一、前言:AI 编程的时代来了
如果你是一名前端开发,你一定知道------做一块数据大屏要多久?
传统方式:设计稿 → 切图 → 搭场景 → 调材质灯光 → 写交互 → 接数据 → 反复修改 → 交付。3D 大屏更复杂,Three.js 的坐标系、材质、光照每一项都能让你 debug 一整天。一个熟练的 Three.js 开发,做出本文这个效果,保守估计 3~5 天。
而这次,我全程只用了 Claude Code (Anthropic 出品的命令行 AI 编程助手),通过 6 轮对话,总共不到 2 小时,零手写代码,做出了这个效果:

🏫 智慧校园 3D 数据看板 ------ 包含等距视角校园场景、建筑群、运动场、移动车辆、粒子喷泉、Chart.js 数据图表、白天/夜景切换、建筑悬停提示。
这篇文章不会逐行给你讲代码(那种教程网上太多了),而是带你看看 AI 编程的真实工作流------每一轮我发了什么 Prompt,AI 输出了什么,出了什么问题,我怎么让它改的。
二、准备工作
2.1 工具选择
| 工具 | 用途 |
|---|---|
| Claude Code | AI 编程助手(CLI 形式,终端里直接用) |
| Three.js 0.160 | 3D 渲染引擎(ES Module,CDN 加载) |
| Chart.js 4.4 | 2D 图表库(UMD,CDN 加载) |
| 浏览器 | 运行环境,零构建工具 |
关键决策:单文件 HTML,不引入 webpack/vite。这是 AI 编程的一个重要策略------减少技术栈复杂度,让 AI 聚焦在业务逻辑上。
2.2 核心策略:分步迭代,一次只做一件事
我最核心的经验就一条:不要试图用一段 Prompt 描述整个项目。AI 不是魔法棒,你给它一个 "做一个很酷的校园大屏" 的 Prompt,它大概率给你一坨能跑但粗糙的代码,然后你再想改就难了。
正确姿势是 分步迭代:
第1轮 → 基础场景骨架
第2轮 → 加交互(相机切换 + 昼夜模式)
第3轮 → 修 Bug + 优化参数
第4轮 → 扩展场景规模(道路 + 车辆 + 喷泉)
第5轮 → 加数据看板(Chart.js 图表)
第6轮 → 细节打磨(hover tooltip + 灯光联动)
每一轮只做一件事,每次改完都能跑、能看、能验证。这样 AI 的上下文始终清晰,你也始终有个可交付的中间产物。
三、6 轮 Prompt 实战全流程
下面我按照实际的 commit 记录,逐一还原每一轮的 Prompt 和结果。
第 1 轮:创建基础 3D 校园场景
🎯 目标:跑通最基本的 3D 场景 ------ 地面、建筑、运动场、树木。
📝 我的 Prompt:
markdown
创建一个校园3D可视化场景的HTML文件,使用Three.js的ES Module导入方式。
要求:
1. 等距视角(OrthographicCamera,类似策略游戏视角),带OrbitControls可拖拽旋转缩放
2. 场景居中是一个标准运动场------蓝色圆角矩形跑道,内部是绿色足球场(Canvas纹理画白线)
3. 8栋不同尺寸的现代建筑分布在运动场周围,每栋有:
- 白色BoxGeometry主体 + 屋顶女儿墙 + 入口雨棚
- 四面均匀排布的蓝色玻璃窗户(PlaneGeometry)
- 底层装饰带
4. 不同高度和半径的树木散布在场景中(分层锥体树冠 + 圆柱树干)
5. 浅色路径连接各建筑
6. 渐变草皮贴片点缀地面增加自然感
7. 使用DirectionalLight+AmbientLight+HemisphereLight实现自然光照
8. 开启阴影(PCFSoftShadowMap)+ ACES色调映射
✅ AI 输出结果:
生成了一个约 700 行的 campus.html,包含:
- 正交相机 + OrbitControls,等距视角
- 蓝色圆角矩形跑道 + 带白线标记的足球场(Canvas 纹理)
- 8 栋建筑,每栋有白色主体、蓝色物理材质玻璃窗、屋顶结构和入口雨棚
- 约 30 棵树(三层锥体树冠 + 圆柱树干)
- 路径网络、地面草皮贴片
- 完整光照和阴影系统
🔍 这一步的要点:
- Prompt 中给出了具体的技术约束(ES Module、OrthographicCamera、PCFSoftShadowMap),避免了 AI 默认使用 CDN script 标签或传统相机
- 建筑、树木的描述给了尺寸范围 和视觉特征,而不是抽象说 "创建一些建筑"
