AI 策划团队从 0 到 1：用 CodeBuddy 多 Agent 协作做一款肉鸽卡牌游戏

本文首发公众号：腾讯游戏学堂

作者：Morre（腾讯互娱 魔方魔镜工作室） 

分享整理：腾讯游戏学堂《初光 · AI 游戏夜话》 

主题：用 CodeBuddy 与 PromptX 组建多 Agent 策划团队，在两天内完成一款《杀戮尖塔》风格肉鸽卡牌网页原型。

本次分享主要介绍如何利用 CodeBuddy 与 PromptX 构建一个多 Agent 游戏策划团队，并在两天内完成一款《杀戮尖塔》风格肉鸽卡牌游戏的原型开发。

这个项目不是一次严肃的商业化研发，也不是一套已经完全成熟的工业级流程。它更像一次极限条件下的实践：以 CodeBuddy 作为 Vibe Coding 工具，以 PromptX 作为多 Agent 协作插件，让 AI 扮演不同策划角色，从 0 开始完成游戏定位、核心循环、纸面策划、网页原型、Debug 和美术升级。

最终得到的结果是一款可以在网页上运行的卡牌肉鸽原型：包含职业选择、节点地图、战斗系统、卡牌图鉴、遗物、敌人、随机事件、休息点、商店、精英怪、Boss 等核心功能。

AI 在策划案阶段几乎拥有统治力，但到了 Debug 阶段，人依然必须参与。

AI 可以帮你把大量繁琐流程跑起来，但最后对结果负责的人一定是做游戏的人。

《杀戮尖塔》是一款桌面式卡牌肉鸽游戏，也是很多卡牌肉鸽产品的原型。它的核心体验可以概括为：

1. 选择一个拥有不同被动能力的角色。

2. 进入一张由多个节点组成的随机地图。

3. 在地图上经历战斗、随机事件、商店、休息点、精英怪与 Boss。

4. 通过抽牌、出牌、防御、攻击、构筑牌组来推进战斗。

5. 每一局地图、事件、奖励、构筑都不同，因此带来持续变化的体验。

选择复刻《杀戮尖塔》这类游戏，并不是为了完全还原原作，而是为了验证：

● CodeBuddy 能否完成一个复杂度适中的游戏网页原型；

● 多 Agent 策划团队能否独立产出足够完整的 GDD 和系统设计；

● AI 是否能在卡牌、遗物、敌人、随机事件、UI 与美术等环节形成连续工作流；

● 人在整个流程中到底应该扮演什么角色。

作为一次网页原型的快速验证，这个原型比《杀戮尖塔》简单很多，但核心功能基本都被复刻出来了。如果玩家在玩《杀戮尖塔》时有一些“不爽”、想自己重新设计的地方，完全可以用 CodeBuddy 复刻一个简化版流程，再基于自己的想法继续迭代。

