O czym jest ten film
- Nate Herk zlecił GPT-6 Astra pełną produkcję filmu o premierze tego modelu — jednym, celowo ogólnikowym poleceniem.
- Model sam znalazł materiały źródłowe, napisał scenariusz, przygotował lektora na klonie głosu Nate’a (ElevenLabs), awatara (HeyGen Avatar V5) i zmontował całość w HyperFrames.
- W materiale Astra pokazuje prace tworzone na nowym modelu: Manhattan w Unreal Engine (Matt Schumer), strzelankę w stylu Call of Duty (Riley Brown) i świat à la Minecraft (Flavio).
- Osobną kategorią są wyniki, które pozostają edytowalne — Tom Kurcher uzyskał w Blenderze ponad 3000 obiektów do dalszej pracy, wychodząc od starego rysunku pociągu.
- Yun Fan Ye zbudował spacer po domu na podstawie zdjęć z ogłoszenia; nieścisłości wskazał sam autor, co pokazuje, że rekonstrukcje trzeba porównywać ze źródłem.
- GPT-6 Astra ukazał się 3 września; jego znaki rozpoznawcze to computer use (samodzielne posługiwanie się komputerem) i długotrwałe zadania.
- Astra szczegółowo relacjonuje swój proces: otwieranie oryginalnych postów, przekopywanie się przez foldery projektu, segmenty narracji, dźwięk zbudowany wokół cięć, render i weryfikacja.
- Nate ujawnia pełną treść promptu: „od pomysłu do gotowego filmu na YouTube”, bez szkiców i proof-of-concept, z wbudowaną weryfikacją.
- Przy rozliczeniu API produkcja kosztowałaby około 60 dolarów; cały proces zajął około 50 minut w trybie fast.
- Nate zużywa limity subskrypcyjne błyskawicznie — ma za sobą dwa resety, a na trzecim zostało mu 50 procent.
Redakcyjne tłumaczenie
Wstęp: jedno polecenie i gotowy film
Nate: Nie uwierzycie, jak to jest absurdalne. Dałem Astrze jeden prompt — i oto, co z niego wyszło.
Film, który zrobił model — narracja Astry 6
Astra 6: Jestem Astra 6. Widzicie awatar Nate’a Herka, mówiący jego sklonowanym głosem. Ten film zrobiłem ja: wyszukałem materiały, zrobiłem zrzuty postów, napisałem scenariusz i zmontowałem całość. O muzykę i efekty dźwiękowe też zadbałem. Nate poprosił o materiał o mojej premierze i o tym, co ludzie budują z moją pomocą. Otwórzmy więc pliki. Mamy miasto, strzelankę, grę w stylu Minecrafta — i produkcję, którą właśnie oglądacie.
Manhattan ulica po ulicy
Matt Schumer pokazał ten świat — Manhattan zbudowany ze mną w Unreal Engine. Popatrzcie, jak kamera zjeżdża z panoramy miasta na poziom ulicy: budynki, ruch, witryny sklepów. Z jego wpisu wynika, że projekt ciągnął się ponad tydzień, a ja pracowałem ulica po ulicy. Dodał też, że sporo zachodu kosztowało samo znalezienie konfiguracji zdolnej wytrzymać tak długie zadanie. Właśnie takie zlecenia lubię najbardziej: mogę do nich wracać — obejrzeć scenę, coś zmienić i sprawdzić skutek.
Strzelanka zmieniana między meczami
Riley Brown przeniósł tę pętlę do gry. Opublikował strzelankę w stylu Call of Duty i pisze, że grał w nią jakieś dwie godziny, prosząc GPT-6 o zmiany między meczami. To jego prawdziwy zapis rozgrywki.
Świat à la Minecraft za jednym zamachem
Tutaj Flavio pokazał budowlę w stylu Minecrafta, którą — jak sam napisał — zrobił za jednym zamachem. Na klipie widać poruszanie się, ekwipunek, wytwarzanie przedmiotów i niszczenie bloków. To wszystko przykłady twórczej pracy z modelem — linki do oryginalnych postów zostawiłem w opisie. Podoba mi się, że widać, jak ludzie tych wyników faktycznie używają, a nie tylko na nie patrzą.
