用 AI 编程助手从零生成 3D 智慧校园数据大屏 —— Claude Code 实战全记录

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：

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：

等距视角（OrthographicCamera，类似策略游戏视角），带OrbitControls可拖拽旋转缩放
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）
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

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）
浅色路径连接各建筑
渐变草皮贴片点缀地面增加自然感
使用DirectionalLight+AmbientLight+HemisphereLight实现自然光照
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：

在上一个版本基础上做以下修改：

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

修复建筑位置：building.position.y 应该设为 h/2，让建筑底部对齐地面
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
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：

修复以下问题并优化：

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

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

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：

大幅扩展校园场景，添加以下内容：

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）

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

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

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

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：

在3D场景上叠加数据看板UI，使用Chart.js：

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

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

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)

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：

最后打磨细节：

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

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

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

❌ 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

❌ "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

❌ "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

❌ "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 复制代码

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 复制代码

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 复制代码

// 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。