dc-docs/output/feishu-docs/EkBRwgbB0imHJ4kPecoc17OrnWd.md

EkBRwgbB0imHJ4kPecoc17OrnWd

Source: https://ocnmca6f1o0p.feishu.cn/wiki/EkBRwgbB0imHJ4kPecoc17OrnWd

工作内容概述

1、参加老李的游戏课

一、AI 的变革

• 变革的程度
  • 超越以往发明：AI 的诞生是一场比工业革命大 100 倍的变革，它对社会和工作产生了根本性的改变。
  • 改变工作分工：AI 替代了人的劳动力，改变了传统的工作分工方式，使得原有的分工模式不再适用。如：过去的分工方式制约了 AI 的使用，而现在许多机械性工作如上传下达、整理表格等很快会被 AI 取代。
  • 影响就业和经济：出现了 GDP 快速增长但失业率也快速增加的现象，这是历史上从未有过的。公司若不能通过 AI 提效，将面临倒闭、衰退和失去竞争力的风险，许多员工也会因此被优化。
• 工作方式的挑战
  • 打破旧有习惯：人们身上存在大量旧的工作习惯、思维方式和看待问题的方式，限制了对 AI 的使用。
  • 改变工作流程：AI 的发展使得工作流程不断变化，如从最初的提示词编写，到后来的建立循环、人在循环中参与审核，再到现在提倡人创造和优化生产系统。
  • 挑战专业分工：AI 技术淘汰了大量机械性工作，对传统的专业分工产生了冲击。一些专业的分工方式可能需要重新调整，每个人都需要关注其他领域的知识，从工作循环中走出来，站在外面审视和改进工作。

二、适应 AI 时代

• 培养工程思维
  • 理解需求与代码的互动：工程思维是未来 AI 原生原住民必须掌握的能力，它与编程技巧无关，而是要理解代码和需求之间的互动关系，以及如何管理需求的变动。
• 搭建工作系统
  • 成为系统构建者：个人和公司要从系统的执行者转变为系统的构建者，围绕问题搭建适合自己的工作系统，而不是仅仅将 AI 作为工具来解决问题。
  • 提高市场竞争力：在 AI 时代，能够提供同等能力的人越多，市场价格就越低。因此，要通过学习和使用 AI，获得与同辈人相比的优势，提高自己在市场上的竞争力。
• 积极交流与尝试
  • 分享使用经验：即使是对 AI 非常确信和投入的人，也不一定真正了解 AI 的全部。因此，要建立交流环境，分享不同人使用 AI 的经验和方法，拓宽对 AI 的认知和想象力。
  • 提前学习与实践：不要等待 AI 降价和普及后再使用，应提早拥有学习和使用 AI 的思维，尝试生产工具，解决可能遇到的障碍，以适应时代的发展。

三、利用 AI 学习的方法

• 利用 AI 学习的重要性
  • 突破个人上限：AI 不是简单的工具，而是帮助人们突破自身上限的重要手段，尤其是在学习方面。通过 AI 可以快速获取知识，拓展自己的边界。
  • 适应时代发展：未来拥有 AI 原生能力的人将更具优势，就像现在的年轻人熟练使用智能手机一样。人们需要重新塑造思维，学会与 AI 相处，创造性地使用 AI。
• 学习方法分享
  • 提问与拆解：可以从问一个最基础的问题开始，逐步学习如何使用 AI。如：先让 AI 提供某个行业的专有名词，了解行业概况，然后让其拆解任务，明确核心内容和阶段。
  • 提炼与总结：可以将 PDF 文件或博客内容交给 AI，让其提炼核心内容，提高学习效率。同时，也可以让 AI 根据个人情况制定学习计划，并进行考试巩固知识。
  • 互动与反馈：在与 AI 交流过程中，要敢于提出问题，要求 AI 用简单易懂的语言解释专业知识，并通过不断追问和测试来加深理解。

