Files
dc-docs/output/feishu-docs/BGn2w5h1Vi8LVWkSzwbcp4xKnNf.md
T
2026-06-23 14:43:31 +08:00

6.2 KiB

BGn2w5h1Vi8LVWkSzwbcp4xKnNf

Source: https://dianchukeji.feishu.cn/wiki/BGn2w5h1Vi8LVWkSzwbcp4xKnNf

一.工作内容概述

  • 优化棋盘交互体验、优化提示系统逻辑
  • 修复广告按钮可以快速点击、重复发送广告请求的问题
  • 尝试使用 AI 调用现有关卡生成器 API,初步验证 AI 是否能够自动调用项目工具,并按照预设目标控制关卡难度曲线
  • 收集《佛系消消消》部分关卡数据,尝试使用 AI 对其进行结构化整理与分析,初步验证 AI 辅助分析外部关卡设计的可行性

二.AI生成关卡尝试

尝试使用 AI 调用现有的关卡生成器 API,进行自动生成关卡的初步测试。本次测试的重点并不是单纯追求最终生成多少可用关卡,而是验证 AI 是否能够理解并调用项目中已有的工具链,包括生成器参数配置、批量生成、结果校验、状态流转和资源导出等流程。 测试中,初步以 50 关为目标进行生成尝试,并按照预设的难度曲线进行规划。整体设计思路是每 5 关作为一个小波次,通过“逐步爬坡 + 阶段卡点”的方式,让关卡难度在前期逐步上升,同时在固定节点提供一定挑战。通过这种方式,可以初步验证 AI 是否能够不只是机械调用生成接口,而是根据关卡节奏目标组织生成参数,并尝试控制整体难度变化。 图片 在生成流程中,也尝试加入目标难度参数,用于约束目标关卡的逻辑复杂度。AI 根据不同关卡阶段传入对应的参数范围,生成器再基于该范围筛选候选关卡。这样可以让生成流程具备一定的难度控制能力,而不是完全依赖随机生成结果。 本次测试中,AI 基本能够完成以下流程:

  • 根据预设关卡数量和难度节奏组织生成任务;
  • 调用现有关卡生成器 API 批量生成关卡;
  • 根据生成结果进行基础校验和筛选;
  • 将生成出的关卡状态流转到可发布状态;
  • 导出到游戏运行时使用的关卡资源目录;
  • 清理运行时不需要的推导记录、推导画像等冗余字段,降低资源体积。 不过在测试过程中也发现,当前流程距离稳定自动化生成仍有一定差距。主要问题包括: 因此,本次测试的阶段性结论是:AI 具备调用项目现有工具链、组织批量生成任务、辅助控制难度曲线的可行性,但生成质量和难度命中率仍然依赖底层生成器能力。AI 更适合承担“调度工具、组织参数、批量执行、汇总问题”的角色,而生成器本身仍需要继续优化高维棋盘的唯一解率和难度可控性。

三.AI分析关卡尝试

尝试使用 AI 对《佛系消消消》的部分关卡数据进行分析。本次分析同样属于初步可行性验证,重点是观察 AI 是否能够根据截图或转录数据,对外部关卡进行结构化整理,并从中归纳出一定的关卡设计规律。由于本次主要是验证流程可行性,因此采集的关卡样本数量不大,分析结论也暂时只作为阶段性参考。 本次共整理出 24 条关卡记录,其中普通关 22 条,每日挑战 2 条。每条记录主要包含模式、关卡编号、棋盘尺寸、区域划分、种子点信息和识别置信度等内容。通过这些结构化数据,可以让 AI 不只停留在“看图描述”的层面,而是进一步将外部关卡转化为可比较、可校验、可分析的数据样本。 图片 普通关卡样本集中在 76 到 100 关附近,并不是完整主线样本,而是偏后段的一组局部关卡。从尺寸分布来看,这批普通关主要以 6x6 为主,同时穿插少量 8x8 和 10x10 关卡。 图片 基于这个结果,可以初步看出《佛系消消消》的关卡节奏并不是简单地随着关卡推进持续扩大棋盘尺寸,而是以一个相对稳定的主尺寸作为基础,再在阶段性节点插入更大尺寸的关卡,用于制造压力点和节奏变化。也就是说,它的难度节奏更接近“主线稳定推进 + 阶段性抬压”,而不是单纯的线性爬坡。 每日挑战样本数量较少,但均为 12x12 大盘关卡。与普通主线关卡相比,每日挑战在棋盘尺寸和推理压力上明显更高,更偏向作为可选的额外挑战内容。 图片 图片 图片 因此,本次 AI 分析关卡的阶段性结论是:AI 可以辅助完成《佛系消消消》关卡样本整理、模式识别、尺寸分布统计、可解性验证和设计规律归纳。虽然当前样本数量还不大,但已经能够初步帮助我们观察《佛系消消消》的关卡模式节奏、普通关尺寸变化方式,以及每日挑战的大盘高压特征。后续如果继续扩大样本量,可以进一步用于反推更稳定的关卡难度曲线和生成参数设计。

四.后续计划

界面适配与美术完善

  • 补充遗漏的美术资源,并对已有资源的细节表现进行优化;
  • 持续完善 UI 动效、特效和交互反馈,提升整体界面表现力;
  • 基于后续测试结果,修复可能遗漏的多分辨率适配问题。 关卡与玩法体验
  • 优化关卡评分机制、生成算法,使 AI 能够更稳定地产出关卡,并更准确地控制关卡难度曲线。
  • 优化 AI 分析关卡流程,结合体验反馈和样本分析结果,辅助重新规划项目关卡难度曲线,并批量生成、配置对应关卡数据;
  • 继续探索更稳定的自动化或半自动化关卡数据收集方案; 平台与真机测试
  • 持续进行真机测试,排查不同设备、分辨率和平台环境下的显示与交互问题;
  • 结合抖音小游戏环境继续验证构建、运行、存档、广告等平台相关能力;
  • 对测试中发现的问题进行记录、分类和阶段性修复。