如何用 Codex（ChatGPT）制作桌面宠物：哈兰德桌宠保姆级教程-环球搭子

写作时间：2026年7月

世界杯四年才来一次。喜欢看球的人都懂那种折腾：凌晨定好闹钟，怕吵醒家人就戴着耳机看，到了关键时刻又忍不住拍桌子；比赛结束可能天都快亮了，第二天还得顶着黑眼圈上班。辛苦是真的，舍不得错过也是真的。

也是觉得是个热度，也做了一些AI视频流量也不错

这届世界杯，哈兰德又实在太火了。金色长发、大块头、进球后的夸张庆祝，再加上那张特别会“做表情”的脸，网上很快冒出了一大堆哈兰德表情包。我一边看一边保存，慢慢有了一个念头：这些表情如果不只停在聊天框里，而是能在电脑桌面上动起来，会不会很有意思？

刚好前段时间，桌面小猫也火了一阵：它会趴在屏幕边缘、追着鼠标跑，工作时偶尔冒出来卖萌。

看到它以后，我脑子里的想法一下变得具体了——做一只属于球迷的桌面宠物，让 Q 版哈兰德住进电脑里，会看鼠标、会走路、会喝水、会抓狂，也会把那些熟悉的表情演出来。就这样，《桌宠哈宝》的想法诞生了。更没想到的是，作为一个不懂代码的小白，我最后真的靠 Codex 把它做了出来。

1. 你真正需要准备的东西

不用提前配置开发环境。先把下面几类内容放进一个新文件夹，然后把这个文件夹交给 Codex。

需要准备准备到什么程度

一台 Mac用于制作和运行 macOS 桌宠；系统建议 macOS 12 或更高

Codex打开 ChatGPT 桌面应用，选择 Codex，并授权项目文件夹

角色参考图准备 3～10 张清晰的哈兰德正面、侧面、表情和球衣参考

动作清单先写最想要的 3～5 个动作，例如鼠标跟随、走路、喝水、抓

狂

效果偏好说明是 Q 版、3D 玩偶、像素风还是手绘风；本项目选择 3D

大头小身体

视频生成渠道可以是 Codex 当前可调用的图生视频工具，也可以是你已有

的平台/API；需要登录、付费或授权时由你确认

如果你连动作清单都没有，也可以只告诉 Codex：“我想做一个有哈兰德性格的桌宠，请先采访我，帮我把形象、动作和交互整理清楚，再开始制作。”

2. 第一步：把整个任务一次交给 Codex

官方的 Codex 使用建议可以概括成四项：目标、上下文、约束和完成标准。下面这段总提示词已经把四项都写好，可以直接复制到新任务。

项目总提示词：直接发给 Codex
我想制作一个 macOS 桌面宠物，名字叫“哈宝桌宠”，角色是 3D Q 版哈兰德。
请先检查我当前打开的项目文件夹和已有素材，然后给出计划并直接开始执行。不要让我手动写代码或
逐条运行命令；能由你完成的安装、建目录、素材处理、编码、测试和打包都由你完成。只有遇到系统
授权、登录、付费或会删除重要文件时再问我。
目标：
1. 透明无边框、始终置顶的 macOS 桌宠；
2. 待机时根据鼠标方向看向上、下、左、右和四个斜角；
3. 可拖动，透明区域不挡住桌面点击；
4. 右键菜单可播放走路、喝水、抓狂、哭泣、害羞、开心等动作；
5. 空闲一段时间后随机播放已有动作；
6. 最终生成可双击运行的“哈宝桌宠.app”。

约束：
– 优先使用 macOS 原生 Swift + AppKit；
– 动画统一处理成透明 PNG 序列；
– 缺少的动作素材要优雅跳过，不允许程序崩溃；
– 保留原始视频、关键帧和处理后的资源，目录要清楚；
– 不修改项目文件夹之外的重要文件。

完成标准：
– 你亲自构建并运行自检；
– 检查素材帧数、透明效果、点击拖动、菜单动作和自动动作；
– 报告应用路径、测试结果、未完成素材和下一步建议。

发送后不要急着补充几十条细节。先让 Codex 扫描素材并给出计划；方向不对时，用一句话纠正即可，例如：“角色保持挪威 9 号球衣，动作可以夸张，但脸、发型和身体比例不能变化。”

