生成艺术的数据与指标准备
动效性能数据必须附着在具体操作上。先选进入、滚动、触发和退出这类真实路径，记录设备类别、构建模式与浏览器设置；没有场景的平均帧率很难指导修改。
performance.mark('art-start'); startArtwork(); performance.mark('art-ready'); performance.measure('art-ready', 'art-start', 'art-ready');指标用来找变化，不用来编造排名。记录是否有长任务、用户是否能中断、页面隐藏后是否停止即可。
让样本和指标对应同一个问题
准备数据前先写清任务边界：输入来自哪里，允许怎样处理，什么结果算完成，哪些请求本来就应拒绝。样本要覆盖日常路径、边界条件和受控失败，训练或提示词中出现过的内容不能悄悄进入评测集。涉及用户或业务数据时，优先使用脱敏、授权且可追溯的材料；无法确认来源的样本宁可不用。
指标名称必须附带计算口径。成功率要说明分母是否包含超时和取消，耗时要区分排队与真正处理，质量判断要说明由规则、测试还是人工复核得出。单一平均值往往会遮住某类输入的失败，结果应按场景、版本或错误类型分组查看。评测脚本、依赖版本和随机种子应随结果保存，使别人能复算同一批数据。若样本量或覆盖面有限，结论就限定在这批输入，不把局部结果写成普遍能力。
回到界面与动效开发的实际约束
讨论“生成艺术的数据与指标准备”时，容易混在一起的是设计标记、组件状态、动画中断和输入方式。可以先画出一条真实操作的状态变化，标出每一步由哪段代码或哪个团队负责，再检查失败会停在哪里。先保证内容可读、操作可达，再调整视觉节奏。示例里的参数只能说明写法，接入项目后仍要依据当前依赖、设备或数据重新测量。
验证时保留一份最小输入，并准备与它对应的失败输入。正常路径确认结果能被下一环节消费，失败路径确认提示、日志和恢复动作一致。若现有材料不足以支持某个性能或效果结论，就保留限制条件，等有可复现记录后再判断。这样写出的方案不会显得花哨，却能让接手的人知道从哪里开始、在哪里停下，以及怎样确认修改没有越过原来的边界。
