AI Native 思维：
借助AI原生开发思维，用精准提示词快速搭建可视化3D创作场景，从零打造可自由搭建、自由编辑的3D迷你小世界，实现轻点放置场景物件，亲手构筑专属趣味迷你村庄。
精准定制Prompt：
我需要开发一款纯网页端3D小世界编辑器，整体风格为桌面摆件小模型质感，而非大型开放世界游戏。 整体基础布局默认生成8*8规格网格世界，打开网页即可直接上手游玩；支持鼠标点击网格格子放置各类场景元素，包含草地、土路、水域、石头、树木、房屋、擦除七种编辑工具；支持鼠标拖拽旋转3D视角、鼠标滚轮缩放画面视角，鼠标悬浮网格格子拥有高亮视觉反馈。 加入本地数据持久化功能，关闭网页再次打开自动保留搭建内容；设置三组独立存档，自由切换不同风格3D世界；新增一键重置按钮，自动程序化生成自带水塘、石堆、民居建筑、绿植树木、连通小路的原生态小村庄；搭配一键清空按钮，一键将全场地块统一还原为草地样式。 页面首次加载弹出简易操作指引文案，标注拖拽旋转、滚轮缩放、点击放置等基础用法，数秒后自动淡出隐藏。
技术规范：采用单页面无构建模式，仅拆分HTML、CSS、JS三个文件，通过CDN引入Three.js r128稳定版本；禁止使用ES模块、打包工具、前端框架与TS语法；所有3D场景模型仅使用Three.js内置基础几何体拼接制作，不引入外部模型、贴图资源。
视觉设计统一采用积木玩具清新风格，高饱和清爽配色，页面背景设置简约奶油米色，不制作天空与地平线场景；模拟自然日光光照效果，规避强光泛白问题，场景阴影柔和自然。
UI界面采用磨砂玻璃半透明圆角样式，顶部设置项目标题栏与存档选择栏，搭配重置、清空功能按键；页面底部居中放置悬浮快捷工具栏，以emoji图标搭配中文文字展示各类编辑工具；页面右下角嵌入2D俯视小地图，用不同色块区分地形，剪影标识树木与建筑，实时同步3D场景布局。
代码规范：HTML仅负责页面结构与资源引入，CSS统一编写全部页面样式，JS使用IIFE自执行函数封装，按场景初始化、光照配置、数据存储、模型工厂、交互逻辑、本地持久化、小地图渲染、程序启动划分代码模块；统一使用world[x][z]格式存储地块数据，所有场景修改统一走唯一数据写入接口。
程序开发规模界定：
在传统开发模式里，这类兼具3D渲染、交互编辑、数据存档、自动生成、视觉UI一体的项目，属于中小型创意交互程序。 过往受制于程序员人力成本、开发周期长、需求对接繁琐等问题，大量轻量化趣味创意项目难以落地，无数小众趣味开发需求长期处于无法被满足的状态，而AI开发彻底打破这一行业壁垒。
Prompt意图拆分：
1. 核心使用意图：打造低门槛休闲3D搭建工具，零基础用户也能自由创作迷你场景 2. 功能需求意图：全覆盖编辑、视角操控、数据留存、一键生成、多存档管理实用功能 3. 技术约束意图：轻量化纯网页部署，无复杂环境依赖，简化开发与使用门槛 4. 视觉体验意图：偏向治愈积木风，简约舒适，贴合桌面摆件治愈氛围感 5. 交互体验意图：操作简单直观，新手快速上手，降低使用学习成本
行业实战经验：
传统软件开发流程繁琐，从需求梳理、原型设计、前端开发、3D引擎调试、功能联调、兼容性测试再到上线部署，全流程耗时久、人力投入大。 尤其小型趣味创意项目，盈利空间低、开发成本高，极少有开发团队愿意承接，导致大量个人创意想法只能搁置。 如今依托AI提示词工程，精准梳理需求撰写完整Prompt，无需精通底层引擎原理，就能直接让AI产出完整可运行项目，大幅压缩开发周期，个人也能独立完成创意落地。
领域核心知识：
AIGC落地应用：
日常趣味项目、网页应用、交互小游戏、可视化工具等轻量化程序，均可依靠AIGC快速实现，借助豆包等国产AI大模型，一键解析需求生成完整代码，实现创意快速变现与实践学习。
智能编程Agent工具：
主流高效AI编程工具：Cursor、Claude Code、Trae 区别于单纯代码生成大模型，智能编码Agent拥有完整自主执行能力，无需开发者手动操作，可自主新建项目文件、分类写入对应代码、调试基础报错，全程一站式完成项目搭建，真正实现AI全权接手开发工作。
不同模型适配场景差异：日常简单项目、基础网页开发适配通用轻量化模型；复杂3D渲染、底层逻辑开发、大型架构搭建等高难度任务，必须调用GPT-4等高阶大模型，才能保障代码严谨性与运行稳定性。
LLM大模型核心解析：
LLM全称：Large Language Model 大型语言模型 大模型依托全网海量文本、代码、行业专业数据完成训练，依托海量资金投入完成数据布局：微软斥75亿美金收购GitHub夯实代码训练数据集，Meta联合资本斥148亿美金拿下Scale AI大额股份，深耕专业数据标注、数据清洗、模型专项训练赛道。
其本质是参数量规模庞大的深度神经网络（DNN），具备超强逻辑推理、文本创作、代码生成、场景理解等综合能力，可承接各行各业复杂智能落地任务。
Scale AI 数据核心价值：
Scale AI 数据服务核心公式： 领域深度 × 工程严谨 × 质量可控 × 合规可信 × 规模弹性 为各类AI模型提供可验证、可溯源、可迭代升级的优质训练数据，是顶尖大模型能力强悍的核心数据基石。
主流大模型参数规模：
参数单位释义：B=十亿参数，T=万亿参数
1. DeepSeek-V4-Pro 高端旗舰版：1.6万亿参数（1.6T/1600B），算力成本高，适配硬核复杂开发 2. DeepSeek-V4-Flash 性价比实用版：2840亿参数（284B），兼顾性能与成本，完美适配国产华为芯片生态
行业通用参数量级划分：百亿级（10B）入门模型、千亿级（100B）中端模型、万亿级（1T）顶尖旗舰模型 免费大众AI模型大多处于百亿参数以下，在逻辑推理、复杂代码编写层面，和GPT-4、DeepSeek旗舰版万亿级大模型存在巨大量级差距。
Ollama本地大模型：
Ollama是轻量化本地大模型管理运行平台，可在个人电脑搭载独立显卡、高性能芯片的设备中，离线部署各类开源大模型，脱离外网独立运行。 广泛应用于具身智能机器人研发、工业4.0智能设备调试、本地私密算力部署、车载智能硬件开发等线下实体硬件场景，也是未来离线私域AI、车载智能系统、智能家居黑盒子硬件开发的核心工具。
大模型底层数学原理：
从数学层面定义大模型运行逻辑，大模型本质是依靠海量训练权重参数搭建而成的语义概率映射函数。 接收人类输入自然语言语义序列，依托亿万级参数完成逻辑运算，拟合人类语言逻辑、代码规则、场景常识等客观规律，最终输出通顺合理、贴合需求的文本、代码、方案等内容。
LLM核心数学公式
y=f_\theta(x) 读音：西塔 /ˈθiːtə/
- x：用户输入内容转化后的语义向量
- \theta：大模型全部训练权重参数集合
- f_\theta：依托参数构建完成的大模型核心映射运算函数
- y：模型最终输出的文本、代码、方案等结果序列