项目目标

这个项目的目标非常明确：

用 CodeBuddy 和 PromptX，从 0 到 1 做出一款可以运行的《杀戮尖塔》风格肉鸽卡牌网页原型。

为了让目标可控，项目做了几项限制：

1. 只做一个职业。

原型中只保留战士职业，没有继续做刺客、法师等职业适配。一个战士职业已经消耗了大量 Token 和调试精力。

2. 以网页原型为主。

不接入 Steam，不做完整客户端，也不做移动端适配。玩家只需要打开网页，就能开始试玩。

3. 优先复刻核心玩法。

包含节点地图、战斗、抽牌、出牌、护盾、敌人意图、随机事件、遗物、奖励、休息、商店、Boss 等系统。

4. 先纸面策划，后 Vibe Coding。

在 HTML 原型开发前，先完成纸面策划和规则确认，避免一边改策划、一边改网页代码导致混乱。

5. 把 AI 能做和不能做的部分都暴露出来。

项目的重点不是证明 AI 很强，而是通过真实流程看清：AI 到底在哪些环节提效，在哪些环节不可靠。

最终成果展示

最终原型是一个可以网页试玩的肉鸽卡牌游戏。

主界面与教程

进入游戏后，玩家会看到“开始攀登”的主界面。游戏中有一个比较好的设计：教程和世界观背景被结合在了一起。

文案策划没有单独写一份生硬的操作说明，而是把玩法规则嵌入故事背景中：

● 世界尽头有一座没有顶的塔；

● 塔有不同层数；

● 每一层包含不同节点；

● 每类节点对应不同玩法；

● 战斗环节有自己的规则。

这样既交代了游戏背景，也完成了新手教学。

卡牌图鉴

游戏内有卡牌图鉴，结构类似《杀戮尖塔》。卡牌用于对敌人造成伤害、防御、触发构筑效果，升级后会产生数值或效果变化。

例如：

● 打击：造成基础伤害；

● 打击+：升级后造成更高伤害；

● 防御类卡牌：提供护盾；

● 能力卡：使用后应从牌库中移除，进入能力区，避免反复洗回牌库。

卡牌系统不是只做展示，而是进入了战斗逻辑。

遗物与道具

游戏也包含遗物系统。遗物会提供额外效果，例如：

● 战斗胜利后获得金币加成；

● 战斗结束后回复生命；

● 精英遗物和 Boss 遗物比普通遗物更强。

遗物不仅有数值效果，也有名称、图标和背景描述。不过，遗物文案和创意描述是 AI 比较容易翻车的地方：如果只给笼统要求，它会写出与图像、设定风马牛不相及的内容。

敌人与地图节点

敌人按照层级和类型分类展示：

● 普通怪；

● 精英怪；

● Boss 怪。

地图中包含起点、普通战斗、随机事件、精英怪、商店、休息点、Boss 等节点。玩家从起点出发，按路线向上推进，最后挑战 Boss。

战斗界面

战斗采用简化的卡牌对撞形式，有点像“炉石式”的交互：

1. 每回合从牌组中抽取若干张牌。

2. 玩家消耗能量打出攻击牌或防御牌。

3. 攻击牌可以指定敌人造成伤害。

4. 防御牌可以为角色叠加护盾。

5. 回合结束后敌人行动，角色可能受到伤害。

6. 游戏记录攻击、掉血、护盾、弃牌、消耗牌等行为。

原型没有复杂动画，也没有精细打击反馈，但战斗闭环是完整的。

随机事件与重新开局

随机事件会从事件池中抽取，抽过的事件不会重复。玩家可能遇到类似这样的选择：

● 损失生命，获得一张特殊卡；

● 随机升级一张卡；

● 损失金币，获得奖励；

● 从几张普通卡中选择一张加入牌组。

肉鸽游戏的重要体验也被保留下来：

● 构筑不满意，可以回到菜单重新开始；

● 有事暂离，可以继续上一局；

● 每次重新开始，地图都会刷新。

整个流程可以概括为六个阶段：

1. 招聘 AI 策划团队

2. AI 自主讨论

3. 纸面策划

4. Vibe Coding

5. Debug

6. 美术升级

Step.1 招聘 AI 策划团队

项目中的关键插件是 PromptX。

PromptX 可以理解为一个“HR”或“人才市场”：它可以根据需求生成不同身份的 Agent，并为每个 Agent 建立角色档案、职责边界、记忆和协作方式。

在原生编程软件中，通常并不存在真正可调度的多 Agent 系统。模型可以模拟多个角色，但本质上仍然像“一个人在人格分裂”。PromptX 的价值在于，它把不同角色拆成了可持续使用的身份，并为每个身份生成对应的 Markdown 档案。

PromptX 在这个项目里主要承担四件事：

1. 生成角色档案。

类似“简历”，包括姓名、职位、项目职责、专业领域、熟悉品类、设计理念、决策原则等。

2. 组建团队。

从“人才市场”中挑出符合项目要求的成员，让他们以团队方式协作。

3. 持久化记忆。

每次讨论产生的成果，会被拆分写入对应 Agent 的记忆或档案中。下一次启动时，这些角色不需要重新解释项目背景。

4. 长期复盘和历史总线。

角色可以保留此前讨论的核心结论，持续参与后续决策。

在这个项目中，最终保留了四个策划角色：

在这个项目中没有让 AI 自动生成一整套完整策划团队，而是基于个人判断只保留这四个角色。原因很简单：

● 商业化策划在这个项目里不需要；

● 数值策划 AI 做不好；

● 这个原型的规模不需要过多岗位。

? 实践经验：明确要求“安装 PromptX 插件”

使用 PromptX 时，不要只说“使用 PromptX”。 一定要明确要求：安装 PromptX 插件。

实践中的常见误区：部分 Web Coding 工具不会真的安装插件，只会告诉你“已经用了”，实际上仍然在自己跑。结果就是效率很低，角色档案、记忆和协作流程都没有真正启用。

Step.2 AI 自主讨论

团队建立后，A策划团队收到的I核心指令：

召集策划团队进行讨论，产出一版 CodeBuddy 可以实现的、界面简化版《杀戮尖塔》策划案，保留战士一个职业即可。

就这一句话，AI 团队自动拆出了 12 个工作流程，包括：

每完成一个阶段，AI 会主动向人类确认：这一部分是否 OK，是否需要删减，是否可以继续进入下一步。

这也是多 Agent 流程里很重要的一点：AI 可以讨论，但最终拍板仍然在人。

在实际流程中，不需要看每个 Agent 自言自语的所有中间过程。通常只看最后输出的表格、文档或结论。只有当 Debug 出现严重问题时，才会反过来看 AI 中间到底怎么理解任务。

Step.3 纸面策划

项目第一阶段只做纸面设计，不直接进入 HTML 原型。

原因是：如果策划案还没定，就开始做网页，后面会出现两层修改压力：

1. 策划规则要改；

2. HTML 和前端逻辑也要跟着改。

这会让 AI 很容易陷入混乱，甚至一直改不出来。

因此先要求 AI 团队把规则、卡牌、遗物、敌人、节点、随机事件等内容都写进 Markdown 文档中。纸面内容确认后，再进入网页开发。

在项目文件里，可以看到大量 Markdown 文档，例如：

● 设计文档；

● 核心决策；

● 团队协作记录；

● 卡牌、遗物、敌人数据；

● GDD；

● Debug 记录。

这种方式让策划案有了一个可追踪、可修改、可作为“宪法层”的文本基础。

Step.4 Vibe Coding

纸面策划确认后，CodeBuddy 开始把规则实现成网页原型。

这个阶段包括：

基础体验

主菜单·教程页面·角色选择

随机地图·战斗界面·卡牌交互

卡牌机制

抽牌·弃牌·消耗牌

收集与流程

卡牌图鉴·遗物图鉴·敌人图鉴

存档与继续游戏·重新开局

对于这种网页原型，AI 的效率非常高。它可以把一个大体量系统拆成多个模块，并持续往 Markdown 和代码里写入实现。

但从这个阶段开始，人的参与也明显增加。因为只要进入可玩原型，就一定会出现大量真实体验问题：UI 是否挤、节点是否重叠、战斗规则是否符合预期、卡牌是否遮挡、护盾是否清零、随机事件是否重复等等。