3. 第二步：先锁定角色，再做动作

桌宠最怕每个动作像不同的人。正确顺序是先生成一张角色表情设定图，再从设定图制作动作关键帧。建议先做 3×3 表情表，包含正常、开心、大笑、得意、生气、惊讶、难过、困倦和庆祝。

角色设定图提示词
高质量 3D Q 版足球玩偶，角色参考哈兰德，
大头小身体，金色长发，清晰的脸部特征，
穿挪威国家队 2026 主场红色 9 号球衣、白色短裤、白色球袜和哑光黑色球鞋，
同一个角色的 3×3 表情设定图：
正常、开心大笑、得意、生气、惊讶、难过、困倦、庆祝、俏皮。
纯绿色背景，固定镜头，完整全身，均匀光照，
所有格子保持完全相同的脸型、发型、服装、材质和身体比例。

统一负面提示词
不要改变人物身份、脸型、发型、球衣号码和配色；
不要切换镜头、缩放、裁掉头手脚；
不要多出手指、手臂、腿、人物或道具；
不要文字、水印、复杂背景、地面纹理和阴影漂移；
不要出现身体瞬移、脚底滑动和首尾跳变。

下面是哈宝桌宠实际使用的角色表情设定图。确认满意后，再让 Codex 以它为基准继续做关键帧和动作视频。

效果展示 1：统一角色、球衣和渲染风格的 3×3 表情设定图

3.1 表情不是凭空想的：我收集了一大堆网络表情包

一开始我直接让 AI 做“开心、生气、难过”，结果虽然表情完整，却总有一种很标准、很像默认表情包的感觉，不太像哈兰德本人。后来我换了思路：先去网上找哈兰德真实比赛照片、采访截图和网友做过的表情包，把它们当作情绪样本库，再让 Codex 帮我整理，而不是凭空发明九张脸。

🔎我实际找过的方向：开心挥手、仰头大笑、得意歪嘴、生气抓头、震惊瞪眼、委屈难过、打

哈欠、进球庆祝、眨眼；第二轮又补了歪嘴噘嘴、惊讶撩头发、头球起跳、偷偷喝水、鼓

腮、眯眼吐舌和胜利手势。

这些网络图片不是直接塞进成品，也不是照着某一张一比一复制。我的做法是只提取“表情为什么成立”：眉毛是抬起还是压低、眼睛睁大还是眯起、嘴角朝哪边、头部倾斜多少、手放在哪里、身体是前倾还是后仰。背景、画风、原图文字和水印都不要。

网络表情参考 03：Q 版皱眉、半垂
网络表情参考 02：Q 版回头噘嘴与
眼与头球动作

网络表情参考 01：Q 版走路时的歪踢球姿态

嘴、侧头和身体前倾

网络表情参考 06：双手抓头、瞪眼

怒吼的夸张情绪网络表情参考 04：Q 版不耐烦表情

与负重奔跑姿态

网络表情参考 05：头球瞬间的闭

眼、张嘴和身体腾空

网络表情参考 09：歪嘴、抿唇和轻

微歪头

网络表情参考 07：鼓腮、抿嘴和斜

眼
网络表情参考 08：长发甩动与惊讶
张嘴

网络表情参考 11：眯眼、吐舌和抬

手动作

网络表情参考 10：双辫子与自然大

笑

1. 先收集 20～30 张候选图，宁可多一点，不急着马上生成。

2. 让 Codex 按情绪分组，从每组挑一张最容易在小尺寸桌宠里看懂的参考。

3. 把每张图拆成“眉毛＋眼睛＋嘴巴＋头部角度＋手势＋身体姿态”六个特征。

4. 先分别生成正方形、纯绿背景的单张表情，再统一脸型、发型、球衣和材质。

5. 最后才拼成 3×3 表情设定图。第一轮稳定后，再做第二轮扩展，不要一次塞进十八种情绪。

让 Codex 帮你整理网络表情参考
请根据我放进项目文件夹的哈兰德照片、比赛截图和网络表情包，
帮我建立一份桌宠表情参考清单。
不要直接复制原图的背景、文字、水印和画风，只分析每张图的：
1. 眉毛；2. 眼睛；3. 嘴型；4. 头部角度；5. 手势；6. 身体姿态。
请挑出最适合小尺寸桌宠阅读的 9 种情绪，
并为每一种写成可直接用于图像生成的动作描述。
如果多张图表达同一种情绪，请告诉我哪张最清楚、为什么。

