Ludo Atlas · AI 工作流手册¶

把"AI 怎么参与游戏开发"从大纲变成可执行的流程集。时点是 2026 年 10 月。这类工具变化很快，所以本文重点放在方法、检查点和红线，具体工具名与版本以官网为准（入口见《资源大全》§2.9）。一个前提写在最前：AI 提升的是速度，判断责任仍在你。产出能不能用、要不要披露、出问题谁负责，答案都不在模型那边。本手册另有两篇专题：AI 智能体（形态、编排与落地）与 游戏开发需要的 Skill（技能包清单与配置方法）。

1. 用不用 AI：先过一张判断表¶

决定要不要把一件活交给 AI，看两个变量：产出好不好验证、出错代价高不高。

任务类型	验证成本	出错代价	建议
样板代码、工具脚本、配置	低	低	放心用
批量转换（改名、格式、数据整理）	低	低	放心用
草稿类内容（文案初稿、对话初稿）	中	低	用，但人工过一遍
检索与整理（资料汇总、对比表）	中	中	用，数字和结论逐条核实
翻译初稿	中	中	用，术语表和抽样精读不能省
普通业务代码	中	中	用，配测试和评审
核心玩法与手感代码	高（靠玩感知）	高	少用，自己写自己调
架构级重构	高	高	慎用，先写方案再动手
对外文案终稿	中	中	只让 AI 出草稿
支付、账号、安全逻辑	高（需审计）	极高	人写人审

一句话标准：你能不能在几分钟内验证这个产出？能，就多用；不能，就少用或不用。

2. 编码代理工作流¶

2.1 工具格局（简表）¶

形态	代表	适合
终端代理	Claude Code、Codex CLI、Gemini CLI、opencode、aider	大改动、多文件任务、脚本化
编辑器集成	Cursor、Copilot、Cline、Continue	边写边补、局部修改
云端/异步	各家云端编码代理	排队任务、并行小改动

选型不用纠结：你已经在用的那款，把本文的流程跑顺，收益大于换来换去。

2.2 先让代理读懂项目（上下文工程）¶

代理的表现上限，取决于你给它的上下文质量。值得维护的几份文件：

AGENTS.md（或同类约定文件）：构建与测试命令、目录地图、代码规范、禁区（别动的文件）。这是性价比最高的一份文档。
SPEC.md：要做什么、验收标准。
ARCHITECTURE.md：结构决策和理由（可以用 ADR 摘要）。
踩坑记录：把上次被代理改坏的地方写进去，它下次会绕开。

小技巧：把"我们不用什么"也写清楚（不引入新依赖、不用某模式），比只说"要什么"更能防跑偏。

2.3 工作循环（六步）¶

先定验收：写下预期行为或测试，哪怕只是一句"按 X 应该出现 Y"。
小步派发：一次一个功能点，别一次扔五个需求。
读 diff：不看 diff 就不算用过代理。
验证：跑测试，或者手动玩三分钟。
提交：每个通过的小步一个 commit，出问题好回滚。
沉淀：新的约定写回 AGENTS.md，下次少解释一遍。

四个反模式：大爆炸式生成（一次几百行没处看）、盲信 diff、跳过验证、让代理"顺手重构一切"。

2.4 游戏项目里的常见坑¶

生命周期误解：生成代码常犯各种"每帧初始化""事件里创建对象"的错，审查清单里固定放一条：初始化、更新、销毁分别在哪。
幻觉 API：方法名对不上你用的引擎版本。让代理先读版本对应的官方文档，或者直接给它贴相关 API 页面。
性能盲区：每帧分配、字符串拼接、GetComponent 枚举，都是代理的默认习惯，性能敏感处要专门提要求。
平台差异：路径大小写、存档目录、权限声明，这些事情代理不知道你发哪些平台，得写在约定里。

2.5 不要交给代理的事¶

手感参数（跳跃高度、镜头速度）。这是玩出来调出来的，不是生成出来的。
你不打算理解的重构。看不懂的代码就是未来的债，债主是你。
支付、账号、反作弊这类要审计的逻辑。

