日本开发者发布120项AI动画术语库
日本开发者Shohei Ohtaki发布Motion Prompt项目，将动画、摄影与界面设计中的专业术语整理为可直接供AI调用的名称库，共包含120个条目，每个条目配有可交互的动态演示。
项目分为5个领域，每领域24项：动态图形运动、镜头运动与转场、UI组件名称、落地页与网页效果、照片光影与风格，所有演示均基于纯时间函数的Canvas 2D实现，无需外部依赖，可无缝循环播放。
用户可通过npx skills add showheyohtaki/motion-prompt将项目安装为Claude Code或Codex的技能，安装后向AI发出“open the motion-prompt library”即可打开画廊，挑选效果后点击发送，AI即可获得对应提示词与参考实现。
每个条目包含三位数编号、英文与日文名称、一句话定义及向AI请求的示例句子，开发者可直接引用编号如“使用#012和#045”，或通过复制挑选结果将演示链接与规格一并交给AI。
项目采用MIT许可证开源，同时提供make-your-own目录，内含提示词与渲染脚本，允许其他开发者在自己的领域与语言中制作同类名称库，仓库在GitHub已获得超过180星。
市场机制上，愿意将专业术语结构化的开发者获得AI工具的优先调用权，普通用户通过引用编号降低描述成本，AI代理与编码工具提供商则受益于可复用的视觉规范，传统依赖长文本提示词的工作流面临效率压力。
项目还配套静态API与命令行工具，支持在无技能环境下通过粘贴提示词或直接引用编号完成调用，所有演示均以纯函数形式存储，同一代码既可实时预览也可逐帧渲染为视频。
来源：公开信息
ABAB AI 解读
Shohei Ohtaki此前已发布motion-explainer等项目，持续将特定领域的专业术语转化为可被AI理解的动画解释器，本次Motion Prompt延续同一路径，将动画与设计领域的既有词汇体系数字化，并通过GitHub Pages与技能安装机制降低接入门槛，其行为属于将隐性知识转化为可调用接口的系列实践。
资本路径上，开发者将个人整理的术语库以MIT协议开源，并通过技能市场与提示词安装路径分发，使AI代理在处理视觉任务时优先调用该库，资源从分散的自然语言描述转向编号化引用，动机在于提高AI生成一致性并减少反复调试的时间成本。
类比上，这与早期开源图标库与设计系统将视觉元素标准化的过程相似，当前则处于AI编码代理需要精确视觉规范的阶段，类似Tailwind或Radix通过命名组件降低开发摩擦，Motion Prompt将同一逻辑延伸至动态效果与镜头语言。
结构上属于技术替代，专业术语从依赖人类经验的隐性知识转变为可被AI直接索引的编号化资源，机制在于AI对自然语言描述的不确定性高，而对明确编号与参考实现的调用更稳定，从而使拥有结构化知识库的一方获得对生成结果的更高控制权。
ABAB News · 认知定律
给AI一个名字，胜过一段描述
专业术语结构化后，才能被AI可靠调用
把已有知识整理好，比重新发明更有价值