用 GPT-6 Astra 做电脑操作，最直观的一次是让它在 Google Earth Studio 里走一条镜头：从犹他州议会大厦出发，穿过盐湖城，再飞到拱门国家公园，穿过精致拱门后回头拉远。首轮耗时 11 分 49 秒，后续补了 3 次要求，总共多花约 23 分钟，最后生成的动画已经能直接用了。
简单说，它并不是只给建议，而是真的打开软件，移动鼠标、输入文字、拖动控件，再根据屏幕上的结果继续下一步。你可以把它理解成一个坐在电脑前干活的“操作员”。
先这样准备
打开 ChatGPT 桌面端，把目标软件放到可操作的窗口里。提示词需要交代清楚四件事：要做什么、手头有哪些素材、结果要满足什么条件、哪里不能自作主张。
拿 Photoshop 缩略图举例，可以这样写：
使用我上传的三张照片，去掉背景，做一张关于电脑操作的视频缩略图；衣服颜色和整体配色统一；需要的元素分别放在透明背景；保留可继续编辑的图层；构图可以自行安排，但不要加入主题外的信息。
让它先出一版，别一上来就要求“做到完美”。先看它在哪一步跑偏，再发短的 follow-up：人物太小、文字往左、电脑屏幕里的画面调整角度、这一处不要加效果。Photoshop 任务前后大约 1 小时，中间需要按实际情况检查和微调。
四种适合练手的任务
Google Earth Studio 适合练“路线 + 镜头”。写出起点、途经点、终点、镜头动作和速度。第一版常见问题是镜头慢、方向偏、靠近目标时抖动。
Premiere 适合练“局部动效”。先把素材放到时间线，不必让它从零剪完整条视频。可以只要求它把文字放到人物后面、给图片加弹出和摇摆、从已有音效项目里挑匹配的声音。
Blender 和 Illustrator 适合练同一目标的两条路径。如果只是想完成任务，就让 Astra 自己选择 Python、脚本或界面操作。Illustrator 的复杂插画，强行只用鼠标，40 分钟后的结果仍不理想；允许 Python 后，20 分钟就更好。Blender 也从界面版约 1 小时 45 分钟缩到 Python 版约 54 分钟。
GarageBand 手机版适合观察它怎么处理限制。它不能实时听节拍器，也不方便一次点多个鼓点，于是改用 BPM 计算、量化设置和多条鼓轨；不能长按音符，就用 sustain 的开关模拟延音。最后 52 分钟做出 7 条轨道，歌不算完美，但流程跑通了。
两个容易踩的坑
第一，别把“能完成”当成“能交付”。让它每隔一段时间截图自检，或者你自己分轮查看；给任务设置最多几轮，防止它在不擅长的目标上跑一整天。
第二，只有在测试电脑操作时，才需要在提示词里写“不要用代码、脚本、API、MCP”。真实工作应该让它选更快、更稳的方式。你要的是结果，不是鼠标轨迹。
从一个 30 分钟内能回滚的任务开始。记录首轮耗时、追问次数、最终手改时间。跑完这三个数字，你就知道下一次该把什么交给 Astra。如果你也在尝试这类 AI 电脑操作流程，欢迎到云栈社区分享你的实测数据。 | 
发表于 5 天前
|
查看: 1|
回复: 0
