Eryk Orłowski
CV · KontaktCV i kontakt

← Wszystkie eksperymenty

Pięć wizytówek w jedną dobę

9 min czytania

Na Figma Maker Collective w Warszawie moją wizytówką był telefon: osoba z którą rozmawiam skanuje kod z mojego ekranu, a karta przechodzi warstwa po warstwie z jednego telefonu na drugi. Zbudowały to agenty AI, w pięciu wersjach, w niecałą dobę.

Na tej stronie

Wtorek, 17 listopada, Fabryka Norblina, poranny networking na Figma Maker Collective. Papierowe wizytówki są strasznie oldskulowe. Wolę pokazać kawałek rzemiosła.

Szybki skan zamiast papieru

Pokazuję telefon z kodem QR, dwa razy tap na drugim ekranie: przeglądarka otwiera link. Kamera celuje w mój telefon, moja wizytówka przechodzi z jednego ekranu na drugi, warstwa po warstwie, jak rozkładany plik z Figmy. Na docelowym ląduje jako cały ekran, z przyciskiem do LinkedIn i do zapisu vcard. U mnie karta przeładowuje się dla następnej osoby, każda może podać wizytówkę dalej.

Ekran gościa po wylądowaniu karty: przejęcie, składanie okna, karta, dalsza część strony i kulisy (wczesna wersja, jeszcze z polskim interfejsem).
Ekran gościa po wylądowaniu karty: przejęcie, składanie okna, karta, dalsza część strony i kulisy (wczesna wersja, jeszcze z polskim interfejsem).

Pod spodem są trzy sprytne sztuczki, w sam raz na small talk w przerwie na kawę.

Sztuczka pierwsza: znacznik dla aparatu

Na moim ekranie, w rogu karty, jest mały czarno-biały kwadrat. To znacznik, kuzyn kodu QR, tylko prostszy: kamera rozpoznaje go szybko nawet pod kątem. Kiedy telefon gościa go znajdzie, zna położenie czterech rogów. A z czterech rogów da się policzyć wszystko: z jakiej odległości patrzy, pod jakim kątem i jak trzyma telefon. To ta sama geometria, dzięki której aplikacje do skanowania dokumentów prostują krzywo sfotografowaną kartkę.

Pierwszy test rozpoznawania na sztucznej kamerze: znacznik złapany w 13 ms, karta przykładowa Jane Maker.
Pierwszy test rozpoznawania na sztucznej kamerze: znacznik złapany w 13 ms, karta przykładowa Jane Maker.

Sztuczka druga: synchronizacja telefonów

Kiedy jakiś element wizualnej układanki odrywa się od mojego ekranu, w tej samej chwili musi pojawić się u osoby skanującej. Kłopot w tym, że zegary dwóch telefonów nie chodzą równo. Różnią się o dziesiątki albo setki milisekund, a oko łapie rozjazd już od kilkudziesięciu. Opóźnienia i brak synchronizacji mogą więc spowodować, że animacje się miną.

Rozwiązanie jest starsze niż smartfony. Oba telefony łączą się z małym „pokojem” w chmurze i każdy kilka razy pyta go: „która godzina?”. Mierzy, ile trwała odpowiedź w obie strony, i zakłada, że połowa tego czasu to droga w jedną stronę. Potem już łatwo policzyć różnicę pomiędzy zegarem na telefonie, a serwerem. Serwer zgłasza: „zaczynamy o 12:00:03,250 mojego czasu”, a każdy telefon przelicza to na swój zegar. W testach zegary dwóch telefonów zgadzały się co do jednej milisekundy.

Pierwszy test pokoju na iPhonie: odpowiedź w obie strony 30 ms, różnica zegarów 1 ms.
Pierwszy test pokoju na iPhonie: odpowiedź w obie strony 30 ms, różnica zegarów 1 ms.

Sztuczka trzecia: ekran rysowany dla cudzego oka

W jednej z wersji animacji mój ekran udaje okno do głębokiej skrzynki schowanej w telefonie. Iluzja działa tylko dla osoby, która patrzy przez kamerę. Telefon gościa około 30 razy na sekundę wysyła mi, gdzie jest jego kamera, a mój ekran rysuje skrzynkę dokładnie z tego punktu widzenia. Przez obiektyw widać więc prawdziwe piksele i prawdziwe odbicia w szkle, a nie nakładkę.

