我是 Arsenal Zero 的开发者,这是一款免费的浏览器收集类游戏:你打开箱子,派遣操作员进行定时远征,并收集从普通到神话的军事装备。自 10 月 13 日以来,它一直在真实玩家中上线,我独自使用 AI 编码助手(Claude Code)完成了开发。下面分享一些可能对其他人有帮助的工作流程。
我决定,助手实现。 游戏设计、平衡目标、艺术指导以及所有最终决定全部由我负责。助手迅速将这些转化为代码:大约 12 万行 TypeScript(Expo / React Native,运行在网页上),约 4.2 万行 SQL,以及 350 多条在 Supabase 上的数据库迁移。掉落和奖励的计算在服务器端的 Postgres 函数中完成,客户端无法作弊。这类严格、规则密集的代码正是助手大显身手的地方。
书面规则胜过良好提示。 最大的质量提升来自将项目规则书面记录,而非提升提示词。例如:服务器上任何破坏性变更都会新增一个函数,与旧函数并存,因为开发和正式环境共享同一数据库。所有可见文本都通过翻译键处理,因此游戏同时支持法语和英语。图片有两种尺寸,大尺寸仅在真正需要时使用。一旦规则写下,我就不必再重复。
在玩家之前进行模拟。 我让助手构建一个无头模拟器,在 60 天内使用六个玩家档案(从休闲玩家到重氪玩家)运行真实游戏引擎。在修改奖励或掉落率之前,我会运行模拟并观察曲线。这是我平衡游戏的最佳投资。
生成而非仅提示。 所有音效均由带有 numpy 的 Python 脚本合成,无样本。每张卡片背后的彩色雾效也是同一种方式生成,每种稀有度对应一种颜色。它轻量、廉价且在整个游戏中完全一致。
给大家一个问题:如果你在数周的工作中使用 AI 助手,如何保持助手与项目规则保持一致? 书面规则文件、记忆、检查表,还是其他?
游戏免费,可在浏览器的手机或电脑上玩,无需下载(可选购买,因此有贴纸):arsenalzero.com
如果你想了解工作流程的任何细节,我很乐意详细说明。
评论 (0)