嗒啦啦建议的我与他的沟通方式
修改于02/18109 浏览开发心得
今天跟ai讨论了下之前与他的对话存在的问题,分享出来大家一起看看
AI 辅助游戏开发协作指南(通用版)
一、项目结构原则
1.1 逻辑与数据分离
把"会变的数据"和"怎么处理数据的逻辑"拆到不同文件。
- Config/ ← 纯数据,改起来安全,不影响逻辑
- Core/ ← 纯逻辑,处理规则和状态流转
- UI/ ← 纯表现,只负责显示和交互
好处:
- 调数值(平衡性)→ 只改 Config,不碰逻辑代码,不会引入 bug
- 调 UI(字号、颜色、布局)→ 只改 UI,不影响游戏规则
- 加新功能 → 逻辑在 Core 里加,数据在 Config 里配,UI 独立接入
- 跟 AI 沟通时可以精确定位:“改 Config 里的数值” vs “改 Core 里的逻辑”
1.2 文件粒度控制
- < 500 行正常,不用管
- 500-1000 行留意,相关功能可以拆
- > 1000 行建议拆分,AI 一次修改太长的文件容易遗漏上下文
拆分标准:一个文件只做一件事。如果你发现要跟 AI 说"改这个文件的第 X 部分",说明该拆了。
1.3 模块间用事件通信
好处是 UI 和逻辑互不依赖,改任何一边都不会牵连另一边。
二、沟通策略:大事先聊,小事直接下令,批量生成先出样本
2.1 先讨论方案的场景
以下情况 先说"聊一下方案"再动手,能避免大量返工:
新增系统(科技树、多人、剧情) 涉及数据结构设计,改了难回头
架构变更(拆文件、换框架) 影响全局,需要对齐理解
UI 整体方案(适配、主题) 涉及全部界面,统一方案比逐个改高效
不确定怎么做的功能 AI 可以给出 2-3 种方案对比
而且聊方案的过程,除了第一次可能需要读代码了解项目当前情况,再继续讨论基本上都值消耗1积分
2.2 直接下指令的场景以下情况
直接说改什么,指令清晰,不需要讨论:
调数值
调 UI
改名称
修 bug
2.3 小的批量修改一次说完
AI 处理批量指令的效率远高于一条条来回
2.4批量生成策略:先出样本,再铺量
当需要批量创建相似内容时(城镇、关卡、配表、UI组件、音效、图片等),不要一口气全生成。
流程第一步:说清楚总量和规则
"我需要30个城镇,分5个等级,沿两条路线分布"
第二步:先出1-2个样本
"先做2个看看效果"
→ AI 生成 → 你检查质量、格式、风格
第三步:反馈调整
"等级标签要显示在圆心"
"驻军数值偏高了,减半"
"名字风格要古风一点"
第四步:确认后批量铺开
"可以,按这个标准把剩下的都生成"
适用场景:
✅ 批量城镇/关卡数据
✅ 批量音效(先听1个确认风格)
✅ 批量图片素材(先看1张确认画风)
✅ 批量UI组件(先做1个确认布局和字号)
✅ 批量配置表(先出几行确认字段和数值范围)
三、指令编写技巧
3.1 精确优于模糊
❌ "把地图弄好看点" → AI 不知道你觉得什么好看
✅ "城镇名字字号放到26,加圆角背景" → 明确可执行
❌ "平衡性有问题" → 哪里不平衡?
✅ "后期石头太多了,减少几个山地城镇" → 有方向可操作
3.2 说出设计意图给 AI
一个"为什么",它在遇到灰色地带时能自主做出更合理的判断:
✅ "后期石头太多了" → AI 理解了要减少 mountain,主动调整多个城镇
✅ "王城要有特殊感" → AI 新建了 fortress 属性,而不是随便选一个现有的
✅ "要考虑等级递进" → AI 系统检查了所有连接的等级差
不说意图的话,AI 只能机械执行,不会帮你考虑关联影响。
四、迭代工作流
4.1 推荐的开发节奏
第一轮:搭框架
"先做个能跑的基础版本"
→ AI 用脚手架快速出原型
→ 你看效果、提反馈
第二轮:调核心玩法
"战斗太简单了,加个地形防御加成"
→ 聊方案 → 确认 → AI 实现
→ 你测试、调数值
第三轮:打磨细节
"字号放大、颜色调整、位置微调"
→ 直接下指令,批量处理
→ 截图反馈,快速迭代
第四轮:适配和发布
"适配手机、加音效、做发布素材"
→ 聊整体方案 → 分步执行
4.2 每轮交付后的检查习惯
改完之后看一遍效果,有问题 当场说,比后面攒一堆再改效率高:
AI 改完 → 你预览 → 没问题:"好" / 有问题:"XX不对,应该是YY"
短反馈循环是效率最高的协作方式。
五、常见坑与应对
5.1 限定修改范围
AI 有时会"顺手"改你没要求的地方:
✅ "只改 MapData 里的坐标,其他别动"
✅ "只调字号,颜色和布局不要变"
想让 AI 考虑关联影响时主动问:
✅ "改了这个,其他引用它的地方需要一起改吗?"
✅ "加这个功能会影响哪些文件?先列出来"
5.2 让 AI 主动帮你检查
AI 不会主动说"你这里有问题",但你可以问:
- "检查一下所有连接的等级递进有没有问题"
- "现在的数据有没有不合理的地方"
- "UI 有没有字号小于24的遗漏"
全量扫描是 AI 的强项,比你自己逐行看快得多。
5.3 保持简单
❌ 你:"加个buff系统"
AI:设计了12种buff、堆叠规则、优先级队列...
✅ 你:"加个简单的buff,先做攻防加成两种就行"
话术:“先做最简版本” / “不需要考虑扩展性” / “别加多余的功能”后面真需要扩展时再说,成本比一开始过度设计低得多。
5.4 长对话的上下文管理
聊久了早期细节会丢失:
- 关键约束需要时 重新提一句:“之前定过等级差不超过1,别忘了”
- 大功能做完说 “好,这部分定了”,给一个阶段确认
- AI 开始犯低级错误 → 可能上下文丢了,简单复述核心规则
六、一句话总结
数据和逻辑分开放,大事先聊小事直接改,指令带上"为什么",
截图胜过千言万语,批量先出样本再铺量,改完马上看效果。