Wersja 3: warstwa wychodzi przez szybę, widziana kamerą gościa.
Wersja 3: warstwa wychodzi przez szybę, widziana kamerą gościa.

Jak zrealizowałem ten projekt

Kod napisały agenty AI, ja starałem się zapanować nad kierunkiem ich działania, oceniałem wyniki, na koniec wybrałem wersję produkcyjną. Jeden model w długich, samodzielnych przebiegach budował animacje. Drugi agent zrobił resztę: rozpoznawanie ekranu, pokój z zegarem, stronę i wdrożenie.

Pięć wersji

Wersja 1. Warstwy zjeżdżają z ekranu. Warstwy mojej karty odjeżdżają w bok, a w kamerze rozmówcy wiszą nad telefonem jak rozłożony plik, z podpisami i wymiarami. Agent pracował godzinę i czterdzieści minut. Na koniec sam napisał w raporcie, co nie działa: przez 0,9 sekundy ta sama warstwa była widoczna dwa razy, jeszcze na moim ekranie i już w powietrzu.

Wersja 1: mój ekran (z lewej) i ekran gościa w tej samej chwili.
Wersja 1: mój ekran (z lewej) i ekran gościa w tej samej chwili.
Cała sekwencja wersji 1, host i gość.

→ Zobacz na żywo: hretheum.com/k/host/?fx=v1 · kod i raport agenta: effects/peel-v1

Wersja 2. Jedna warstwa w jednym miejscu. Tę listę wziąłem prawie słowo w słowo jako brief drugiego przebiegu. Warstwa przestała odjeżdżać: unosi się i znika z mojego ekranu w ćwierć sekundy, dokładnie wtedy, gdy u rozmówcy odrywa się od szkła.

Wersja 1 obok wersji 2, kamera gościa pod kątem 35°: ta sama warstwa raz widoczna dwa razy, raz tylko w jednym miejscu.
Wersja 1 obok wersji 2, kamera gościa pod kątem 35°: ta sama warstwa raz widoczna dwa razy, raz tylko w jednym miejscu.

→ Zobacz na żywo: hretheum.com/k/host/?fx=v2 · kod i raport agenta: effects/peel-v2

Mapa różnic: te same klatki w przeglądarce testowej i na prawdziwej karcie graficznej.
Mapa różnic: te same klatki w przeglądarce testowej i na prawdziwej karcie graficznej.

Wersja 3. Telefon jest pusty w środku. Tu poprosiłem o coś „odjechanego kompletnie” i dostałem skrzynkę z trzeciej sztuczki. Pod kątem działa najlepiej. Patrząc na wprost i na ciemnej karcie, jak moja, skrzynka robi się płaska i ciemna.

Wersja 3: kamera obiega telefon, siedem klatek. Skrzynka ma głębię tylko z miejsca, w którym stoi kamera.
Wersja 3: kamera obiega telefon, siedem klatek. Skrzynka ma głębię tylko z miejsca, w którym stoi kamera.
Film: orbita kamery wokół telefonu.

→ Zobacz na żywo: hretheum.com/k/host/?fx=v3 · kod i raport agenta: effects/window

Wersja 4. Plik rozlewa się po pokoju. Warstwy rosną do rozmiaru stołu, tło rozwija się w ścianę za moim telefonem, a czerwona linia pokazuje prawdziwą odległość między telefonami, policzoną z obrazu kamery. Najciekawszy błąd żył tylko w środku ruchu: przy odbudowie tło na sekundę przykrywało warstwy, które już wylądowały. Testy pilnowały klatek końcowych, więc znalazło go dopiero oglądanie paska klatek ze środka animacji.

