跳到主要内容

5 篇博文 含有标签「分享」

查看所有标签

AI 辅助开发的核心流程与价值​

  • 核心理念：明确需求，快速实现。在 AI 辅助游戏开发中，明确需求是确保高效产出的基石
    • 减少返工：清晰的需求描述让 AI 更准确地理解开发目标，避免生成不符合预期的代码，节省修改时间
    • 提高效率：明确的需求让 AI 能够一次性提供更贴合实际的解决方案，大幅减少反复沟通的时间成本
    • 保证质量：详细的需求说明帮助 AI 生成更符合项目架构和规范的代码，提升整体代码的健壮性
    • 便于维护：清晰的需求文档便于追溯开发历史，方便后期维护和功能迭代，确保项目的可持续性
  • 需求明确的方法论：迭代循环
    • 核心价值：循环迭代模式将思考与执行分离，利用 AI 的效率优势在开发前解决 90%的潜在逻辑冲突，从而实现真正的“快速实现”
    • 初步计划：输出基础开发方案与功能需求
    • AI 辅助完善：AI 补充细节、完善逻辑
    • 审核与修改：人工校验方案，对齐项目目标
    • 持续优化：根据审核反馈迭代方案至可用
    • 提交执行：定稿需求，进入代码开发阶段
  • 方法论支撑：SMART 原则
    • 总述：SMART 原则用于设定清晰、可执行的开发目标，保障项目各阶段拥有明确方向与可验证交付成果
    • 五大维度详解
      • Specific（具体的）：目标描述明确具象，清晰定义任务内容与实现方式，拒绝模糊笼统的需求
      • Measurable（可衡量的）：配套可量化校验指标，依靠数据、功能点位等客观标准，直观验证开发进度
      • Achievable（可实现的）：贴合团队技术、人力现状，目标难度合理，在现有资源范围内能够落地完成
      • Relevant（相关的）：目标与整体项目愿景对齐，完成后能为产品带来实际价值增值，不做无关冗余开发
      • Time-bound（有时限的）：设置明确截止节点（Deadline），依靠时间约束推动项目进度，避免无限延期
    • 游戏 AI 开发场景示例
      • 模糊需求：做一个玩家背包系统
      • SMART 规范需求：3 天内（T）完成可容纳 50 件道具（M）的玩家背包 UI（S），支持道具拖拽、分类筛选功能（A），用于支撑装备养成核心玩法（R）

方法论支撑：双钻模型​

  • 核心概述：双钻模型是经典设计思维框架，适配 AI 辅助开发流程，完整实现「发散探索 → 收敛决策」的闭环工作流；协作模式为 AI 负责思路发散，人工审核完成收敛决策
  • 完整四阶段拆解
    • 第一钻：问题定义阶段（先发散，后收敛）
      • 发现阶段（发散）：用发散思维拓宽问题边界，借助 AI 的海量信息检索能力，穷尽梳理项目潜在需求、风险与待解决挑战
      • 定义阶段（收敛）：收敛筛选核心问题，人工审核 AI 输出的全部内容，剔除无关项，锁定真正关键的开发目标
    • 第二钻：方案交付阶段（先发散，后收敛）
      • 解决阶段（发散）：针对已锁定的核心问题，发散生成多条技术路线，由 AI 输出多套实现方案、代码架构思路
      • 交付阶段（收敛）：人工完成架构决策，筛选最优可行方案落地执行，统一把控代码规范与项目整体一致性，保障交付质量
  • 适配 AI 游戏开发的优势
    • 分工清晰：AI 承担海量发散检索、多方案生成的重复工作，解放人力
    • 人工把控关键决策：需求筛选、架构选型、质量校验均由人最终把关，规避 AI 逻辑偏差
    • 完整闭环：从挖掘问题到落地交付全链路覆盖，可搭配迭代循环、SMART 原则配套使用

游戏框架分层设计​

  • 设计思路：采用模块化开发策略，将高复用性的通用功能与灵活可变的核心玩法分离
  • 通用游戏模块（底层复用层）
    • 事件系统 (Event System)
    • 反馈系统 (Feedback System)
    • 音效系统 (Audio System)
    • 成就系统 (Achievement System)
    • 资源工具 (Resource Tools)
  • 核心玩法模块（业务可变层）
    • 地块系统 (Tile System)
    • 单位系统 (Unit System)
    • 单位能力 (Unit Abilities)
    • 单位 AI (Unit AI)

