IBM 发布的如何制作 TJBot、如何对它编程的指令集（被称为“菜单”），在Instructables 线上开发者社交广受好评。该计划在社交主要页面都有体现，并已收到 21,000 份用户评论。TJBot 被各种层次的开发者所接受，从初学者到专家。大家用它来创建能学习、推理、与人自然互动的认知对象。
简化设计──为开发者而开发
TJBot 计划的初衷，是成为用户体验和试验“具象化认知”的入门素材。“具象化认知”是指把 AI 技术植入到它已经在与之互动的设备、物体、空间里。如果这个过程够简单，用户们会创造出什么来呢？会产生什么样的设计思路？TJBot 帮助寻找这些问题的答案。做为大家都买得起的 DIY 工具，它把“具象化认知”的创新过程民主化。
为了这一目标， TJBot 计划的一个指导原则是“简单”。这在硬件零件和程序语言平台的选择上得到体现。从最基本的原型机工具入手，IBM 测试了各种 LED、麦克风、音响和伺服马达；最后选择出小巧、功能多样但又容易上手的模型。同样地，控制这些感测器的软件使用 Nodejs 编写，它是一个用 JavaScript 开发软件
应用的开源、跨平台的执行环境。
借助传感器和 Watson 达到多种功能：
做为原型机，TJBot 的技能正在不断扩展：据雷锋网所知，它现在已经能说话、进行语音辨识、挥手和跳舞。这些能力由它内建的感测器、以及一系列认知服务来完成。比如，TJBot 的说话功能由 Watson 文字到语音服务在软件层面完成，然后透过音响播放出来。同样的， Watson 语音到文字服务，以及 TJBot 的麦克风，组合起来使它能进行语音辨识。这些技能可以被进一步组合，创造出新的应用场景，比如说创建虚拟代理或者数码助手。
新增加菜单
目前，TJBot 在 Github 的工具库包含 3 个基本“菜单”：让 TJBot 对简单语音命令做出回应的代码，分析推文的情绪并回复，还有让 TJBot 做为谈话代理。社交的开发者们为它加入了两个菜单：TJWave 和 Swifty TJ。TJwave 很有趣，它展示给开发者如何控制 TJBot 的手臂。它还包含额外功能：让 TJBot 随音乐“起舞”：TJBot 会播放一段音乐文件，提取其中的节拍和峰值，然后随之挥手。控制 TJBot 的小短手还能用来使语音互动更生动，以及模仿人类说话时的手部动作。Swifty TJ 展示如何用 Swift 语言控制 TJBot 上的 LED。随着 TJBot 的菜单目录不断扩大，Swifty TJ 为 Swift 开发者给 TJBot 写代码提供了出发点。
