用 Ling-3.1-flash 一句话生成可交互的 3D 体素城市界面

Ling-3.1-flash 可通过一句话生成密集体素城市界面，支持拖拽环绕、滚轮缩放、悬停检查和点击聚焦。提示词将交互契约与视觉设定并列，并明确拖拽和点击选中的区别；构建时还需恢复片头动画后的环绕控制。