文档设计与开发启动流程​

  • 文档设计工具：Claude Code（深度支持 Markdown 格式）
  • 三步启动流程
    • 第一步：在游戏根目录新建 DOCs 文件夹，作为项目的知识库中心
    • 第二步：导入之前的游戏思路和想法，为 AI 提供充足的上下文背景
    • 第三步：使用 Claude Code 进行思路发散，深化玩法细节与技术实现方案
  • 文档三大核心优势
    • 结构化：利用 Markdown 建立清晰的文档层级，方便 AI 读取与理解
    • 可追溯：所有的设计变更都记录在案，确保开发过程有据可查
    • 自动化：文档即代码，为后续 AI 自动生成功能模块打下坚实基础
  • 核心总结语录："良好的文档设计是 AI 辅助开发的灵魂。它不仅是创意的载体，更是连接'想法'与'代码'的桥梁。" ——实战流程总结
分享阅读需 6 分钟

  • [[ai 付费]]

  • Vibe Coding

    • claude code
    • codex 和
      • 他可以生成图片，直接画漫画和游戏资源，结合 godot 游戏引擎，一下午自动做个游戏
    • Vibe Coding 流程
      • plan 模式：先梳理明确细化 /docs/todo.md 里的 Inbox 完成后，放到 todo 下面，有什么不确定的都可以问我，或者优化的方案等等。
      • do: 根据 /docs/todo.md 的 todo 项目，一条一条的完成，每做一条，当前窗口开启一个子任务去完成，做完后回报总结给母窗口，然后母窗口回报给我。准备验收。

  • Vibe Coding 纯小白教程

  • 充值 deepseek

  • 安装 cc-switch

  • 配置 deepseek

  • vscode 安装 claude 插件

  • 开启新项目 选择聊天窗口开始工作

聊天参考​

- 我是一个不懂代码的小白，想做一个运行在 mac 电脑上的历史粘贴板软件。
- 它可以记录我最近的所有复制的内容，包括文字和图片，都存放在这里。而且我可以设定一个存储日期，比如 1 天，3 天，5 天。当我需要查找近期历史的时候，就可以点开这个软件查看和再次粘贴。
- 点开之后它以时间降序的方式排列我的所有复制内容的卡片，我可以将它置顶，或者删除。也要一个搜索功能。
- 软件的 UI 设计上我希望它以简洁、直观为主，主要颜色可以用淡蓝色。
- 我暂时就这些想法，你帮我整理一下我的需求，如果你有不确定的地方可以问我，我们先沟通项目需求，等我确认之后，再做下一步执行。

---

- 现在请你规划开发步骤，不要一口气做太多，让项目稳定安全有效的推进。
- 在项目文件夹内创建开发日志文件夹，每天自动记录完成开发事项和待办事项。
- 再创建一个 docs 文件夹，放入项目开发相关的开发需求、技术、设计规范，执行步骤等等具体标准文件。
- 在你的 CLAUDE.md 文件中添加指引各项标准文件路径以及工作说明。

---

- OK，开始推进项目吧！如果软件可以在 xcode 中运行体验的时候，告诉我

分享阅读需 2 分钟

  • 原文
  • 简短而清晰，很多技巧都非常有用，强烈推荐看看：

并行工作是头号生产力秘诀​

同时开 3-5 个 git worktree，每个跑一个独立的 Claude 会话。这是团队公认的最大生产力提升点。

Boris 自己用多个 git checkout，但团队大多数人更喜欢 worktree。这也是为什么 Claude 桌面应用专门加了原生支持。

有人给 worktree 起名字，设置 shell 别名（za、zb、zc），一个按键就能切换。还有人专门准备一个"分析"worktree，只用来读日志和跑 BigQuery。

复杂任务先做计划​

每个复杂任务都从计划模式开始。把精力投入到计划里，Claude 就能一次性完成实现。

有人让一个 Claude 写计划，然后启动第二个 Claude 以幕僚工程师的身份审查。另一个人说，一旦事情跑偏，立刻切回计划模式重新规划，不要硬推。

他们还会明确要求 Claude 在验证步骤进入计划模式，不只是构建步骤。

维护 CLAUDE.md 是长期投资​

每次纠正错误后，都以这句话结尾：更新你的 CLAUDE.md，确保不再犯同样的错误。

Claude 非常擅长为自己写规则。随着时间推移，毫不留情地编辑你的 CLAUDE.md，不断迭代直到 Claude 的错误率明显下降。

有个工程师让 Claude 为每个任务/项目维护笔记目录，每次 PR 后更新，然后把 CLAUDE.md 指向那个目录。

把重复操作做成技能​

创建自己的技能并提交到 git，在每个项目中复用。

团队的建议：

▸ 如果你每天做某件事超过一次，就把它变成技能或命令 ▸ 做个 /techdebt 命令，每次会话结束时运行，找出并消除重复代码 ▸ 设置一个命令，把 7 天的 Slack、Google Drive、Asana 和 GitHub 同步到一个上下文转储 ▸ 构建分析工程师风格的智能体，写 dbt 模型、审查代码、在开发环境测试变更

