一款游戏最初只有一句话
人和 AI 一起做游戏 · 第 1 篇

本篇回顾 2026 年 6—7 月的开发过程,画面与功能对应当时版本。
游戏项目通常不缺灵感。真正困难的是判断一个想法是否包含足以支撑重复游玩的结构。
题材、世界观和功能清单都可以迅速扩张,但它们并不能证明游戏成立。对《Kibble Street TD》来说,最初需要验证的是一个很具体的设计假设:
玩家选择猫或狗阵营,以持续恢复的能量配置四类单位,在横向战线上建立局部优势,最终摧毁敌方基地。
这句话没有描述完整产品,却已经交代了玩家立场、核心资源、主要决策、战场关系和终局目标。第一阶段的工作,就是判断这套关系在没有外围系统支撑时,能否独立成立。

从题材设定到设计假设
猫与狗的对抗提供了鲜明的阵营关系,也让项目具备容易识别的视觉前提。但题材只是入口,真正决定玩法的是玩家要反复做出的决策。
战斗开始后,能量持续恢复。玩家需要在不同时间点选择投入哪一种单位:Tank 负责承受伤害,Melee 近距离进攻,Ranged 提供远程输出,Siege 消耗更高,但拥有更强的单次攻击。单位会自动向前推进,玩家无法直接控制每一次攻击,因此资源投入的时机和单位组合成为主要操作。
这套关系可以整理为一个循环:

阵营选择建立立场,有限资源形成约束,单位配置产生差异,战线变化提供即时反馈,基地被摧毁则给出明确结果。战斗结束后,玩家又会带着上一场形成的判断进入下一次选择。
核心循环的价值不在于概念完整,而在于它能够持续提出决策,并让决策产生可观察的后果。
核心循环决定项目是否值得继续
在原型阶段,比页面数量更值得关注的是四个问题:
- 玩家是否会以合理频率做出决策。
- 不同选择是否具有明确成本,而不是随意点击。
- 一次选择能否改变战线、资源或胜负趋势。
- 玩家能否从画面和反馈中理解变化为何发生。
如果能量始终充足,单位成本就失去意义;如果四类单位只在外观上不同,选择就会退化成随机操作;如果战线发生变化却缺少清晰反馈,玩家也无法建立下一次判断。
因此,第一版的目标不是证明内容已经丰富,而是尽早暴露这些结构性问题。一个原型只要能够让设计假设接受试玩检验,就已经完成了最重要的任务。
原型阶段只解决必要问题
围绕这套核心循环,第一版只需要固定六项约束:

双方需要各自的基地和防御塔;战场按横向四屏展开;能量持续恢复但不能无限投入;四类单位承担不同职责;基地摧毁决定胜负;猫和狗分别拥有清晰的阵营入口。
这些约束共同回答了“谁在对抗、玩家怎样介入、战场如何变化、何时结束”。升级、商店、活动、广告和其他外围系统都可以延后,因为它们无法替代核心战斗本身。
这里也不要求所有数值在第一天就达到最终状态。原型首先验证关系是否成立,数值调整则负责在关系成立之后控制节奏、压力与策略空间。把两类问题分开,能够避免用不断修改数值去掩盖玩法结构上的缺陷。
把描述转换成可运行原型
从一句描述到第一场可运行战斗,中间需要完成一系列明确转换:

先把题材陈述改写成设计假设,再确认玩家反复进行的决策;随后建立单位差异、基地与防御塔的战场关系,并补全胜负条件和结果反馈。完成这些内容后,项目才进入真正有意义的试玩迭代。
这一步的关键不是一次得到正确答案,而是把原本模糊的讨论变成可以观察的对象。四类单位是否真的承担不同职责,能量恢复是否让决策过密或过疏,战线是否长期停滞,胜负趋势是否容易判断,都必须在运行过程中确认。
原型因此不是成品的简化展示,而是一种验证工具。它把抽象设想转换成具体行为,也让错误的假设能够尽早被发现。
原型验证关系,产品补充表达
判断战斗结构时,可以暂时移除大部分界面,只保留两侧建筑、移动单位和交战位置。此时需要确认的是攻防关系是否成立,而不是画面是否已经接近发布质量。
当核心关系稳定后,再逐层加入玩家需要的信息、操作入口和反馈。

这个阶段的战斗界面增加了阵营信息、速度控制、宝箱、战斗道具、四种单位卡片和分段能量显示。这些内容提升了信息层级与操作效率,但没有改写最初的核心问题:玩家仍然需要在有限资源下判断投入时机和单位组合,并通过战线变化接近最终目标。
产品化不是简单增加功能,而是让已经成立的关系更容易理解、更方便操作,也更适合持续扩展。
从核心循环扩展到第一个版本
随着开发继续推进,最初的战斗循环向外形成了阵营选择、首页和完整战斗三个主要入口。

这一阶段的版本按 100 个可玩关卡组织,开发工作开始转向版本提交前的准备。首页、升级、商店、战斗道具、结算、存档和其他系统,都是围绕最初的核心循环逐步增加的产品层。
后续版本仍会继续调整内容、机制和表现,但新增功能需要回答同一个问题:它是否改善了玩家的决策、反馈或长期目标。只要这个判断标准保持稳定,项目就可以迭代,而不必在每次扩展时重新寻找方向。
这个环节由谁负责
人在概念阶段负责定义问题:确定玩家立场、关键约束、不可改变的目标和原型验收标准;在原型运行后,还要通过实际试玩判断设计是否成立,并决定哪些内容保留、修改或删除。
AI 更适合承担转换与覆盖工作:把自然语言整理成规则表、数据结构和程序骨架,检查资源、单位、胜负条件之间是否存在断点,并快速生成能够进入验证的第一版。
两者的职责不能互换。AI 可以缩短从描述到原型的距离,但不能代替设计判断;人也不能只提出宽泛想法,再把目标定义交给生成结果。有效的协作过程应当是:
设计假设 → 可运行原型 → 试玩观察 → 修正约束 → 再次验证。
如果准备开始一个项目
在进入制作前,可以先完成一页核心模型,只写清五项内容:
- 玩家处在什么身份和情境中。
- 玩家反复做出的主要决策是什么。
- 哪一种稀缺资源或规则限制了决策。
- 系统怎样反馈决策造成的变化。
- 通过什么条件结束一次完整循环。
每项用一两句话即可。随后只制作足以验证这五项关系的内容,不急于补齐商店、成长、活动或商业系统。
第一阶段真正需要得到的,不是一份庞大的功能清单,而是一个可以被运行、观察和推翻的核心循环。它成立,项目才值得继续扩展;它不成立,也应当在投入更多成本之前被发现。