Step.5 Debug

Debug 是整个项目中最耗时间、最耗 Token、也最需要人类参与的阶段。

纸面策划和美术各用了半天，真正可玩的玩法原型 Debug 用了一整天。整个流程中最费 Token 的也不是策划案，而是 Bug 修复和反复验证。

案例：地图节点怎么都改不对

第一版地图已经有《杀戮尖塔》的基本形态，但存在几个问题：

● UI 挤在屏幕中间；

● 节点图标太小；

● 节点之间距离太近；

● 连接线不明显；

● 横屏空间没有利用好。

最初给 AI 的指令是：

地图图标比较小，节点之间的连接线消失，需要增大节点图标，用深色虚线。

AI 跑完代码后汇报已经完成，但实际几乎没改。

之后继续调整指令：

连接线效果已经实现了，但观感上仍然存在问题。每一层地图修改为浅色，让深色连接线更加显眼；节点尺寸还是太小，能够扩大三倍；调整为横屏界面；连接线不要采用直线，需要采用曲线。

结果 AI 又改出一版更乱的：节点全部乱放，大小没变，还发生重叠。

深入排查后发现，问题不在于 AI 完全不能改，而是它听不懂“三倍”“更分散”“更好看”这类人类表达。真正有效的表达应该是它能直接操作的参数。

最终有效的指令是：

把普通图标大小缩小为 70px。确保路线经过每个图标的中心，不能出现路线偏移。图标中心必须对齐连接线。

这时 AI 才真正改对。

? 实践经验：用 AI 能听懂的语言

“放大三倍”“更分散一点”“更好看一点”对人类有意义，但对 AI 不一定可执行。 在 Vibe Coding 场景里，更有效的是：

● 改成多少 px；

● 从哪个坐标到哪个坐标；

● 哪个元素中心对齐；

● 哪个 CSS 属性调整；

● 哪个状态下移除哪个对象。

案例：护盾不会消失

另一个典型 Bug 是护盾逻辑。

在类似《杀戮尖塔》的规则中，玩家使用防御牌后会获得护盾，护盾一般应在回合结束或下一轮规则中按设定清除。但原型中出现过一个问题：护盾不仅延续到下一回合，甚至在完成一局游戏后还会继承到下一局。

从代码运行角度看，AI 可能认为没问题：

● 卡牌能被选中；

● 能打出；

● 能产生护盾；

● 游戏没有报错。

但从游戏规则角度看，这是严重 Bug。

这说明 AI 很难自动发现“规则层面的问题”。如果人没有明确写出“护盾应该在什么时候清除”，AI 就只会判断程序是否运行，而不会判断游戏是否符合预期体验。

案例：能力卡应该移除

项目中还出现过能力卡的规则问题。

能力卡在使用一次之后应从牌库中移除，不能多次使用。

AI 随后会以玩法策划身份解释：能力卡应进入能力区，避免反复洗回牌库，再去修改代码。

这类问题说明：AI 能理解规则，但前提是人必须把规则明确指出来。

Step.2 美术升级

第一版原型大量使用 emoji 占位：

● 战士可能是一个盾牌；

● 怪物可能是一个蘑菇；

● 卡牌图标也是语义相关的 emoji。

初版原型大量使用 emoji 占位显得过于草率、太像 AI 产物，于是直接问 CodeBuddy：

现在我觉得这个界面有点丑，请问有没有什么办法可以把游戏变得更加生动，或者让它的画面更加丰富？

CodeBuddy 建议使用内置生图功能，为角色、怪物、卡牌和界面生成图标与原画。

第一版美术升级希望接近《杀戮尖塔》的欧美暗黑风格，但生成结果过于写实，像买量广告里的“不能玩的游戏”。之后又要求整体画面简化，继续调整 UI 布局、卡牌选中状态、角色站位、边框和羊皮纸风格。

最终成品约有 70% 满意：

● 比 emoji 版本更像游戏；

● 有统一的羊皮纸、手绘风格；

● 卡牌、角色、敌人都有图像；

● 卡牌有一定震动、碰撞和攻击反馈；

● UI 有边框和整体主题。

但需要承认的是：

目前的效果还有提升空间，图标细节和画面精细度仍有优化余地，CodeBuddy 内置生图能力在现阶段能满足原型开发需求，后续版本还会持续迭代。

如果想进一步升级，可以自己用更强的图像工具生成素材，再导入 CodeBuddy，甚至导入多帧图片做动画。

项目中的文档结构与数据资产

这个项目虽然是一个两天完成的网页原型，但它并不是“只靠一句话生成游戏”。真正支撑它持续迭代的，是一组 Markdown 文档。

这些文档承担了类似小型项目资料库的作用：

这类文档有两个好处。

第一，它让 AI 的工作不再只停留在单轮对话里。每次修改都能落到文件中，后续 Agent 可以继续读取、讨论和补充。

第二，它让人类可以随时回到项目的“事实层”。当 AI 开始乱讲、偷懒或者忘记规则时，人可以要求它重新读取 GDD、核心决策和相关 Markdown，而不是在一长串聊天记录里重新解释一遍。