二、AI 工作中的应用案例

• 编程领域
  • 减轻编程工作量：现在程序员手动编写代码的比例大幅下降，很多代码由 AI 完成。
  • 提升编程效率：AI 不仅能编写代码，还能帮助检查代码中的问题，通过AI读取源代码，分析游戏的数值问题，并提出改进建议。
  • 改变编程方式：人们与 AI 的交互方式发生了变化，不再像以前那样关注中间步骤，而是让 AI 直接完成任务，然后根据结果提出反馈和改进意见。
• 文档处理领域
  • 生成文档：利用 AI 可以快速生成各种文档，如需求文档、原型文档等。比如通过与 AI 对话沟通需求，AI 可以按照业务要求生成相应的文档。
  • 文档一致性问题：在使用 AI 生成文档的过程中，会出现文档一致性问题，如需求文档、原型和功能说明之间的不一致。为了解决这个问题，需要引入规格说明驱动，通过规范文档和流程来保证一致性。
• AI 在游戏动效制作中的应用
  • 动效制作
    • 工具与效果：通过 span animation 的 skill，用 Codex 执行可制作 span 动作，输出 span动画 的 JSON 给程序，但目前只能做通用型动作，如待机、跑步、受击等，攻击方向可能不准确。
    • 制作流程：尝试多种方式，如直接给图片让其出 JSON 文件、让其加骨骼等效果不佳，最终人工加骨骼和蒙皮绑定，让其制作动画，并进行提示词测试，第二版提示词加约束条件后效果稍好，可提升小游戏小怪动效制作约 40% 的效率。
  • 动效制作局限：目前更适合做通用型动作，对于更精确的动作仍需人工加骨骼和蒙皮绑定权重，对于创意型复杂表演暂时达不到要求，需多累积提示词以应用于更多小怪场景。
• AI 在游戏文件管理中的应用
  • 特效素材库搭建：使用 Codex 搭建了类似于 B 站的特效资源库，可读取并展示多年积累的特效文件，方便复用。

五、AI从原型到工程的转换

• 工具功能与现状
  • 功能实现：程序开发了 Codex 技能，可将策划的 HTML 原型自动化拼装成 UnityUI 预制体，目前已能搭出第一版结构，从 bookview 到背景、标题滚动容器、格子 item 等基本元素有了还原方向。
  • 存在问题：工作流尚不成熟，从 HTML 到 UnityUI 的自动还原质量处于初创阶段，产物较粗糙，如布局精度、字体效果、资源匹配、滚动区域细节、item 复用等方面存在问题，后续需大量人工二次调整。
• 工具现实价值
  • 辅助需求拆解：AI 可辅助拆解需求，利用视觉模型拆出用例体的 UI 区域、节点层级和复用结构，减少人工分析哪些是背景、装饰图、按钮、可复用 item 及数据驱动内容的工作量。
  • 读懂项目规则：AI 能读懂项目规则，明确页面落地应触发的规则、可动路径、需人工确认的事项等。
  • 识别工程风险：AI 可识别工程风险，列出工程任务，提醒自动化能力边界。
• 未来提升方向
  • 提高 Prefab 质量：优化布局识别、字体样式和分辨率适配，从能出结构逐步减少大量手工摆放。
  • 建立资源流程：让 AI 识别资源，输出缺失资源清单，建议命名规范，并接入小图的图集流程。
  • 还原业务模块：将模块的业务代码块和 UI 预制体连还原起来，把页面还原推进到业务模块生成阶段。
  • 实现自动验证闭环：理想状态是 AI 生成或修改后自动触发编译检查、必然路径检查、平台配置检查、构建检查，并反馈结果给开发者。

五、AI 全栈游戏开发工作流

• AI 全栈定义 依靠 AI 能力，单人承担策划、程序、美术的工作职责，能完成一个功能的单体落地，从设计到程序实践，再到美术资源介入和设计都由一人完成，效率较高。
• 工作流类型
  • 策划到程序工作流：以敏捷开发思想加上 Super Powers 为核心，提高开发效率并保证开发质量。
  • AI 配表工作流：以新颖的 YAML 表格格式为基础，适合 AI 操纵和读取，能实现全自动配表，但正确率比传统 Excel 低，需人为检查和配置。
  • AI 美术生成资源管线：以 CodeX 加上 Image2 为工具，开发了一套 Skill，覆盖从美术设计到后处理入库再导入引擎的全流程。本次主要分享程序策划工作流。
• 工作流核心思想
  • 功能驱动而非文档驱动：抛弃传统繁重文档，通过与 AI 直接讨论明确需求，让代码和功能成为唯一真相。制定的 SPEC 文档即用即抛，仅用于记录方便回顾。
  • 小步快跑追求快速迭代：将大系统、大功能拆成小功能分布实现，与 AI 的上下文管理联系紧密，避免超出其上下文范围。做完一个功能后立即进行验收测试、反馈迭代，构建快速迭代循环，合理利用 AI 纠错和开发速度快的特点提高开发效率。
• 与传统工作流对比 对比维度 传统工作流 AI全栈工作流 开发质量 稳定，出错概率低 不稳定，需人工检查约束 沟通成本 链条长，多角色协作复杂 仅需与AI沟通，上下文易对齐 修错成本 需协调多工种，返工周期长 仅需与AI沟通，修复直接高效 协作效率 分工明确，人工效率最大化 单人完成多角色工作，迭代速度快 适用场景 大型项目，质量要求高 小型项目，快速验证创意