别再靠“长 Prompt”骗自己了！用一个 3D 小世界编辑器，教你结构化驱动复杂项目

很多人刚开始接触 AI Coding 的时候，都会有一种错觉：

“只要 Prompt 写得够长，大模型就一定能写出来。”

于是开始：

• 拼命堆需求

• 一口气描述所有逻辑

• 希望 AI 一次性生成完整系统

最后得到的结果通常是：

1. 代码混乱

2. 逻辑断裂

3. UI 崩坏

4. 功能互相污染

尤其当业务开始复杂后，Prompt 会迅速失控。

这篇文章我想通过一个 3D 小世界编辑器 的真实案例，聊聊：

• 为什么复杂业务下 Prompt 会失控

• 为什么很多 AI Coding 项目越做越乱

• 如何把复杂业务拆成 AI 更容易理解的结构

• 如何真正用 Prompt 驱动一个复杂系统

一、程序员的真实困境：业务越复杂，Prompt 越像“一锅粥”

很多人写 Prompt 习惯把所有东西堆在一起：

• 功能、交互、视觉、技术、约束、细节，全部揉成一大段；

• 想到哪写到哪，没有结构、没有优先级、没有边界；

结果就是：LLM 输出混乱、丢功能、乱加依赖、反复改反复错。

为什么会这样？

因为 LLM 是逻辑驱动的，不是猜心大师。它需要清晰的模块、明确的边界、结构化的指令，而不是一堆自然语言的需求堆砌。

写复杂 Prompt，本质就是 给 LLM 写一份清晰、简洁、结构化的需求文档。

二、实战拆解：3D 小世界编辑器的完整结构化 Prompt

好的 Prompt，从来不是靠长度取胜，而是靠逻辑分层、边界清晰、指令明确。从多方角度思考后，分模块的喂给 LLM。

1. 项目定位（一句话锁死边界）

我想做一个网页的“3D 小世界编辑器”，定位是“摆放桌上的小小模型”那种感觉，不是开放世界游戏。

2. 我想要的体验（用户视角，纯功能）

• 一打开网页就看到一个 8x8 左右的小世界，立刻能玩

• 鼠标点格子放东西（草地、土路、水、石头、树、房子、擦除，7 个工具）

• 拖拽转视角、滚轮缩放

• 鼠标悬停的格子要有视觉反馈

• 关闭网页，下次打开还在

• 能切换 3 个不同的存档世界

• 一个"重置"按钮给我一个程序化生成的随机小村庄（有水塘、石堆、几栋房子、几棵树、连通的小路）

• 一个"清空"按钮全变草地

• 首次打开有个简短操作提示（"拖拽旋转 / 滚轮缩放 / 点击放置"之类），几秒后自动淡出

3. 技术约束（硬规则，不能越界）

• 单页面，零构建：直接双击 HTML 就能打开

• 文件不超过 3 个：一个 HTML、一个 CSS、一个 JS

• Three.js 用 CDN 引入（r128 版本），不要 ES module，不要 import map，不要 npm

• 不要 React / Vue / TypeScript / Webpack / Vite / OrbitControls

• 所有 3D 物体用 Three.js 内置几何体（Box、Cone、Cylinder、Icosahedron 等）拼，不要外部模型或贴图

4. 视觉方向（风格统一，避免杂乱）

• "积木玩具"风：颜色饱和、对比明确

• 背景是奶油色或米色（CSS 处理，不是 Three.js 的天空），不要做天空、不要地平线

• 光照要"日光"感而不是"演播室白炽灯"——草地不要被照成发白

• 阴影要柔，不要硬切

5. UI 风格（和视觉保持一致）

• "积木玩具"风：颜色饱和、对比明确

• 背景是奶油色或米色（CSS 处理，不是 Three.js 的天空），不要做天空、不要地平线

• 光照要"日光"感而不是"演播室白炽灯"——草地不要被照成发白

• 阴影要柔，不要硬切

6. 代码组织（结构清晰，可维护）

• HTML 只放结构和引用

• CSS 写所有外观

• JS 包成 IIFE，逻辑分段（场景/光照/数据/工厂/交互/持久化/小地图/启动），用注释分隔

• 数据用 world[x][z] = { terrain, kind }，所有写入走唯一入口（比如 setCell）

三、核心心法：复杂 Prompt 的万能拆解公式

从这个 3D 编辑器案例，可以提炼出一套通用、可复用、对任何复杂业务都有效的 Prompt 结构：

1. 项目定位：一句话说明「是什么、不是什么、风格」；

2. 用户体验：用户能看到、能操作、能感知的所有功能；

3. 技术约束：必须遵守的硬规则（依赖、构建、文件数量、框架限制）；

4. 视觉/UI 风格：统一画风、配色、光照、质感；

5. 代码规范：目录结构、模块化、命名、注释；

6. 交付要求：完整、可运行、无省略、直接复制可用。

记住一句话：业务越复杂，越要拆分；拆分越清晰，LLM 越听话。

四、程序员的核心竞争力：代码向后，业务向前

在 AI 原生时代，很多人担心被大模型替代，但忽略了一个事实：

• 写代码的门槛在降低；

• 理解业务、拆解需求、结构化表达的门槛在提高。

真正拉开差距的，不是你会不会写循环、会不会调 API，而是：

• 能不能把复杂业务说清楚；

• 能不能把模糊需求拆成明确指令；

• 能不能让 LLM 精准落地你的业务目标。

领域知识 + 结构化 Prompt，就是前端/全栈开发者的新护城河。

五、总结

大模型不是魔法，而是工具；Prompt 不是玄学，而是逻辑。

当业务复杂时，不要慌、不要堆需求，用「定位-体验-约束-视觉-代码-交付」的框架，把一团乱麻拆成清晰模块。

你会发现：只要 Prompt 够清晰，LLM 就能从“听不懂话”变成“一次成型”。

---

📌 源码 & 问题交流

1. 完整源码获取：本文示例项目已开源，可直接克隆/下载：

👉 GitHub 项目地址：Guwen-yue/3Dworld

2. 运行报错/细节疑问：

欢迎直接在仓库的 Issues 里留言，我会优先在 GitHub 回复，方便后续读者参考。

3. 求个 Star：如果觉得内容实用，点个 Star 支持一下，也能第一时间收到项目更新提醒~