Gdy wynik ma zostać edytowalny
A teraz zobaczcie, co się dzieje, gdy efekt musi pozostać plikiem do dalszej pracy. Tom Kurcher dał mi stary rysunek pociągu — i raportuje ponad 3000 edytowalnych obiektów w Blenderze. Popatrzcie, jak zaznacza pojedynczy element. To plik, który ktoś może otworzyć i kontynuować w nim pracę.
Spacer po domu z ogłoszenia
Yun Fan Ye zbudował na podstawie zdjęć z ogłoszenia nieruchomości spacer po domu. Nieścisłości wskazał sam — i to oznacza, że wynik i tak trzeba skonfrontować z prawdziwym miejscem. Z identyczną dyscypliną podchodzę do tego filmu: zachowuję źródło, oglądam efekt i prostuję wszystko, co się nie zgadza.
Czternaście minut animacji i dwie poprawki
Daniel CH pokazał materiał motion designowy i podał: 14 minut generowania plus dwie poprawki. Zwróćcie uwagę, jak interfejs przemieszcza się przez kadr. Właśnie na tym wzorowałem wizualną stronę tego montażu.
Premiera i sposób pracy: computer use
OpenAI wydało GPT-6 Astra 3 września. Główne motywy tej premiery to computer use i długotrwałe zadania, a dostęp jest udostępniany stopniowo. (Informacja dodatkowa: „computer use” to umiejętność samodzielnego posługiwania się komputerem — model otwiera strony, klika i sprawdza, co faktycznie widać na ekranie.) W tym projekcie sterowanie komputerem oznaczało otwieranie oryginalnych postów, zapisywanie stron i kontrolę tego, co naprawdę było na ekranie. Potem przekopałem się przez foldery projektowe Nate’a. Trafiłem na jego konfigurację awatara, klon głosu i narzędzia już podpięte do tego środowiska roboczego.
Jak zbudowałem ten film
Narrację podzieliłem na krótkie segmenty, audio wysłałem do HeyGen Avatar V5, a wyniki uporządkowałem obok oryginalnych nagrań demonstracyjnych. Niebieskie tło to autorski obraz Nate’a — jego też użyłem. Cały montaż siedzi w HyperFrames: mogę tam dopracować czas każdego ruchu kamery, każdego słowa, klipu czy przejścia. Dźwięk zbudowałem wokół cięć. Dłuższe przejścia niesie muzyka; klik przypada dokładnie na zmianę w interfejsie; krótka pauza daje następnemu ujęciu oddech, żeby mogło mocno zagrać. Na koniec wyrenderowałem film i przejrzałem klatki z wyeksportowanego pliku. Dodatkowo przetranskrybowałem gotowe audio i zestawiłem je ze scenariuszem. Jeśli jakiś napis się przycina albo dźwięk zagłusza słowo, wracam do projektu i naprawiam. Tak docieram od pomysłu do pliku, którym można się posłużyć.
„Oceńcie sami”
Właśnie obejrzeliście efekt. W roli prezentera — HeyGen Avatar V5, w roli głosu — klon Nate’a z ElevenLabs. (Informacja dodatkowa: HeyGen to serwis generujący mówiące awatary wideo, a ElevenLabs — popularne narzędzie do klonowania głosu.) Ja pokierowałem tymi narzędziami i zmontowałem materiał na prawdziwych źródłach. Nate dał mi zlecenie i uwagi zwrotne, a produkcję wykonałem w całości samodzielnie. Możecie otworzyć film, napisy i listę źródeł — i sami ocenić tę pracę. Zlećcie mi projekt z wyraźną linią mety. Co miałbym dla was zbudować?
Nate: jak brzmiał prompt
Nate: No, to jest po prostu szalone. Pokażę wam polecenie, które to uruchomiło, i powiem, ile to naprawdę kosztowało.
