一、它是啥：解决「想做但说不出叫什么」的一个名词库
showheyohtaki/motion-prompt（2026-10-18 实查 ★377 / 48 forks / MIT / 10-14 仍在提交，作者 Shohei Ohtaki，日籍）做了一件很小但戳中痛点的事：把你想让 AI 做的动画、运镜、界面动效命名成 120 个「名词」，每个名字配一条动态样例和一句可以直接复制去问 AI 的话。
来龙去脉写在 README 里，很短：作者发了几条给动效命名的短视频，几天内大量评论，其中一条他原样引用了——大意是「卡住我的不是想象力，是我不知道这类动作叫什么」。库就是为这句话建的。作者的结论一句话：「这样你就成了 creative director」——给 AI 指挥活儿的前提，是你手里有一份你行业里的「共同语言」。
120 个名字 = 5 个 pack × 24，按「动作属于哪个领域」切（packs/README.md，由 meta.json 经 tools/build.mjs 生成，原话是「Edit meta.json, not this file」）：
| # | pack | 命名范围 |
|---|---|---|
| 001–024 | motion | 动效图形招式（Pop-in / Stagger / Mask reveal / Kinetic typography…） |
| 025–048 | camera | 运镜与转场 |
| 049–072 | ui | UI 组件动作名 |
| 073–096 | lp | 落地页 / 网页特效 |
| 097–120 | photo | 摄影 look / 打光 / 风格 |
为什么值得单独记一笔：prompt 出不出活，卡在两个地方——「风格描述不出来」和「动作说不出名字」。前一种有风格库管（下面第四节），后一种一直没人管，因为它是词汇问题不是创作问题。这个仓恰好补的是最缺的那块。
二、用法：一条目 = 名字 + 一行释义 + 可复制问法 + 动态样例
打开 packs/motion/README.md，每条就四样东西，举几个我实际看了的条目：
| # | 名字 | 释义（直译） | 仓里给的问法（直译） |
|---|---|---|---|
| 001 | Pop-in | 带点小弹跳地弹进画面 | 「让 logo 用 pop-in 进场，约 0.4 秒，带一点 overshoot」 |
| 002 | Stagger | 元素逐个错时出现 | 「五张卡片用 stagger 进场，间隔 0.08s，从左到右」 |
| 005 | Mask reveal | 文字从一道看不见的边后面升起来 | 「标题用 mask reveal 从下方进场，0.6s，逐行延迟」 |
| 007 | Count-up | 数字快速滚到终值 | 「数字 1.5s 内从 0 滚到 1,280，结尾减速」 |
| 008 | Kinetic typography | 词随口播缩放翻转 | 「把这段口播做成 kinetic type：重音词放大，落在节拍上」 |
注意它的定位写法：「Find the name, then say it to your AI. Add how long, how strong and what moves」——找到名字，把它说给 AI 听，再补多长、多强、动的是什么。名字只负责把你和 AI 放进同一个词表，剩下的量词还是你出。每个条目右上角链到 在线 gallery 的对应锚点（#001…#120），是动态样例；仓库里自带的 mp4 只有 make-your-own 两个示例套共 12 条（见下节），想看全 120 个动起来得去 gallery。
生成机制也值得学：packs 下的 README 全是 meta.json 经 build.mjs 生成的——贡献者改数据，文档自动长出来，双语（英/日）同源。这种「数据源唯一」的小工程习惯，比内容本身更值得抄进你自己的库。
三、被低估的一半：make-your-own（给自己行业造一本名词库）
仓里 make-your-own/ 是真正拉开差距的部分：它不是「成品库」，是「造库的模板」——你拿它给自己领域造一套同型名词库，语言、视觉随便定。
- 提示词直接复制：
prompts/en/01-translate.md交给 Claude Code / Codex，就能把现成 5 组译成中文版（README 对中文用户明确指了这条路）；同目录还有「给自己的领域起名字」的提示词。 - 渲染脚本
render.mjs：HTML → mp4，Playwright + ffmpeg，无构建、无框架；每张卡片就是一个画在<canvas>上的单文件 HTML，作者原话：这样 coding AI 能「读整个文件给你改」。 - 两个成品示例（故意长得不一样，证明它不是单一风格模板）：
camera-moves/浅灰底单蓝、pictogram 风（英/日双语）；motion-graphics/深藏青四色（日）。输出规格统一：1200×1350、30fps、H.264 yuv420p、无声、9.4s 无缝循环 + 一页 cheatsheet 图。
