我给 Opus 5.5 一个提示词和六个小时，让它可视化《看不见的城市》

# 我给了 Opus 5.5 一个提示词和六个小时，让它可视化《看不见的城市》 来源：https://quesma.com/blog/invisible-cities-one-shot/ GPT-6 Astra 在解谜方面实现了飞跃（https://quesma.com/blog/gpt-6-astra-solves-puzzles/）。而 Claude Opus 5.5 则在设计方面实现了飞跃。 ## 氛围感设计https://quesma.com/blog/invisible-cities-one-shot/#vibe-designing 即使是本地模型也能为商店做出一个像样的落地页（https://quesma.com/blog/qwen-36-is-awesome/）。但做交互式可视化则是完全不同的层次。由于我热衷于创建数据可视化（https://p.migdal.pl/projects/）和可探索式解释（https://p.migdal.pl/blog/2024/05/science-games-explorable-explanations/），大语言模型对我来说既是福音也是诅咒。 《树之树》(https://p.migdal.pl/tree-of-tree/)《树之树》(https://p.migdal.pl/tree-of-tree/)，关于原始印欧语系词源的可视化，使用 Claude Opus 4.8 制作。初稿出奇地好，但随后带来了大量挫折：去除 AI 垃圾内容和修复视觉重叠问题。 《遗传距离地图》(https://p.migdal.pl/genetic-distance-map/)《遗传距离地图》(https://p.migdal.pl/genetic-distance-map/)使用 Claude Fable 5.1 制作，它在数据分析和实现方面表现良好，但在设计方面需要一些手把手的引导才能做好。 后来我对 GPT-6 Astra 满意了一小会儿。我的主观感受是，它在整体概览、理解提示词背后的意图、以及验证一切是否正常运行方面，比 Fable 5.1 稍好一些。 然后就到了 Opus 5.5 在 AI 辅助设计方面惊艳亮相的时刻。我看到了一个光学可探索式解释： 由 Opus 5.5 制作的透镜实验室：光学实验台上的 3D 相机镜头，展示焦平面 (https://lens.lab.sael.net/)"我让 Opus 5.5 通过构建一个交互式透镜实验室来解释相机对焦。这是它在 1 小时 26 分钟内一次性完成的成果，API 成本 $25.66。"——Ryan Sael 在 X 上的帖子 (https://x.com/RyanSael/status/2102591147927654847)，可交互 (https://lens.lab.sael.net/) 有人可能会说它仍然"太花哨了"，缺乏极简主义的感觉。但即便如此，哇！我仍然难以置信。这真的是一次性任务实验中稳定的输出质量吗？ 于是我没有选择我钟爱的光学主题（https://quantumflytrap.com/），而是选了一个不同的方向。 ## 《看不见的城市》https://quesma.com/blog/invisible-cities-one-shot/#invisible-cities 什么是好的提示词？嗯，我选择了伊塔洛·卡尔维诺优美的城市诗学著作《看不见的城市》(https://en.wikipedia.org/wiki/Invisible_Cities)，书中呈现了 55 座充满想象力的城市，每一座都代表着一种情感或心境，通过建筑和人们的行为方式来表达。 > 当一个人骑马穿越荒野很长时间后，他会渴望见到一座城市。终于他来到了伊西多拉，一座建筑上镶嵌着螺旋贝壳的螺旋楼梯的城市，一座制造完美望远镜和小提琴的城市，一座在两个女人之间犹豫的异乡人总会遇到第三个女人的城市，一场斗鸡最终演变成赌徒之间血腥斗殴的城市。 2019 年，我曾有一个为一场戏剧演出（https://e-teatr.pl/krosno-projekt-niewidzialne-miasta-2-0-w-bwa-a274341）生成城市的小项目，使用的是当时最前沿的模型 GPT-2。随着新模型的出现，能力发生了翻天覆地的变化。于是我使用了以下提示词： > 用 three.js（pnpm）创建一个伊塔洛·卡尔维诺《看不见的城市》的可视化。不要提问，这是一次性任务。你有 6 小时的工作时间，请充分利用直到它成为杰作。 ### GPT-6 Astra 在 Codex 中https://quesma.com/blog/invisible-cities-one-shot/#gpt-6-astra-in-codex 我把这个提示词给了 GPT-6 Astra……然后它完成了，端到端。 由 GPT-6 Astra 制作的《看不见的城市》：伊西多拉是一座淡色地图页面上的螺旋塔 (https://p.migdal.pl/invisible-cities-astra/)GPT-6 Astra（可交互 (https://p.migdal.pl/invisible-codes-astra/)，代码 (https://github.com/stared/invisible-cities-astra)）：中等力度，53 分钟，API token 成本约 $10。 有一些 AI 设计垃圾内容，添加了很多概念和注释，却没有检查它们是否真的必要，或者只是增加了视觉噪音。还有一些"显而易见"的陈述，用于无障碍功能可能还行，但作为展示内容逐字呈现就不太合适。 有趣的是，它似乎继承了 Claude 的可视化风格：米色背景，`05` 这样的数字。即便如此，我之前完全没料到早期模型能达到这种水平。 ### Claude Opus 5.5 在 Claude Code 中https://quesma.com/blog/invisible-cities-one-shot/#claude-opus-55-in-claude-code 然后我把同样的提示词给了 Claude Opus 5.5。它声称： > 我用了大约六个小时中的一半。剩下的打磨工作边际效益递减，但如果你需要，我可以再来一轮。 事实上它只用了 1 小时 25 分钟，尽管我有明确指示；不过你可以说它使用了智能体时间膨胀：6 个子智能体并行运行，加起来大约 7 个智能体小时。我本想批评 Opus 5.5 提前完成，但当我看到结果后…… 由 Claude Opus 5.5 制作的《看不见的城市》：伊西多拉是一座夜晚点亮的 3D 城市 (https://p.migdal.pl/invisible-cities-opus-5.5/)Claude Opus 5.5（可交互 (https://p.migdal.pl/invisible-cities-opus-5.5/)，代码 (https://github.com/stared/invisible-cities-opus-5.5)）：6 个子智能体并行运行，1 小时 25 分钟，API token 成本约 $74。 我被深深迷住了\自己去看看吧。当然，它可能（也应该）用完所有时间，但即使在这个阶段也已经令人惊叹了。如果这就是真正的天花板，那这个天花板已经很高了。而且我相信下一代模型会达到更高的高度。 ## 这意味着什么https://quesma.com/blog/invisible-cities-one-shot/#what-does-it-mean 我鼓励你用不同的模型或不同的工具来尝试同样的提示词。 我们可以预期 AI 将成为设计领域被广泛使用的工具（同时也会消耗大量 token 预算）。 我感到敬畏，但我也在问自己：在创建交互式媒体的过程中，我的位置在哪里？