现在,一个完整的、由滚动驱动的 3D 落地页可以直接出自 Claude Code,全程无需打开 Blender,也无需手写一行 Three.js(一个用于浏览器端 3D 图形的 JavaScript 库)。本文介绍的项目是一个名为 Tracewood 的虚构建筑工作室网站,前后用了两天时间、大约 10 条人工提示词。其余工作由 Claude Opus 5.5 完成:约 1,500 次自主工具调用,约 10 小时的计算。有意思的不是起步的那一条提示词,而是工作如何分配:人负责挑选参考、定调氛围;模型自己写计划;另有一个独立、无记忆的评审者给每一次渲染打分,直到网站达到 10 分制 8 分的目标。

先找参考,再写提示词

这次构建的指导原则是:偷懒的一行提示词只会产出平庸的结果,而好的参考在生成开始之前就完成了大部分审美工作。参考来源是 Mobbin,它收录了超过 50 万张来自真实上线的网页和 iOS 产品的界面截图和用户流程。之所以把已上线的软件当作比作品集样稿更好的参考,是因为它们已经经受过真实可用性需求的考验。

Mobbin 提供了一个模型上下文协议(MCP)服务器。MCP 是 Anthropic 的开放标准,让 AI 工具可以直接调用外部服务。把它接入 Claude Code 大约只需一分钟:

  1. 在 Claude 桌面应用中,点击左上角的 Claude Code,打开 Customize 菜单。
  2. 进入 Connectors 标签页,找到 Mobbin 并添加。
  3. 用 Mobbin 账号完成认证。

连接后,Claude Code 就可以执行 search_screens、search_flows、search_sections 等查询。这里有一个实用细节:在请求后面加上"with screenshots",模型才会真正去看图片,而不是只收到一串链接。构建本身使用的模型是 Claude Opus 5.5,推理强度滑块拉到最高的 High。

在 Mobbin 的 Sites 目录中搜索"3D website",返回了 1,200 多个区块,其中许多带有可交互的视频录屏。这一点很关键,因为运动和镜头切换是 3D 网页设计的核心,静态截图无法呈现。两家工作室确定了概念的基调。Basement Studio 的网站把自家办公室渲染成单色线框的 loft 空间,有夹层、楼梯和漂浮的像素轨迹。Poly 的网站则展示了柔和日光下的温暖木质书桌,上面铺满印刷品、杂志和胶片条。目的不是照搬任何一方:前者贡献了线描环境和在单一房间中穿行的构思,后者贡献了温暖材质、阳光以及实体印刷品在工作台面上的布局。二者融合,便成了 Tracewood:一个从线稿开始、逐渐化为阳光满室的室内空间。

一条不含任何技术指令的提示词

给 Claude Code 的开场提示词刻意写得简短、非技术化:以 Basement Studio 和 Poly 的风格构建一个沉浸式 3D 世界落地页,整个页面就是一个场景。它没有提及任何框架、WebGL、着色器或 Three.js。理由是,早期提示词应当描述氛围、用户体验和镜头行为,把实现选择留给模型。

Opus 5.5 给出了一份完整计划。它把 Tracewood 设定为里斯本一座旧印刷厂的改造再利用项目,并将网站组织为五个叙事章节:Studio、Process、Work、Services 和 Contact,每一章对应同一房间内的一个镜头停靠点。滚动并不移动文档内容,而是让镜头沿着预定义的 3D 路径移动。

第二条同样用大白话写的提示词要求 Services 部分可交互,点击一张纸就能展开更多信息。结果是一面软木板,钉在上面的纸张会从图钉上摆脱出来,展开成一个覆盖层,列出项目范围、交付物和项目链接。整个过程的思路是把智能体当作一名接到复杂任务的员工:给它方向,然后给它足够的时间去迭代,而不是指望五分钟跑完就拿到成品。

阳光下的木桌上摆着空白纸质版面、一株扁平剪影植物和条纹百叶窗阴影,背后是软木板

▲ 混合媒介:代码绘制的印刷品与 2D 剪影植物

并非所有东西都该是 3D 几何体

最值得借鉴的经验之一是,3D 场景应当混用多种渲染技术,为每个元素选择合适的媒介,而不是把一切都建成多边形模型。

元素 技术 原因
房间结构与主要家具 完整 3D 几何体 镜头要围绕它们移动,光照必须有反应
线框线条 由边缘几何体程序化生成 随滚动扫开,露出实体表面
桌上的纸质印刷品 用代码程序化绘制 文字在任何缩放级别下都保持清晰
植物 高分辨率照片裁成的 2D 公告板式剪影 建模的枝叶在 WebGL 中往往显得僵硬、不自然
阳光与百叶窗阴影 烘焙进表面纹理 实时网页光照达不到想要的真实感

即便做了这些选择,网站第一个编译版本在评估量表上也只得了 4.6 分(满分 10 分)。光照扁平,窗玻璃泛着绿色雾感,空间显得空荡。评审循环正是在这里登场。

两台显示器分别显示 3D 房间渲染图和精修目标图,中间是四箭头循环图和评分卡

▲ 评审循环中的渲染图与目标图

评审循环:修改、截取、比对、评判

对智能体说"做得更好一点",只会得到漫无目的的猜测。这里采用的替代方案是一个名为 dream-loop 的开源技能,它用明确的目标和一个公正的批评者取代含糊的指令。它先对当前镜头角度截图,把图片交给一个图像生成模型,由后者生成同一视角的精修目标渲染图。此后每一轮执行四步:

