战簿实验室 · Lab Notes
EXPERIMENT LOG
2026-11-19 · 实验第 1 天

一句话生成游戏:从 prompt 到参数,到能跑起来的包

作者:张信诗(战簿 WarBook)| 这是一篇实验记录,不是产品宣传。失败的地方写清楚。

起因

我在做一个「让 AI 小团队自动运转」的系统,顺手想验证一件事:

一句话输入,能不能在 7 天内产出一款能上架、有人玩、有内购的游戏?

注意是能上架、能赚钱,不是「能玩」。Demo 满地都是,能过审、能留存、能付钱的极少。

做法:不生成代码,生成参数

一开始我以为要让 AI 写游戏代码。想清楚之后发现不对——代码不是瓶颈,参数才是。

我们已有一套跑通上架/买量/内购/结算的放置类游戏底座(Unity)。它的关卡是程序生成的:

public void Generate(int seed) {
    var rng = new System.Random(seed);
    // 房间、敌人、宝箱、陷阱全部由 rng 生成
}

所以「一句话生成游戏」的正确落点,不是生成关卡文件,而是把一句话翻译成一组生成参数:

一句话 → 参数集 → 程序生成器 → 一张关卡

第一步:把句子映射成参数

输入:「做一个能让上班族在地铁上玩 3 分钟、有收集欲的放置类小游戏」

seed            1970177678   ← 这句话的 sha256,可复现
enemies         2            ← 敌人少(3 分钟一局)
enemyHpScale    0.267        ← 血量薄
eliteChance     0.0          ← 无精英
bossEveryNFloor 5            ← 5 层才出 Boss
startHp         60

关键设计:seed = sha256(句子)。同一句话永远同一个游戏;换一句话就是另一个游戏。

第二步:把参数接进引擎(一次性改造)

原来 Generate() 里全是硬编码:房间数 4、敌人 5、血量 100、Boss 每 3 层。改成读参数:

for (int i = 0; i < Mathf.Max(1, P.rooms); i++)   // 原来写死 4
Hp = MaxHp = Mathf.Max(10, P.startHp);            // 原来写死 100
int hp = Mathf.RoundToInt(hpBase * Mathf.Max(0.1f, P.enemyHpScale));

所有默认值 = 原来的硬编码值,这样老关卡行为不变,不会把线上打崩。

第三个坑:JsonUtility 的静默失败

参数通过 Resources/GenParams/params_001.json 注入。第一次跑,探针报告「加载成功」,但生成结果完全没变。

原因是:JSON 字段名和 C# 字段名不一致时,JsonUtility 不报错,直接返回全默认值。

JSON:  enemy_hp: 8        ← 我的写法
C#:    enemyHpScale       ← 引擎要的
→ 解析"成功",参数全是默认值

更糟的是我的第一个探针给了 PASS——因为它比较的是「生成结果」和「解析出来的参数」,两边都是默认值,自然相等。这是自我印证。

改成「基准 = JSON 文本里的期望值」之后,假 PASS 才暴露出来。

第四个坑:种子溢出

sha256[:8] 转成整数可能是 4,117,661,325,超过 int.MaxValue。Unity 直接编译报错:

error CS1503: cannot convert from 'uint' to 'int'

修法:seed = int(h[:8], 16) % 2147483647。

结果:三组参数,同一套引擎

参数「地铁 3 分钟 + 收集欲」「硬核 roguelike + 精英」
seed19701776781673603794
enemies25
enemyHpScale0.2670.667
eliteChance00.15
(新增 C 组)「国风修仙放置 + 敌人多但弱」→ 敌人 3、血量系数 0.4、精英 8%、初始血量 100

三组的意义:三张地图的墙体布局完全不同(不同 seed),但宝箱 3 个、陷阱 4 个在三组里恒定—— 变化的是「敌人数量 / 血量 / 布局」,不变的是「结构」。这就是「参数可控」的意思。

实测生成结果(Unity batchmode 探针):

基线(默认参数):敌人数 5、MaxHp 100、首敌血量 30
实验组(地铁 3 分钟):敌人数 2、MaxHp 60、首敌血量 9
三组参数生成的三张关卡俯视图:敌人 2 / 3 / 5,初始血量 60 / 100 / 60
同一套引擎,三组参数生成的三张关卡:敌人 2 / 3 / 5,初始血量 60 / 100 / 60;宝箱与陷阱数量三组恒定。 图由引擎导出的墙体、敌人、宝箱、陷阱坐标绘制,不是游戏截图。

第五个坑:打包失败,但不是代码的问题

第一次打包返回 BuildResult.Unknown。日志里有 Licensing::Error: Access token is unavailable,我以为授权坏了。

