01 / 概览
概述
Astra 非常擅长执行一长串工具调用：生成资产、放置资产、检查结果，并修复不理想的部分。我将它与 Tripo CLI 和 Unreal MCP 结合使用，在 Unreal Engine 5 中构建了一个可游玩的中世纪游戏场景。项目从一张参考图开始，最终变成了一座可以以第一人称视角步行探索的城市。
我保留了每个阶段使用的提示词，并对它们进行了精简和润色。你可以看到我是如何描述需求的，以及任务如何在 Tripo 和 Unreal MCP 之间推进。
02 / 概览
你将构建什么
这是一个从集市广场看出去的小型中世纪城市。摊位、箱子、木桶和木制栈道占据前景；石砌建筑和半木结构房屋构成中景。左侧天际线上有一座塔楼和一座教堂，道路尽头的城门则为玩家提供了前进的目标。轻雾将不同景别分隔开来，让城门在广场另一侧仍然清晰可辨。
你可以从集市走到城门，登上台阶并穿过门洞。
具体来说，你将：
- 将参考图拆分为前景、中景和背景层，然后整理成按优先级排序的资产清单。
- 先用基础形状搭建关卡灰盒，确定比例、路线和摄像机。
- 使用 Tripo 批量生成建筑和道具：用 H3.1 生成核心建筑，用 P2.0 生成远景建筑和小型道具。
- 将最终资产替换进灰盒。
- 添加灯光、天空和雾效。
- 在编辑器中步行检查场景，然后在第一人称视角下进行测试。
03 / 概览
为什么要结合使用 Tripo 和 Astra？
开始生成之前，我先让 ChatGPT Images 2.5 将参考图拆解成资产清单：核心建筑、小型道具，以及只需要在远处保持清晰轮廓的物件。接下来，Astra 需要两样东西：完成好的 3D 模型，以及在编辑器内部工作的方式。
Tripo 负责制作模型。Astra 会针对清单中的每个资产调用它：使用 H3.1 生成核心建筑，使用 P2.0 生成远景建筑和小型道具，然后将结果导入 Unreal 项目。由于 Tripo 可以从命令行运行，Astra 能够提交整批任务、跟踪每个任务，并且只重试失败的资产。
Unreal MCP 为 Astra 提供了编辑器操作能力。它搭建灰盒、放置资产并设置灯光，然后在 Play in Editor 中沿路线行走，找出悬空、重叠或挡路的问题。
我的主要工作是描述想要的结果，并判断结果是否符合预期。
04 / 概览
开始之前
- 安装生成工具：安装 Tripo CLI（
npm install -g tripo-cli），或使用官方 Tripo 3D Codex Plugin。 - 验证 Tripo 身份：创建 API key 并将其设置为环境变量，或运行
tripo auth login。使用tripo auth whoami和tripo account balance确认账户处于活动状态且仍有可用 credits。 - 准备 Unreal Engine：确认 UE5 已启用 Unreal MCP 和 All Toolsets 插件，创建一个空关卡，并准备好场景参考图。
05 / 概览
第 1 步：规划资产和路线
先将参考图交给 ChatGPT Images 2.5，让它只分析场景，不要急着生成最终模型：
分析这张中世纪城市场景参考图。将它拆分为前景、中景和背景层，并列出需要分别生成的 3D 资产。同时标记： - 主要建筑、城门、塔楼、教堂和房屋； - 摊位、箱子、木桶、木制栈道和围栏等小型道具； - 玩家可能采取的路线和最终视线； - 哪些物件适合低细节资产，哪些物件需要保留更多细节； - 哪些结构可以直接在 Unreal Engine 中通过地形、基础几何体或重复模块完成。 输出一份按优先级排序的资产清单。不要把整张场景图当成一个单独的 3D 模型。
06 / 概览
第 2 步：搭建并检查灰盒
完成拆解后，让 Unreal MCP 先用简单几何体搭建灰盒，确认整体空间和摄像机画面，再继续生成最终资产。
当前项目目录包含 Unreal Engine 项目文件，Unreal Engine 已经打开，当前关卡为空。请根据参考图，使用简单几何体和基础形状搭建完整的场景灰盒，并将每个物体放在合理的位置。忽略参考图中的人物，此阶段不要使用最终高细节模型。 完成后，使用中性的预览灯光，并调整摄像机角度，使画面接近参考图。检查场景布局、物体比例和间距、遮挡关系、物体与地面的接触情况以及行走路线，并确保没有明显问题。
07 / 概览
第 3 步：批量生成最终资产
先生成一个核心建筑，用来验证生成设置和导出结果；然后让 Astra（或其他 GPT model）处理资产清单，并调用 Tripo 批量生成其余建筑和道具。
- 整理批处理清单：为每个资产准备单独的参考图，并记录其名称、类型、使用位置和细节等级。如果资产不多，也可以使用上面 ChatGPT Images 2.5 的场景拆解结果，它已经清楚列出了所需模型，因此一张图就足以生成全部模型。
- 保持生成规则一致：前景核心建筑使用 H3.1，远景建筑和小型道具使用 P2.0，并统一要求不包含人物、不包含背景且底部平整。
- 提交任务：将参考图或资产清单直接交给 GPT，使用下面的提示词调用 Tripo API，然后将结果导入 Unreal Engine。
提示：如果模型很多，或者希望将模型文件分别存放在更易整理和查找的文件夹中，可以将资产清单分成 Buildings、Props 和 Background，并在提示词中要求 GPT 将每组资产保存到自己的目录。
- 检查并重试：逐一确认每个任务。对于失败、结构错误或从参考图中带入背景的资产，逐个重试，不要重新生成整个批次。
- 材质和纹理：确认 base color、roughness、metallic 和 normal maps，以及由它们构建的材质，在 UE5 中都正确。