  1. 修改:改动场景代码。
  2. 截取:从同一镜头渲染实时页面。
  3. 比对:把渲染结果与目标图并排放置。
  4. 评判:让一个全新的子智能体给结果打分。

评审者对之前的轮次没有任何记忆。它按 10 分制给渲染打分,并写一份 markdown 评语,逐条指出光照、材质和构图上的差距。开场视角的分数走势显示了提升真正来自哪里:

轮次 分数 变化内容
1 4.6 初始构建,光照扁平
2 到 9 5.3 到 6.85 光照、环境光遮蔽、光照探针、泛光、烘焙纹理
10 7.85 植物剪影与目标图匹配
11 8.05 越过 8.0 门槛

值得注意的规律是,视觉保真度的提升主要来自光照、阴影和纹理烘焙,而不是更复杂的几何体。

重复执行直到渲染达到目标分数的 dream-loop 循环 否 是 对当前镜头角度截图 图像生成模型生成目标渲染图 修改:改动场景代码 截取:从同一镜头渲染实时页面 比对:把渲染结果与目标图并排放置 评判:全新子智能体按 10 分制打分 分数超过 8.0? 越过 8.0 门槛
▲ 重复执行直到渲染达到目标分数的 dream-loop 循环

配置 dream-loop

该技能采用 MIT 许可证,托管在 GitHub 上。安装大约一分钟,三种途径任选:运行 npx skills add 命令、把仓库克隆到 ~/.claude/skills 目录,或者把 GitHub 仓库地址粘贴进 Claude Code。智能体需要视觉输入能力、可访问的图像生成模型,以及可选的子智能体编排。由于 Claude 本身不生成图像,这里由一个名为 Aura 的外部图像服务提供目标渲染图;Grok 或 Gemini 也可以承担同样的角色。Blender 是可选项,只有在需要自定义建模脚本或 MCP 集成时才用得到。

在提示词中提到"dream loop"或输入 /dream-loop 斜杠命令即可启动循环。它会在本地创建一个 .dream-loop/ 文件夹,存放 target.png、并排对比图以及每一轮的评语 markdown 文件。最重要的一条操作规则是:一开始就设定严格的时间限制或分数阈值,因为没有停止点的自主循环会迅速消耗 token。

布置休息区,修复出问题的地方

开场视角达到了目标,但滚动末尾的夹层休息区显得空空荡荡。一条用大白话写的请求,要一个带定制装饰的现代高端室内,让 Opus 5.5 带着这个镜头角度重回循环。新的目标图包含一张弧形圈绒沙发、干邑色皮椅、一张洞石桌、一块羊毛地毯和一张带照明的绘图桌。各件道具逐轮改善:沙发从评语所称的"扁平香肠"变成了带厚实雕塑感扶手的柔软卷筒状;弧形落地灯被重新调整朝向,灯颈横跨画面弯曲,而不是背离镜头远去。为了在黄昏场景中保持高帧率,模型把自己限制在三盏活动的动态光源内。休息区得分从 4.90 升至 6.25,工作台视角则凭借准确的纸张阴影从 6.40 升至 7.60。

过程中有三个 bug 值得记住:

  • 光照探针污染:加入深色休息区家具后,白天的墙面和天花板变灰了,因为全局光照探针在整个 loft 范围内捕捉到了这些家具。解决办法是在采集白天探针时隐藏休息区家具。
  • 阳光被挡:百叶窗挡住了全部直射光,直到把叶片调整为与入射阳光平行而非垂直。
  • 一行被吞掉的代码:Three.js 代码里某一行的行内注释意外把 solids.add(g) 调用也注释掉了,导致桌面上的所有道具全部消失。

性能方面,通过实时测量帧时间来处理,帧率下降时就降低内部渲染分辨率。在测试用的 Mac 上,布置好家具的房间以每秒 55 到 80 帧运行,线框视角超过 100 帧。针对移动端,场景采用更窄的镜头取景,并用一个从底部滑出的面板展示项目详情。

成本几何,人仍在何处不可替代

Claude Opus 5.5 的定价为每百万输入 token $4、每百万输出 token $20,在典型工作负载下比 Opus 5 便宜约 40%。与之相对,Tracewood 项目的人工投入是两天约 10 条提示词,而模型在大约 10 小时内执行了约 1,500 次工具调用。这些是这一个项目的数字,不代表普遍预期。

由此浮现的分工相当清楚。模型在速度、耐力和纯执行成本上占据绝对优势。人仍然掌握参考筛选、氛围把握,以及"何时算足够好"的决定权。基于这一点,AI 看起来还不足以彻底取代 3D 网页设计师,因为它缺乏独立的品味、情感意图和停手的判断力。与此同时,定制 3D 体验正是高端客户愿意支付 $10,000-30,000 的那类工作,而这些客户评判的是最终体验,而不是 WebGL 由人还是机器写成。

可以带走的经验

这里的技术突破与其说在于 Claude Opus 5.5 会写 Three.js,不如说在于围绕它搭建的结构:扎实的参考、描述感觉而非框架的提示词、模型自己写出的计划,以及一个由无记忆评审者把每次渲染与具体目标比对的闭环。如果想尝试同样的方法:通过 MCP 接入 Mobbin 这类参考来源并要求返回截图;早期提示词保持在概念层面;用剪影和烘焙纹理与几何体混搭,而不是把一切都建模;运行评审循环时务必先设好轮次预算或分数截止线。然后,把自己的时间花在模型最弱的地方:决定这个东西应该给人什么感觉,以及决定它何时算完成。