惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

量子位
B
Blog
Last Week in AI
Last Week in AI
Jina AI
Jina AI
WordPress大学
WordPress大学
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
宝玉的分享
宝玉的分享
T
Tailwind CSS Blog
P
Proofpoint News Feed
酷 壳 – CoolShell
酷 壳 – CoolShell
Google DeepMind News
Google DeepMind News
U
Unit 42
雷峰网
雷峰网
J
Java Code Geeks
Apple Machine Learning Research
Apple Machine Learning Research
MongoDB | Blog
MongoDB | Blog
F
Fortinet All Blogs
美团技术团队
Y
Y Combinator Blog
腾讯CDC
B
Blog RSS Feed
T
The Blog of Author Tim Ferriss
Microsoft Azure Blog
Microsoft Azure Blog
Recent Announcements
Recent Announcements

宝玉的分享

高效商业智能体的架构剖析指南 AI 原生思维——像训练大模型一样训练自己 Warp 如何让 Agent 自我进化 我的 AI 原生开发流程:一个真实案例的完整复盘 从 TL 到 EM:我终于不再盯着 AI 写代码了 关于 Agent 的几个判断 tsshd v0.1.9 已经发布,低延迟的 ssh - OSCHINA - 开源 × AI · 开发者生态社区 一文看懂ChatGPT、Codex、Work 的差别 从零开始玩转循环 (Getting started with loops) 为啥 Codex 还不推出类似 Codex Design 的产品? DeepSeek 的 10 万亿美元大战略 来自 Codex 官方团队的分享:如何把 Codex 用到极致 为什么我不“凭感觉编程” 创始人手册:打造 AI 原生初创公司 Forward Deployed Engineer:AI 时代的新宠岗位,到底干什么? AI 时代到底该怎么管一个工程团队 为什么资深开发者讲不清自己的专业能力 Codex 的野心,MCP 和 Skill 的下一步 裁员潮将持续,直到我们学会发掘 AI 的商业价值 机器人的终局:英伟达 Jim Fan 宣告 VLA 时代结束,WAM 登场 深度拆解:AI Agent Harness 的构造 使用 Claude Code:HTML 难以置信的奇效 Anthropic 兄妹 Dario Amodei 和 Daniela Amodei 最新对话:Claude 为什么一直限速? Boris Cherny:Claude Code 之后,写代码正在变成“管理 Agent” 大多数公司根本没有为 AI 做好准备 Demis Hassabis:AGI 还缺什么,智能体到底行不行,下一个科学突破长什么样 深度拆解 Hermes Agent 的记忆系统:它如何修正 OpenClaw 的误区 Karpathy 最新访谈:Vibe Coding 只是开始,真正重要的是 Agentic Engineering AI 的经济账根本算不通 为 Agent 设计产品
我用 GPT 6 Astra 做了一个 3D 版的《桃花源记》(文中含提示...
宝玉 · 2026-09-19 · via 宝玉的分享

先放成品:

在线体验:3D 版《桃花源记》:桃源·豁然开朗

打开后建议戴上耳机,点右下角的“循文入境”——不要只停在首页拖视角,完整体验从这个按钮开始。

你会打开一个可以实时拖动、切换视角、控制进度的 3D 网页,从“缘溪行”出发,坐船穿过桃林,入洞、豁然开朗、进村、做客、辞别,一直到“后遂无问津者”。

做完忍不住想:当年上学时要是有这东西,这篇课文理解起来、背起来应该容易不少。

第一步:用 GPT 6 Astra 把课文变成 3D 世界

我用的是 ChatGPT Pro 里的 GPT 6 Astra,写了一套比较长的提示词(附在文末),核心要求是能“循文入境”——读者要跟着文章顺序和人物行动完整经历全文,原文里的空间关系必须真实连通,不能靠黑屏和瞬移切换。

GPT 6 Astra 交付了一个可以直接打开的 HTML 文件,把全文拆成了 20 幕,支持连贯体验和逐章慢读,也能在“原文+白话”“只看原文”“只看白话”之间切换。

