Algorithmic Art：先写宣言再写生成艺术

先让 AI 写一份生成艺术宣言，再用 p5.js 把宣言写成可交互的参数化作品。

大多数“用 AI 画图”的路径是描述画面、等出图。这个技能换了个方式：先产出一份算法美学宣言（.md），再让代码把宣言里的概念实现成 p5.js 草图（.js + .html）。最终交付的不是一张图，而是一套能调参数、能复现、能继续演化的生成系统。对做视觉实验、做开幕动画、需要“每帧不一样”的场合，这个思路比固定画面有用得多。

核心能力

1. 先立宣言，再写代码
流程的第一步不是画图，而是命名一个“运动”（如“有机湍流”“量子谐波”），再用 4–6 段文字说清楚它如何通过计算过程、噪声函数、粒子行为、时间演化表现出来。这一步看起来玄，实际作用是把“好看”拆成了可执行的约束：当你写清楚“粒子受流场牵引、速度反转时留下痕迹”，代码就有了确定的目标。

2. 交付三件东西：哲学、草图、查看器
产物包含一份 .md 宣言、一份 .js 生成算法、一份 .html 交互查看器。分开的好处是能迭代：只改参数不用动算法，只调算法不用重写说明。拿去投稿、做作品集、给客户看方案，三份东西刚好对应“意图—实现—展示”。

3. 种子随机：同一作品可复现
技能强调 seeded randomness（带种子的随机）。这意味着同一个种子总能得到同一张图，换种子得到同一风格下的变体。对商业项目很关键：客户选中了某一版，你得能把它一模一样地重现出来，而不是“再跑一次看运气”。

4. 参数面板：把作品变成可探索的东西
交互查看器里通常给几个滑块（密度、流动速度、噪声强度）。把它们暴露出来，作品就从“一张图”变成了“一个空间”：展览现场让观众自己拖，或做成交互装置的入口，都靠这一层。

5. 反复强调工艺感，抑制模板化输出
技能文本里反复要求：算法要看得出是反复调过的，不是随手几行噪声。这种提示看着像套话，但在生成代码时确实会改变结果：它会更倾向于分层绘制、叠加多组流场、添加衰减与残余，而不是一个 for 循环撒点。

使用上手

1. 先想清楚方向，不急着让它写代码。告诉它你要的情绪（安静的、暴躁的、有机的），而不是具体的图形。
2. 读一遍生成的宣言。如果不满意就重写宣言，比直接改代码有效得多。
3. 拿到草图先看默认参数。很多作品默认状态就很差，需要手动调密度与速度才能出效果。
4. 固定种子做对比。同一参数下换三个种子，判断这套算法是“稳定好看”还是“偶尔碰对”。
5. 导出静态帧或录屏。需要交付图片就用截图，需要视频就录一段循环。
6. 想接入自己的页面，就把 .js 单独拿出来，改造成 p5 实例模式挂到容器里。

优点与不足

优点：

• 交付的是可演化的生成系统，不是一次性图片。
• 带种子复现，商业交付能对版。
• 参数面板让作品可交互，适合展览与装置。
• 自带反模板化约束，成品不像“AI 默认风”。

不足：

• 依赖 p5.js 与前端基础，完全不懂代码的人调不动。
• 宣言那一步容易被写得辞藻满篇、实质空洞，需要人把关。
• 生成结果偶发率高，需反复调参才能稳定。
• 不适合需要精确指定画面内容的商业需求。

适合谁

• 做生成艺术、视觉实验与新媒体装置的创作者。
• 需要动态背景、开场动画的舞台与展览项目。
• 想用代码表达美学观点、而非只出图的设计师。

下载与访问

• 仓库目录：https://github.com/anthropics/skills/tree/main/skills/algorithmic-art
• p5.js 官网：https://p5js.org/

获取与授权

本文属于「技能」分类的 AI 资源专栏，更多评测见分类页。