把参考统一成 3×3 表情表
以已经确认的哈宝角色设定图为唯一身份基准，
把上一步整理出的 9 种表情做成 3×3 角色表。
保留参考图里的表情机制和身体语言，但不要照搬背景、文字或水印。
每格都是同一个人：相同脸型、金色长发、身体比例、皮肤和 3D 玩偶材质；
固定穿挪威国家队 2026 主场红色 9 号球衣、白色短裤、白色球袜、哑光黑色球鞋；
纯绿色背景，固定镜头，完整全身，四周留安全边距。

这一步最重要的心得：参考表情包的目的不是“抄一张图”，而是避免 AI 用最普通的模板表情代替人物个性。网络图片只作为创作研究和灵感来源，最终发布时只使用自己生成并确认有权使用的素材。

3.2 球衣一直生成不对：我最后去 Nike 官网截图

另一个反复卡住我的问题是球衣。明明提示词写了“挪威国家队”，AI 还是会生成旧版纯红球衣、曼城球衣、深蓝短裤、红袜或金色球鞋；有时胸前的北欧十字消失，有时队徽和 Nike 标志也会乱跑。继续盲抽很多次，角色只会越来越不统一。

最后我直接打开 Nike 挪威国家队 2026 主场球衣官方商品页，截取正面全身、胸前十字、队徽、领口和袖口细节。页面显示的款号是 IB5170-673，配色为 Chile Red / White / Chile Red / White。官网图从“灵感图”变成了不可偏离的硬参考。

我用来校准角色服装的 Nike 官方商品

图：挪威国家队 2026 主场球衣

之后我不再只写“红色挪威球衣”，而是把视觉特征和禁止项写死：亮红底色、胸前深海军蓝北欧十字、十字外沿细白边、胸章和白色 Nike 标志的位置、白色短裤与白袜、哑光黑鞋、号码 9。每一轮图像和视频都重复这组约束。

球衣跑偏时直接补给 Codex 的提示词
请停止继续随机生成，先使用我提供的 Nike 官方商品截图校准服装。
锁定挪威国家队 2026 主场球衣：亮红底色；
胸前是大面积深海军蓝北欧十字，十字外沿有细白边；
队徽与白色 Nike 标志位置固定；角色号码固定为 9；
下装固定为白色短裤、白色球袜、哑光黑色球鞋。
后续所有表情图、关键帧和视频都必须沿用这一套服装。
禁止退回旧版纯红球衣、曼城球衣、深蓝短裤、红袜、金色球鞋；
禁止十字消失、变形、错位或被号码遮挡。

💡关键经验：当产品、球衣、设备这类有明确外形的东西总生成不对时，不要继续加很多形容

词。让 Codex 打开官方页面、保存多角度截图、列出可检查的视觉特征，再把它们写成正向

约束和负面约束，成功率会高很多。

3.3 第一轮稳定以后，我才做第二轮表情扩展

第一张 3×3 表情表负责锁定身份和基础情绪。确认脸、发型、球衣、身体比例都稳定后，我才继续做第二轮九宫格，补上更有梗、更接近网络表情包语气的动作。这样即使某一张需要重做，也不会把整套角色设定带跑。

下面这张是第二轮表情扩展图：重点不再是“每个情绪都齐全”，而是增加桌宠随机出现时的惊喜感。

效果展示 2：在第一轮角色稳定后，继续扩展更有梗的第二组 3×3 表情

4. 第三步：先做“鼠标跟随”这个核心动作

鼠标跟随决定桌宠有没有“活着”的感觉。不要让模型真的在画面里生成一只鼠标，而是让角色按时间顺序看向 8 个不可见目标。程序稍后会从视频里抽出 8 个代表帧，并根据真实鼠标方向选择对应帧。

时间方向20 fps 帧号动作要求

0.0 秒正中0自然看向前方

0.5 秒左上10眼睛和头部朝左上1.0 秒上20向上看

1.5 秒右上30向右上看

2.0 秒右40向右看

2.5 秒右下50向右下看

3.0 秒下60向下看

3.5 秒左下70向左下看

4.0 秒左80向左看，随后自然回正

鼠标跟随视频提示词
使用同一位 3D Q 版哈兰德角色，纯绿背景，固定正面镜头，
制作 5 秒循环动画。角色的躯干、腿、站位和镜头完全固定，
只允许眼睛、头部和少量手势移动。
角色依次追踪 8 个不可见目标：
0.0 秒正中，0.5 秒左上，1.0 秒正上，
1.5 秒右上，2.0 秒正右，2.5 秒右下，
3.0 秒正下，3.5 秒左下，4.0 秒正左，
随后平滑回到正中。

