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。