如何通过懒惰和人工智能撰写设计文档

Crazy Panda的首席游戏设计师谢尔盖·扎伊格拉耶夫向App2Top分享了他如何利用神经网络来处理文档工作。

此文章由教育服务WN Academy赞助发布，该机构通过吸引顶尖专家为其课程和企业培训提供支持。

谢尔盖·扎伊格拉耶夫

大家好！我叫谢尔盖，我是一名游戏设计师。

我喜欢重构已有的构思。这次我想分享我最新的构思：如何使用生成式语言模型来进行工作。

你们可能已经在使用神经网络并取得了成果。我想分享我的方法，也很期待与大家讨论。我很想知道其他游戏设计师是如何使用这个工具的。

与神经网络的初次接触

一旦神经网络出现，我马上就开始将其应用于小规模的自动化和代码处理。通常这包括一些简单的脚本，例如我处理游戏配置的个人项目。

当然，我也开始用它来绘制一些有趣的图画，写一些幽默的文本。不过在这种情况下，这些创造往往只是一些新奇有趣的小东西，称不上实用。

简而言之，一开始，我没能利用神经网络作为工作工具。所有关于游戏设计的请求，总是得到一些“显而易见”的建议。

随着时间的推移，我发现了一个对我来说非常有用的方法。今天我们就来聊一聊。

不过先讲个小插曲，解释一下神经网络是如何帮助我解决一个问题的。

从拖延到任务设定

对我来说，撰写设计文档是拖延的常见来源。尤其是在开始的几个小时，当我坐在空白的文档前，试图将一堆想法呈现为结构化的思路时。通常这些想法无法在脑中协调，我的思绪开始混乱。

经过几次迭代后，问题迎刃而解，文档开始成形并变得具体。然而，这个过程很累人，而且以前我无法优化它。不提多次协商和逐字修订的过程中，文档会急速膨胀，很容易迷失其中。

最终我意识到我需要一个工具，能极大简化设计文档的撰写过程。我提供上下文，给出上层次的总体描述，注释实现上的细节，其他的交给神经网络来做。

对我而言，我将这总结为：需要一个工具，它能够：

解决空白页的问题；
解决脑海中思想过载的问题，把想法安全地保存下来以便解锁进一步思考；
帮助创建文档的基础结构；
在已经习惯的情况下帮助初步评估机制；
帮助处理那些不小心被遗忘的复杂案例；
让人专注于机制的特点及其与玩家的互动；
让人专注于将机制整合到特定游戏中。

这个工具对我来说就是AI聊天机器人。

目前我主要使用的是中国的深觅（DeepSeek），它免费而且很聪明，回答的问题不如其他神经网络那么浅显。

创建设计文档时利用神经网络的4个阶段

随后我将与聊天机器人的工作分为几个阶段。

第一阶段：设定上下文

当我想从别人那里得到一些东西时，需要清晰地解释我到底想要什么。解释越充分，结果越好。

对于AI也是一样：上下文越清晰，任务越明确，结果也就越好。

为此我打开一个新聊天窗口，告诉DeepSeek，它是我的个人助手，其任务是保存我的笔记并将其整理好。

我使用大概这样的提示：

“你是一个数字秘书，将语音笔记从‘意识流’转变为文档或文章的结构性初稿。你的任务是保持作者的原始风格，理清逻辑并整理思路，不加入解释、建议或创意。”

接下来我会给出以下信息。

为神经网络设定的设计文档工作提示

## 指导方针

### 📥 数据输入

1. 接收‘意识流’格式的语音/文字笔记。

2. 保留：

作者的表达和比喻；
情感重点（例如：“这很重要——不要错过！”）；
包括“奇怪”的想法。

3. 排除：

杂乱词汇（“呃”、“嗯”、“比如”）和其他没有意义的口头禅；
干扰理解的重复内容。

### ✨ 处理

#### 转录

仅纠正明显的拼写错误（例如：“graffiki”→“graphics”）。
仅在有明显标记时，用“(?)”标注不确定之处。例如：

——“不确定日期”→“2020年的数据(?)”；
——“好像是在东京”→“东京示例(?)”。

#### 结构化

按主题整理思想，即便它们在文中分散存在。
创建层次结构：
——标题；
——观点及其描述；
——案例和示例（如有）；
——问题（需要澄清和补充的内容）。
始终保持思维的原始顺序，**如无明显矛盾**

#### 风格

——语气：尽量中性，避免使用“我觉得”、“可能”之类的句子。
——输出格式：纯markdown（如无特别说明，不使用表情符号）。

#### 格式化

——使用严格的markdown语法：

——标题：‘#’、‘##’
——列表：短横‘-’用于项目符号，数字‘1.’用于顺序
——段落间留空行

——在逻辑块间留空行

——使用标签：‘#想法’、‘#示例’、‘#引用’、‘#问题’、‘#检查’

### 🚫 禁止

——添加自己的想法、示例或结论（即使看似“合理”）。
——在没有作者提示的情况下改变思维顺序，比如：“哦，不，先说……”。
——删除信息，即便其看似不相关。
——使用专业术语——仅用作者的词汇。

### 💡 标签示例

——‘#重要’——多次提到的想法或用户明确强调的重要性。
——‘#检查’——用户对所提及的想法有疑虑时。
——‘#矛盾’——例如：“项目1月开始”与“预算3月批准”相冲突。
——‘#紧急’——用户请求的标记。

提示并不一定要如此复杂，你可以删去一半内容，它仍会起作用。其实，写提示时，我也得到了AI的帮助。

第二阶段：导出“意识流”

