✓ Prompt copié

Donnez plus de détails à votre personnage.

Allez au-delà de la démo. À partir d’une image ou de quelques mots, créez un personnage détaillé et texturé pour votre prochaine scène.

Modèles réels · Comparaison à 360° · Cliquez pour agrandir
Observez les détails sous tous les angles

Un personnage, deux méthodes de création réelles. Les résultats varient selon le projet.

Créer un modèle 3D gratuitement
GPT-6 AstraSeoyeon Jun 📊 ↗10 sept. 2026

Pouls urbain

Découvrez « Pouls urbain », un exemple 3D réalisé avec GPT-6 Astra autour de Three.js, New York. Explorez le résultat et adaptez le prompt à votre projet.

Partez d’une imageTransformez une image en 3D
Modèles réels · Comparaison à 360° · Cliquez pour agrandir
Observez les détails sous tous les angles

Un personnage, deux méthodes de création réelles. Les résultats varient selon le projet.

Créer des assets 3D détaillés

Offrez à votre prochaine scène un personnage qui mérite qu'on s'y attarde. Créez des assets 3D détaillés et texturés à partir d'une image ou de quelques mots.

Créer des assets 3D gratuitement

Prompt 3D Astra

# Créer « City Pulse » : un atlas 3D interactif de la mobilité des taxis à New York (janvier 2025)

## Objectif
Une visualisation web monopage en anglais qui montre comment New York se déplace sur un mois :
31 jours, 24 heures, 263 zones de taxi. Le lecteur doit pouvoir observer le rythme quotidien de la ville,
comparer n’importe quelle journée à une journée de semaine ou de week-end type, et examiner chaque zone en détail.
Il s’agit d’un outil d’analyse descriptive, et non d’un produit en temps réel ou fondé sur le GPS. Chaque élément visuel doit indiquer ce qu’il représente.

## Données
Sources (publiques) :
- NYC TLC Trip Record Data, Yellow Taxi, janvier 2025 (Parquet)
- NYC TLC Taxi Zones (263 zones, formes + correspondance avec les boroughs)
- Empreintes des bâtiments de NYC Open Data (Manhattan uniquement, comme contexte visuel)

Prétraitement (Python + DuckDB ou pandas), avec génération de petits fichiers JSON statiques :
- Filtrer les courses invalides : prise en charge en dehors de janvier 2025, durée non positive ou supérieure à 3 h, zones inconnues (264/265).
- Pour chaque jour, zone et heure : nombre de prises en charge, durée médiane de la course.
- Pour chaque jour et chaque heure : principales paires zone d’origine → zone de destination (flux agrégés, top N par heure).
- Moyennes de référence par zone et par heure : moyenne des jours de semaine (23 jours) et moyenne du week-end (8 jours), moyennes journalières ; les jours fériés restent dans le groupe des jours de semaine.
- Échelle fixe au niveau du mois : maximum des prises en charge par zone et par heure, utilisé pour chaque jour afin que les hauteurs restent comparables.
- Métadonnées des zones : identifiant, nom, borough, centroïde, point d’ancrage de l’étiquette. Simplifier la géométrie des zones.
Fichiers : month.json (totaux quotidiens, échelle, principales zones), weekday.json, weekend.json, days/2025-01-DD.json, zones geojson.
Charger le jour courant à la demande ; conserver un premier affichage rapide.

## Stack
- Un fichier HTML autonome (ou une petite application Vite) avec Three.js 0.160 (modules ES via importmap), OrbitControls, EffectComposer + bloom.
- D3 uniquement pour les échelles, le formatage et de petits graphiques SVG.
- Aucun framework requis. Aucun appel à une API externe à l’exécution ; toutes les données sont lues depuis les fichiers JSON statiques.