? 实践经验：原型越复杂，越要让 AI 写文档

对一个游戏原型来说，Markdown 不是附属品，而是多 Agent 协作的地基。 如果没有稳定文档，AI 很容易在长对话里丢失规则、越权修改，或者把已经拍板的内容重新发散一遍。

原型开发中的关键系统清单

从结果看，这个原型已经覆盖了一款卡牌肉鸽游戏的主要骨架。虽然每个系统都比较简化，但组合起来已经能构成一局完整体验。

         主菜单

            ├─ 教程 / 世界观

            ├─ 卡牌图鉴

            ├─ 遗物图鉴

            ├─ 敌人图鉴

            └─ 开始攀登

                   ├─ 职业选择：战士

                   ├─ 起始事件

                   ├─ 随机地图

                   │    ├─ 普通战斗

                   │    ├─ 随机事件

                   │    ├─ 精英怪

                   │    ├─ 商店

                   │    ├─ 休息点

                   │    └─ Boss

                   └─ 战斗系统

                          ├─ 抽牌

                          ├─ 出牌

                          ├─ 能量

                          ├─ 护盾

                          ├─ 弃牌池 

                          ├─ 消耗牌

                          ├─ 敌人意图

                          └─ 战斗奖励

这份清单也解释了为什么 Debug 会变成最重的环节。只要这些系统彼此发生联动，Bug 就不再是单点问题，而会变成跨系统问题：卡牌效果影响战斗，战斗奖励影响构筑，构筑影响数值，节点路径影响遭遇，随机事件又会改变牌组和资源。

AI 可以帮你把这些系统搭起来，但它不一定能判断这些系统组合后是否真的好玩。这个判断依然要回到人类试玩。

AI 在整个流程中的优势

1 策划案阶段效率极高

在策划案书写阶段，AI 几乎拥有“绝对的统治力”。

原因是：

● 它能快速理解《杀戮尖塔》《怪物列车》等品类资料；

● 能快速整理核心循环、系统拆解和页面结构；

● 能根据不同 Agent 职责分工产出文档；

● 能把卡牌、遗物、敌人、事件等内容整理成表格；

● 能持续记录讨论过程和修改原因。

一个人手动查资料、整理竞品、分门别类写文档，可能要一周甚至两周。交给 AI 策划团队，很多内容十分钟就能出第一版。

2 多 Agent 可以减少职责混乱

没有 PromptX 时，让一个模型同时扮演多个策划，很容易出现“所有角色都来改同一件事”的情况。

例如你说“玩法策划去改这个机制”，结果文案策划、系统策划、主策划也都在自己的文档里加一句“要修改这个机制”。这会导致职责边界混乱。

PromptX 的价值是：

● 每个 Agent 有独立档案；

● 职责写入角色文档；

● 对话时可以只激活某个角色；

● 圆桌讨论时可以规定发言顺序；

● 修改某个角色内容时，不会牵动所有角色。

甚至可以要求：

主策划先发言，说明今天讨论目标。

玩法策划基于目标输出观点。

文案策划补充世界观和文本意见。

系统策划检查系统结构。

最后由主策划收束结论。

三轮讨论后输出最终文档。

如果只追求效率，也可以不看中间讨论，只看最终文档。

3 美术批量产出很快

美术升级是 AI 明显提效的环节。

如果逐一用 AI 生图模型等工具生成 80 张图再逐张导入游戏，会非常耗时。而直接让 Vibe Coding 工具在项目中批量生成并替换素材，半小时到一小时内就能完成一套主题统一的图像替换。

这不代表结果一定优秀，但在原型阶段非常有价值。

4 把人的精力释放到更重要的地方

AI 最大的作用不是让人彻底不干活，而是把人从繁琐流程中解放出来。

过去需要大量时间完成的资料收集、文档整理、表格汇总、初版代码生成、素材占位，现在都可以交给 AI。

这样人可以把更多精力放在：

● 创意是否成立；

● 玩法是否好玩；

● 构筑是否有趣；

● 数值是否合理；

● UI 是否舒服；

● Debug 是否彻底；

● 玩家体验是否顺畅。

AI 的局限

1 Debug 阶段必须有人验收

AI 可以说“我已经检查过了，没有 bug”，但人不能因此就不看。

在游戏开发中，有些问题不是代码报错，而是体验或规则不对：

● 卡牌被遮挡；

● 护盾没有清除；

● 地图节点重叠；

● 连接线偏移；

● 随机事件太少；

● 能力卡反复回到牌库；

● UI 在手机端糊成一团。

这些问题 AI 不一定会主动发现。只要程序能跑，它就可能认为没问题。

所以这里的关键判断是：

如果 CodeBuddy 不接入外界引擎进行真实操作，游戏测试环节——一遍一遍跑游戏、提出修改的环节——仍然需要有人负责。

2 数值策划做得很差

这个项目的数值平衡基本没做。

AI 确实会做一些看起来像数值策划的事情：

● 给卡牌设定伤害；

● 模拟一组牌能否打过敌人；

● 跑几次简单构筑测试；

● 判断某组伤害是否足够。

但问题是：

● 它测试次数太少；

● 不能覆盖随机抽牌的边界情况；

● 不能完整模拟人的策略流；

● 很难判断构筑长期成长是否合理；

● 最终不会对数值结果负责。

一个务实的建议是：

如果真想做一款类似肉鸽游戏，先自己写构筑。甚至可以先抄一套成熟构筑，把构筑文档喂给 AI，让它负责系统、玩法规则、界面和美术。不要让它从零开始写数值和构筑，写出来真的非常不堪入目。

