你好！

我一直在多个个人项目中使用Claude（Opus 4.8和5）和Gemini（主要用于图像），并在这个过程中学到了很多关于提示工程和AI辅助开发的知识。现在我想分享一些经验和成果。顺便说一句——开发游戏一直是我的目标之一，但我在艺术和设计方面非常糟糕，所以AI对我来说至少解决了一个巨大的瓶颈……

引发这一切的问题…… 在某个大型项目进行到深处时，我意识到自己大部分时间和上下文都浪费在让模型重新跟上进度上。每次对话我都要重复解释同样的事情，重新争论两轮前已经定下的决策，一遍又一遍地讲同样的故事。工作本身不是瓶颈，重新“入职”才是（以及我过去糟糕的上下文管理）。

提升我体验的方法…… 在阅读了关于提示工程和AI辅助开发的资料后，我最终采用了规范驱动开发（SDD）和EARS（需求语法的简易方法）方法论来编写规范需求。简单说，这两者追求的是同一件事——一致性。我这里说的一致性，不是指“模型今天写出了好代码”，而是指我们在第一轮对话中做出的决定，在第二十轮对话时仍然被遵守，因为它被写在了规范里，而不是存在于模型再也看不到的聊天历史中。

然后我把它放进了一个开发框架…… 经过足够的实验，我厌倦了手动将结果从一个项目拖到下一个项目，所以我构建了一个小型Electron工作台来运行整个流程。每个项目都有自己“思考”/“设计”/“构建”阶段，每个阶段将前一阶段的笔记或结果作为文件传递，而不是让我在旧的聊天历史中翻找。我发现最有用的部分是角色预设。该框架根据模式、模型已知的内容以及它应该关注的内容来决定代理（agent）的启动角色，例如：

思考： 我们来回交换想法。这个游戏或项目是什么，核心循环是什么，有哪些机制。此时完全没有代码，既没有仓库也没有图纸，只是和“某人”闲聊一个想法。
设计： 代理完全切换角色，通常模型也会切换。角色来自框架，而非模型。然后我们停止闲聊，开始更严肃的对话，涉及游戏设计文档（GDD）、调色板、游戏循环、资源、屏幕、用户体验……当然，对于我这样从未开发过游戏的人来说，这一阶段的感觉是“哦，原来游戏是这样设计的”，而代理在引导我完成这个过程方面非常有帮助。（当然，在这一步我也开始了新的对话会话，但预先注入了上下文，所以模型已经知道上一阶段我们在谈论什么）。
构建： 这里才是编码代理真正开始工作的地方。首先它将设计转化为有序的任务待办列表，然后逐一执行（但我之前必须检查规范，以防出现幻觉或误解）……所有这些任务都来自我们之前打磨和设计的会话，所以代理不是猜测或捏造，它只是在遵循设计并实现它。
所以SDD的五个阶段（需求、规范、验证、生成，然后是同步和维护）最终分散在我实际可以看到和操纵的三种模式中。如前所述，框架还为每个阶段预先注入上下文，护栏就在那里。当我告诉它“手机放置类游戏”并选择引擎时，引导提示（bootstrap prompts）会在对话开始前加载引擎特定的知识。每个阶段都有其自己的约束：代理可以接触什么，哪些内容必须一起变更（文档随代码一起移动，否则变更不算完成），以及在任务被视为完成之前必须通过哪些关卡。

最终结果 😄！
我很乐意发布这些内容并解释我对此的所有学习心得，因为这是我对自己工具亲身实践（dogfooding）的成果。我最终用这个工作流独立构建了一个放置类游戏，并前不久在Play Store上发布了。它从一个想法，经过设计，最终变成了现实。
该游戏使用Godot 4构建。美术是像素风格。正如我所说，我作为艺术家很糟糕，但我正在通过Aseprite练习像素画，所以大部分资源是通过一个叫PixelLab的服务生成的（通过其MCP），再加上Gemini生成的环境和一些敌人资源。
很多音频来自Strudel（https://strudel.cc/）。我为我的代理编写了一个关于它的技能，所以它实际上很了解这个工具，能够用它作曲而不是瞎猜。

这个游戏不是一件艺术品。但我认为它完成了它的使命，而且这是一个我乐意开始、动手实践、真正完成并成功发布的项目。
如果你想看看，它在Play Store上叫DeepFury: Idle Berserker，我还为它搭了一个网站：https://deepfury.navgradstudios.com.ar/

关于资源的一个重要提示，这可能会为你节省数小时的重新生成时间，那就是我们如何向AI请求它们。如果你想要AI生成的资源，不要用简单的句子向AI请求该资源。相反，让你的AI为另一个AI写提示词。就这么简单。没有比这更神奇的了。你的工作模型已经拥有上下文。它知道你的调色板，知道风格，知道这个资源是用来干什么的。所以你希望从它那里得到的是一个结构良好的英文提示词，带有清晰的锚点和参考。然后你将这个提示词交给图像模型。这就是我学到的实现资源一致性的方法。

关于上下文…… 尽量不要让上下文窗口使用超过30%或40%。超过这个限度，来回对话就会变得令人头疼。要么压缩，要么清理干净重新开始，并保持任务小而具体。以SDD方式进行构建极大地帮助了跨会话保持一致性。你完成一个小任务，清除上下文，立即开始下一个任务，模型已经为此做好了准备。

关于成本…… 除了每月100美元的Claude计划和PixelLab根据使用量大约9到10美元之外，其实没有太多开销。我搭了一个网站，（希望有一天）能成为一个游戏开发工作室。目前它通过Cloudflare隧道运行在我家里的树莓派上，这是免费的哈哈。

希望所有这些废话对某些人有帮助，随时欢迎反馈 :D