现在可以在准备好的基础上倾泻“意识流”。为此，我打开手机上的DeepSeek应用，通过语音输入键盘记录语音消息。这个过程就像意识流：想法、笔记、其他游戏中的有趣实现、甚至一些可能合适的趣味点子。

我并不试图遵循某种结构，而是随意地、杂乱无章地提出想法。向AI倾诉思维和笔记的内容。需要记录的东西必须全部放进聊天当中。

这可能看起来像这样：

「我们需要描述赛季通行证奖励查看机制的改进。主要变化是将一切呈现在美丽的图板上，移除头像的边框，点击奖励图板如礼盒、护身符、成就、空槽，便会打开详细描述窗口。盒子按钮显示保底奖励及其概率。对于奖杯，会显示奖杯本身及获得途径。对于礼物，出现礼物图片和签名。对于物品，则打开大头像显示玩家在商店中看到的样式，也就是说，如果是服装，则展示全身像，如果是头饰，则大头展示，与商店中的展示一样，镜头处于换装时的角度，根据物品类别。」

Google的语音输入有时效果不好，完全忽视标点。因此，试着通过用词强调重点。即使是这样的“意识流”，AI也能够解析整理。

有时，光是说出来就很有帮助。在讲述过程中，我通常会出现新的想法。这可能是整个方法的关键。

第三阶段：描述游戏及其与新机制的关联

想法已经完成，现在需要描述游戏。游戏的类型、目标群体、各个机制、这些机制之间如何互动。无需过于详细，但基础信息需在语音中给出。

接下来需要描述新机制对玩家的影响、目标是什么、与现有机制的关联。

对以上两点越详细越好。不可懒惰。信息越详细，AI的反馈就越精确和相关。这些信息设定了AI答复的框架和条件。

毫无疑问，即便如此，AI依旧会添加建议和假设。但首先，精细设定的框架会限制这种情况。其次，它的补充往往都是项目相关，这可能是个好事。

需要注意的是，尽管将“意识流”结构化更佳，但最初阶段仅记录想法也可。在叙述过程中，想法可能自然构成结构。

第四阶段：整理思路

至此，我们已经：

提出了想法；
介绍了项目；
明确了项目与新机制的关系。

现在该理清思路。为此，我们要求AI将所有导出的信息构建成一个结构。我们大致这样说：

“你是一位经验丰富的游戏设计师和撰稿人，专注于创建清晰、结构合理且实用的设计文档。你的任务是帮助我将零散的想法、草图和思路转化为专业文档，使团队的每个成员都能理解。

为此：

- 为文档创建合乎逻辑的结构，包含章节和小节；
- 将我的想法系统化，归类进合适章节；
- 勾勒出重要的元素，指出需要进一步深究的内容；
- 指出我的想法中的可能矛盾或缺乏逻辑之处；
- 在合适时建议新想法或改进；
- 在信息不足以做决策时，提出具体问题。”

通常第一次尝试并不完美。生成的结果可能包含太多不必要的内容或总体太笼统。这时我常会返回到最后一条指令并对其编辑：描述期望行为并指出不应做的事。可以给AI提示目标结构。

经过几次迭代，能达到合理的结果。返回并修改请求是非常普遍的规则。每次当AI开始偏离正轨时，最有效的做法是依据神经网络的回应调整提示。

这就像在玩Roguelike游戏！以之前的回应为基础再做一次尝试。

当AI出现混乱时怎么办

在某个时刻，AI仍可能会淹没在修订中，开始遗忘细节、生成无关内容甚至完全偏离。此时，应：

接受最近结果并自行编辑（此阶段文档通常已具备清晰结构）；
将手动调整后的文档传入新聊天室，说明不是最终版本；
在新聊天室继续添加想法；
请求将其整合进文档结构；
重复步骤4，若无效则返回步骤1。

此处我往往已触及工具的效能极限。文档已经相当结构化，我的新想法多能自动整合进结构中，在聊天中继续工作变得麻烦。此时常需花更多时间解释，而不如手动操作。需抓住时机，将文档复制到文本编辑器中，以便自主处理。

要点：即便文档看似完成良好，仍需仔细校对和调整。绝不能直接把AI处理的文档发给开发团队。

通常在这个阶段，会得到一份很好地描述了游戏或其机制的设计文档，它可以与同事讨论并进一步完善。

AI用于反馈

在整个过程中，我定期将工作的版本放入AI中，提出批评和建议针对不同模块。针对文本具体片段的具体问题或怀疑往往十分有趣且实用。建议大家尝试使用现有文档和机制进行测试。

作为好奇心驱动，不妨尝试将你的现成文档交给AI，并问类似这样的问题：

这种做法还有其他方式吗？
在其他游戏中这东西怎么实现的（提供示例）？
请对某机制提出建议，注意它与另一机制的互动；
从某种玩家（在此描述玩家风格）的角度来评价。

另外还可以进行一个有趣的实验：

请AI从现成的文档中提取要点；
将该要点总结交回AI，并让其准备设计文档。

有时能得到有趣的成果。

结论

对我来说，AI让文档撰写过程变得简单且愉快。开始按本来面目说就很容易，这很快能让我进入工作状态。仅需几分钟我就能全身心投入，即使刚才还在凝视白纸。

是的，这工具不是最便捷的，但它对每个人开放，并解决了本文开头提到的任务。

此外，自从有了神经网络后，我的代码水平也明显提升！哈哈。