AI编程实战：用Cursor与提示词让Python turtle画出卡通马

AI编程这个词，现在随便刷个技术社区都能看到，但很多人的理解还停留在“装个AI工具，把需求丢进去，代码自动出来”。实际用起来完全不是这么回事，尤其是当你让它干一件带点“创作属性”的事，比如画一匹马。我这几天就做了一件事：用Cursor这类AI编程软件，加一轮又一轮的AI编程提示词，让AI辅助我写出了一个用Python turtle绘制的画马程序。整个过程踩了不少坑，也摸出了一些能让AI生成代码更可控的门道。这篇就把完整过程拆开揉碎讲清楚，特别适合两类人：想找个有趣项目练手的编程新手，以及想知道AI辅助创作到底能帮到什么程度的工具党。

这个项目表面上是“画马”，本质上是在验证一个闭环：从模糊想法，到拆解需求，到写成提示词，到AI生成代码，再到调试和迭代。跑通这一整条链路，你对AI编程的理解会上一个台阶。而且图形项目有个天然优势——结果即时可见，马画得像不像，一眼就能判断，比写个后台接口还有成就感。

1. 项目思路拆解：为什么用AI编程画马

1.1 “画马”是对AI编程能力很好的压力测试

很多人第一次用AI编程，都是让它生成一段增删改查代码，或者写个爬虫脚本。这类任务AI早就训练过无数遍，生成结果看着很专业，但你很难分辨它到底是真理解，还是在背模式。画马不一样，马的结构里有大量几何关系：身体的比例、脖子的倾斜角度、四条腿的落点、尾巴的走向，每个环节都考验AI对空间坐标的理解能力。如果AI能把一匹侧身站立的马画得比例协调，那说明它对“图形拼接”这件事是真的有概念，而不是在套模板。

另外，构图这件事天然适合拆解。简化到极致，一匹马可以被拆成：一个扁椭圆当身体，一个圆加两只三角当头部，四根粗线条当腿，一条曲线当尾巴。这种拆解思维本身就是编程的核心能力。让AI辅助完成这个拆解，等于给它上了一堂“面向对象建模”实战课：每个身体部位就是一个对象，每个对象的绘制参数就是它的属性。你会惊喜地发现，AI在这个任务上的表现比写CRUD更能反映它的真实水平。

我选“马”而不是“猫”“狗”，还有一个私心：网上用turtle画猫画狗的案例太多了，AI的样本记忆会非常强，看不出它的推理能力。马相对少一些，AI更需要现场组织坐标逻辑，这样反而能测出它的上限。

1.2 AI编程工具选型：Cursor、Copilot、通义灵码怎么选

既然叫“AI编程画马”，工具选型就得先定下来。现在主流的AI编程辅助产品大概分三类：一类是AI原生的编辑器，比如Cursor；一类是传统编辑器上的AI插件，比如GitHub Copilot、通义灵码、文心快码；还有一类是网页端的代码生成器，比如Bolt这类直接生成整个项目的工具。

我做这个项目用的是Cursor，原因是它的会话式交互最适合这种“画草稿-给反馈-再改稿”的创作流程。Copilot补全单行代码很强，但你要它“把马的腿整体缩短30像素”，它不如Cursor这种对话模式方便。通义灵码和文心快码对中文用户很友好，国内网络环境直接用，也很适合这个任务。下面这张表是我实测下来的感受，供你参考：

我的结论是：如果你只是想在周末跑通一个画马小项目，选哪个工具差别不大；但如果你想像我一样一遍遍让AI“改稿”，建议优先选对话体验好的Cursor，或者用通义灵码这种中文支持充分的插件。

注意：很多人问“cursor ai编程是免费的吗”，答案是有免费额度，日常小项目足够用，但如果你要让AI理解多个文件、反复大改，免费额度消耗会很快。不用急着付费，先把手头项目跑通再说。

1.3 技术方案对比：turtle、p5.js、Processing选哪个

画马这种图形程序，技术上其实有好几条路。最常用的三个方案是Python自带的turtle库、浏览器端的p5.js，还有Processing。我最后选了turtle，理由非常实际。

turtle是Python标准库，不用pip安装任何第三方依赖，语法对新手极度友好。它画图的方式是“一只乌龟在画布上爬行”，这个隐喻特别直觉：你告诉它往前走、往左转、画个圆，它就真的画出来。对AI编程提示词来说，这种指令式API也最容易生成，AI只需要控制坐标、角度、距离就能完成构图。p5.js的好处是运行在浏览器里，画完可以直接分享链接，但它要求你同时处理HTML、JavaScript和Canvas坐标，对纯新手来说多了一层理解负担。Processing的图形能力最强，但多一个IDE安装和学习成本，为了画一匹马有点杀鸡用牛刀。