- 第一次跑出来的效果就已经"能看"了------这是建立信心的关键
第 2 轮:添加相机切换和昼夜模式
🎯 目标:增加用户可操作的交互功能。
📝 我的 Prompt:
markdown
在上一个版本基础上做以下修改:
1. 添加右上角两个按钮:
- "切换透视/正交"按钮 --- 同时创建PerspectiveCamera(40°FOV),
点击时在正交和透视相机之间切换,切换时保持当前视角位置不变
- "切换夜景/白天"按钮 --- 点击时调整:
* 背景色和雾色(夜景深蓝 #162030)
* 环境光/半球光/方向光的强度和色温降低
* 建筑窗户的emissive自发光变暖黄色(模拟室内灯光透出)
* 降低toneMappingExposure
* 路灯灯泡emissiveIntensity增高
2. 修复建筑位置:building.position.y 应该设为 h/2,让建筑底部对齐地面
3. 优化窗户排布:窗户高度改为动态计算,上下留10%边距,避免窗户贴到屋顶和地面边缘
4. 确保resize事件同时处理两种相机类型的投影矩阵更新
✅ AI 输出结果:
- 添加了两个毛玻璃风格按钮(CSS
backdrop-filter: blur()) - 实现了双相机系统,
camera.position.copy()确保切换无缝 - 昼夜切换调整了 10+ 个参数(ambient、hemi、sun、fillLight、matWindow.emissive、toneMappingExposure、lampBulbs)
- 建筑 Y 轴位置修复
- 窗户排布更合理,上下各留 10% 边距
🔍 这一步的要点:
- Prompt 中问题描述精确到具体数值 (
#162030、h/2、10%),减少 AI 猜测 - 功能点用编号列表明确区分,AI 不容易遗漏
- 技术细节直接给(如
camera.position.copy()),告诉 AI 你期望的实现方式,而不是让它瞎想
第 3 轮:修 Bug + 优化参数
🎯 目标:第二阶段引入了一些小问题,需要针对性修复。
📝 我的 Prompt:
markdown
修复以下问题并优化:
1. 相机切换逻辑有问题 --- 切换时target没有正确保持,导致画面跳动。
应该在controls.object切换前后保持controls.target不变
2. 材质和灯光优化:
- 建筑主体颜色太深,改为更亮的 #f9f9f9
- 玻璃窗户增加clearcoat效果(0.4),让反光更真实
- 跑道颜色调整,蓝色饱和度降低
- 雾的距离参数调整,避免远处建筑完全消失
3. 统一使用MeshStandardMaterial而不是MeshPhongMaterial,
确保PBR渲染的一致性
✅ AI 输出结果:
- 修复了相机切换时 controls.target 的保持逻辑
- 材质参数微调(颜色、clearcoat、roughness)
- 雾距离优化
- 全局统一 Standard 材质
🔍 这一步的要点:
- Bug 修复单独一轮,不要跟新功能混在一起------这是 AI 编程的重要原则
- 改动很小,但效果提升明显------参数调整是 AI 的强项
- "不要怕让 AI 改细节",改参数它比你快得多
第 4 轮:扩展场景规模 + 道路车辆 + 喷泉
🎯 目标:这一步是整个项目中最大的一轮,把校园从"几栋楼"扩展为"城市级"场景。
📝 我的 Prompt:
markdown
大幅扩展校园场景,添加以下内容:
1. 周边道路系统:
- 在场景四边(X=±22, Z=±22)各创建一条道路,路面深灰色
- 道路两侧有白色虚线边缘标记,中间有黄色虚中心线
- 道路延伸到场景边缘(长度90,宽度3.2)
2. 外层建筑群:
- 创建createOuterBuilding工厂函数,生成更简洁的低多边形建筑
- 在道路外侧分3个环层排列约60栋建筑:
* 近环(距中心33-40):高度3.5-5
* 中环(距中心44-55):高度2-3.5
* 远环(距中心58-72):高度1.8-3
- 建筑颜色使用浅灰色调,与内部白色建筑形成层次
3. 移动车辆:
- 创建createVehicle工厂函数,包含车身、驾驶舱、保险杠、轮子
- 在四条道路上各放置2-3辆车,有不同的颜色和速度
- 车辆沿道路方向移动,到达尽头后循环到另一端
- 每辆车配备前大灯(BoxGeometry+SpotLight)和尾灯
4. 喷泉系统:
- 在学生中心前面(X=0, Z=11.8)创建一个三层喷泉模型
- 使用粒子系统(PointsMaterial+AdditiveBlending)模拟水花
- 350个粒子,分3层速度:中心高速水柱、中速水帘、外层散开
- 粒子受重力影响下落,到达水面后重置
- Canvas径向渐变纹理做柔光粒子贴图
5. 其他点缀:
- 路灯沿主要路径排布(带发光灯泡)
- 长椅散布在运动场周围
- 旗杆+旗帜在场景中轴
✅ AI 输出结果:
这是代码增长最多的一轮(+350 行),包含:
- 完整的道路系统(路面 + 虚线 + 中心线)
- 60+ 栋外层建筑分 3 环排列
- 8 辆车在 4 条路上对向行驶,带车灯 SpotLight
- 3 层喷泉粒子系统(350 粒子,重力 + 重置逻辑)
- 12 盏路灯 + 8 张长椅 + 旗杆
🔍 这一步的要点:
- 这是最长的一个 Prompt,但仍然聚焦在一个主题上:"扩展场景"
- 每个子系统给了具体的数量(60 栋、3 环、350 粒子),AI 不会放飞自我也不会偷懒
- 给了工厂函数的命名建议(createOuterBuilding、createVehicle),让 AI 写出可维护的代码
- 车辆循环逻辑用自然语言描述("到达尽头后循环到另一端"),AI 能正确翻译成
if (pos > ROAD_HALF) pos = -ROAD_HALF
第 5 轮:添加数据看板
🎯 目标:在 3D 场景之上叠加 2D 数据面板,实现"大屏"的完整效果。
📝 我的 Prompt:
markdown
在3D场景上叠加数据看板UI,使用Chart.js:
1. 顶部导航栏:
- 标题"智慧校园数据看板"+ 英文副标题
- 右侧三个统计指标:在校人数(12860)、教职工(1240)、建筑面积(28.6万㎡)
- 毛玻璃半透明背景,与3D场景融合
2. 左侧图表面板(三张卡片):
- 📈 月度校园活跃度趋势 ------ 折线图,3条线:
* 图书馆入馆(千次)、体育活动(千人次)、社团活动(场)
* 12个月数据(9月-8月),体现学期内高峰、寒暑假低谷
- 📊 各学院人数统计 ------ 柱状图,7个学院,七彩配色,圆角柱
- 🥧 校园设施使用占比 ------ 环形图,6类设施,图例右侧
3. Chart.js配置要求:
- responsive: true
- 小字体(9-10px)适配数据看板
- 圆角柱(borderRadius: 6)
- 折线图悬停显示所有数据集(interaction.mode: 'index')
- 配色与顶部指标点颜色呼应(蓝/绿/橙)
4. UI样式:
- 卡片使用backdrop-filter: blur(10px)毛玻璃效果
- 圆角14px,半透明白底
- 图表面板可滚动(max-height限制)
✅ AI 输出结果:
- 顶部导航栏(flex 布局,毛玻璃)
- 3 张 Chart.js 图表(折线图、柱状图、环形图)
- 数据模拟了学期波动(9 月开学高峰→2 月寒假低谷→6 月期末高峰→8 月暑假低谷)
- 图表配色与顶部指标色点呼应
🔍 这一步的要点:
- 给了具体的假数据,包括数值和趋势逻辑------AI 不用猜你要什么数据
- 样式细节给到具体 CSS 数值(blur(10px)、14px、9-10px)
- Chart.js 的配置项(interaction.mode、borderRadius)直接写在 Prompt 里,避免 AI 用默认值
- UI 和 3D 场景分属不同层(CSS fixed + z-index),互不干扰
第 6 轮:细节打磨
🎯 目标:最后 10% 的打磨,提升精致度。
📝 我的 Prompt:
markdown
最后打磨细节:
1. 建筑悬停提示:
- 监听mousemove,用Raycaster检测鼠标下的建筑
- 建筑创建时通过userData保存label信息
- 跟随鼠标显示半透明tooltip,展示建筑名称
- 鼠标变为pointer样式
2. 昼夜模式细节补充:
- 夜景模式下,车辆大灯(vehicleSpotLights)和路灯(lampSpotLights)的SpotLight点亮
- 车灯发光材质(emissive)的Intensity随昼夜切换
- 白天模式下关闭所有SpotLight
- 调整夜景ambient强度不要太暗(0.12→0.24),保留一定可见度
3. 优化:
- 昼夜切换时同步调整车辆和路灯的所有光源
- tooltip添加transition过渡动画