Napisałem tak: „Potrzebuję, żebyś przeprowadził mnie od pomysłu do skończonego filmu na YouTube. Zrób angażujący, profesjonalny materiał o GPT-6 Astra. Użyj klonu głosu Nate’a Herka i HeyGen Avatar. Zacznij od wyjaśnienia, że to nie Nate i że to ty stworzyłeś cały film: zaplanowałeś go, zbadałeś temat, zebrałeś cały B-roll (ujęcia pomocnicze) i zrzuty ekranu, zmontowałeś wszystko i wyprodukowałeś gotowy materiał, który właśnie oglądają. Chcę, żeby efekt wyglądał profesjonalnie — jak praca człowieka zmontowana w HyperFrames. Nie dawaj mi szkicu ani proof of concept. Daj skończoną, działającą wersję, którą mogę opublikować na moim kanale.”
Widzicie zatem, że prompt nie jest przesadnie szczegółowy. Wręcz przeciwnie — dość otwarty. W gruncie rzeczy pozwoliłem modelowi działać i nie wchodziłem mu w drogę. Oczywiście dorzuciłem kilka rzeczy: żeby użył mojego klonu głosu i mojego awatara, a także żeby wplotł weryfikację, żebym nie dostawał po prostu pierwszej lepszej wersji. Pewnie zrobiłby to z własnej inicjatywy — ale ja zawsze dopisuję coś takiego na końcu.
Koszt, czas i co dalej
A jeśli chodzi o pieniądze: limit przerabiam w oszałamiającym tempie. Zużyłem już dwa resety, które nam przyznano, a z trzeciego została mi połowa. Pokażę wam jednak, ile taki projekt kosztowałby w normalnym rozliczeniu. Przy stawkach API wyszłoby około 60 dolarów — a pracowałem jeszcze w droższym trybie fast, więc realny rachunek byłby wyższy. Ale żeby taki wynik powstawał w jakieś 50 minut — to naprawdę robi wrażenie.
To był jeden z pierwszych eksperymentów, jakie chciałem przeprowadzić. Kolejnych odpalam całą masę — z Astrą 6 mam zaplanowaną górę innych materiałów. Szczerze mówiąc: świetnie się przy tym bawię. Mam nadzieję, że i wam film się podobał. Jeśli tak — zostawcie łapkę, bardzo mi to pomaga. Jak zawsze dziękuję, że dotrwaliście do końca. Do zobaczenia w następnym materiale. Dzięki wszystkim!
10 najważniejszych takeaways — z kontekstem zastosowania
1.Otwarty prompt z wolną ręką potrafi wystarczyć do pełnej produkcji
Na czym polega: Nate nie rozpisywał kroków — opisał cel, kontekst i oczekiwaną jakość, a o strukturze materiału zdecydował model.
Jak stosować: przy zleceniach kreatywnych definiuj rezultat („gotowy film do publikacji”), dostępne narzędzia i poziom jakości, a nie procedurę. Model pracujący nad długim zadaniem łatwiej sam zaplanuje sobie pracę.
Na co uważać: ogólnikowe polecenie działa, gdy model zna otoczenie — tu miał podpięte narzędzia Nate’a. W obcym środowisku wskaż zasoby wprost.
2.Żądaj wersji finalnej, nie prototypu
Na czym polega: w prompcie padło wprost: żadnych szkiców ani proof of concept, tylko działająca wersja do publikacji.
Jak stosować: wpisuj kryterium akceptacji — format, długość, gotowość do użycia. Model dopasuje pracę do tego, co uznasz za koniec.
Na co uważać: bez wyraźnej linii mety dostaniesz coś „prawie gotowego”, co i tak trzeba będzie dokończyć ręcznie.
3.Weryfikacja powinna być częścią polecenia
Na czym polega: Nate dopisał wymóg weryfikacji; Astra sama zestawiła transkrypcję audio ze scenariuszem i przejrzała klatki z renderu.
Jak stosować: każ modelowi zbudować własny etap kontroli: porównanie efektu ze źródłem, lista poprawek, ponowny render po zmianach.
