国庆在家，恰逢几个大模型都在赠送福利，领取后利用晚间零碎的时间，做了一个第一视角手势赛车游戏。分享如下：
使用的平台：智谱的Zcode，调用的大模型:GLM-5.3-flash,思考级别：高
需要说明的是，最开始的时候，我并不知道游戏该怎样做，不知道界面怎样设计，使用什么技术，最终交付是APP还是网页等。但我知道，你想让AI帮你做事，必须给他完整需求，所以使用其他有免费额度的大模型帮我写了一份游戏制作方案，然后交给Zcode,首先让Zcode帮我审核方案文件，让Zcode帮我确定是否可行。然后Zcode帮我对方案作了些微调，之后开始帮我生成代码。
但生成的过程是一波三折的，比如一开始帮我生成的是一个椭圆形的轨道，如下图：
摄像头画面也能识别显示，但无论怎样作手势，都没有任何反应。
后来与AI交互，手势交互有了，但画面完全不像赛车游戏。一度想是不是要放弃当前项目，从头开始，是不是会更好些，但又舍不得之前消耗的积分。
于是再和AI交互，明确说出了自己的需要，让AI帮我改，改了多轮，界面终于有点像个样子了，同时把手势识别的工具也作了调整，换成了本地可流畅运行的工具。最终形成以下界面：
完成后，我让Zcode生成一份可在其他电脑安装的安装包，整个文件放在文末，安装包的文件结构如下：
赛车游戏/
├── 启动游戏.bat ← 双击即玩（自动启服务+打开浏览器）
├── 游戏说明.md ← 新增：玩法、手势操作、规则、常见问题
├── 移植指南.md ← 移植到其他电脑的完整步骤
├── src/
│ ├── first-person-racing-final.html ← 游戏本体
│ └── images/ ← car.png + stone.png 贴图
└── libs/mediapipe/ ← 手势识别引擎8个文件（全部本地，无需联网）
因为调试的时间周期较长，耗费的积分也比较多，所以下次如果做同样的项目，能不能更快捷的完成，于是我给Zcode一条指令：
帮我总结上面的项目，写一份使用zcode创作该项目所需的提示词
Zcode的总结如下：
项目总结
第一视角手势赛车游戏 —— 从最初的多模块 TypeScript 项目，经过多轮迭代，最终收敛为一个零依赖、可整体移植的纯静态项目：
| 方面 | 最终形态 |
|---|---|
| 技术栈 | 纯 HTML + JavaScript（Canvas 2D）+ MediaPipe Hands（WASM 本地化） |
| 运行方式 | 双击 启动游戏.bat → 本地 8080 服务 → 浏览器，完全离线 |
| 核心玩法 | OK手势倒计时开局；张手加速/握拳刹车/食指指向按偏角转向（限速40）；5公里赛程；S弯道赛道；动态障碍物（出发2秒静默、间隔≥2秒、同屏最多1个）；撞车“车仰人翻→游戏结束”，完赛显示用时 |
| 健壮性 | file:// 检测、事件+轮询双保险初始化、20秒看门狗带完整诊断遥测、键盘备用控制 |
| 工程化 | ？nocam 调试参数、像素采样自动化验证、三份文档（游戏说明/移植指南/创作提示词） |
踩过的关键坑（都已写进提示词避免复现）：MediaPipe UMD 包不能 ES module 导入；本地部署缺 binarypb/tflite 会静默 abort；WASM 被 file:// 拦截；中文 bat 的 GBK 编码问题；摄像头流就绪时序竞争。
Zcode帮我生成的提示词截图如下：
下面的是完整提示词，可直接下载：
总结：
人机交互是未来我们工作的一种重要形态，本次最终的作品当然还有很多提升空间，但通过本次实践仍然可以带来一些启发，主要有以下几点：
- AI可以为你生成方案，但你一定要有自己的想法，最好是先把你的想法告诉AI，让AI生成方案。生成的方案一定要自己去审核，不要迷信AI。
- 人机交互会有很多工具可选：Zcode、豆包、WorkBuddy、codex等，都是不错的工具，这些工具都可以调用多种模型，复杂任务尽量用好模型。比如我在使用Zcode创作该项目时，开始使用赠送的GLM-4.5-Air模型，虽然也是免费，但即便多轮交互，告诉它问题所在，就是解决不了问题，使用5.3-falsh就好了很多，好模型是可以节约时间的。
- 完成一个项目，要及时总结，如果这个项目是需要复用的，建议将其提炼生成skill。这样的好处，可以大大提升下次完成类似项目的效率，且可以减少token消耗。也可以让AI提炼生成提示词，很多时间我们发现，项目进展不顺利是因为我们给AI的提示词不明确，AI生成的提示词可以给我们做项目带来启发，本质上也是在帮我们节约时间，节约token。
最后附上完整的项目文件，感兴趣的可以自己尝试一下，相信大家可以做得更好。
测试