3. 引擎 MCP：让代理直接操作编辑器¶

原理：一个 MCP 服务连到编辑器插件，代理获得读场景树、改节点、跑游戏截图、看错误日志这类结构化能力。不再盲改文件，而是对着真实编辑器操作。

当前生态（2026 年 10 月）：Godot 有多个活跃的社区实现，能力覆盖场景编辑、截图、输入模拟，工具数从几十到一百多不等；Unity 有官方内置的 MCP 服务（测试阶段）和一批社区实现；Blender 也有用于建模辅助的方案。入口见《资源大全》§2.9。

安全三原则（缺一不可）：

权限从只读开始，改动类工具逐项开。
只在工作分支上让代理动手，动手前先提交一次。
删除、导出、执行任意脚本这类操作，逐次人工确认。

适合的活：重复的场景搭建、批量属性修改、自动化截图跑测试。不适合的活：手感调优、大重构、任何你没想清楚的事。

4. AI 美术：从概念到资产¶

4.1 各环节成熟度（2026 年视角）¶

概念图与参考：成熟，当参考用很划算。
2D 成品资产：可用，但要配工作流和精修，直接生成的很难看。
3D 模型：原型和占位可用；正式资产还需要重拓扑、UV、减面，别跳。
纹理与材质：辅助级，风格化材质的批量生成不错。
UI 图标：生成加统一修版，效率可观。

4.2 一致性：最大的那道坎¶

一套资产越画越不像，是 AI 美术最常见的失败。对策是把"风格"固定成资产：

风格锚点：选 3-5 张通过的图做基准，后续所有生成都拿它们当参考。
技术手段：参考图生图定基调；LoRA 学风格；ControlNet 约束姿势和线稿。
流程纪律：每批生成先淘汰一半再谈质量；通过的进"基准库"，跑偏的不要将就。

4.3 2D 资产管线¶

生成 → 筛选 → 手工精修 → 切图 → 导入 → 记台账。

像素风多一步：生成结果要先做像素化处理（限制色板、对齐像素网格），再手工修关键帧。无论哪种风格，最终质量靠人手把关，AI 负责把草稿阶段变快。

4.4 ComfyUI 工作流化¶

把"抽卡"变成管线，是 AI 美术能否进生产的分水岭：

工作流存成文件进 git，和代码一样管理版本。
参数化：画布尺寸、风格强度、种子都做成输入项，方便批量。
批量队列：一次跑一批，配合脚本做自动命名和归档。

后处理也要脚本化：批量裁剪、压缩、命名、导入引擎一条龙。手工点开每张图另存为，是做不长久的。

4.5 记录与披露¶

每个 AI 参与过的资产记四项：工具、模型、日期、人工修改程度。这不只是合规要求（见 §8），也是你自己的资产地图：出问题时能查到来源。

5. AI 音频¶

音乐：生成当草稿或氛围底子，人工挑段落、接循环。上线的曲子必须处理两件事：循环点无缝、响度统一（标准见《美术与音频手册》§10）。商用条款逐家核查，条款会变。
音效：生成加修剪的流水线可行，批量下来比逐个找素材快。轻量场景用程序化音效工具（jsfxr 这类）更快更稳。
配音：TTS 用于原型和内部版本没问题；正式发行要留意三点：声音克隆必须拿到声源本人的书面授权、平台与行业对 AI 配音的披露要求、观众对 AI 声线的接受度因题材而异。

6. AI 叙事与 NPC¶

6.1 离线生成（先做这条路）¶

用途：世界观草稿、支线文案、物品描述、对话初稿。流程：先把设定文档（角色圣经、世界观规则）写好，再生成，再人工改写，最后做一致性核对。设定文档越具体，生成物越像你的游戏而不是别人的游戏。