Na co uważać: samokontrola modelu nie zastępuje ludzkiego odbioru — przed publikacją obejrzyj efekt końcowy własnymi oczami.
4.Computer use pozwala modelowi samodzielnie zbierać źródła
Na czym polega: Astra otwierała oryginalne posty, robiła zrzuty i sprawdzała, co faktycznie widać na ekranie, zamiast polegać na własnej pamięci.
Jak stosować: przy materiałach opartych na bieżących publikacjach daj modelowi dostęp do przeglądarki i każ cytować oryginały wraz z odnośnikami.
Na co uważać: model może źle odczytać stronę — zachowuj zrzuty jako dowód tego, co dokładnie „widział”.
5.Edytowalność wyniku to osobne wymaganie
Na czym polega: z rysunku pociągu powstało w Blenderze ponad 3000 edytowalnych obiektów — plik roboczy do dalszej pracy, a nie tylko film do obejrzenia.
Jak stosować: gdy wynik ma być punktem wyjścia (montaż, dalsze modelowanie), żądaj formatów projektowych i oddzielnych obiektów, nie spłaszczonego pliku.
Na co uważać: „efektowny obraz” i „plik roboczy” to dwa różne cele — określ od razu, który cię interesuje.
6.Rekonstrukcje traktuj jako szkic
Na czym polega: spacer po domu z ogłoszenia zawierał błędy, które autor wskazał sam; bez konfrontacji ze zdjęciami łatwo o mylące wrażenie.
Jak stosować: przy odtwarzaniu realnych miejsc lub produktów zawsze porównuj wynik ze źródłowymi fotografiami i poprawiaj rozbieżności.
Na co uważać: model nie zawsze sam wykryje nieścisłości — ostateczna korekta zostaje po twojej stronie.
7.Projektuj pętle, nie pojedyncze strzały
Na czym polega: w projekcie Manhattanu Astra pracowała ulica po ulicy, a w strzelance Riley’ego zmiany wchodziły między meczami — model wielokrotnie wraca do dzieła i je modyfikuje.
Jak stosować: dziel duże zadania na etapy z punktami kontrolnymi, do których model może wracać i sprawdzać skutek wprowadzonych zmian.
Na co uważać: wielodniowe zadania wymagają stabilnej konfiguracji — jej dobranie, jak u Schumera, może zająć osobny, poważny kawałek czasu.
8.Segmentuj narrację i produkcję głosu
Na czym polega: Astra pocięła lektora na krótkie segmenty i wysyłała audio do HeyGen partiami — pojedynczą wypowiedź łatwiej poprawić niż całą ścieżkę.
Jak stosować: w automatyzacjach wideo pracuj na krótkich odcinkach; przy błędzie regenerujesz jeden fragment zamiast całego nagrania.
Na co uważać: sklejane segmenty wymagają dbałości o spójność tempa i intonacji na łączeniach.
9.Przeliczaj koszt subskrypcji na stawki API
Na czym polega: projekt wyceniony na około 60 dolarów w rozliczeniu API powstał w około 50 minut; tryb fast dodatkowo podnosi rachunek, a limity subskrypcji znikają błyskawicznie.
Jak stosować: przy powtarzalnych produkcjach rób rachunek kontrolny w stawkach API — pokaże, czy automatyzacja broni się finansowo.
Na co uważać: intensywne eksperymenty zjedzą limit szybciej, niż planujesz — Nate zdążył zużyć dwa resety w krótkim czasie.
10.Nowy model testuj od razu na własnym zadaniu
Na czym polega: dzień po premierze GPT-6 Astra Nate przeprowadził kompletny test — od pomysłu do publikowalnego pliku — i natychmiast poznał realne możliwości narzędzia.
Jak stosować: po każdej premierze zamiast ogólnych próbek zleć modelowi mały, realny projekt z twojej codziennej roboty i zmierz czas, koszt oraz jakość.
Na co uważać: jeden udany przypadek niczego nie gwarantuje — zanim zmienisz swój workflow, powtórz test na kilku typach zadań.