GPT 6 Astra 根据提示词生成了可运行的 3D 文学场景网页

但第一版有个问题:朗诵用的是系统自带 TTS——能听,但不好听。

第二步:换成真人朗诵

我试了几个 TTS,单独听都还行,放进场景里就不对。《桃花源记》不是说明书,声音一旦过于平、过于干净,画面做得再好,体验也会掉下来。

最后找到了央视李立宏老师的真人朗诵。我把音频转录成 SRT 字幕带上时间戳,然后把 MP3 和 SRT 一起发给 GPT,只补了一句:

帮我把朗诵替换为我提供的 MP3,句子和时间对应可以参考 SRT。

把真人朗诵 MP3 和 SRT 时间轴交给 GPT 6 Astra

效果明显好了很多。GPT 按照 SRT 时间做了完整同步:章节切换、镜头进度、当前句子高亮、暂停继续和跳转,都跟着真人朗诵走。尤其是开头的序奏和“豁然开朗”后的音乐留白,给画面留了停顿——文学体验里,停顿本身也是叙事的一部分。

第三步:让 Codex 做工程化收尾

第二版体验不错,但 GPT 把整段 MP3 用 Base64 嵌进了 HTML,文件膨胀到 5.6 MB,而且背景音效不够自然。于是交给 Codex 优化:

帮我优化一下,MP3 作为独立文件;再找两个更好的溪水、鸟鸣环境音;进入“循文入境”后自动打开朗诵音频。

Codex 把朗诵拆成独立文件,并替换了溪流和林间鸟鸣环境音

Codex 把朗诵提取成独立文件,换上了真实的溪流声和林间鸟鸣,两条环境音独立循环、低音量混合,HTML 从 5.6 MB 缩回约 777 KB。到这一步才算真正完成。

几点体会

成品质量取决于你有没有把判断标准说清楚。 我的提示词里没写“画面要唯美”“交互要丰富”之类的形容词,重点是反复规定:空间关系怎样才算忠实、镜头为什么要这样走、哪些情节不能省略、哪些文化符号绝对不能混进来,给它一套审美和验收标准。

声音也是交互的一部分。 朗诵的气息、重音和停顿直接决定镜头该怎么走、场景该停多久。

第一次生成不必承担所有工作。 GPT 6 Astra 适合把想法迅速做成完整原型,Codex 适合接着处理文件结构、资源拆分和浏览器测试。一个造世界,一个收拾成可交付的作品。

提示词可以复用

下面的提示词是一个模板。保留前面关于文学理解、3D 空间、叙事镜头、交互和测试的部分,只替换最后的课文与场景描述就行。比如做《小石潭记》,把重点换成“隔篁竹—闻水声—伐竹取道—下见小潭”的视线和路线,水的清澈、石底形态、竹林遮挡、鱼影和幽邃气氛写清楚,AI 会帮你继续细化。

完整 ChatGPT 会话:制作 3D 文学场景网页

完整提示词

你是一位兼具文学理解能力的场景艺术导演、叙事交互设计师和资深网页 3D 开发者。

请根据文末提供的【课文全文】和【场景描述】,直接制作一个高完成度、可在浏览器中实时交互的 3D 文学场景网页。作品不仅要能自由观景,还要支持"循文入境":读者跟随原文的顺序、人物的行动和视线的变化,完整经历文章,而不是只看几个景点或读一组说明卡片。

使用 HTML、CSS、JavaScript,可使用 Three.js 等成熟网页 3D 技术。交付可实际打开的网页成品,不要只给方案、伪代码、片段组件或效果描述。不要生成图片,不要用照片、全景图、视频或视差背景冒充真实 3D。非关键设计细节自行作出一致选择,不必逐项向我确认。

优先级:原文含义与空间关系、全文体验完整性 > 叙事与镜头连续性 > 默认画面构图与光照 > 关键景物细节 > 附加功能。功能应服务于作品,不要堆出一个按钮很多、场景粗糙的技术演示。

一、先理解文章,再建造世界

使用我提供的全文作为原文依据;如果输入是附件或链接,先完整读取。不要只根据标题、摘要或熟悉的名句制作,也不要把自己补写的文字当作原文。

先在内部梳理文章的时间顺序、空间顺序、人物、活动、情绪变化,以及明确写出的数量、位置和因果关系。再建立"原文段落—叙事阶段—场景位置—镜头路径—人物或环境变化"的对应关系,以此组织实现。无需先停下来输出一份设计方案。