3 创意不能完全交给 AI

AI 可以作为资料搜集者、受众模拟者、意见反馈者，但很难成为真正的创意提出人。

它提出的创意通常来自：

● 网上已有资料；

● 大量数据分析；

● 过往训练经验；

● 用户喂给它的内容。

一个新的点子，尤其是一个真正有意思的游戏创意，仍然需要从人的脑子里出来。

人在这个项目中的身份可以总结为几类：

1. CodeBuddy 的主人；

2. 游戏测试；

3. 创意总监；

4. Agent 的“缪斯女神”。

AI 可以执行、整理、扩写、生成，但方向、审美、创意、拍板和验收仍然在人。

4 PromptX 更适合短线项目

PromptX 很适合这类两天内完成的轻量原型项目，但不适合直接生成高度专业化、商业级的复杂职业人格。

例如，PromptX 可以生成一个“数学老师”，但如果你需要的是“专门研究高考圆锥曲线真题的数学老师”，就必须长期喂它教材、题目、错题和解题经验。它不是一开始就能成为真正专业的人。

同理，一个商业项目级的 AI 策划，也需要长期投喂项目经验、品类知识、团队规范和真实案例，而不是一键生成就能达到真人水平。

宪法层：让 AI 遵守项目规则

在项目实践中，“宪法层”是一个非常重要的概念。

在项目中，每个程序或项目都可以有自己的最高规则文档。这个项目的宪法就是 GDD。所有产出都必须以宪法为最高指令。

宪法层可以写入类似规则：

- 每次写入 Markdown 文件前，必须向用户确认。- 每次讨论必须至少经过三轮。- 每次讨论必须由主策划参与。- 最终结果必须由用户拍板后才能写入。- 如果连续三轮无法解决问题，清除当前问题相关上下文，重新开始生成。

一个很有意思的检测方法：

可以在宪法层写入一个固定称呼，例如要求 AI 每次执行任务时必须称呼你为“你的昵称”。如果某次输出突然没有称呼，就说明它有较大概率没有正确读取规则、没有定位到任务，或者开始偷懒、乱讲。