Wersja 4, kadr tezy: mój telefon w środku ściany z siatką, kamera 47 cm od niego.
Wersja 4, kadr tezy: mój telefon w środku ściany z siatką, kamera 47 cm od niego.
Błąd ze środka ruchu: w 1,0 s odbudowy tło przykrywa warstwy, które już wylądowały.
Błąd ze środka ruchu: w 1,0 s odbudowy tło przykrywa warstwy, które już wylądowały.
Ten sam pasek po poprawce kolejności rysowania.
Ten sam pasek po poprawce kolejności rysowania.

→ Zobacz na żywo: hretheum.com/k/host/?fx=v4 · kod i raport agenta: effects/spill

Wersja 5. Telefon gościa ma grawitację. Na moim ekranie karta wygina się w stronę obiektywu rozmówcy jak światło wokół masy. Warstwy rozciągają się we wstęgi z własnych pikseli i wypływają przez szybę, a litery wciąż da się przeczytać. U gościa wlewają się od dołu i napełniają ekran jak szklankę, aż powierzchnia się uspokoi. Kiedy zobaczyłem ją pierwszy raz, napisałem tylko: „v5 to jest to”. Została domyślną wersją na event.

Wersja 5: wstęgi z pikseli warstw wypływają przez szybę, kamera gościa pod kątem 20°.
Wersja 5: wstęgi z pikseli warstw wypływają przez szybę, kamera gościa pod kątem 20°.
Wersja 5 na mojej karcie: u gościa warstwy napełniają ekran jak szklankę.
Wersja 5 na mojej karcie: u gościa warstwy napełniają ekran jak szklankę.

→ Zobacz na żywo: hretheum.com/k/host/?fx=v5 · kod i raport agenta: effects/blackhole

Jeśli projektujesz i czasami promptujesz ;]

Pięć rzeczy, które zadziałały:

  1. Najpierw kontrakt, potem efekt. Zanim poprosisz o animację, spisz to, co spisałbyś w handoffie: wejście, wyjście, czas, zakazy. Efekt możesz potem wymieniać pięć razy, a reszta stoi.
  2. Poproś o raport i zrób z niego następny brief. Każdy przebieg kończył się raportem: co agent sprawdził, czego nie sprawdził, co nie działa. Najlepszym briefem drugiej wersji była lista błędów pierwszej, spisana przez tego, kto je zrobił.
  3. Zielony test nie znaczy „działa”. Zapytaj, co dokładnie test mierzy. Średnia ukryła piksel, który różnił się o 72 poziomy. Najgorszy przypadek mówi więcej niż średnia.
  4. Patrz na środek ruchu. Pierwsza i ostatnia klatka mogą być idealne, a w środku coś przykryje coś na sekundę. Poproś o pasek klatek z całej animacji, nie tylko o efekt końcowy.
  5. Każda wersja obok poprzedniej. Żadna wersja nie nadpisywała wcześniejszej, każda miała osobny katalog. Dzięki temu porównywałem je obok siebie, a nie z pamięci.

Czego agent nie widział

Żadnej z pięciu wersji agent nie widział na prawdziwym telefonie. Wszystkie testy chodziły na Macu, a „kamerą” gościa było nagranie mojego ekranu podane przeglądarce jako sztuczna kamera.

Weź kod i zrób swoją

Kod jest otwarty: github.com/hretheum/layercard. Jest w nim wszystkie pięć animacji, każda z briefem i raportem agenta. Żeby zrobić własną kartę, nie musisz ruszać kodu: eksportujesz warstwy z Figmy (każda warstwa to osobna ramka), wpisujesz je do jednego pliku z opisem karty, wybierasz jedną z pięciu animacji i stawiasz całość pod własną domeną. Moich danych w repo nie ma. Jest za to fikcyjna karta przykładowa z siedmioma warstwami.

Czat odpowie na podstawie tego wpisu i mojego profilu.

Kontakt · #contact

Zajmuję się AI w 3 obszarach: AI w procesie projektowym, produkt albo narzędzie z AI oraz design systemy z AI.

źródłokt-03

Trzy drogi · bez formularza
E-maileof@offline.plkt-01
LinkedInlinkedin.com/in/eofekkt-02
CVPobierz CV (PDF, 88 KB)

Zbudowane na siatce 12 kolumn. Każdy fakt prowadzi do źródła; gdzie go brak, strona to mówi.