做AI产品，先定义验收而非先学代码
主要观点
一个不会Swift、AppKit和macOS打包的人，也能借助Codex做出可运行桌宠，但前提是把“想要什么”翻译成明确的素材、约束和验收项。教程用哈兰德桌宠展示了完整迭代：从真实表情中抽取动作机制，用官方截图锁定服装，统一动画尺寸与帧率，再处理透明点击穿透、拖动状态和缺失素材。最值得复用的不是某条提示词，而是让AI执行、实测、修复并交付的工作方式；代码门槛下降后，判断结果是否合格反而更重要。
关键要点
- 人物个性不能只靠“开心、生气、难过”等抽象情绪词。教程先收集比赛照片、采访截图和表情包，再提取眉毛、眼睛、嘴型、头部角度、手势与身体姿态六类机制，让生成结果保留辨识度而不照搬原图。
- 面对球衣版本、配色和标志反复出错，继续堆形容词效果有限；更有效的方法是使用Nike官方商品截图列出可检查特征，同时写明必须保留与禁止出现的元素，把视觉参考转化为正向和负面约束。
- 鼠标跟随不是简单让角色“看向鼠标”，而是固定身体和双腿，由头部、双眼及双手响应八个方向，并通过关键帧插值过渡；这种拆分把连续交互转成有限、可验证的动作状态。
- 动画裁切必须扫描整段视频所有帧的非透明区域，取联合边界并额外保留24像素安全边距；只按第一帧裁切，会在举手、抓头或跳起时造成断手断脚。
- 透明背景不等于桌面可点击穿透。程序还需依据当前帧Alpha做逐像素命中；拖动开始后则要维持拖动状态，避免鼠标经过透明像素时事件突然中断。
- 素材管线统一为360×360、20 fps，并由manifest记录帧数、播放速度、循环方式和可用状态；缺失动作应显示“素材待补”并由随机序列跳过，而不是让整个应用失效。
建议带着这些问题阅读
- 怎样把自己的角色设定转化为可逐项检查的身份、服装与动作约束？
- 哪些测试必须由Codex实际运行验证，而不能只接受“应该可以”的文字判断？
- 若准备公开发布或商业化，角色形象、球衣、品牌元素与生成素材分别需要确认哪些授权？