画面中不要出现鼠标、光标、箭头、轨迹线或文字。

首帧与尾帧姿势一致，完整全身始终留在安全区域内。

你也可以直接对 Codex 说：

交给 Codex 的执行提示词
请根据角色设定图，为“鼠标跟随”制作 8 方向轨迹说明和首尾关键帧，
再调用当前可用的视频生成工具生成 5 秒版本。
生成后自动下载本地文件，保留提示词、关键帧和版本记录。
先让我看效果，不满意就根据问题继续迭代。

下面是项目使用的 8 方向轨迹图，以及去掉画面内假鼠标后的成品视频。

效果展示 2：鼠标跟随的八方向轨迹和 5 秒时间轴
haaland-follow-invisible-target-safe-v2.mp4
2.77MB

5. 第四步：按同一模板扩展动作

每个动作只要准备“动作目的、时长、首尾姿势、允许移动的部位、必须固定的内容”这五项。先生成少量核心动作，不要一开始就做二十个。

走路动作。适合做自动闲逛。使用侧面构图，保证脚步节奏、身体大小和首尾位置稳定。

自信走路提示词同一位 3D Q 版哈兰德，侧面朝右，纯绿背景，固定镜头，

制作 5 秒自信走路循环。步伐稳定、有力量感，
手臂自然摆动，头部略微扬起，完整全身始终在画面内。
角色脸型、发型、球衣、比例和光照不变化，
首尾步态能够无缝衔接，不要脚底滑动或身体忽大忽小。

花式喝水。适合在鼠标第一次进入角色时触发。可以让动作有小剧情，而不是重复抬瓶。

花式喝水提示词
同一位 3D Q 版哈兰德，正面全身，纯绿背景，固定镜头，
制作 5 秒趣味喝水动作：
第一阶段正常拿蓝色水瓶喝水；
第二阶段双手挤压水瓶，动作逐渐夸张；
第三阶段把水瓶举高，把水倒到自己头上并开心大笑。
人物、球衣和水瓶外观全程一致，手指正常，不增加多余道具。

抓狂动作。适合右键菜单或失败情绪。从平静到爆发，比从第一帧就大喊更有戏。

平静到抓狂提示词
同一位 3D Q 版哈兰德，正面全身，纯绿背景，固定镜头，
制作 4 秒情绪动画：
0～1 秒保持平静；
1～2 秒眉头皱起，意识到挫折；
2～3 秒双手抬起抓住头发；
3～4 秒表情愤怒并轻微颤动。
面部情绪和身体动作同步，球衣、发型和身体比例保持一致。

其余动作也照这个公式扩展：哭泣可以写“难过 → 落泪 → 擦泪”，害羞可以写“避开视线 → 脸红 →局促微笑”，开心可以写“害羞 → 放松 → 露出大笑”，划船可以写“戴维京头盔 → 坐姿划桨 → 喊Ro”。

让 Codex 批量扩展动作
请根据当前角色设定，为 walk、drink、frustrated、crying、shy、happy 各写一份动作卡和视
频提示词。
每个动作先生成首尾关键帧并让我确认，再生成 4～5 秒视频。
统一使用纯绿背景、固定镜头、完整全身和同一套球衣。
把不同版本按日期和 v1、v2、v3 归档，不覆盖原始文件。

下面依次展示走路关键帧与视频、花式喝水视频、抓狂结束关键帧与视频。它们就是从“角色设定 →动作卡 → 关键帧 → 视频迭代”得到的实际结果。

效果展示 3：自信走路动作的起始关键帧
haaland-confident-walk-loop-5s-wan27.mp4
2.97MB
haaland-fancy-drink-5s-wan27-v4.mp4
2.56MB

效果展示 4：平静到抓狂动作的结束关键帧
haaland-calm-to-rage-new-kit-4s-wan27.mp4
2.17MB

6. 第五步：把视频交给 Codex，让它自己处理素材

视频满意后，不需要你研究透明通道和 FFmpeg。把原视频放进项目文件夹，然后把下面这段发给Codex。需要安装命令行工具或系统授权时，让 Codex说明原因并由你点确认。（如果用剪映处理也也是）

