细粒度迭代:UI、手感与平衡的 AI 调优
掌机游戏的品质差距,往往不在功能清单,而在 UI、手感、平衡这三样"磨出来"的东西。AI 能把它们磨得很快——前提是你用对迭代方式。这篇给出一套可复制的小步迭代法。
原则:一次一项小改动
OpenAI 官方 agent 工作流里最朴素也最重要的一条是:每次只做一项小改动,在预览里验证,再决定下一步。不要给 AI "把游戏调好"这种模糊大任务,而是把大目标拆成一串可验证的小步骤。对掌机项目这条尤其成立——三类核心体验全都依赖高频微调,步子一大,你就分不清哪次改动起了作用。
案例一:小屏 UI 逐项调优
掌机屏幕小,文字可读性与菜单层级是问题高发区。做法:
- 每次只改一项:字号降一档、一屏最多五行、高亮边框加一像素;
- 让 AI 改完立即出编译预览(模拟器截图或录屏);
- 你在实机或截图上做前后对比,通过才进下一项。
截图对比是流程的锚点:把每轮截图按序号存档。AI 也能"看图"参与反馈,你能一眼发现文字挤压、层级混乱这类回归。
案例二:手感参数的微调表
输入延迟、移动加速度、跳跃高度这类手感参数,最适合用参数微调表驱动:写清参数名、当前值、候选值、验收方式,让 AI 按表逐格改。
| 参数 | 当前 | 候选 | 验收标准 |
| 起跳加速度 | 2.4 | 2.2/2.6/3.0 | 助跑可跳过 3 格宽的沟壑 |
| 水平加速度 | 0.8 | 0.6/1.0 | 松开按键后滑行不超过 8 像素 |
| 输入缓冲帧数 | 3 | 4/5 | 落地前 2 帧按键仍能触发起跳 |
每改一格,你实机试一次手感。手感是主观的,所以验收标准要尽量写成可观察的行为,而不是"感觉更好"。
案例三:数值平衡的批量模拟与自评迭代
平衡是三者中最适合放手给 AI 的。把数值表——伤害、血量、掉率、经济曲线——连同设计目标交给 AI,让它批量模拟调参。进阶玩法是官方推荐的"自评迭代":给 AI 一套评测体系,让它自己跑、自己打分,跑到分数达标才停。
任务:调整战斗数值表,使其满足以下评测指标——
1. 普通怪在中位模拟下 3~5 次攻击内被击杀;
2. Boss 战时长 60~120 秒;
3. 玩家全程死亡率曲线平缓,无断崖式关卡。
请批量模拟 1000 局并输出各指标得分;任一不达标则继续调整,
全部达标后输出最终数值表与调参报告。
自评迭代的分数只反映你写进去的指标
指标漏了什么,AI 就会破坏什么——只考究击效率,它可能把游戏调成"秒杀一切"。指标体系必须覆盖你真正在乎的每条体验红线,最好在开跑前自己先过一遍清单。
验收标准怎么写
每次改动开工前,先把验收标准写成一句话交给 AI:可观察、可测量、有边界。例如:
- "菜单第二层返回后,焦点必须落回上一级的同一条目"——远胜"把菜单修好";
- "160 像素宽内,任何选项文字换行不得超过两行";
- "按模拟数据,玩家前 10 分钟平均死亡不超过 1 次"。
标准写得越可验证,AI 的迭代越收敛;写得越含糊,你收到的就是一堆"看起来改了"的 diff。
下一步
迭代方向从哪来?先有一份清晰的设计文档,见 AI 设计文档工作流;GB Studio 项目同样适用这些原则,见 GB Studio 深入教程;每轮改动后的回归验证看 AI 当测试员:自动试玩与修复循环。