6.2 运行时 LLM（实验性，先小规模试）¶

架构上别让客户端直连模型，加一层你的网关，管限流、日志、内容过滤和降级。三个预算要提前定：

成本：每千次对话的 token 花费，按玩家人数和互动频率估算。
延迟：超过约一秒的响应会破坏对话感，小模型加缓存是常见解法。
护栏：输出过滤、话题约束、敏感内容拦截，超时降级回预设台词。Steam 对运行时生成内容要求你描述护栏（§8），这层就是护栏本体。

6.3 一致性¶

角色圣经加检索（RAG）是主流做法：生成前先检索角色设定和已有剧情，避免自我矛盾。另建一份"已说设定库"，玩家已经知道的设定不能再改口。

7. AI 测试与本地化¶

冒烟测试代理：无头模式跑游戏，模拟输入，对照日志断言。适合每次构建后自动跑一遍基础路径。
视觉回归：截图前后对比，差异人审。代理负责筛出可疑帧，你负责判断是不是真问题。
本地化管线：提取字符串 → 术语表校验 → 模型翻译（带上角色与场景上下文）→ 人工 LQA → 回填 → 字体与断行检查。术语表和抽样精读这两步不能省，省了就等着差评。
崩溃聚类：把崩溃日志归组，让代理写初判，人复核工单严重级。

8. 合规与披露（红线区）¶

Steam 披露（2026 年 1 月修订版口径，行动前查最新官方文档）：只用于效率的内部工具不需要披露；玩家能看到、听到的内容需要披露，分预生成和运行时生成两类；运行时生成要描述护栏措施；不实披露属于违约，版权责任全在开发者。
版权：生成模型的训练来源复杂，生成物建议做实质人工加工再进正式资产，并保留完整记录。
团队政策：写清楚允许用在哪、禁止用在哪、谁负责检查、对外怎么说明。模板要点见《AI 工作流手册》§8。
台账：工具、模型、日期、修改程度、许可链接。这份表在平台审查和版权纠纷时都救急。

9. 八个端到端工作流¶

#	场景	工具链	硬性检查点
1	周末原型	引擎 + 编码代理 + 生图 + 生成音乐	每完成一个功能手动玩 5 分钟
2	存量项目加功能	补 AGENTS.md → 小步派发 → 回归测试	每次提交前全量测试；不动公共接口
3	资产工厂	ComfyUI 参数化 + 命名导入脚本	每批抽检 10%；对照风格锚点
4	叙事管线	设定文档 → 大纲 → 对话树生成 → 人工改	角色一致性表逐条核对
5	QA 循环	代理跑冒烟 → 抓日志 → 开工单	工单严重级人工复核
6	本地化	提取 → 术语表 → 翻译 → LQA → 回填	每语言抽样精读 5%
7	Jam 分工	素材生成 + 代码代理 + 文案草稿	提交前留 2 小时做一致性检查
8	运营文案	更新日志草稿、社区回复草稿	对外文字必须人工改完再发

每个工作流跑通一次后，把它写进团队文档。反复解释的流程就是该固化的流程。

10. 提示词库怎么建¶

一条值得收录的提示词，结构固定：用途、适用工具、模板（变量用占位符）、示例输入、注意事项、复核日期。

三条维护原则：用过的才收录；效果不行就删，不留纪念品；工具换代后旧提示词要复核，别让库变成幻觉来源。仓库里的落点为 docs/ai/prompt-library/（规划中）。

11. 常见误区¶

把 AI 当搜索引擎，拿到的是过时信息和编造来源。
产出不验证就上线，把速度优势变成事故优势。
用 AI 写自己不懂的系统，半年后没人能改。
忘了披露义务，上架时才发现要补材料。
追求"全自动"流程，维护成本最后超过省下的时间。
让 AI 决定美术方向，它给的是平均水平，而平均意味着没有记忆点。
收藏一堆提示词不去用，库越大越心虚。
AI 写的对外文案直接发，读者比你想的更敏感。
不做台账，出了事无法自证。
把"快"当成"好"。速度是手段，玩家只认结果。

配套阅读：合规细节见《AI 工作流手册》§8；工具官网见《资源大全》§2.9；相关开源项目见《开源精选与书籍推荐》§6；引擎里怎么落地见《技术实现手册》§6。