素材处理提示词这些动作视频已经确认。请你检查当前 Mac 的开发环境和项目结构，

自行安装或配置缺少的 Swift、Python、FFmpeg/FFprobe 工具；
如果需要管理员权限，先告诉我用途再请求确认。
请自动完成：
1. 检测视频是否包含真实 Alpha 透明通道；
2. 没有 Alpha 时，识别纯绿或纯黑背景并保守抠像；
3. 扫描整段动作的最大可见范围，避免挥手和迈步被裁掉；
4. 统一输出 360×360 透明画布、20 fps PNG 序列；
5. 每个动作一个目录，并生成 manifest.json；
6. 检查帧数、坏帧、绿边、黑边和角色尺寸跳变；
7. 给我展示待机、走路、喝水和情绪动作的代表帧。

不要覆盖原始视频。发现复杂背景、连续坏帧或无法安全抠像时，

停止该动作并告诉我应该重新生成什么素材。

哈宝桌宠最终使用的规则是：5 秒动作输出 100 帧，4 秒动作输出 80 帧；画布 360×360，角色大致放进 300×300 的内容区。走路可单独缩小到 90%，避免横向跨步时显得突然变大。

如果用剪映处理也是可以的（画面-抠像-色度抠图-选中绿幕-再调整各个参数居中）

最后导出的时候注意选择透明通道格式

7. 第六步：让 Codex 写程序、测试并打包

素材准备好后，再发一条“只描述最终行为”的实现提示词。不要告诉 Codex每个文件该怎么写，让它根据项目自行选择最合适的结构。

程序实现提示词
现在请把处理后的动画接入一个 macOS 原生桌宠。
请使用 Swift + AppKit 实现：
– 透明、无边框、始终置顶、可跨桌面显示的窗口；
– 只在角色当前帧的非透明像素上响应鼠标，透明画布必须穿透；
– 拖动移动桌宠，右键显示中文动作菜单；
– 待机时根据鼠标相对角色中心的角度，选择 8 方向代表帧；
– 鼠标第一次进入角色时播放喝水；

– 单击重置空闲计时，双击开始自动动作；
– 动作中单击可以中断并回到待机；
– 空闲 45～120 秒后随机播放已有动作；
– 缺少素材的动作显示“素材待补”，随机和自动模式主动跳过；
– 菜单栏增加足球图标，用于显示、隐藏和退出；
– 提供小、中、大三种尺寸。

完成后请构建“哈宝桌宠.app”，亲自运行自检，

并告诉我应用路径、测试结果和仍缺少的素材。

如果效果不对，不要自己改代码。直接描述现象，让 Codex定位并修复。例如：

•“透明画布挡住了桌面点击，请检查逐像素 Alpha 命中和鼠标穿透。”•“拖动途中经过透明区域会断掉，请保证按下期间继续接收事件。”•“喝水进入后反复触发，请改成只有从角色外进入角色像素时触发一次。”•“走路切换时角色变大，请统一动作的视觉尺寸并重新处理资源。”•“自动动作播到空素材就停止，请跳过所有不存在的片段。”

7.1 最后一次验收提示词

让 Codex 自检和交付
请做一次最终验收，不要只告诉我“应该可以”。
实际检查：
1. 应用能构建并双击启动；
2. 必需动画能加载，帧数与 manifest 一致；
3. 透明区域不挡点击，角色本体能拖动和右键；
4. 鼠标 8 方向都正确；
5. 喝水、走路、抓狂等动作能播放和中断；
6. 空闲随机和自动序列能跳过缺失素材；
7. 菜单栏入口、尺寸切换、隐藏和退出正常；
8. Info.plist、应用图标和签名结构有效。

发现问题就继续修复并重新测试。

完成后只给我：应用路径、通过项、未通过项、待补素材和下一步建议。

最终你应该拿到一个位于 dist/哈宝桌宠.app 的可运行应用。当前项目的应用图标如下。

效果展示 5：哈宝桌宠最终 AppIcon 源图

8. 这一路真正踩过的坑：不是一次生成就成功

如果只看最后的 App，很容易以为流程是“写一句提示词—生成素材—打包完成”。我实际做下来完全不是这样。真正花时间的地方，是把每一次不对劲的现象说清楚，再让 Codex 去定位原因、修素材、改程序并重新验收。下面这些问题都在哈宝桌宠制作过程中真实出现过。