还有一个隐蔽的考量：turtle的绘制过程本身就是“动画”，马的身体、腿、尾巴是一笔一笔画出来的，这个过程很容易让观看者理解图形是怎么从无到有的。这种“过程感”是p5.js和Processing都不如turtle直观的，它让AI生成的代码变得可解释：每一步在干什么，肉眼可见。所以，技术选型的核心不是选功能最强的，而是选最短路径上最能看清问题本质的。

2. AI辅助创作的完整流程与提示词设计

2.1 先把“画一匹马”拆成AI能听懂的需求

真正上手的人会发现，直接跟AI说“帮我画一匹马”，它大概率会给你一段看起来很对但跑起来很怪的东西。原因很简单：你自己都没想清楚要什么，AI更不可能替你想清楚。我开头也犯过这个错，第一版提示词只写了“用turtle画马，要好看”，结果AI画出一只脖子长到离谱的疑似长颈鹿。

后来我学乖了，下笔之前先做需求拆解。我的拆解思路是这样的：

1. 确定姿态：侧身站立、侧身奔跑、还是正面头像。我选了侧身站立，因为四条腿的落点最容易理解，奔跑姿态涉及抬腿动画，复杂得多。
2. 确定画布和风格：画布400x400，卡通简笔画风格。
3. 确定身体部位清单：躯干、脖子、头、耳朵、眼睛、四条腿、尾巴。
4. 确定每个部位的实现方式：躯干用椭圆，腿用粗线条，头用圆，尾巴用折线或弧线。
5. 确定代码组织方式：每个部位封装成独立函数，方便后续调参。

当你把上面这个清单写清楚，喂给AI的时候，它生成代码的准确率会直接翻倍。因为你不是在让它“创作”，而是在让它“按图施工”。这也是AI辅助创作和AI纯自动生成之间最大的区别：那个“图”得由你来画，AI只是你的施工队。

2.2 好用的AI编程提示词模板

提示词这东西，网上讲得玄乎，其实核心就四个要素：角色、任务、约束、输出格式。我这次实际用的提示词放在下面，你可以直接复制替换：

text复制你是Python图形编程专家。请用turtle库绘制一匹侧身站立的卡通马。

要求：
1. 画布大小400x400，马朝向画面右侧。
2. 身体由圆形或椭圆拼接而成，整体呈卡通简笔画风格。
3. 每个身体部位封装成单独的函数，包括身体、脖子与头、耳朵、眼睛、腿、尾巴。
4. 腿用粗线条画，尾巴用折线或弧线画。
5. 关键坐标点旁边用中文注释标明用途，方便后续调整比例。
6. 代码末尾调用主函数，并调用turtle.done()保证窗口不闪退。
7. 代码要能直接运行，不要依赖任何第三方库。

我为什么这么写？关键在2、3、5三条。第2条限制了实现方式，避免AI自作主张去画过度复杂的马，一旦复杂，它出错的概率指数级上升；第3条强制它做函数拆分，相当于逼它把问题模块化，这也是调试的基础；第5条要求注释坐标用途，等于给后续“改稿”留了后门。AI一旦写了坐标注释，你让它改某个部位就非常容易定位。

如果你用p5.js或者Processing，提示词结构完全一样，只需要把角色改成对应领域的专家，约束改一下API名称就行。模板本身是通用的。

2.3 多轮对话：AI出图后如何“改稿”

一次生成的马基本不可能完美，多轮迭代才是常态。我实际跑了四轮才得到一匹比例能看的马。第一轮的问题是腿太细，第二轮的问题是尾巴跑到身体前面去了，第三轮才基本成型。这里有一个特别重要的经验：向AI描述问题时，一定要用“位置+偏差+期望”的结构，而不是情绪化地说“不好看”。

举个例子，我第一次说“腿太细了，像竹竿”，AI改完只是把画笔从1改到3，没本质变化。后来我改成“四条腿是承重结构，请将画笔宽度设为8，并让每条腿从躯干底部边缘开始向下绘制，终点y坐标统一为-50”，AI立刻理解了，画出来的马稳了很多。你说“不好看”，AI只能瞎猜；你说“哪里、多了还是少了、希望改成什么”，AI才能精准执行。