按文章的自然节奏分幕,不固定章节数量,不强行一句一镜。原文顺序和内容应完整保留;相邻句子可以共用一个镜头,但开头、转折、离开、结局与后记不能因为不够好看就被省略。

叙事文章跟随人物行动;游记跟随路线和视线;写景文章跟随观察层次、方位与时序;诗歌可以按意象和情绪推进。不要给所有文章套上"入口—村庄—出口"的同一种结构,也不要把比喻和想象都解释成真实地理。

原文明确的内容必须忠实。没有交代的细节可以克制推演,但保持时代、地域、建筑、衣着、工具和植物的一致性。不要混搭不相关的文化符号,不要宣称是某个真实地点或历史遗址的精确复原。

二、建立可以理解、真正存在的三维空间

先设计地形、建筑尺度、水系、道路和人物动线,再布置景物。室外场景要从前景、中景自然延伸到远景,不能成为悬浮岛、盆景、带底座的沙盘或突然结束的地板;室内场景要具有真实的墙体、门窗、进深和可理解的内外关系。

原文中相邻、可行走的区域必须实际连通。山洞、门洞、廊道、桥梁、船只等关键空间要有真实几何和合理尺度。需要经过的通道必须存在,不能用黑屏、穿墙或传送掩盖缺失的空间。

对于跨越很远地点、很长时间、回忆或后记的内容,可以使用明确的叙事切镜,并用简短文字交代时空变化。不必为了"连续"伪造原文没有的地理连接。区分正常的叙事转场与本应可行走却没有实现的道路。

水体应嵌入地形,道路应有合理坡度,人物脚底落在地面上。建筑、植物、水位和季节相互协调;远景通过真实地形和空气透视延续,而不是用浓雾掩盖空场景。

三、把"循文入境"做成核心体验

默认打开时先呈现经过设计、最能代表作品意境的优美全景,并提供醒目的"循文入境"入口。开始后从文章开头推进到篇末,不要让用户先找菜单,也不要只演示最有名的几句。

用一条可暂停、回看和跳转的叙事时间线协调原文显示、镜头、人物动作、环境变化和可选朗读。每幕都要回答:此时读到哪里、人在何处、正在看什么、发生了什么。不要只是镜头在场景上空移动、字幕却与画面无关。

镜头应体现文章的观看方式和情绪:远望时看见层次,行进时出现遮挡与引导,接近物体时看见细节,转折处有空间揭示,交谈时保留人物关系,结尾给意境留出停顿。避免全程高空俯瞰、匀速绕圈、突然转向或大幅摇晃。

路线必须避开山石、墙壁、屋顶、树干和地面。需要步行的段落采用合理的行走高度;乘舟、登高、入室等视角变化要有依据。场景连续段落之间平顺衔接,不能每读一句就跳到另一个位置。

重要事件要在场景中有所表现。例如来访、相遇、招待、劳动、停留、辞别、留下标记和再次寻找,应通过人物位置、姿态、道具或环境状态的变化呈现,而不是仅靠说明文字代替。已经发生的变化在回看或跳转时,应能按剧情正确重建,不能重复生成道具或残留后续人物。

提供两种节奏:
"连贯体验":自动推进,每幕时长根据文字和动作需要安排,不给所有章节设置相同秒数。
"逐章慢读":每幕结束后停留,等用户继续。停留时可观察环境,但关键剧情不自行进入下一幕。

提供暂停/继续、上一幕、下一幕、重新开始、退出导览、章节目录与进度回看。拖动环顾不能直接退出导览;允许在当前镜头基础上小幅观察,并能回正。暂停时镜头与朗读保持在同一叙事位置,不要继续错位推进。

开启朗读时,镜头和动作的节奏应适配实际朗读,不要画面已经演完、语音还长时间继续。需要等待时保留自然的停留构图与轻微生活动作。不要为了跟上语音而突然加速穿越场景。

四、让原文陪伴体验,而不是覆盖体验

在画面边缘用小面积、清晰易读的字幕呈现当前原文,突出当前正在体验的句子。提供"原文+白话""只看原文""只看白话"的切换,默认白话简短,不把画面变成课件。

章节目录应能查看全文并跳转到对应场景;每一段原文都有可到达的体验位置。可以点击少量关键词看释义,点击少量关键景物看对应原文与简短解释。说明默认收起,不要满屏浮动卡片和标注。