8.1 参考图的问题：角色像了，衣服和表情却不对

我遇到的现象最后怎么解决

球衣反复变成旧版纯红、曼城配色，短裤、袜子停止盲抽，去 Nike 官方页面截正面、胸前十字、队徽和领和鞋也跟着漂移。口；把亮红底、深蓝北欧十字、细白边、白短裤、白袜、黑

鞋和 9 号写成每一轮都重复的硬约束。

九宫格表情都“正确”，但像通用 AI 表情，不先收集真实照片、采访截图和网络表情包，按情绪分组；只像哈兰德。提取眉眼、嘴型、头部角度和手势，再统一到同一个 3D Q

版角色上。

动作一复杂，AI 就加道具、加手、加腿，甚至负面提示词明确“单人、两只手、两条腿、只保留指定道多出一个人。具”；仍不稳定时，把一个复杂动作拆成准备、执行、收尾

三个阶段分别生成。

这几个坑让我明白：角色一致性不是靠一句“保持一致”实现的，而是靠身份基准图＋官方细节参考＋固定正负面约束一起守住。

8.2 视频生成的问题：看起来会动，但不一定能当桌宠素材

第一个版本的鼠标跟随动作里，画面真的生成了一只鼠标。我原本写“角色跟随鼠标移动”，模型把“鼠标”理解成了画面道具。第二版改成“眼睛和头部追踪画面外不可见的目标点”，并在负面提示词里写死“画面中禁止出现鼠标光标、箭头、轨迹线和目标标记”，问题才消失。

避免生成可见鼠标的修正提示词
角色只用眼睛和头部追踪一个位于画面外、不可见的目标点。
目标点在八个方向平滑移动，角色身体位置和镜头保持固定。
画面中绝对不能出现鼠标、光标、箭头、轨迹线、圆点或任何目标标记。
角色始终完整全身，头发、手脚和球鞋四周保留安全边距。

另一个常见问题是首尾不连：第一帧站直，最后一帧身体还歪着，循环时会突然弹一下。后来每个动作都先设计能互相衔接的首尾关键帧，并把视频提示词按“起势—动作主体—回到初始姿势”分段描述。循环不是导出时勾一个选项，而是从关键帧阶段就要设计。

8.3 抠像和裁切的问题：黑底、绿边、断手断脚都出现过

生成视频交给程序前，我让 Codex 先检查素材有没有真实 Alpha。能直接得到透明通道就优先使用真实 Alpha；只有纯绿或纯黑背景时才做保守抠像，不然头发边缘、球衣深色十字和黑鞋很容易一起被抠掉。

💡喝水动画是最典型的一次：源文件实际是 H.264 黑底视频，没有透明通道。直接使用会出现

黑色方块，强力去黑又会伤到鞋子和阴影。最后采用保守黑底抠像，并发现第 4 帧和第 81 帧

有异常，用前后相邻帧混合修补，再重新检查整段动画。

角色被裁掉也是类似问题。只看第一帧裁切，后面举手、抓头或跳起时就会断手断脚。最后改成扫描整段视频所有帧的非透明区域，取全帧联合边界，再额外留 24 像素安全边距。这样裁切范围由动作最外侧姿态决定，而不是由第一帧决定。

8.4 接进程序后的问题：每段素材单独看都好，切换时却会跳•动作尺寸忽大忽小：统一到 360×360 画布，角色主体放进约 300×300 的内容框；再按动作做小

幅尺度校准，走路动画最终使用 0.9 倍。

•透明区域挡住桌面：窗口仍然存在，所以不能只把背景画透明；程序必须按当前帧 Alpha 做逐像素

命中，透明像素让点击穿透。

•拖动经过透明处突然断掉：鼠标按下角色后要保持拖动状态，不能每一帧都重新用透明像素判断是

否继续接收事件。

•可选动作还没做完：舞蹈、玩球、吃东西、打哈欠等素材缺少时，右键菜单显示“素材待补”；随

机动作和自动序列主动跳过，不能因为一个空文件就把整个桌宠卡死。

整个素材管线最后统一为 360×360、20 fps，并用 manifest 记录每个动作的帧数、播放速度、循环方式和可用状态。这样程序不需要猜素材，也方便 Codex 在验收时逐项核对。

