成上。
    *   使用相同提示詞生成 Three.js，效果提升明顯。
*   **技術選型建議**：
    *   **Blender**：上限更高，適合會使用 Blender 進行簡單調整以獲得更好渲染效果的專業場景。
    *   **Three.js**：優先選擇，適合網頁端程序化生成模型，速度更快。
*   **後續預告**：分享如何使用 Three.js 制作場景、搭接 3D 元素或動向。

## 工具 / 模型 / 名詞整理
*   **模型**：
    *   GPT-6（影片標題提及，用於對比效果）
    *   Qwen 3.8（千聞3.8）：27B 參數，iQ4 量化版。
*   **軟體/工具**：
    *   Blender：3D 建模軟體。
    *   OpenCode：開發環境。
    *   BlendMCP：Blender 相關的 MCP (Model Context Protocol) 服務。
    *   GitHub：資源獲取平台。
    *   Three.js：網頁端 3D 庫。
*   **概念/文件**：
    *   `agent.md`：用於約束 Agent 行為的文件。
    *   FPS 遊戲：第一人稱射擊遊戲。
    *   破壞網遊戲：一種遊戲類型。
    *   Webcoder：講者提到的目標角色。
    *   OOM（尚氧文）：Out Of Memory，顯存溢出。

## 操作流程整理
1.  **環境搭建**：從 GitHub 獲取資源，在 OpenCode 中安裝 BlendMCP，設定 Blender 目錄路徑。
2.  **策略規劃**：根據任務性質（風格統一需求）決定採用一次性生成策略，而非拆分提示詞。
3.  **撰寫首輪提示詞**：
    *   定義總體風格與場景類型。
    *   建立 `agent.md` 約束行為。
    *   指定 Blender 安裝路徑。
    *   規定架構（單獨文件後組裝）與步驟清單。
    *   設定質量、美術風格（色彩治愈、輪廓清晰）、場景布局（動線合理）。
    *   列出資產清單與渲染標準（材質、陰影、明暗）。
    *   加入動畫需求（櫻花飄落）。
4.  **執行與監控**：
    *   啟動生成，監控顯存狀態。
    *   若發生 OOM（尚氧文），開啟對話繼續執行。
5.  **結果評估與修正**：
    *   檢查生成結果（自行車、飲料機等）。
    *   針對缺點（樹葉、光影、描邊、輪胎方向）進行多輪對話修正。
    *   利用 Blender 軟體本身調整參數修正特定細節（如輪胎）。
    *   擴充場景（添加小汽車、廣告牌）。
6.  **技術對比**：評估 Blender 與 Three.js 在該模型下的表現差異。

## 值得注意的限制或風險
*   **顯存限制**：使用 iQ4 量化版是為了照顧顯存不足者，但執行過程中仍可能遇到 OOM（尚氧文）問題，需透過對話機制處理。
*   **模型能力上限**：Qwen 3.8 在專業領域（如 Three.js 生成）表現較佳，Blender 雖上限高但需使用者具備調整能力。
*   **提示詞依賴**：弱模型高度依賴提示詞的拆分與結構化，否則易產生混亂結果。
*   **細節準確性**：初次生成可能存在樹枝朝向、陰影缺失、輪胎旋轉方向等細節錯誤，需人工或迭代修正。

## 逐字稿辨識疑點
*   **Qwen 3.8 / 千萬3.820GB / 千聞3.8**：逐字稿中模型名稱寫法不一致，「千萬3.820GB」疑似為「Qwen 3.8」與「20GB」或參數描述的混雜或聽寫錯誤。
*   **iQ4 量化板**：通常稱為「iQ4 量化」或特定格式，「板」字可能為口誤或特定硬體指代。
*   **三軒二 / 三線二**：疑似為「Three.js」或某種特定風格/效果的誤聽，上下文對比 Three.js 時出現此詞，需查證是否為特定術語。
*   **尚氧文**：明顯為「OOM」(Out Of Memory) 的諧音或聽寫錯誤。
*   **GPD6**：疑似為「GPT-6」的錯字。
*   **漆皮**：在「想用千聞3.8的漆皮建模」中，「漆皮」疑似為「量化」的聽寫錯誤。
*   **動向**：在「搭接一些3D元素或動向」中，「動向」疑似為「動畫」的聽寫錯誤。
*   **3.js / Three.js**：逐字稿中交替出現，應指同一技術。
*   **線上的API**：語境中可能指「線上的 API」，但「線」字可能為「選」或「現」的口誤。
*   **Webcoder**：此詞彙較少見，可能為講者自創或特定社群用語。
*   **BlendMCP**：需查證此 MCP 服務的確切名稱。

## 可延伸追問
*   如何具體撰寫 `agent.md` 文件以有效約束 AI 行為？
*   對於顯存極低的使用者，是否有更輕量的模型推薦？
*   Blender 與 Three.js 在生成代碼結構上有何具體差異？
*   如何自動化檢測並修正生成模型中的幾何錯誤（如輪胎旋轉方向）？