它背后的观点是作者那句「This is not one style to copy. It is a place where you can… make a version in your language, with whatever look you like」——名词库的价值随「行业 × 语言」两个维度膨胀，动效只是它演示的第一个行业。
四、横向：动效提示词资产分四类，各管一段
把「prompt × motion」这条线上的仓库摊开（均 10-18 实查），其实是四类资产，各管一层：
| 类型 | 代表仓 | 管什么 |
|---|---|---|
| 名词库（本条） | motion-prompt ★377 · MIT | 「叫什么」——词汇层，让需求能被命名 |
| 风格库 | Vincentwei1021/mg-styles-15 ★1,109 · MIT（10-05 推） | 「长什么样」——15 种动效风格，每种是 Claude Opus 5.5 一段 prompt 写码生成的成片，「watch the films, copy the prompts」 |
| 模型技能 | higgsfield-ai-prompt-skill ★758 · MIT（32 个子 skill，覆盖 Seedance 2.5 / Veo / Kling / Wan / Dreamina 的电影级镜头提示词）；claude-remotion-skill ★511 · MIT（教 Claude 用 Remotion 做专业视频，站内 article-156 写过 Remotion 主线） | 「怎么做出来」——生成模型参数层 / 程序化代码层 |
| 策展清单 | guanmo-ai/awesome-ai-motion ★384（10-16 推） | 「看什么」——惊艳动效 / 创意视频 / 交互艺术的发现清单，附源码与提示词 |
四层的叠法是：名词库定需求 → 风格库定气质 → 模型技能定实现。跟站内几篇的分工也能对上：《8 个高级交互动效》（article-113）给的是「组件级微交互 + 可贴的描述词 + 实现库」，偏落地配方；本条是「动作叫什么」的词汇表，上游一层。《Remotion 教程》（article-156）教的是把动画写成可复用代码；这一条教的是在动手之前，把需求说清楚——两篇正好是「说清楚」和「做出来」的接力。
五、坑与边界
- 命名只解决一半。README 自己就写着「Add how long, how strong and what moves」——名字给你共同语言，时长、力度、动哪个元素、情绪档位还是你出。只抄名字不补量词，出来的还是「差不多但不对」。
- 词源是日语社区。作者与首批条目以日语为母语，列表维护痕迹明显（示例视频里叫「手持ち風」，现行列表已规范成「手持ち」，新旧并存）。名称表目前只有英/日，中文要自己走
01-translate那条路——这既是坑也是它的卖点。 - 120 是共同语言，不是全集。站里写过的 Glitch Cut、Cursor 热点拆解这类镜头级词（article-151），这个库里未必有现成名字；遇到没收录的，正好反喂给它（make-your-own 支持加条目）。
- 动态样例外链 gallery。仓库内 mp4 只覆盖示例套，全量 120 个动起来的效果在 GitHub Pages 上，离线看仓库只能读文字。
- 风格趋同风险（推断，非事实）：当大家共用同一份 120 词表，「做出来都挺像」是大概率事件——词表让沟通变容易，也把你的片往「词表均值」上拉，差异化还得靠词表外的判断。
六、我的判断
- 什么时候用它：第一次写动效 prompt、和设计师/剪辑对齐「我要那个什么来着」、给 AI 下需求前。三秒定不了名字的场景，先去
packs/里翻 30 秒，比反复跟 AI 描述「就是那种…对，就是那个感觉」便宜得多。 - 怎么叠：名词库（它）定需求 + 风格库（mg-styles-15）定气质 + 模型技能（higgsfield / claude-remotion-skill）定实现，三层分开管，别指望一份提示词全干。
- 一句话：prompt 的瓶颈经常不是「怎么写」，是「叫什么」——名词库是最便宜、也最被低估的一类 AI 资产，而它教的「造自己行业那本」比那 120 条本身值钱。
数据红线说明：motion-prompt ★377 / 48 forks / MIT / pushed 2026-10-14、mg-styles-15 ★1,109 / higgsfield-ai-prompt-skill ★758 / claude-remotion-skill ★511 / awesome-ai-motion ★384 均为 2026-10-18 GitHub API 实查值；gallery（showheyohtaki.github.io/motion-prompt）当日 HTTP 200；条目释义与问法为原文直译（原文为英/日双语，此处译简）；「风格趋同风险」为基于词表共用机制的推断，非仓库事实。