这不是为了好玩，而是一个简单的“规则是否生效”检测器。

? 实践经验：用宪法层判断 AI 是否还在轨道上

如果 AI 忘记执行宪法层里的固定规则，说明它可能没有真正按照项目要求工作。 这时可以回退、重开、要求重新读取 GDD，避免它继续在错误轨道上消耗 Token。

我的经验总结

1 不要把 AI 当成代码输入框

在 Vibe Coding 场景里，提示词不是传统意义上的“咒语”。一个实用的建议是：不懂就问，把 AI 当成一个可以沟通的人。

例如做美术升级时，他直接问：

如果想要对当前界面进行美术品质升级，将其中的角色、怪物和场景变得更加形象，我需要进行什么操作和提供什么素材？

AI 会先了解项目内容，再列出需要替换的元素，例如玩家头像、敌人形象、卡牌图标等，并给出低成本替换、完整替换、动态方案等几种路径。

你不需要一开始就写得非常“提示词工程”。先问它，让它给方案，再从方案中选择即可。

2 AI 不听话时，先看它中间怎么理解

平时可以只看最终结果，但如果 AI 反复改不对，就要看它中间到底在说什么、计划什么、理解了什么。

很多时候不是它不能做，而是它把你的话理解成了另一件事。

这时要学会使用它能听懂的语言：

少说“更好看”、“三倍”；

少骂它笨；

多说具体元素、px、坐标、中心点、状态、规则；

多检查它的理解链路。

3 AI 适合做原型，不适合让你完全撒手

这个项目可以在两天内完成，说明 AI 对游戏原型制作的提效非常明显。

但这个原型也暴露出很多问题：

● 数值粗糙；

● 构筑不稳定；

● 没做移动端适配；

● 美术只能达到 70% 满意；

● Debug 依赖人类大量试玩；

● 创意和审美仍然需要人拍板。

它适合快速验证想法、做可玩的 demo、训练游戏设计理解，但不能把“可运行”直接等同于“可发布”“好玩”或“商业可用”。

4 焦虑可以减轻，但不能停止学习

现在很多人会因为“AI 蒸馏”“AI 替代”产生焦虑。做完这个项目后会发现，焦虑反而可以减轻。

原因是，真实使用之后会发现：AI 没有那么万能。它能提效，但仍然替代不了真正有经验的人，尤其替代不了长期积累出来的创意、判断、数值经验和体验感。

但这不代表可以忽视 AI。

更合理的态度是：

用 AI 做出适合自己的游戏，也用 AI 看清自己未来应该把能力放在哪里。

在游戏行业全面进入 AI 的阶段，人需要把更多精力放到更难被替代的部分：创意、审美、体验判断、系统理解、Debug、玩家感受和最终责任。

Q1 有没有哪些功能 AI 反复做不对，最后必须人来接管？

Monica：你在整个过程中，有没有觉得在跟 AI 交流时，AI 反复都做不对，最后就不得不自己手工接管？在你看来，为什么这些功能 AI 搞不定？

Morreding： 我觉得可以用主策划写的一句话来回答：它说“每一场战斗都是一道可以被重新解题的题目”。我认为不是这样的。

AI 做的事情，确实像是一遍一遍解题。我们给它下的每一道指令，对它来说都像一道高考题，或者一道大题，它会拆解、分析、回答。

但问题是：如果你提得非常笼统，它就完全解答不对；如果你提得非常仔细，它又不会完全发散。

我一开始改了很多遍的内容，是项目里的背景故事。图鉴里每个遗物都有背景故事，比如“死人的金子”，听起来很厉害，但一开始它写得非常粗糙，跟图片一点关系都没有。

我让它给每个遗物加介绍，如果描述得非常笼统，它就会随便找一个看起来有关的介绍，直接抛上来，完全不检验。

最后我的做法是，把遗物外表和文案描述从外部生成好，再导入项目里，让它只负责生图和写效果。这一块我觉得多 Agent 完不成。

但更多的 Bug 不是人手动接管的 Bug，而是你要一直跟 AI 打斗的 Bug。比如图标放大、缩小、分散一点，这些事 AI 明明可以做，但它就是不做。我觉得这种情况最多。

解决办法就是两个：

1. 用它能听懂的语言；

2. 在宪法层写明规则。

宪法层非常好用。你可以问它“我们整个项目的宪法在哪里”。我这个项目的宪法就是 GDD，所有产出都必须以宪法为最高指令。

比如你可以写：每次讨论必须经过几轮；每次讨论必须有主策划参与；每次讨论最后结果必须由我拍板，才能写入。这些内容写进宪法层，才能同步到整个运转过程里。

如果一个问题三轮还解决不了，也可以在宪法层写：清除之前所有这一部分的谈话记忆，重新开始生成。这样它可能可以从零开始，重新帮你解决问题。

Q2 不同模型在游戏策划里差异大吗？

Monica： 有些小伙伴想问，你用的是什么模型？你在使用不同模型的时候，有没有发现它们在游戏策划部分有差异？

Morreding： 我整个项目使用的模型主要是 Claude 4.7。现在 4.8 已经出来了，但我应用下来的感受是 4.8 不是特别好，整体使用感受还不如 4.7。

除了 Claude 4.7 之外，我也会用 GPT。当时是 GPT-5.5，现在是 GPT-5.6。总之，一个模型跑不出来的时候，换一个问一问，说不定会有新的感触和想法。

因为 AI 会偷懒，你跟它聊的时间越长，它可能越看不懂你想表达什么。这时候换一个模型可能会更好。

我很早之前也用过 Auto 自动模型，它里面哪个模型有空、哪个便宜，就自动推荐哪个，产出会非常差，效率非常低。

如果有可能，我还是建议大家尽量用 Claude 或 GPT 来做。实在不行，DeepSeek 也可以。目前我觉得 Claude 和 GPT 更好用一些。

Token 消耗整体可控，最耗 Token 的环节是 Debug。策划案和美术生成其实都不怎么耗 Token。最耗 Token 的是你给它放文件、让它读东西。

Q3 哪些功能没有 AI 帮忙，一个人绝对做不出来？

Monica： 有没有哪些功能，你觉得没有 AI 帮忙、你一个人绝对做不出来？

Morreding： 首先很明显是美术产图。半天时间实现全部美术升级，你让我自己做，哪怕给我一个美术 AI，让我一张一张画，80 张图也要生成很久。

我直接把这套流程交给 Vibe Coding 工具，让它在游戏里一键生成，大概半个小时到一个小时，80 张图就全部生成了，而且主题比较统一，不需要我再去别的地方生成和制作。

其次是前期纸面探索。AI 策划对这些游戏品类真的很了解，比如《杀戮尖塔》是什么游戏，《怪物列车》是什么肉鸽游戏，你问它，它能直接回答。文案策划也能告诉你《杀戮尖塔》的设计风格是什么。

“提效”这件事情，没有 AI 是绝对完不成的。

人类当然也能查资料、整理、汇总、分给每个策划写文档。给我一周甚至两周，我也能做到。但交给 AI 策划，可能 10 分钟就能完成。

AI 能帮人的最大功能，是让你把更多精力集中在更重要的事情上，比如创意、游戏测试、Debug、心流体验、游戏到底好不好玩、到底哪里需要改。

Q4 这个项目有没有接入 Godot、Unity 这类引擎？

Monica： 有小伙伴想问，你做这个游戏更多是网页游戏，不太涉及 Godot 或 Unity。你有没有用到引擎部分？

Morreding： 有的，但我举一个更实际的例子。

我之前是游戏策划，现在转游戏运营。对策划和运营工作来说，用它来写策划案、做界面原型展示，已经属于我们工作范畴内可以用的内容了。像这样做界面原型，其实已经超出一点工作范畴了。

Vibe Coding 和引擎结合，我们有在做，但没有大规模做。

比如在大世界游戏里，要生成一个物体，安排几个敌人。以前只能手动摆，或者用程序配好的 GM，在固定坐标生成内容。

如果把 CodeBuddy 接入 Unity 或 UE，就可以直接用 Vibe Coding 的形式告诉它：我需要在场景哪个位置生成什么内容。它会自动生成好，你只需要检验有没有生成好。

