一句话到一个 3D 小世界，
搭建灵感全给你

先放结果。打开 晴芽幼儿园，你会看到一个阳光里的微缩园区：两层通透主楼、环形跑道、足球场、滑梯、双人秋千、跷跷板、沙坑和阅读角——全部在浏览器里实时渲染，不是视频，不是静态图。

跑道上有人追逐，足球在场地里滚动，秋千来回摆，老师陪着孩子散步。点击「教室」，镜头会平滑推进主楼，透过玻璃看到桌椅和课堂活动：

整个场景由 Three.js + WebGL 纯代码生成——没有外部角色模型，没有预渲染。网页上线后由浏览器渲染，游览时不需要持续调用大模型，跑一次构建就永久可玩。手机上也能打开：

OpenAI 把 GPT-6 Astra 定位为面向高难度端到端工作的模型，支持跨代码、浏览器和专业软件执行多步骤工作，还能在工作中追加指令。这次实战验证了其中最有价值的一条：

它会把「实现 → 检查 → 发现问题 → 修复 → 再验证」这一整段工作自己做完。

第一版交付前，它自行发现并修复了这些问题（我在提示词里只写了「运行检查」，没有逐条指出）：

• 入口墙体遮挡视线；
• 滑梯回程高度不合适，孩子会「飘」；
• 平台屋顶碰到人物头部；
• 手机窄屏下全景被裁切；
• 首帧时间差引发的偶发动画报错。

它通过运行网页、查看截图、执行交互检查发现异常，再调整代码、重新验证。这就是「端到端」和普通代码生成的差别：不只是产出代码，而是交付一个被检查过的东西。

把整个过程拆开看，其实是清晰的四步。你复刻任何场景，都走同一条路：

1. 把文字需求拆成空间。楼放哪里、跑道占多大、设施之间留多少位置，都要落到坐标、尺寸和镜头构图上。想复用现有站点风格的（比如本站的米白、浅绿、圆角），也在这一步说清楚。
2. 把动作接到具体设施上。秋千上的孩子要跟着座椅摆动，滑梯上的孩子沿滑道下滑再返回，跑步路线要绕开主要设施——人物、道具、场地三方配合，这是工作量最密集的一步。
3. 打开浏览器自查。在提示词里明确要求「运行检查、看截图、做交互测试」，让模型自己走完「发现→修复→再验证」的循环，而不是你逐条替它找 bug。
4. 发布出去。确认版本后推送仓库、部署服务器、从公网打开验证。纯前端场景没有后端依赖，挂到任意静态托管就能跑。

本次实测：本地 Chrome / Edge 约 59–60 FPS，线上约 56 FPS。人物标签、分区镜头、自动漫游循环均通过检查，线上无页面报错。

这是本次使用的完整原始提示词，保留原文，没有压缩。你可以整段复制交给 AI，也可以按下一节的公式替换成你自己的场景：

# 晴芽幼儿园 · 完整原始提示词
基于Three.js+WebGL开发可在现代浏览器直接运行的实时3D动态幼儿园网页Demo，为可交互实时渲染Web3D场景，非静态图与预渲染视频，整体采用高质量低多边形卡通微缩画风，造型圆润柔和、光照明亮自然、阴影柔和、材质干净清新，贴合儿童动画质感，无写实风格与廉价Demo质感，打造真实运转的迷你童趣幼儿园场景。场景包含2-3层带彩色装饰与中英文标识的幼儿园主楼，大面积玻璃窗可展示室内桌椅与课堂活动，户外搭建精致微缩园区，涵盖草坪、塑胶操场、环形跑道、小型足球场、滑梯、秋千、跷跷板、沙坑、花草树木、长椅、围栏与校门，整体布局紧凑，单视角可预览大部分园区。场景内置15至25名卡通儿童及2至4名卡通老师，全员配备待机、行走、奔跑、静坐、玩耍、挥手、交谈、跳跃等基础动画，人物动作时间错开、互不重复，随机实现荡秋千、滑滑梯、踢球、沙坑玩耍、追逐跑动、草坪闲聊、师生散步、室内学习、举手答题、绘画阅读等多样动态行为。场景搭载自然舒缓的全局环境动画，包含草木随风摆动、云朵缓慢平移、秋千跷跷板自主运动、风车旋转、足球微动、小鸟间歇飞过、室内人物小幅活动，动态细腻不杂乱。镜头默认采用四分之三俯视等距视角，支持鼠标拖拽旋转、滚轮缩放，可点击操场、游乐区、教室、阅读区、午休区实现镜头平滑过渡聚焦，新增自动漫游功能，可按全景、操场、游乐区、教室、阅读区的路径自动循环巡航。交互上支持人物悬停与点击展示户外活动、绘画阅读、体育活动等无隐私信息标签，点击单个小朋友可让镜头平滑拉近观察，支持返回全景。项目纯前端实现，兼容Chrome、Edge浏览器，支持屏幕自适应，通过轻量化建模、实例化渲染、LOD层级优化、合理阴影配置与RAF动画机制保障流畅帧率，自带加载动画与平滑入场效果，全程规避穿模、人物漂浮、动作同步僵硬、镜头穿墙等问题，优先完成高视觉质量MVP，重点优化场景质感、园区布局、人物动态、镜头交互、环境动画与性能适配，呈现阳光清新、全程动态鲜活的真实幼儿园微缩场景效果。

注意到它的结构了吗？看似一大段，其实是六个模块拼起来的。下一节拆开。

这段提示词之所以一次成型，是因为每个模块都回答了 AI 必须知道的问题。写你自己的场景时，按这张表逐格填：

三个最容易被忽略、但决定成败的细节：

• 「动作时间错开、互不重复」——不写这句，所有角色会像排练过一样整齐划一，瞬间露馅；
• 「单视角可预览大部分园区」——约束布局紧凑度，第一眼的构图就靠它；
• 「规避穿模、人物漂浮、镜头穿墙」——把验收标准写进需求，AI 自查时才有靶子。

一句话公式：技术定调 + 画风氛围 + 空间清单 + 角色行为 + 镜头交互 + 验收标准。六个格子都填满，剩下的交给模型。

幼儿园只是一个起点。空间清单和角色行为两块一换，就是完全不同的世界。给你六个现成方向，每张卡片里的「替换核心句」可以直接嵌进提示词公式：

选场景的建议：第一次做，选空间小、角色少的（咖啡馆 > 农场 > 夜市）。空间清单越短，第一版成功率越高；跑通后再加密度。

晴芽是一份可交互的程序化 3D MVP：人物按预设路径和关节动画活动，没有完整物理系统，也没有让每个孩子独立思考的 AI。单个案例不能证明模型在所有任务里都能稳定交付，更不能承诺「一句话做出任何产品」。

但它证明了一件具体的事：以前容易停留在脑海里的互动想法，现在有了可以打开、试玩、继续修改的版本。

我的协作体会，三条：

1. 把「想看到什么、先做好什么、最后怎么验收」讲清楚，协作效率翻倍；
2. 验收标准写进提示词（穿模、漂浮、帧率、窄屏），模型的自查才有方向；
3. 模型负责推进实现，你负责决定方向——以及判断这个结果是否值得留下。