AI 原生超级个体 · 游戏原型实验室

把模糊想法，拆成 AI 可以执行的原型系统。

一个人完成从创意判断、系统拆解、Demo 开发到上线验证的闭环。

多云小猪不是普通作品集，而是一份可交互的 AI 原生能力简历。它展示我如何把 AI 放进真实生产流程，快速验证核心玩法，并把复杂项目拆成可执行、可测试、可交付的模块。

试试卡片流水线看完整证明

Guided Playbook

像玩六关一样浏览

六屏浏览

先判断价值

这不是作品列表，而是 AI 原生超级个体的能力入口。

再组装游戏

像选关一样抽取类型、玩法、目标和资源限制。

最后看证据

用完整过程和可玩 Demo 证明流水线真的跑通。

AI 串联

把想法、方案、开发、测试和复盘接成执行回路。

局部系统

地图、交互、NPC、测试都能拆成 AI 可执行任务。

对外价值

让公司看到我如何作为超级个体接入 AI 原生转型。

本体论卡片组装

完整过程实例

AI task orchestration

Build / test / deploy

Card-to-MiniGame Pipeline

用本体论卡片组装一条小游戏生产线

这不是点子随机拼接，而是把类型、玩家、风格、玩法、目标、微信能力和资源限制映射到游戏本体，再生成 Brief、系统模块、AI 任务卡和验收标准。

关卡地图

01 / 07

关卡 01

类型卡

定义核心循环、目标形态和主要挑战。

选择一张卡

实时生成

一款像素童话跳跃闯关微信小游戏原型，面向休闲玩家，核心是跳跃 + 收集，目标是修复云岛，并接入分享复活 + 好友榜。

Complete Process Example

一屏看完：从想法到可玩 Demo

03 / 03

原始想法

一只小猪在梦境云岛里跳跃、收集星星，最后点亮终点旗帜。

最终交付

一个可试玩横版 Demo，包含移动、跳跃、弹簧、收集、NPC 对话、终点旗帜和部署链接。

我的角色

产品判断 + 系统拆解 + AI 任务编排 + 前端实现 + 测试复盘

沉淀资产

核心假设

用一句话定义要验证的体验，而不是先堆功能。

系统清单

地图、角色、收集、NPC、终点、测试各自有边界。

AI 任务卡

每张卡都包含目标、输入输出、边界情况和验收标准。

测试复盘

用可检查信号判断原型是否值得进入下一轮。

1. 核心判断

核心假设：移动手感 + 收集目标 + 终点反馈足够支撑第一版试玩。

3. 全局骨架

骨架方案：童话像素风、云岛路线、轻量 NPC、收集驱动的关卡目标。

5. AI 任务卡

示例任务：实现弹簧平台，触发后给玩家更高初速度，并播放一次视觉反馈。

8. 复盘迭代

下一轮：增加天气机关、关卡生成规则、NPC 任务触发和试玩记录面板。

AI Orchestration Loop

AI 不是替我做一步，而是串起整个制作回路

04 / 06

工作台原型

把 Prompt、任务卡、预览链接和测试记录放在同一条链上

一只小猪用天气魔法修复失衡云岛：先验证天气能力和地图机关。

AI 根据一句玩法目标生成关卡骨架，再由试玩结果反推下一版参数。

把 Prompt、任务卡、代码分支、预览链接和测试记录接成一个原型工作台。

1. 核心判断

先不做大世界、不做复杂剧情，只验证 2 分钟横版循环是否成立。

2. 最小可玩

把玩法压缩成移动、跳跃、弹簧高跳、收集、通关五件事。

3. 全局骨架

为后续扩展预留地图、NPC、任务、反馈、测试五条系统线。

4. 局部拆解

把 Demo 拆成可以独立实现和验收的模块，避免一次性写成一坨。

5. AI 任务卡

给每个模块写清输入输出、状态、边界情况和验收标准，让 AI 能稳定执行。

6. 实现集成

先让关卡完整可通关，再调视觉和手感，避免漂亮但不可玩的半成品。

7. 测试反馈

测试不是只看能不能打开，而是看能否完成、是否卡死、反馈是否清楚。

8. 复盘迭代

把第一版暴露的问题转成下一轮任务，而不是凭感觉继续加功能。

AI Execution Cards

把局部系统写成 AI 可以执行的任务卡

05 / 06

任务卡格式

每个局部系统都要交付目标、输入输出、边界和验收

目标：这张卡要验证什么体验

输入：已有资源、规则、限制

输出：代码、数据、测试记录

验收：玩家能否在 2 分钟内跑通

地图系统任务卡

从世界观生成第一张可试玩地图，并定义出生点、目标点、危险区和引导路径。

地图数据结构关卡节奏草图碰撞与边界规则验收试玩清单

战斗/交互系统任务卡

先定义玩家每 5 秒的核心动作，再设计反馈、冷却、失败成本和调参入口。

状态机输入输出表反馈优先级调参变量

NPC 系统任务卡

把 NPC 从对白展示升级成任务触发、情绪反馈和世界观提示的系统节点。

NPC 数据模型对话状态任务触发条件边界对白

测试系统任务卡

把可玩性拆成可检查信号：是否能完成、是否卡死、是否有反馈、是否值得再玩。

冒烟测试试玩记录表失败截图下一轮迭代建议

What I Bring

我能给 AI 原生转型团队带来的价值

06 / 06

我的优势不是单点技能，而是把 AI 从聊天助手变成项目执行系统，并用可运行原型降低团队探索成本。

快速验证新方向

用最小 Demo 替代长时间空想，让团队用体验而不是会议判断方向。

搭建 AI 原生流程

把需求、文档、代码、测试、部署接成可复用流程，帮助团队从工具尝鲜进入生产实践。

降低复杂项目启动成本

先拆系统、再拆任务、最后集成，避免项目一开始就被复杂度拖住。

把经验沉淀成执行资产

每次原型都沉淀为任务模板、测试清单和下一轮 AI 执行上下文。

Market Signal

外部公司正在寻找什么 AI 能力

AI 应用落地

岗位普遍强调把大模型、Agent、RAG、工具调用接入真实业务，而不是停留在聊天演示。

Agent 工作流

任务规划、工具调用、记忆管理、流程自动化正在成为 AI 产品和工程岗的共同语言。

0 到 1 原型验证

公司需要能把模糊产品想法快速转成可验证系统的人，这正是本站要证明的能力。

把模糊想法，拆成 AI 可以执行的原型系统。

用本体论卡片组装一条小游戏生产线

类型卡

一屏看完：从想法到可玩 Demo

1. 核心判断

3. 全局骨架

5. AI 任务卡

8. 复盘迭代

云猪梦境冒险

云层跑酷

灵感弹球

AI 不是替我做一步，而是串起整个制作回路

把 Prompt、任务卡、预览链接和测试记录放在同一条链上

1. 核心判断

2. 最小可玩

3. 全局骨架

4. 局部拆解

5. AI 任务卡

6. 实现集成

7. 测试反馈

8. 复盘迭代

把局部系统写成 AI 可以执行的任务卡

每个局部系统都要交付目标、输入输出、边界和验收

地图系统任务卡

战斗/交互系统任务卡

NPC 系统任务卡

测试系统任务卡

我能给 AI 原生转型团队带来的价值

快速验证新方向

搭建 AI 原生流程

降低复杂项目启动成本

把经验沉淀成执行资产

外部公司正在寻找什么 AI 能力

AI 应用落地

Agent 工作流

0 到 1 原型验证