之前我要实录一个版本内还没发布的内容，需要搭建一个场景，有很多人物在场景里做某些行为。以前只能找几个策划朋友在引擎里扮演角色。AI 接入后，可以让它生成几个虚拟账号，让 AI 一个人扮演掉所有角色，你只需要进去录。

至于具体怎么接入 Godot 或后面的流程，我确实不是特别了解。大家可以看腾讯游戏学堂后续相关课程，或者和程序同学一起研究。

Monica： 如果对 Godot 连接感兴趣，CodeBuddy 里面有内置 Godot 插件，大家可以直接搜索 Godot。

Q5 AI 做数值平衡靠谱吗？

Monica： 前几期嘉宾也经常提到，数值交给大模型不太靠谱，因为大模型算术能力没那么强。你做这款游戏时，数值平衡大概做到什么程度？AI 帮了多少忙？

Morreding： 我能很坚定地告诉大家：目前的数值平衡基本没做。

AI 做了，但它做的东西基本可以说没有任何用，依然需要玩家去试。你要试完之后配表告诉它，它才可以做相关内容。

这也是为什么我不给它设数值策划。哪怕给它设一个数值策划，它做的事情也跟没做没太大区别。

在实际工作中，AI 对数值能做的功能，是我们跑完表之后，让它检验这个数据有没有比较大的偏差。它没办法从一开始就搭建整体数值体系。

比如商业化内容调整，礼包价格合不合理；MOBA 游戏数值怎么调才比较平衡，这些不可能从一开始就用 AI 来做。我们顶多用 AI 编一个程序，在调完之后帮我们测一测结果 OK 不 OK。

如果是数值平衡，建议大家自己手操，不要用 AI 来做。我已经通过个人实践告诉大家，这个东西最好不要用。

后来我找到一个例子：我让它新增 15 张卡牌，它会做机制设计，也会做简单的牌组测试。它会假设玩家血量、靶子、出牌逻辑，模仿一个玩家的攻击流，然后告诉我这个构筑可以打通。

看起来很美，但实际操作中有很多问题：

1. 牌的出现是随机的，理想情况基本不可能稳定出现；

2. 它考虑不到大量边界情况；

3. 测试数量太少；

4. 它不能完整模拟人的策略流；

5. 它绝对不会对结果负责。

最后对结果负责的人一定是你，一定是做游戏的人。你必须自己进去玩，看能不能打过。如果打不过，要判断到底是构筑问题、机制问题，还是数值问题。

如果大家真的想做肉鸽游戏，我建议先自己写构筑。甚至可以抄一套构筑，把构筑作为文档输入给 AI，让它把这套构筑纳入进去，再让它编写系统、玩法规则、界面和美术。

让它直接写数值、直接写构筑，写出来真的非常不堪入目。

Q6 提示词会不会很难？

Monica： 有小伙伴问，做提示词感觉会很难。你在提示词这一块有没有特别可以分享的？

Morreding： 我理解提示词就是我跟它对话的内容。

我唯一可以分享的点就是：你不懂就问它。不要把它当成一个需要你输入代码的机器，你把它当成一个人，一个完全智能的人。你需要做什么就跟它讲。

比如我当时问它：

就这样问，像请教老师一样请教它。

它会告诉你需要替换什么，列出玩家头像、敌人形象、卡牌图标，然后给你几套方案：低成本怎么换，完整换怎么换，动态方案怎么做，让你从中选。

它当时写“1～2 周”，但实际上根本没有这么久，30 分钟就做完了。

Vibe Coding 本质上就是氛围编程，你只需要跟它对话。它不是 AI 生图那种提示词操作，本质上是你和机器人之间的对话。

如果实在怎么讲它都明白不了，你再去看它的话里到底在说什么，试图改进自己说的话。你跟不太熟悉的人讲话，或者用不太熟悉的语言讲话，也要先听听对方说什么语言，学一学它的语言，才能更好交流。

Q7 多个 Agent 之间会不会冲突？

Monica： 你做这个游戏用的是多个 Agent 协作。你有没有专门设计 Agent 之间的沟通？他们之间会不会像人类协作一样，出现任务边界不清楚、鸡同鸭讲或者冲突？

