物界前沿
把 AI 数值变成可审计流程
最近看一个游戏项目，产品说装备数值是 AI 生成的，策划调过，运营也上线了。我问这个数值为什么是 38，不是 28，对方说模型给的。那一刻我心里给项目扣分。模型谁都能调，这个技术壁垒有多高？不高。高的是数字能不能追溯、复现，能不能交给下一个人。
代码托管网站 GitHub 上有一份免费手册，叫《AI Workflow for Game Designers》，副标题 No Fabricated Numbers，意思是不编造数字，作者 Minsoo Lee。它是一本六个月现场手册，讲 Claude Code、提示词、验证、生产记忆。Claude Code 简单说，是在项目文件夹里读文件、改文件、按规则干活的 AI 助手。提示词是给 AI 的固定指令，验证是检查数字有没有依据，生产记忆是留下确认过的版本。我这几天在试 Claude Code，照着搭了一条最小工作流。
我先用网页 AI 做对照。把一份规则表贴进去，问它帮我检查数值有没有问题。大约三分钟，它给了一段分析，建议上调、建议下调、平衡性风险。看着舒服，但没告诉我依据是哪条文档，也没说明哪些数字要人确认。这种输出只能算观点，不能算资产。
第二条路，把文档放进项目文件夹，用 Claude Code 按固定提示词输出验证表。我这边搭了二十多分钟，得到一张 CSV，也就是 Excel 能打开的表格，表格字段包括字段、数值、来源文件、来源位置、验证状态、待确认问题。第一轮很多来源列是空的。我把提示词改严，没有明确来源就写 unknown。第二轮，没来源的都被标出来。慢，但账本出来了。
我按一条最小验证线搭了一遍。先在电脑里新建一个文件夹，名字可以叫 game-validation。打开它，再建三个子文件夹，docs、prompts、validation。docs 放产品文档、数值表、会议纪要；prompts 放给 AI 的指令；validation 放 AI 产出的结果。AI 最容易在“它以为你知道”和“你知道它不知道”之间出错。
新手不要拿整个项目试。把一份装备数值表拖进 docs，再放一页规则说明。文件名要带版本和模块，比如 equipment-v1.md。文件越干净，后面追溯越省事。
在 prompts 里新建文本文件 validate-numbers.md，要求写死，只能根据 docs 回答，每个数字必须给出来源文件和位置，找不到来源就写 unknown，不得补全、猜测，最后输出表格。这条提示词的重点是让 AI 不敢含糊。
在 game-validation 文件夹里打开终端，终端是黑底输入命令的窗口。进入项目后启动 Claude Code。如果界面能读文件，就输入命令，请读取 docs 中所有文件，按 prompts/validate-numbers.md 生成 validation/numbers.csv。预期是它把不确定暴露出来。
打开 validation/numbers.csv，重点看来源文件和来源位置。凡是 unknown，拿去问策划。凡是写了来源，抽查几条，看原文是否支持这个数。到这里，AI 只是把模糊问题结构化，责任还在人身上。
把确认过的数字写进 production-memory.md，包含版本、日期、负责人、变更原因。以后改数值不覆盖旧记录，只追加新记录。这个动作笨，但退出路径清楚，谁改的、为什么改、谁批准、怎么回滚，都能查。
最容易踩的坑，是 AI 把“根据上下文”当来源。解决办法是在提示词里写明，没有精确文件名和段落位置，一律 unknown。另一个坑，是文件命名混乱，今天 final，明天 final_new，后天没人信。解决办法是给目录分类，给文件加版本。还有一个坑，是团队为了省事跳过验收，那只是把黑箱从模型换成表格，没有意义。
我前几天写过一篇，把 AGI 放到成本流水账里看。今天这条线算是把那个思路落到项目里。我这边测下来，这条线省下的时间有限，真正有价值的地方是把 AI 输出从“我觉得”变成“可以审”。作为看硬科技和新能源的投资人，我更关心它能不能进入成本流水账，包括算力、人工验收、返工、责任边界。这些没有，商业模式再热闹也虚。这个技术壁垒有多高？模型本身不高，流程纪律才高。退出路径也清楚，短期是内部提效工具，长期是私有化审计平台。
下一步可以试试把一张数值表换成两个版本，旧版本和当前版本，让 AI 生成差异说明，再让负责人签字。也可以把验证状态接入周报，看返工次数有没有下降。
我这边会按这个标准继续看，能进入成本流水账的 AI 输出才值得沉淀。
📌 本文编译自 Hacker News，原文：https://github.com/eremes81/game-design-ai-practice-en
版权归原作者所有，本文为基于公开报道的编译与独立分析。
