# 一个让 AI 做游戏不再靠“抽卡”的框架：先写玩法说明书，再分四步生成代码

> 原标题：告别Prompt抽卡和评分通胀：一个让AI游戏真正「机制化迭代」的框架

- 来源：机器之心 · 公众号
- 发布时间：2026-05-10T06:03:00.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/16894
- 原文：https://mp.weixin.qq.com/s?__biz=MzA3MzI4MjgzMw==&mid=2651032178&idx=3&sn=797025a953d2756bde2df017a590ab3b

## 摘要

这篇论文提出了 CreativeGame 框架，核心思路是让模型在写代码之前，先产出一份“玩法机制说明书”，把游戏规则、胜利条件、交互方式都定死，然后再分四步生成代码。这样做的好处是避免每次生成都像抽卡一样碰运气，也让后续迭代有据可依。评估部分用了两个硬性门槛：运行时错误和静态错误，不通过就直接打回，解决了评分虚高的问题。

## 推荐理由

论文提出 CreativeGame 框架，让模型先产出玩法机制说明书再分四步生成代码，为游戏生成提供了一条可迁移的机制化迭代方法。

## 锐评

先写玩法说明书再生成代码，这个顺序做 agent 的人不陌生，放到游戏生成上确实能治抽卡。我比较认的是那两个硬门槛，运行时错误和静态错误，不通过直接打回。现在一堆代码生成的评测都是模型自己给自己打分，分数虚高得没法看，用能不能跑起来当闸门，比什么 LLM judge 都实在。

这框架没开源，也没量化指标，四步拆分到底省了多少 token、几轮能收敛，光看摘要看不出来。游戏这种强交互的东西，说明书定得再死，手感还是得跑起来才知道。