8.5 我现在会怎样把问题反馈给 Codex

最有效的反馈不是“这里不对，帮我优化”，而是现象＋出现条件＋正确结果＋验收方法。例如：

个人化问题反馈模板
现在有一个可复现的问题：
现象：切换到走路动画时，角色明显比待机大一圈。
出现条件：右键选择“走路”或自动模式播放 walk 时。
我希望的结果：脚底位置基本不跳，头部高度与待机接近。
请你检查各动作的有效像素边界、缩放参数和锚点，
修复后实际运行应用，对比切换前后截图；
如果仍有跳变就继续调，不要只告诉我理论上已经修好。

我最后的经验是：把 Codex 当成会自己查文件、运行工具、改代码和验收的制作搭档，而不是只能回答问题的聊天框。我们需要负责判断“哪里看着不对”，剩下的排查、修改和重复测试都可以继续交给它。

9. 彩蛋：把鼠标也换成足球（或者水壶、金靴、小孩）

推荐先做一个安全版本：鼠标进入哈宝的非透明像素时，箭头变成足球；离开哈宝后立刻恢复系统光标。它不全局修改 macOS，也不影响其他应用。

足球光标功能提示词：直接发给 Codex
请给哈宝桌宠增加一个“足球光标”开关，并由你直接实现和测试。
要求：
1. 默认开启；
2. 鼠标进入角色当前帧的非透明像素时，系统箭头显示为 32×32 的足球光标；
3. 鼠标进入透明画布或离开桌宠时，立即恢复系统默认光标；
4. 拖动桌宠期间保持足球光标；
5. 右键菜单增加“足球光标”勾选项，可随时开关；
6. 不要全局隐藏系统鼠标，不影响其他应用；
7. 应用退出、隐藏或发生异常切换时必须恢复默认光标；
8. 可以直接用 ⚽️ 绘制 NSCursor，不要求我额外准备图片。

请把它接入现有逐像素 Alpha 命中逻辑，构建应用并实际测试进入、离开、拖动和关闭开关。

Codex 最终会把逻辑接入现有的鼠标轮询。下面是核心思路的简化参考，实际文件位置和生命周期让Codex根据项目处理：

足球 NSCursor 参考实现

private func makeFootballCursor() -> NSCursor {
let size = NSSize(width: 32, height: 32)
let image = NSImage(size: size)
image.lockFocus()
let paragraph = NSMutableParagraphStyle()
paragraph.alignment = .center
let attributes: [NSAttributedString.Key: Any] = [
.font: NSFont.systemFont(ofSize: 26),
.paragraphStyle: paragraph
]
("⚽️" as NSString).draw(
in: NSRect(origin: .zero, size: size),
withAttributes: attributes
)
image.unlockFocus()

return NSCursor(
image: image,
hotSpot: NSPoint(x: 16, y: 16)
)
}

private func updateFootballCursor(isOverPet: Bool) {
if isOverPet {
footballCursor.set()
} else if wasHoveringPet {
NSCursor.arrow.set()
}
}

如果以后想让足球在整个系统里跟随鼠标，可以再让 Codex设计“透明悬浮小窗口 + 安全隐藏/恢复系统光标”的高级版本。但它需要更严格的退出恢复和权限处理，不建议作为第一版默认功能。