Morreding： 讲道理，我觉得他们四个内部沟通，比他们四个跟我沟通效率高很多。

我目前没有遇到明显的边界冲突。原因有两个。

首先，他们的效率真的挺高。四个 AI 内部没有边界不清的情况，因为所有决策都已经写进核心文档里了：什么内容需要谁决策，什么流程需要谁来做，都已经写进文档里。

你在生成的时候，要明确他们是一个制作游戏的团队，他们就会自动把游戏制作全流程，按照职能分到每个人下面。

其次，如果用 PromptX 对话，我当前对话的是玩法策划，就只会有这一个策划回答你。

我也经常把他们拉一个圆桌，让他们一言我一语地发言：主策划先说话，说明今天讨论什么；玩法策划输出观点；文案策划补充；系统策划补充；最后主策划收束。

如果你追求效率，不想让它表现得那么花哨，可以直接告诉它：三轮，给我三轮讨论，讨论完产出最终文档。你甚至可以不用看他们聊什么，只看文档。

如果你想看他们聊什么，可以中间暂停。比如玩法策划说的某句话不对，你就暂停纠正，玩法策划会去改，其他策划不会动。

这就是 PromptX 的好处。

如果没有 PromptX，你让一个模型模拟几个策划，它其实是一个人在人格分裂。你说“玩法策划去改”，所有人都会改，文案策划也可能越界来管玩法策划的活。

PromptX 会把每个 Agent 变成可以执行的脚本，把边界写得更清楚。我觉得这个插件非常重要。

Q8 PromptX 是 CodeBuddy 官方插件吗？怎么安装？

Monica： 有同学问，PromptX 怎么安装？它是 CodeBuddy 官方插件吗？

Morreding： 好像不是。这个插件在 CodeBuddy 里安装很简单，你直接让它安装就好了。

如果不是 CodeBuddy，或者是其他 Vibe Coding 工具，你就让它安装插件。如果没有，就让它告诉你这个插件是什么，有没有类似插件可以用。

我就一句话：你用 CodeBuddy 的话，就直接让它安装。它告诉你安装失败，你就问它为什么。

把它当成一个人、一个可以对话的人来沟通，所有事情都问它就好了。

我之前刚入职的时候，mentor 甩给我一个 AI 文件，我做之前遇到好多问题，去问他，他都只回我一句话：“问 AI。”

你直接问它，会发现很多问题它都能解答。比如你想申请一个 Token 权限，它也可以帮你搜资料、列步骤。你看不懂的话，甚至可以让它列成：第一步点哪里，第二步点哪里。

据我所知，PromptX 不是 CodeBuddy 专有的，大家可以去其他 Vibe Coding 工具里看看。

Q9 美术和音乐有没有成熟的 AI 工作流？

Monica： 做游戏尤其是 Web Game，经常会遇到美工和音乐的问题。现在美工和音乐有没有成熟的 AI 工作流？特别是音乐这一块，你有没有看到或用过？

Morreding： 生成美术这边，我之前有做过买量素材。比较正规的大宣发 PV 或宣发内容，用 AI 的量相对比较少。

目前部分玩家对 AI 生成的内容仍存在一定顾虑。与其说是排斥 AI 本身，不如说是玩家更在意内容的整体品质——当 AI 辅助产出的成果足够精良时，玩家的接受度也会有相应的提升。

在比较官方、正规、重要的工作流里，AI 用得比较少。如果是没那么正规的工作流，比如不是特别重要的活动封面、第三方平台发布图片，AI 接入就非常多。海外游戏宣发已经大量接入 AI 工作流了。

具体怎么做，在我看来很简单：用 AI 生图模型生成图片，再用板绘或自己的绘图工具二次加工。现在我接触的一些美术老师也是这么用。

视频也类似。比如面向国外游戏的虚拟主播口播素材，有些会直接用 AI 视频生成模型生成一段视频，检查没问题就往外放，有问题就再生成，像抽卡一样，抽到一条像的就用。

音乐这一块，我觉得目前使用得最少。

对成熟 IP 和成熟游戏来说，音乐是很重要的 IP 元素。重要 PV、场景音乐、角色 OST，这些内容用 AI 做出来的劣质感，目前玩家很难接受。

AI 能不能做游戏音乐？完全可以。比如一些三方平台上的非官方账号，做手书、二创角色曲，用 AI 快速完成同人曲制作，再配图产出一个不需要版权的同人作品，这是 OK 的。

音效也可以，比如流水声、动物叫声，用 AI 做完全没问题。

但常规音乐，特别是大型 IP 和重要游戏生态下的音乐，还是需要花心思设计。

快问快答

Monica：你做了四个 AI 同事，最喜欢哪一个，为什么？

Morreding：我最喜欢玩法策划，因为他干的活最多。

Monica：用一句话形容和 AI 协作做游戏的体验，你会用什么词？

Morreding：省心，但是效果差。有点像富二代创业。

富二代创业看起来非常玄乎，但实际效果一般。

Monica：如果效果一般，其实也没那么省心。

Morreding：从过程角度来讲还蛮省心的，找几个人帮你负责。但是最后结果好不好，那就另说。

Monica：如果让你讲一个 CodeBuddy 最想要但还没有的功能，是什么？

Morreding：我希望 CodeBuddy 能优化 Markdown 的阅读体验。现在 Markdown 阅读起来实在太不方便了，视觉效果也太丑了。

我希望它可以像 Word 或 Excel 表格一样，优化整体 Markdown 阅读体验，让阅读没那么难受。

Monica：你觉得 AI 什么时候能完全独立做出一款能上架的游戏？

Morreding：如果不考虑商业化内容，我觉得现在就可以。据我所知，已经有团队在做了，从策划案到最后上线，完全由 AI 呈现和制作。

但什么时候能做出一款爆款游戏，或者新颖、有创意的游戏，我觉得还有非常长的路要走。

这就像问：AI 什么时候会下五子棋、下象棋？可能很快。但什么时候能打败世界第一的象棋选手？这是另一个问题。

如果问能不能做出一款能上架的游戏，现在就可以；如果问什么时候能做出一款新颖、有创意的游戏，那还很远。

Monica：最后给大家推荐一款最近在玩的游戏吧，以及推荐理由。

Morreding：我推荐《洛克王国》。我非常喜欢《洛克王国》这款游戏。

它后续周五更新会上架一个肉鸽模式，跟我做的模式有点类似。它不是 AI 做的，也不是我做的。希望大家可以去体验一下《洛克王国》这款休闲游戏，以及其中相关的内容。