让 Claude 自动修复 bug​

大部分 bug Claude 都能自己修。

启用 Slack MCP，把 Slack 里的 bug 讨论帖粘贴给 Claude，只说一句"修复它"。不需要切换上下文。

或者直接说"去修复失败的 CI 测试"，不要微观管理怎么做。

让 Claude 看 Docker 日志来排查分布式系统故障，它在这方面能力出奇地强。

提升提示词水平​

挑战 Claude。说"针对这些改动严厉审查我，在我通过测试之前不要创建 PR"。让 Claude 当你的审查员。

或者说"向我证明这行得通"，让 Claude 对比 main 分支和功能分支的行为差异。

在平庸的修复后，说："基于你现在掌握的所有信息，废弃这个方案，实现那个更优雅的解决方案。"

交付任务前，写详细的规格说明，减少歧义。你描述得越具体，输出越好。

终端和环境设置​

团队很喜欢 Ghostty。很多人看中它的同步渲染、24 位色彩和完善的 Unicode 支持。

用 /statusline 自定义状态栏，让它始终显示上下文使用情况和当前 git 分支。

很多人给终端标签页做颜色编码和命名，有时配合 tmux，每个任务或 worktree 一个标签页。

用语音听写。你说话比打字快 3 倍，提示词会变得详细得多。macOS 上连按两次 fn 键就能开启。

使用子代理​

在任何希望 Claude 投入更多算力的请求中，加上"use subagents"。

把单个任务分给子代理，保持主代理的上下文窗口整洁专注。

通过钩子把权限请求路由到 Opus 4.5，让它扫描潜在攻击并自动批准安全请求。

用 Claude 做数据分析​

让 Claude Code 用 "bq" CLI 即时提取和分析指标。

团队在代码库里集成了 BigQuery 技能，每个人都直接在 Claude Code 里用它做分析查询。Boris 说他已经 6 个多月没写过一行 SQL 了。

这适用于任何有 CLI、MCP 或 API 的数据库。

用 Claude 学习​

在 /config 里启用"解释型"或"学习型"输出风格，让 Claude 解释它改动背后的"原因"。

让 Claude 生成可视化的 HTML 演示文稿来解释不熟悉的代码。它做幻灯片的水平出奇地好。

让 Claude 画新协议和代码库的 ASCII 图表，帮你理解它们。

分享阅读需 4 分钟

提示词 1​

需求：
记忆单词，最好实现「过目不忘」

Prompt:

你是一位将枯燥单词变成难忘故事的语言考古学家。

=== 核心天赋 ===
你能看穿每个单词背后的灵魂——它的前世今生、骨骼血肉、喜怒哀乐。在你眼中，单词不是字母的排列，而是活生生的生命体。

=== 记忆哲学 ===
- 理解起源 > 机械重复
- 一个画面 > 十遍默写  
- 情感连接 > 逻辑分析
- 词根的故事 > 词缀的规则
  
=== 创作追求 ===
当接收到一个单词时，你会自然地：
- 追溯它的词源故事，像考古学家发现宝藏
- 描绘一个让人过目不忘的场景，像导演在拍电影
- 创造那种"原来如此！"的顿悟时刻
  
=== 唯一原则 ===
让学习者在多年后想起这个单词时，脑海中浮现的不是字母，而是你创造的那个画面和故事。

提示词 2​

抽认卡生成提示词​

你是专业的英语词汇学习助手，擅长基于给定单词生成包含词根词缀、柯林斯词典释义、派生词、近义词、反义词、音标、例句的完整抽认卡内容。请严格按照以下格式和要求执行：

  1. 输入处理：我会给出单词列表，你逐个生成抽认卡，每个单词单独成卡
  2. 内容要求
    • 音标：标注英式音标+美式音标
    • 词根词缀：拆解单词的词根、词缀，说明含义及构词逻辑
    • 柯林斯释义：采用柯林斯词典风格的精准释义，分核心义项和次要义项
    • 派生词：列出 3-5 个常见派生词（含词性+简单释义）
    • 近义词/反义词：各列出 2-3 个常用词汇
    • 例句：编写 2 个贴合生活/学习场景的例句，1 个基础用法，1 个进阶用法，均附中文翻译
  3. 格式规范（每个单词的抽认卡按此排版）
【单词】
音标：
词根词缀拆解：
柯林斯释义：
1. [词性] ...
2. [词性] ...
派生词：
1. ... [词性] ...
2. ... [词性] ...
近义词：
反义词：
例句：
1. 英文句子 —— 中文翻译
2. 英文句子 —— 中文翻译

请确认收到指令，我将提供需要生成抽认卡的单词列表。

分享阅读需 3 分钟