来源:面向大模型编程(LOP)在游戏制作流程中的应用畅想
- 源文件:
source/_posts/ai-coding-game.md - 分类:AI 探索 / AI 编程
- 日期:2025-12-10
摘要
讨论 LOP(面向大模型编程)在游戏制作中的可能用法:对比 Web 领域已成体系的「拆解—开发—质检—DevOps」链路,设想剧本、策划、美术音频、引擎等环节里模型能做什么;强调不主张「AI 代做游戏」,更偏向内容迭代、demo 验证、玩家共创等方向。
LOP 模式(原文归纳)
- Direct Prompt-to-Coding:单轮出完整可运行产物,无工具与外部记忆。
- Autonomous Agent Programming:多轮工具调用 + 工作区状态,类 Agent 流程。
- Chain-of-Verification + Structured Reasoning:生成前显式推理链,降幻觉。
- Retrieval-Augmented Code Generation:私有代码库/文档检索作 context(如
@codebase)。 - Skeleton-then-Fill:人定骨架与占位,模型填细节。
- Self-Healing / Iterative Refinement:运行失败 → 日志回灌 → 自动 patch 循环。
游戏相关设想(原文)
- 内容与玩法迭代:用 LLM 创作内容;因输出随机,满意结果应以结构化文档沉淀,供下次迭代(角色、武器、技能等);结构化内容可被引擎解析或用于互动视频、二创等。
- 玩家共创:在共创流程中接入与模型的交互,迭代剧本、刷新角色与玩法。
关联概念
- LOP 模式与产物
- LLM 维护的知识库(与「结构化沉淀、再喂给模型」一致)