朗读默认关闭,由用户主动开启。可使用浏览器可用的中文语音;没有合适语音或播放失败时明确提示,并保留完整的无声体验。按实际可获得的朗读事件进行句段同步,不假装实现了未经验证的逐字精准对齐。环境音同样默认静音,不依赖用户填写密钥才能完成基本体验。

五、让重要景物值得近看,让关键段落真正动人

整体风格服从输入的场景描述。未指定时,采用精致、清晰、具有材质层次的风格化 3D。若采用体素或低多边形语言,应保留细小几何面的表现力,而不是粗大积木、低分辨率像素滤镜或简单几何体的随意堆放。

为文章最重要的景物与段落分配更多细节。近景应经得起停下和靠近,中景要有清楚的活动与构图,远景要有层次,不要平均分配模型和装饰。重要景物不能只靠换颜色辨认:植物应有枝叶和生长结构,建筑应有用途与生活痕迹,人物应有可识别的衣着轮廓与不同动作。

如果输入强调花林、落花、雨雪、瀑布、萤火等效果,不要仅仅增加粒子数量。要同时设计形状、材质、前中后景分布、疏密节奏、受光与运动轨迹,并使效果扎根于场景:花从枝头飘落、风有方向、水面有承接、地面有积留,而不是把屏幕当作撒彩纸的平面。

例如花林近景需要可辨认的花瓣、花蕊、花苞和透空的枝条;落花应有零星飘落、局部成簇、随风回旋、掠过镜头、落地或顺水漂流的不同层次。远处简化,近处精细。增强美感时保留视野与呼吸空间,不要用满屏发光粒子代替文学意境。

默认镜头要有经过设计的前景框景、中景主体和远景延伸,具有疏密变化与留白。光线有方向,阴影柔和,色彩有主次;不要用单一色罩把所有物体染成同一种颜色,不要让关键人物或建筑被前景遮住。

动态保持有节奏、非机械重复,关键文学段落可以出现更明显但克制的视觉变化。可选的天气或时段切换应同步影响天空、雾、主光、环境光与局部灯火;不适合文章的模式不必硬加,剧情要求的时间与季节优先。

六、操作、工程与运行要求

支持鼠标拖动观察、滚轮缩放、触屏拖动与双指缩放,以及重置镜头、暂停动态、隐藏界面和保存当前画面。提供少量精心设计的观景机位。自由移动不是必需项;若实现,必须限制穿墙、穿地和进入不可见背面。

界面克制,字体、配色与作品气质协调。桌面和手机都要给场景留出主要面积,字幕与控制区不能互相遮挡。隐藏界面后必须有容易发现的恢复方式。

尽量交付单个 HTML 文件,CSS 与业务 JavaScript 内嵌。优先使用程序化几何与材质,不依赖外部照片或现成模型。允许固定版本、相互兼容的成熟依赖;能内嵌则内嵌,必须联网时明确说明。不要把访问密钥写入文件。

合理使用实例化、空间分组、远近细节分级与视野裁剪,控制阴影、反射、粒子和分辨率成本。提供高画质与轻量模式,手机默认轻量。尊重"减少动态效果"偏好。加入加载反馈、资源失败提示与 WebGL 不可用提示。没有实际测量,不承诺固定帧率。

代码内部应将课文与章节配置、场景构建、叙事状态、镜头、声音和界面职责分开。避免散落的计时器驱动剧情,让暂停、恢复、重播与跨章跳转稳定一致。

七、完成后自行验收,再交付

在支持浏览器测试的环境中,实际运行网页并检查,不要只做语法检查。至少检查默认构图、开场与关键视觉段落、所有章节的到达与跳转、真实通道、关键人物活动、结尾,以及暂停、回看、触屏布局、声音回退和截图功能。

重点检查:全文是否遗漏;镜头是否穿模或眩晕;朗读与场景是否错位;跳转后剧情状态是否正确;植物与季节是否冲突;水体与道路是否相交错误;是否出现重复网格、闪烁、过曝、阴影条纹、错误遮挡;核心景物近看是否仍然粗糙。

使用真实浏览器截图检查效果,发现明显问题先修正。没有完成的测试要如实说明,不能把预期效果或未运行的检查写成已验证结果。

最终交付:可实际打开的 HTML 文件或当前环境支持的交互预览;环境支持时附真实浏览器渲染截图;简短说明入口、主要操作、运行条件与测试限制。不要只输出代码块让我手动拼装,不要在成品之前停留于方案阶段。

