我正在实验文本到游戏AI，以快速测试小型游戏玩法的想法。 这是我的最新浏览器游戏：一个基于简单规则的霓虹隧道游戏。 你需要击中与当前颜色匹配的障碍物才能通过它们。 如果击中错误的颜色，游戏失败。 我在SoonLab开始了这个项目。 我描述了一个小型的超现实隧道游戏，具有几何障碍物和颜色匹配，然后使用文本到游戏AI获得了第一个可玩的版本。 之后，我下载了HTML并将其带入了ChatGPT和Claude。 这是我的游戏迭代的地方，而不是从头开始生成新的版本：调整视觉效果、障碍物的放置和可读性、场景氛围和运动和碰撞的反馈。 我没有编程背景，所以这个工作流程对我很有用，因为我可以从真实的互动开始，而不是一个空白页面。 但是，第一个可玩的版本也暴露了游戏的难点。 规则听起来很简单，但是我仍然不确定在玩家移动时是否足够清晰。 有着亮丽的颜色、几何形状、运动和隧道效果竞争注意力的元素。 我想让游戏感到奇怪和精力充沛，但我不想让玩家因为无法快速阅读哪个障碍物与他们的颜色匹配而失败。 如果你试试或观看视频，我很希望得到以下反馈： 1. 在第一秒钟内是否清晰地表明了颜色匹配规则？ 2. 游戏是否感觉像一个可读的挑战，还是更像一个有规则的视觉体验？ 3. 你首先会改变什么：障碍物设计、颜色对比、玩家反馈、摄像机运动或节奏？ 关于工作流程的一个问题：Kimi K3刚刚到达，我很好奇有没有人在这里尝试它来进行这种浏览器游戏的迭代。 不仅仅是从一个提示生成一个新的游戏，而是与一个现有的HTML项目一起工作：理解代码、做出小的视觉或游戏变化、保留已经工作的部分。 Kimi K3是否比Codex或Claude Fable 5在这种工作流程中更好？ 我更关心的是哪种模型在不破坏前三个改变的情况下能够做出下一个改变。