与 AI 协作的完整工作流

高效沟通的核心是减少隐含条件。把“做得好看”转成可观察特征，把“能用”拆成文件、结构、引擎和设备证据。

第一步：让 AI 先选择资源方案

背景：我有10年后端经验，正在做微信小游戏。
功能：玩家领取奖励时显示旋转金币，飞到UI计数器。
限制：固定视角、低接入成本、资源可重复生成。
请先比较图片序列与实时3D，给出推荐和代价。
说明Blender、引擎展示代码与业务逻辑分别负责什么。

这一阶段先形成选择依据。确认视角与交互后，再要求生成模型，避免整个场景做好才发现最终只需要 64px 图标。

第二步：固定一份任务规格

制作基准：Blender 4.5 LTS，接入示例Cocos Creator 3.8.8。
风格：低多边形、清晰轮廓、色块材质，无外部付费素材。
交付：.blend、目标资源、生成脚本、规格说明、验证记录。
先给对象层级、坐标/原点、尺寸、动画名和输出文件清单。
有不确定之处请先查环境或官方文档，不要凭旧版教程猜API。

规格里加入你的真实目标尺寸、同时显示数量和设备预算。示例数值应当标成教学约定，不能未经测量变成性能承诺。

第三步：分阶段交付

阶段	AI 应交付	你如何验收
白盒	简单形体、尺寸、对象层级	轮廓与比例是否符合玩法
外观	材质、颜色、相机与灯光	小尺寸可读性与风格
动作	骨架、蒙皮、短片段	极值姿态、循环、根位移
导出	图片／GLB与结构清单	在空场景重导入
接入	最小引擎工程与运行结果	在目标引擎实际显示、播放
设备	构建与设备测量	目标运行环境与负载

每次反馈定位到一个层次：“机器人导入后右臂静止，源工程同一时间点会摆动”比“动画坏了”更有用。

工具方式如何选择

解释与计划适合建立知识和讨论取舍。Blender Python适合固定参数、批量生成与结构检查。MCP 或其他工具桥接让 AI 与正在运行的 Blender 交互，适合检查当前场景和迭代。桌面操作适合脚本接口不覆盖的 UI 或检查交互结果。

工具连接成功只能证明通信链路存在。仍需确认活动文件、对象与保存位置；一段脚本执行完成也不代表它满足了视觉或引擎要求。

一条完整的炮塔任务

请实现一个用于俯视塔防的原创低模炮塔。
层级：Turret根在地面中心，下面是Base和Yaw，Barrel属于Yaw。
Yaw原点放在炮头转轴，转动Yaw时底座不动。
基础PBR色块材质，不依赖程序纹理。
先保存可编辑.blend，再用原生导出器导出GLB。
交付脚本、规格、实际三角面/材质/网格统计。
实际重开源工程、重导入GLB，转Yaw验证层级。
最后在Creator 3.8.8导入并运行最小场景。
把已验证、未验证、遇到的问题和解决方式分别写清。

收到结果后问这五件事

资源在哪里？如何重跑？依赖什么版本？哪些是实际验证？如果要把炮管加长，应该改哪个参数？AI 若回答不清，交付仍缺少维护能力。

提示词是任务接口，不是保证结果的咒语。可复现输入、逐步观察和目标环境验证，决定协作是否可靠。