日本開發者發佈120項AI動畫術語庫
日本開發者Shohei Ohtaki發佈Motion Prompt項目，將動畫、攝影與界面設計中的專業術語整理爲可直接供AI調用的名稱庫，共包含120個條目，每個條目配有可交互的動態演示。
項目分爲5個領域，每領域24項：動態圖形運動、鏡頭運動與轉場、UI組件名稱、落地頁與網頁效果、照片光影與風格，所有演示均基於純時間函數的Canvas 2D實現，無需外部依賴，可無縫循環播放。
用戶可通過npx skills add showheyohtaki/motion-prompt將項目安裝爲Claude Code或Codex的技能，安裝後向AI發出“open the motion-prompt library”即可打開畫廊，挑選效果後點擊發送，AI即可獲得對應提示詞與參考實現。
每個條目包含三位數編號、英文與日文名稱、一句話定義及向AI請求的示例句子，開發者可直接引用編號如“使用#012和#045”，或通過複製挑選結果將演示鏈接與規格一併交給AI。
項目採用MIT許可證開源，同時提供make-your-own目錄，內含提示詞與渲染腳本，允許其他開發者在自己的領域與語言中製作同類名稱庫，倉庫在GitHub已獲得超過180星。
市場機制上，願意將專業術語結構化的開發者獲得AI工具的優先調用權，普通用戶通過引用編號降低描述成本，AI代理與編碼工具提供商則受益於可複用的視覺規範，傳統依賴長文本提示詞的工作流面臨效率壓力。
項目還配套靜態API與命令行工具，支持在無技能環境下通過粘貼提示詞或直接引用編號完成調用，所有演示均以純函數形式存儲，同一代碼既可實時預覽也可逐幀渲染爲視頻。
來源：公開信息
ABAB AI 解讀
Shohei Ohtaki此前已發佈motion-explainer等項目，持續將特定領域的專業術語轉化爲可被AI理解的動畫解釋器，本次Motion Prompt延續同一路徑，將動畫與設計領域的既有詞彙體系數字化，並通過GitHub Pages與技能安裝機制降低接入門檻，其行爲屬於將隱性知識轉化爲可調用接口的系列實踐。
資本路徑上，開發者將個人整理的術語庫以MIT協議開源，並通過技能市場與提示詞安裝路徑分發，使AI代理在處理視覺任務時優先調用該庫，資源從分散的自然語言描述轉向編號化引用，動機在於提高AI生成一致性並減少反覆調試的時間成本。
類比上，這與早期開源圖標庫與設計系統將視覺元素標準化的過程相似，當前則處於AI編碼代理需要精確視覺規範的階段，類似Tailwind或Radix通過命名組件降低開發摩擦，Motion Prompt將同一邏輯延伸至動態效果與鏡頭語言。
結構上屬於技術替代，專業術語從依賴人類經驗的隱性知識轉變爲可被AI直接索引的編號化資源，機制在於AI對自然語言描述的不確定性高，而對明確編號與參考實現的調用更穩定，從而使擁有結構化知識庫的一方獲得對生成結果的更高控制權。
ABAB News · 認知定律
給AI一個名字，勝過一段描述
專業術語結構化後，才能被AI可靠調用
把已有知識整理好，比重新發明更有價值