另外，AI出图后不要只盯着图片看，要去看代码里每个部位的坐标。比如它把头的圆心设在(60, 80)，你就知道头在画布右上方。你觉得头太高，就让AI把y坐标调低15。这个过程特别像游戏策划调数值，你手里拿的不是鼠标，而是坐标参数。我说的“AI辅助创作”，本质上就是人负责审美判断，AI负责把审美判断翻译成代码改动。

3. 实操：从提示词到可运行的画马程序

3.1 环境准备与运行方式

环境准备没什么好绕的，Python 3.8以上就行，我用的3.11。turtle是标准库，不需要pip安装。编辑器我用的是Cursor，你用VS Code加通义灵码或者Copilot都行。

运行方式很简单：

bash复制python horse.py

macOS用户如果默认Python版本不对，可能需要用：

bash复制python3 horse.py

有个小坑必须提醒：turtle画完窗口会立刻关闭，你刚看清马长什么样就没了。解决办法是在代码最后一行加上turtle.done()，这个函数会让窗口保持打开，直到你手动关闭。很多AI生成代码不带这一句，因为它训练语料里的代码常常省略交互展示部分，所以拿到AI代码第一件事就是检查末尾有没有这个函数。

3.2 实际生成的代码长什么样

下面这份代码是我用AI辅助编程跑出来的简化版本，做了两处手工修正。它不是艺术品，画的是卡通侧身马，但胜在结构清晰、能直接运行、改起来方便。我把关键坐标注释都保留着，方便你对着看：

python复制import turtle

t = turtle.Turtle()
t.speed(6)
t.pensize(6)

def teleport(x, y):
    t.penup()
    t.goto(x, y)
    t.pendown()

# 身体：两个圆拼接成躯干，位置有重叠，形成卡通马的胖身体
teleport(-80, -5)
t.setheading(0)
t.circle(40)          # 臀部大圆，圆心约在(-40,-5)

teleport(-22, 2)
t.setheading(0)
t.circle(32)          # 胸部圆，圆心约在(10,2)，和臀部圆重叠

# 脖子：从胸部上方向右上方画一条粗线
teleport(20, 22)
t.setheading(68)
t.forward(55)

# 头：一个半径18的圆，圆心约在(30,68)
teleport(30, 50)
t.setheading(0)
t.circle(18)

# 眼睛：在头圆前上方点一个点
teleport(38, 72)
t.dot(5)

# 耳朵：一个小三角形，从头顶伸出
teleport(35, 82)
t.setheading(0)
t.goto(42, 90)
t.goto(47, 81)
t.goto(35, 82)

# 四条腿：从躯干底部向下画粗线，终点y坐标统一在-50附近
legs = [(15, -12, -42), (2, -12, -40), (-18, -12, -42), (-35, -12, -40)]
for x, y, length in legs:
    teleport(x, y)
    t.setheading(-90)
    t.forward(length)

# 尾巴：从臀部向后上方甩出去，两段折线
teleport(-76, -5)
t.setheading(135)
t.forward(25)
t.setheading(-60)
t.forward(20)

t.hideturtle()
turtle.done()

这份代码跑起来，你会看到一匹圆滚滚的卡通马：身体是前后两坨圆，脖子斜着伸上去，头圆脑圆，四条短腿稳稳站在画布底部，尾巴向后上方翘起。AI生成第一版的时候，腿的起点和身体不连接，悬空在半空，我让它改了两轮才落到底部。后来我发现一个规律：AI生成“关系型”图形时，最容易在连接处出错，比如腿与身体、脖子与头。原因大概是它记忆了大量图形绘制代码，但对“坐标衔接”这个细节不够敏感。解决办法就是上面代码里做的：用teleport显式指定起点，再画线或画圆。

3.3 参数调优：把马画得“像”一点

代码能跑起来只是第一步，画得像才是这个项目真正好玩的地方。调参阶段可以做个表格，把关键参数和它们的影响列出来，这样你对着改就行：

我踩过最大的坑是同时调了四五处参数，结果马的头和身体完全错位，但不知道是哪一步改坏的。后来学到的教训是：调参一次只动一个部位，改完立刻运行看效果。别嫌麻烦，这比同时改一堆再回头排查快得多。而且改AI生成的代码时，我建议直接改坐标参数，不要大段重写结构。AI的代码结构是它自己设计的，你重写等于失去后续让AI帮你继续迭代的基础，双方得有“同一个语境”才能继续协作。