✅ AI 输出结果:
- Raycaster 悬停检测 + 跟随鼠标 tooltip
- 车灯和路灯 SpotLight 随昼夜联动(共 16+16 个光源统一控制)
- 夜景参数微调(ambient 0.12→0.24,不过暗)
- tooltip 的 CSS transition
🔍 这一步的要点:
- 这是典型的 "收尾轮"------不添加大的新功能,专注于完善和打磨
- Raycaster 的实现细节(NDC 坐标转换、intersectObjects、userData)全部交给 AI
- 昼夜联动涉及多个数组(vehicleSpotLights、lampSpotLights),Prompt 中明确了数据结构关系
四、AI 编程的核心方法论
回顾这 6 轮交互,我总结了 5 条核心原则:
原则 1:一小步 > 一大步
erlang
❌ 错误:做一个很酷的校园3D数据大屏,要有建筑、树木、车辆、图表...
✅ 正确:先做一个基础3D校园场景,等距视角,有运动场和8栋建筑
AI 的注意力是有限的。一个超大 Prompt 会得到"什么都有但什么都不好"的结果。分步迭代 = 每一步都可验证、可修正。
原则 2:具体 > 抽象
arduino
❌ "创建一些树"
✅ "创建约30棵树,每棵由圆柱树干(0.14倍半径)和3层锥体树冠组成,高度2-3米随机,分散在运动场四周和建筑附近"
❌ "建筑要有窗户"
✅ "建筑四面各有4行3列蓝色玻璃窗户,使用MeshPhysicalMaterial,clearcoat=0.4,窗户宽为列间距的50%,高为行间距的50%,上下各留10%边距"
AI 不会嫌弃你啰嗦。相反,越具体的描述,AI 的代码越符合预期。具体到颜色值、尺寸倍数、位置坐标。
原则 3:先跑起来,再优化
第1轮 → 能跑的基础场景(接受粗糙)
第2轮 → 加功能
第3轮 → 修 bug + 调参数
第4轮 → 扩展规模
第5轮 → 加数据面板
第6轮 → 细节打磨
不要在 V1 就追求完美。第一版的唯一目标就是"能跑"。之后的每一轮,代码都在变得更好。这个节奏也符合敏捷开发的原则。
原则 4:Bug 修复单独一轮
arduino
❌ "添加相机切换功能,顺便修一下之前的建筑位置问题"
✅ 第2轮:加相机切换 + 昼夜模式
第3轮:单独修相机切换bug和材质参数优化
新功能和 Bug 修复混在一起,AI 容易顾此失彼。单独的 Bug 修复轮可以让 AI 聚焦在问题本身上,效果远超"顺便修一下"。
原则 5:给 AI 定好技术约束
arduino
❌ "用 Three.js 做一个场景"
✅ "使用 Three.js 0.160 ES Module 导入(import map),单文件 HTML,
OrthographicCamera,PCFSoftShadowMap,ACESFilmicToneMapping,
不引入构建工具"
技术栈的选择权在你手上。如果你不指定,AI 可能用老版本的 CDN Script 标签、或者引入一堆你不需要的依赖。在第一个 Prompt 里就把技术决策定死。
五、关键技术点解读
虽然本文重点是 AI 编程方法论,但还是有必要挑几个技术亮点讲一下,方便你理解 AI 生成的代码逻辑。
5.1 等距视角的数学原理
javascript
const isoAngle = Math.PI / 4; // 水平旋转 45°
const isoTilt = Math.atan(1 / Math.sqrt(2)); // 俯仰角 ≈ 35.26°
camera.position.set(
isoDist * Math.cos(isoTilt) * Math.sin(isoAngle), // X
isoDist * Math.sin(isoTilt), // Y
isoDist * Math.cos(isoTilt) * Math.cos(isoAngle) // Z
);
等距投影要求三个轴的缩放比例相等。通过球坐标公式推导,相机方向的 x:y:z 需满足 1:1:1 的比例,得出俯仰角为 atan(1/√2)。这不是随便凑的数字,而是有数学依据的。
5.2 ShapeGeometry Holes 实现环形跑道
Three.js 的 ShapeGeometry 支持 holes 参数,无需手动拼接:
javascript
const trackOuter = createRoundedRectShape(14, 20, 2.2); // 外轮廓 Shape