10. 最简单的完整工作方式

1. 新建文件夹，放入角色参考图和你的想法。

2. 在 ChatGPT 桌面应用中选择 Codex，并打开这个文件夹。

3. 发送“项目总提示词”，让 Codex扫描、规划并开始执行。

4. 先确认角色设定图，再确认鼠标跟随和其他动作视频。

5. 把确认的视频交给 Codex，让它处理透明素材和逐帧资源。

6. 发送“程序实现提示词”，让 Codex写桌宠、构建和测试。

7. 用自然语言反馈问题，让 Codex继续修复，不必自己改代码。

8. 最后发送“验收提示词”，拿到可运行的 .app 和测试报告。

10.1 你只需要记住的一句话

告诉 Codex 你想要什么、素材在哪里、哪些事情不能做，以及什么结果才算完成；然后让它自己检

查、执行、测试和交付。

10.2 完成检查

角色设定图中的脸、发型、球衣和比例已经统一

鼠标跟随视频中没有假鼠标、箭头或轨迹线

走路、喝水和情绪动作的首尾及四肢没有明显错误

Codex 已自动处理透明背景、尺寸、帧率和 manifest

透明区域能穿透，角色本体能点击、拖动和右键

已有动作可播放，缺失动作会跳过

足球光标只在哈宝本体上出现，离开后恢复

最终 .app 已由 Codex实际构建并完成自检

需要底层实现细节：可继续阅读详细技术版从 AI 动作素材到 macOS 原生桌宠：哈宝桌宠保姆级制作教程。

Codex 官方参考：ChatGPT / Codex 快速开始、Codex 最佳实践、提示词指南。

发布提醒：真实球员形象、国家队球衣、品牌元素和生成素材可能涉及肖像、商标和版权。个人学习与原型之外，公开发布或商业化前请确认授权范围。

11. 一个不懂代码的小白，居然也在 GitHub 开源产品了

回头看整个过程，最让我意外的已经不只是“我做出了一个桌面宠物”，而是：一个原本不懂 Swift、不懂 AppKit、不懂透明通道，也不会自己打包 macOS 应用的人，居然把这套制作方法整理成了一个可以在 GitHub 上开源、让别人继续使用的产品。

刚开始，我能做的只有描述想法：我想让哈兰德住在桌面上，会看鼠标、能被拖动、会喝水、走路和做各种表情。遇到不对的地方，我也只会用最直白的话反馈——“这里有一只假鼠标”“走路时突然变大了”“手被裁掉了”“黑色背景没有去干净”。剩下的环境安装、代码、素材处理、排错、构建和验收，我一次次交给 Codex 去完成。

就是这样，一边提出想法，一边看结果，一边继续修正，哈宝桌宠从一个只属于自己的小项目，慢慢变成了一套别人也能复用的桌宠引擎。这件事让我第一次真切地感觉到：AI 不是只会回答问题，它也可以成为普通人动手做产品的搭档。你不一定要先学会所有代码，完全可以先从“我想做什么”开始，在制作过程中慢慢理解技术。

以前我觉得 GitHub 是程序员才会去的地方；现在我的第一个开源产品也放在这里了。不会代码并不

代表不能创造产品，关键是愿意把想法讲清楚、不断试、认真验收，并把踩过的坑整理给后来的人。

项目地址：https://github.com/InsiderX-Pro/desktop-pet-engine

https://github.com/superjh1984/desktop-pet-engine

Desktop Pet Engine：开源 macOS 桌面宠物引擎

这个开源项目提供原生 macOS 桌宠窗口、透明区域点击穿透、逐像素命中、鼠标方向反应、右键动作菜单、随机与自主动作，以及黑底/绿幕处理、统一画布、PNG 序列和应用构建工具。仓库里还附带了一个可以安装给 Codex 使用的桌宠制作 Skill。你可以免费克隆项目，换成自己创作或已经获得授权的角色和动作素材，让 Codex 帮你做出属于自己的桌面宠物。

把这个提示词交给 Codex，就能从开源项目开始
请打开并阅读这个开源项目：
https://github.com/InsiderX-Pro/desktop-pet-engine
帮我完成以下事情：
1. 克隆项目并阅读中文 README、License 和素材版权说明；
2. 检查我的 Mac 环境，运行项目自带的 Demo；
3. 使用我提供且有权使用的角色图片和动作视频制作自己的桌宠；
4. 自动处理透明背景、尺寸、帧率和 PNG 序列；
5. 构建可双击运行的 macOS 应用并实际自检；
6. 能由你完成的安装、命令、代码和排错都由你完成，
只有需要系统授权、登录或我确认素材时再问我。

如果这个项目帮你少走了一点弯路，欢迎在 GitHub 页面右上角点一个 ⭐ Star。

最后提醒：仓库中的桌宠引擎代码、脚本、Codex Skill 和 Blob 示例素材采用 Apache-2.0 许可证；哈宝等原创漫画角色展示素材并不因此自动获得开源授权。制作和发布自己的桌宠时，请使用原创、明确许可或自己有权使用的形象、声音、球衣和动作素材。

⭐ 免费使用 Desktop Pet Engine，并欢迎在 GitHub 点亮一个 Star

最后附上app给大家玩耍：

Mac版分享：

【哈宝桌宠.app.zip】

https://t3.znas.cn/soQ2suWsjZg（注：部分内容可能由 AI 生成）

如何用 Codex（ChatGPT）制作桌面宠物：哈兰德桌宠保姆级教程