实际原因:我调用的 Build() 打的是 macOS 包(StandaloneOSX),在 Windows 上打 Mac 包必然返回 Unknown。换成 BuildWindows() 立刻成功:

[BuildWindows] Succeeded
Builds/Win/ImmortalValley.exe   0.6 MB
UnityPlayer.dll                29.8 MB

教训:报错信息指向的地方,往往不是真正的问题位置。

代码:映射与自证各一段

如果有人想自己试,这两段是核心。第一段把句子变成参数(gen_params.py 的骨架):

PROFILES = {
    "地铁|通勤|3 分钟|碎片": {
        "grid": 20, "chest_density": 0.12, "trap_density": 0.02,
        "enemy_density": 0.04, "enemy_hp": 8, "elite_ratio": 0.0,
    },
    "收集|图鉴|集齐": {"chest_density": 0.14, "rarity_bias": 0.25, "drop_bias": "core"},
    "放置|挂机|离线": {"idle_gain_per_min": 2.0, "offline_cap_hours": 8},
}

def seed_from(sentence: str) -> int:
    h = hashlib.sha256(sentence.strip().encode()).hexdigest()
    return int(h[:8], 16) % 2147483647        # int32,否则 Unity 编译报错

def map_sentence(sentence: str) -> dict:
    params = dict(DEFAULTS)
    for pattern, override in PROFILES.items():
        if re.search(pattern, sentence):
            params.update(override)
    params["seed"] = seed_from(sentence)
    # 关键:输出 C# 字段名,否则 JsonUtility 静默落默认值
    params["enemies"]      = clamp(round(params["enemy_density"] * 50), 0, 8)
    params["enemyHpScale"] = round(params["enemy_hp"] / 30, 3)   # 30 = 原版首敌血量
    params["startHp"]      = 60 if re.search("地铁|通勤|碎片", sentence) else 100
    return params

第二段是那个「能证伪自己的探针」——基准必须是输入里的期望值:

const int EXPECT_ENEMIES = 2;     // 来自 JSON 文本,不来自解析结果
const int EXPECT_STARTHP = 60;

GenParamsLoader.Apply("GenParams/params_001");
var st = new ImmortalActionState();
st.Generate(SEED);

bool parsedOk = st.P.Enemies == EXPECT_ENEMIES && st.P.startHp == EXPECT_STARTHP;
bool genOk    = st.Enemies.Count == EXPECT_ENEMIES && st.MaxHp == EXPECT_STARTHP;
// 只断言「解析值 == 期望值」和「生成结果 == 期望值」;
// 绝不断言「生成结果 == 解析值」——那是自我印证。

这三行注释是这篇里最值钱的东西。 第一个探针写成「生成结果 == 解析值」, 两边都是默认值时它给了 PASS;改成对期望值断言,假 PASS 当场暴露。

现在做到哪、没做到哪

项状态
一句话 → 参数✅
参数 → 生成(可控)✅ 有实测
出可执行包✅ Windows
真实上架❌ 未做
自然量 ≥1,000 / 内购 ≥1 笔❌ 未验证
美术生成❌ 未开始

所以「商业级」三个字现在还不成立。我只证明了「参数能控制生成」,没证明「生成的东西能赚钱」。

一点感想

这一整天最有价值的不是「跑通了」,而是踩到了两个会导致假成功的坑:JsonUtility 的静默失败、探针的自我印证。

AI 生成类项目最常见的失败不是做不出来,是做出来了一个「看起来对」的错东西。
如果你也在做类似的事,建议先写一个能证伪自己的探针,再谈效果。

把它变成可以用的东西

我把这篇里的坑整理成了一份上线前检查清单,共 12 条,每条写明「不检查会发生什么」:

→ 打开《AI 生成类项目上线前检查清单》

清单里的前 6 条是「会静默出错」的,后 6 条是「会白忙一场」的——按顺序检查,别跳。

常见问题

Q:「一句话生成游戏」到底生成了什么?
生成的是一组参数(种子、敌人数、血量系数、精英概率、Boss 周期等),不是代码,也不是关卡文件。 引擎按这组参数程序化生成地图与实体,所以同一句话永远得到同一个游戏(可复现)。

Q:为什么不让 AI 直接写游戏代码?
代码不是瓶颈,参数才是。改造一套已跑通上架/内购/结算的底座,比让 AI 从零写代码更快到达「能上架」, 也更容易定位问题——出了问题只可能在参数或引擎两处。

Q:现在能上架了吗?
能出包:Windows 包与 Android Release 包(公司签名)都已生成。 但还没有真机截图、开发者账号与真实商店审核,所以「商业级」仍不成立——判据是自然量 ≥1,000、内购 ≥1 笔。