作者基于 10 年 UI/UX 设计经验，结合 AI 工具实践，总结出一套设计审美方法论。文章实测了 5 个 GitHub 上星数最多的 AI 设计 Skill：UI UX Pro Max（自动匹配行业风格）、Taste Skill（原创设计方向）、Impeccable（逐块打磨去 AI 味）、Emil Kowalski Skills（动效细节）、Hallmark（上线前检查），并配以场景演示。作者还分享了 8 条可复用的设计原则，包括先定义再动手、拆解好设计不照搬、先出全貌再逐块改、统一视觉规则等，强调工具在变但好的设计判断力依然无法被 AI 替代。
作者分享了用 Claude 编写程序生成动画的完整攻略。Claude 不直接生成视频画面，而是通过写代码逐帧渲染视频。文章梳理了 4 条技术路线：代码生成视频（Remotion、HyperFrames、Manim 等）、网页即动画（Claude Artifacts、p5.js、Three.js）、通过 MCP 操作专业软件（Blender、After Effects），以及 AI 素材与代码组装的混合编排。同时总结 11 种动画风格，包括产品发布片、动态排版、数据信息图、数学讲解、名画风、生成艺术、3D 场景等，每种风格附样例、适用场景和工具推荐，并附有素材来源、提示词模板、做片流程和开源 skill，是一份可直接上手的实操指南。
作者复盘了自己做过的40多个GitHub小项目（其中20个仍是0 Star），其中互动作品《清明上河图》获得5000多人次体验并得到OpenAI官方点赞。文章按项目类型详细分享了制作过程：清明上河图分段添加交互、邮票和夜景图像处理Skill、数学可视化页面、线上看展互动、口播动画等，讲述了灵感来源、与AI协作的提示方式、第一版后的迭代修改，以及从手稿、小流程、视觉规则到多端测试的七步可复用工作方法，鼓励持续做喜欢的小作品。
作者以《清明上河图》为题材，用 Codex 辅助开发了一个可横向行走的交互插画项目。文章详细记录了从最初需求定义、视觉规则制定到技术选型的全过程：放弃 Three.js 改用 Canvas 2D 分层绘制，将鸟瞰式原画重构为适合人物行走的宋代街道，包含三个街区、141 位动态人物、虹桥过船和清明时雨等互动事件。开发中通过迭代修复遮挡、坐标、卡顿等问题，将帧率从 25 FPS 优化到 55 FPS，并配套 48 项自动测试，最终实现了用户可参与宋代街市生活的沉浸式体验。
作者使用 OJO 平台的免费 400 积分，以「上海追光地图」为需求，体验了从需求分析到原型生成的完整流程。文章详细记录了积分消耗（需求分析 26 积分，生成原型 314 积分）、执行过程（激活 2 个 Skill，6 次搜索）、生成结果（结构完整但视觉偏离）、对 Skill 机制的分析（人物 Skill 实为提示词/规则）、以及预装 Skill 无法管理的限制。作者认为 OJO 适合概念验证和第一版原型，但积分消耗不可预估、视觉生成不稳定，并给出了 10 条使用建议。