## Mise en page (sur ordinateur, 1920×1080 doit tenir sur un seul écran sans défilement)
1. En-tête : « CITY PULSE / ATLAS DE LA MOBILITÉ », statut « Relecture enregistrée », lien « Données et méthodes ».
2. Ligne d’état : « Une ville en mouvement. » + trois KPI : prises en charge dans toute la ville (heure sélectionnée), écart par rapport à la moyenne de comparaison, durée médiane des courses.
3. Bandeau mensuel : 31 boutons correspondant aux jours, sous forme de mini-barres (hauteur de la barre = nombre quotidien de prises en charge, week-ends signalés), jour précédent/suivant, sélection de la date, sélection « Comparer avec » (Moyenne des jours de semaine · 23 jours / Moyenne du week-end · 8 jours).
4. Barre narrative : « Chaque déplacement laisse une empreinte. » avec 4 chapitres (01 Observer, 02 Déployer, 03 Comparer, 04 Partager) et « Commencer le récit ».
5. Onglets de vue : 01 Connexions, 02 Volume urbain, 03 Déployer sur 24 h, 04 Ville fantôme, ainsi que « Partager un résultat » et « Créer un briefing ».
6. Espace de travail : scène cartographique 3D (à gauche) + inspecteur « Détails du lieu » (à droite, environ 330 px, avec défilement interne).
7. Frise chronologique : Lire la journée, vitesse (0,25×–4×), curseur horaire au-dessus d’un histogramme sur 24 h comparant le jour sélectionné à la moyenne.
La hauteur de la scène cartographique doit s’adapter à la fenêtre (limiter entre environ 470 px et environ 780 px) afin que toute la console, frise comprise, soit visible à un zoom de 100 %.

## Scène 3D
- Sol sombre, contours des zones en lignes fines, empreintes des bâtiments de Manhattan en arrière-plan discret, selon le contexte réel.
- Caméra : perspective, orbite + zoom, avec un bouton de recentrage. Conserver la caméra de l’utilisateur lors du changement de vue, sauf pour « Déployer sur 24 h », qui recadre toujours l’ensemble de la matrice.
- Au survol d’une zone : infobulle avec son nom et le nombre de prises en charge. Cliquer sur une zone : la sélectionner (met à jour l’inspecteur et les flux).

Vues (chaque changement est animé, sans transition brusque) :
- 01 Connexions : trajets agrégés de zone à zone représentés par des arcs lumineux parcourus de particules ; densité des particules ∝ nombre de trajets ; étiqueter le flux mis en avant (« DE / Midtown Center → VERS / Upper East Side North, 71 trajets / 18:00 »). Légende : « Trajets enregistrés de zone à zone · mouvement schématique. Pas de données GPS. »
- 02 Volume urbain : chaque zone est extrudée ; hauteur = nombre de prises en charge selon l’échelle mensuelle fixe ; la zone sélectionnée est mise en évidence.

Comprendre le prompt

Ce que ce prompt 3D permet de créer

Découvrez « Pouls urbain », un exemple 3D réalisé avec GPT-6 Astra autour de Three.js, New York, données de taxi. La mention de source précise s’il s’agit du prompt original ou d’un brief adapté de la publication publique.

Gardez l’objectif principal, puis précisez la caméra, les commandes, l’éclairage et le comportement attendu. Validez d’abord ce fonctionnement avant d’enrichir le rendu visuel.

01

Précisez ce qui doit être modifiable

Indiquez quels objets doivent rester séparés, nommés et modifiables ; sinon, une coque visuellement convaincante peut rester inutilisable.

02

Allez au bout de la boucle de test

Demandez au modèle d'exécuter la scène, d'inspecter les défauts visibles et de recommencer jusqu'à satisfaire des critères concrets de fréquence d'images, d'interaction et de mise en page.

03

Découpez les grands projets en étapes

Pour les grands mondes, découpez le travail en quartiers, assemblages ou jalons et validez chaque section avant d'élargir le périmètre.

Donnez plus de finesse à vos scènes 3D

Votre prompt pose les bases du jeu ou de la scène. Donnez-lui vie avec des personnages et des objets plus détaillés, créés dans Tripo pour remplacer les modèles provisoires.

D'autres prompts à essayer

Expressions de personnage interchangeables dans Blender

Prépare des variantes d’expression d’un personnage Tripo dans Blender avant de créer le rig. Aligne les maillages et passe de l’un à l’autre sans interpolation, en réduisant les variantes inactives à l’intérieur de la tête. Ne présente pas cette méthode comme un mélange progressif des expressions ni comme compatible avec VRM.

Nano(ナノ)6 sept. 2026