- 碰撞：检查建筑墙面、门洞和台阶是否能正确阻挡角色或允许角色通过。
- 几何质量：检查模型是否存在破洞和相交几何体。
- 性能：为前景高细节静态资产启用 Nanite；降低远景建筑和小型道具的面数，并在实际关卡中关注性能。
- 使用我提供的参考图，调用 Tripo AI 生成一个模型，并将其导入当前 UE 项目的 /Game/Generated/ 下。 - 如果任何步骤失败，请提供详细的日志报告，让我能够判断问题出在哪里。
- 根据资产清单和对应的参考图，调用 Tripo 批量生成模型，并将它们导入 UE 的 /Game/Generated/ 下。 - 前景核心建筑使用 H3.1，远景建筑和小型道具使用 P2.0； - 每个模型只能包含目标物体，不要包含人物、额外建筑或复杂背景； - 使用清晰、唯一的英文资产名称； - 对失败或被拒绝的资产逐个重试，不要重新生成整个批次。 全部完成后，输出成功、失败以及仍需重试的资产清单。
提示：Tripo 两种模型的区别
- HD Model (H3.1) 可生成最高约 2 million faces 的高面数模型，支持面数控制和多视角参考输入，并能直接生成 8K Texture 和 PBR maps，以实现高保真还原。它适合需要丰富几何细节的工作，例如 3D printing 和摄像机级静态物体渲染，也适合 UE5 中启用 Nanite 的静态资产。
- Smart Mesh (P2.0) 可生成拓扑干净的低面数模型，支持原生四边形或三角形输出，并可将面数控制在 500 到 50K 之间。它支持比例调整、局部编辑、每次生成四个 variants 以及多视角输入，适合后续进行 rigging 和 animation 的低面数需求，也适合道具资产。
08 / 概览
第 4 步：替换资产并组装场景
将最终资产放回第 2 步灰盒确定的位置。先替换核心建筑和城门，再补充远景建筑和前景道具。
根据当前 Unreal Engine 关卡中的灰盒位置和参考图，将每个灰盒部件替换为已经导入项目的对应最终资产，并保持灰盒阶段确定的比例、道路、台阶、城门位置和摄像机方向。 请按以下顺序组装： - 先放置石砌核心建筑和半木结构房屋，确定中景轮廓； - 将城门放在右侧，作为玩家路线的终点； - 将塔楼、教堂和其他远景建筑放在左侧远处，填充天际线； - 在前景添加摊位、箱子、木桶和木制栈道； - 保持灰盒阶段确认的道路和高差，不要让任何资产挡住玩家路线； - 通过旋转、轻微缩放和位置变化，让重复资产产生差异； - 完成后，从参考摄像机角度检查建筑轮廓、遮挡、与地面的接触以及整体构图。
09 / 概览
第 5 步：设置灯光和氛围
布局稳定后，再处理灯光和氛围。
- 添加 Directional Light，设置主要光照和阴影方向。
- 添加 Sky Atmosphere 和 Sky Light，设置天空颜色和环境光。
- 根据需要添加较弱的 Exponential Height Fog，将前景、中景和背景分隔开。保持前景道路清晰可读，让城门略暗但仍能辨认，并保留远处塔楼的轮廓。
根据参考图调整当前 Unreal Engine 场景中的灯光：添加 Directional Light、Sky Atmosphere、Sky Light 和较弱的 Exponential Height Fog。保持前景道路清晰可读，让核心建筑具有体积感，让城门略暗但轮廓仍然清晰，并保留天际线上的远处塔楼。分别从参考摄像机和第一人称视角检查结果。
10 / 概览
第 6 步：以第一人称视角运行
整体外观和路线确认无误后，添加 First Person feature pack，进行最终可玩性测试。
- 添加 feature pack：将 First Person feature pack 导入当前项目，设置 Player Start，并修改 GameMode。
- 第一人称测试：在 Play in Editor 中检查道路、台阶、门洞、碰撞和玩家视角，并修复所有挡住路线的问题。
- 最终输出：确认没有明显问题后，录制第一人称 walkthrough video，并保存或打包项目。
首先，使用 Unreal Editor 的 free camera 沿计划路线巡视当前场景，检查构图、灯光、比例、遮挡、悬空物体和相交几何体，并修复发现的问题。 只有在场景巡视通过后，才将 First Person feature pack 添加到当前项目，设置 Player Start，并将 GameMode 修改为 BP_FirstPersonGameMode。然后录制最终的第一人称 walkthrough video：进入 Play in Editor，从前景集市向城门走去，检查道路、台阶、门洞、碰撞和玩家视角。完成前修复所有阻挡路线的问题。
11 / 概览
构建你自己的场景
我喜欢这套工作流的地方在于：可以从一张参考图开始，并通过在结果中行走来提供反馈。在 Play in Editor 中发现门洞被挡住，就调整位置和碰撞；模型带入了参考图的一部分背景，就单独重新生成它，不影响其余批次；城门太暗，就调整灯光。我仍然需要判断场景是否正确，但 Astra 可以通过 Tripo 将这些决定落实到关卡中。
如果你已经有一个游戏场景的想法，可以先用 GPT-6 Astra 构建一个小版本。从一张参考图和一份简短的资产清单开始：一个集市摊位、一个街角或一栋建筑都可以。安装 Tripo CLI 或 Tripo 3D Codex Plugin，生成资产、放置资产并走一遍结果。明确说明你想修改什么，然后继续扩展。