==================== 以下为本次输入 ====================

【作品名称】
[填写网页作品名称;也可留空,由你根据文章拟定。]

【课文信息】
篇名:[填写]
作者:[填写;未知则留空]
时代、地域或必要背景:[选填。没有依据的背景不要自行断言。]

【课文全文】
[在这里粘贴完整原文,保留段落与标点。也可提供可读的附件或链接。]

【场景描述】
[用自然语言描述希望还原的世界,不必提供技术方案。
建议写清:主要空间与行进方向;外部和内部、远处和近处的关系;重要建筑、植物、人物与活动;季节、天气、光线与美术风格;希望出现的默认构图。
没有特别要求的部分,依据课文作克制、一致的艺术推演。场景描述若与原文明确信息冲突,优先忠实原文。]

【特别强调与禁止项】
最希望做出感染力的段落:[选填]
需要重点近看或互动的景物:[选填]
必须准确保留的数量、方位、路线或情节:[选填]
不希望出现的元素与表现方式:[选填]
其他偏好:[选填,例如以手机阅读为主、偏安静、偏电影化、指定体素风格。]

场景:


【场景描述】

作品名称:《桃源 · 豁然开朗》。

这是一片藏在群山之中的完整田园世界。采用现代精细体素与柔和风格化 3D,结合中国山水长卷的疏密、留白和远近层次。默认氛围为春日清晨,薄雾刚散,光线清晰而柔和。

空间依次为:沿溪分布的外部桃林、桃林尽头的停舟山口、真实狭窄的步行通道、群山围合的开阔田园、村后的桑树竹林与层层远山。桃林与内部桑竹明确区分。渔舟留在入口外,不能直接驶入村落。

默认打开时,从洞口内侧略有高度的斜向视角看见田园全景。前景有岩石和少量枝条框景,一条小径向村落延伸;中景以平旷的春日田地、池塘、水渠和错落屋舍形成重心;远景逐渐过渡为桑竹、坡地和山林。不要为了展示所有区域而把山体劈开。

开始“循文入境”后,从溪上行进进入桃林,经历发现、好奇、舍舟、入山和空间骤然打开;随后走入田间与村舍,观察劳动、鸡犬与老幼生活,经历相遇、做客、交谈、停留与辞别。继续完成归舟、留下标记、报告太守、重新寻找和篇末后记,不要在田园全景处提前结束。郡下与后记可以使用明确交代的叙事切镜。

村落应像有人长期生活的中国古朴田园:朴素土墙与木构屋舍,少量竹篱、柴堆、农具和院落;人物动作有差异,不要整齐排列或同时挥手。所有生活细节保持克制。


【特别强调与禁止项】

重点打磨“忽逢桃花林,夹岸数百步”和“芳草鲜美,落英缤纷”。

桃树应有苍劲但自然分叉的老枝、细嫩新枝,以及沿枝组织的花苞和花朵。近处能看见花瓣层次、花蕊和深浅变化,树冠具有不规则轮廓与透空。不能用几个粉色球体或大量粉色方块代替桃花。

落花要形成有纵深、有节奏的动态画面:远处细碎飘落,中景有局部花雨,近处偶尔有花瓣缓慢回旋掠过;阵风带动枝梢与花瓣产生同向变化。溪面有随水漂流的落花,岸边和树下有疏密不同的积花。绚丽来自花瓣形态、运动层次和受光变化,而不是全屏撒彩纸或金色光点。

桃林漂亮但不要堵住溪流前方的视线。进入幽暗狭道后,落花逐渐减少;出洞时重点转向开阔天地、清晨光线与真实生活,不能让粉色粒子持续覆盖整个村落。

禁止鸟居、日式石灯笼、神社、巨大佛塔、悬浮山、发光仙宫、遍地红灯笼和商业古镇式装饰。禁止盛开的桃花与满地金黄秋稻同时出现。

再放一次成品地址:桃源·豁然开朗

打开它,点一下“循文入境”。那条小时候背过很多遍的路,会从文字里慢慢长出来。

注:真人朗诵音频版权归原权利人所有,作品仅作技术与学习交流展示。