3.4 从静态画马到动态创作：AI还能帮你做什么

画完静态马之后，很自然会想让它“动起来”。我试了让AI给这匹马加上奔跑动画，方法是让AI帮我生成多帧画面，每帧腿的落点不同，然后用循环重绘。turtle本身不是动画工具，直接做会闪烁，但用“清屏-重绘-延时”的模式可以做出很简陋的小动画。我让AI把四条腿的坐标参数做成了列表，每帧读取一组，大概30行代码就实现了“原地摆腿”的效果。

再进一步，可以让AI把整匹马封装成函数，入参是躯干圆心和画笔颜色，这样想画一群马就简单了——循环调用函数，每次传不同坐标，就能在画布上摆出一排在草原上吃草的马。这就是“批量创作”的思路。还有一个很实用的扩展：让AI生成一张马的图片作为参考图，或者用AI图像生成工具先生成你想要的马形态，再把它描述给编程AI。这样“AI辅助创作”就变成了“AI负责视觉设计，你负责把视觉设计转成代码需求”，整个项目会好玩很多。

4. 常见问题排查与AI协作心得

4.1 常见问题速查表：AI编程画马踩坑实录

我整理了一份这个项目最常见的排查表，都是实际跑过的场景：

4.2 排查思路：不要拿到AI代码就盲目信任

AI生成的代码第一版跑起来，很多人会直接开吹，但画马这种项目骗不了人——比例不对就是不对，代码再“专业”也没用。我的排查思路有三个层次：先跑通，再调比例，最后优化结构。

第一层“跑通”最容易，报错就看堆栈，AI生成代码报错多半是变量名冲突、缺函数、缩进问题。第二层“调比例”最难，因为不报错，纯靠肉眼判断，这时候必须依赖坐标注释。我让AI在每一个关键绘图点都写了中文注释，这就是坐标地图。第三层“优化结构”是进阶，把相同模式的代码合并成循环或函数，比如上面代码里的legs列表，就是AI帮我重构的，比手写四条腿简洁很多。

还有一个心得：不要用“它能不能生成正确答案”来衡量AI，而是用“它能不能在你的反馈下逼近正确答案”来衡量。画马这个项目里，AI第一版通常画出一只怪物，但你要它在坐标层面执行你的修改意见，它执行得又快又准。AI的强项是快速尝试和精确执行，弱项是审美判断和全局协调，这两部分恰恰是你该接手的地方。

4.3 几条提高AI辅助创作效率的心得

最后说几条经验，都是我自己试出来的，不一定适合所有人，但可以参考。第一条，提示词里把“尽量”“大概”这类模糊词全部删掉。“画个差不多的马”和“圆心坐标(30,50)，半径18”对AI来说是两个难度级别的事情。第二条，每次让AI改代码前，先把当前运行效果截图保存下来，这样前后对比有据可查，不至于改了一版觉得还不如上一版。第三条，如果你让AI生成了一版满意的马，立刻把这段代码和提示词存到自己的素材库，下次画狗画猪的时候，只需要把“马”改成“狗”，把身体比例改一改，就能复现同样的成功路径。

另外一个容易被忽略的点是：AI编程并不等于“全程不用自己会编程”。画马项目里，你至少要知道turtle的基础API是干什么用的，否则AI生成的代码里某一行是画圆还是画弧你都看不懂，连报错都没法排查。我推荐新手花20分钟过一遍turtle最常用的指令：forward、backward、left、right、circle、goto、penup、pendown、pensize、dot。会这些就够了，剩下的交给AI。

我在实际跑这个项目时，最深的感受是：AI本身不会把项目变简单，但它能极大缩短“想法到代码”的距离。以前你想画一匹马，得从数学公式推导圆弧参数，现在你只需要把脑子里的画面描述清楚，然后盯着一遍遍生成的坐标参数做微调。真正值钱的不是AI替你写了那几十行代码，而是你在这一轮轮对话中，学会了如何用一个精确的需求描述，把一个模糊的创意变成具体的程序。这就是AI辅助创作最大的价值。

最后再分享一个小技巧：画马画得差不多之后，你可以尝试让AI“反向教学”——让它解释它的每一处坐标为什么这么设定，再把解释写进注释。这个操作看起来只是在记录，实际上是在帮你建立“画图形=定坐标”的心智模型。有了这个模型，下次你上手任何生成类项目，都会比别人快一大截。