const fieldHole = new THREE.Path();
fieldHole.moveTo(-4.5, -7.5); // 内孔 Path
// ... 画矩形路径
trackOuter.holes.push(fieldHole); // 把内孔添加到外轮廓上即可
const trackGeom = new THREE.ShapeGeometry(trackOuter); // 自动挖洞
比手动创建 8 个梯形拼接强太多了。AI 在生成这段代码时,自动选择了最优雅的实现方式。
5.3 粒子喷泉的物理系统
每个粒子有独立的位置和速度向量,每帧更新:
javascript
// 速度更新(重力加速度)
fountainVelArr[i * 3 + 1] -= GRAVITY * delta; // 只有Y轴受重力
// 位置更新
fountainPosArr[i * 3] += fountainVelArr[i * 3] * delta; // X
fountainPosArr[i * 3 + 1] += fountainVelArr[i * 3 + 1] * delta; // Y
fountainPosArr[i * 3 + 2] += fountainVelArr[i * 3 + 2] * delta; // Z
// 落到水面 → 重置
if (fountainPosArr[i * 3 + 1] < BASIN_Y) resetFountainParticle(i);
// 通知GPU更新
fountainGeom.attributes.position.needsUpdate = true;
350 个粒子分 3 层速度(高速水柱 3.8-5.3m/s、中速水帘 2.2-3.7m/s、外层散开 1.5-2.5m/s),配合 AdditiveBlending 叠加混合,实现真实的水雾效果。
5.4 昼夜切换的灯光策略
夜景不是简单地把所有灯调暗,而是有选择地调整:
| 参数 | 白天 | 夜晚 | 说明 |
|---|---|---|---|
| ambient.intensity | 0.55 | 0.24 | 整体变暗但不过黑 |
| sun.intensity | 3.2 | 0.55 | 方向光大幅减弱 |
| matWindow.emissive | #000 | #ffcc77 | 窗户从反射变为发光 |
| 路灯 emissiveIntensity | 0.4 | 2.2 | 灯泡亮度提升 5 倍 |
| toneMappingExposure | 1.15 | 0.85 | 整体曝光降低 |
| SpotLights (车灯+路灯) | 0 | 3.5/2.5 | 夜景下打开实际光源 |
关键技巧是用 emissive(自发光)而非直接调 light 来实现窗户灯光------窗户本身不产生光照,但看起来像亮着。真正的照明交给 SpotLight。
六、总结:人 + AI 协作的正确姿势
做完这个项目,我最深的感受是:
AI 编程不是在"写代码",而是在"写需求"。
你的角色从"码农"变成了"产品经理 + 架构师 + 代码审查员"。你需要的能力排序变了:
| 传统开发 | AI 辅助开发 |
|---|---|
| 1. 写代码能力 | 1. 拆解需求的能力 |
| 2. 调试能力 | 2. 写清楚 Prompt 的能力 |
| 3. 框架熟练度 | 3. 审查 AI 代码的能力 |
| 4. 搜索 StackOverflow | 4. 理解核心原理即可 |
具体到开发流程:
- 规划阶段(人来):拆解需求 → 分步规划 → 确定技术约束
- 生成阶段(AI 来):每一小步给清晰的 Prompt → AI 生成代码
- 验证阶段(人来):打开浏览器看效果 → 发现问题 → 针对性反馈
- 迭代阶段(循环):修 Bug 单开一轮 → 加功能单开一轮 → 打磨单开一轮
2 小时完成传统需要 3-5 天的 3D 大屏开发,不是神话。
七、扩展思考
这个项目还可以继续用 AI 迭代:
- 📡 接入真实 API --- "把 Chart.js 的静态数据换成 fetch 请求"
- 🚶 第一人称漫游 --- "添加 PointerLockControls 实现 WASD 漫游模式"
- 🌧️ 天气系统 --- "复用喷泉粒子架构,添加雨滴和雪花效果"
- 📱 响应式 --- "让图表在小屏幕上折叠到底部"
每一句话都可以是一轮新的 Prompt,继续让 AI 帮你写。