用 GPT-6 Astra 和其他工具制作的四个游戏原型

摘要

30 秒看懂

Peter Yang 展示四个游戏实验，结合 GPT-6 Astra、Blender、Godot 和图像生成等工具。他在试玩后修改机制和难度；卡组构筑游戏则先在 Claude 中制作原型，再转移到 ChatGPT。他对模型的排名是个人评价；比较中使用的工具和投入程度并不相同。

全文

对照原始文稿

Yang 介绍自己的配置和个人评价。

Peter Yang 展示使用 GPT-6 Astra 和其他工具制作的四个游戏原型：太空射击、移动列车射击、即时战略关卡和肉鸽卡组构筑游戏。他称 Astra 是自己用过的最适合制作游戏的模型，这是个人判断，并非受控基准测试。

他的配置包括 ChatGPT、开源三维工具 Blender 和游戏引擎 Godot，以及 MCP 连接。他说自己让助手安装工具，并使用中等推理设置。视频中提到的工具和套餐限制反映的是当时情况。

概念图、里程碑和迭代反馈塑造两个原型。

第一个原型 Starfall 受到 Star Fox 启发：玩家飞越正在坍塌的建筑、击败敌人并迎战首领。Yang 将其与早期模型示例比较，但指出旧版本使用 Three.js，而 Astra 版本还使用了 Blender 和 Godot，因此变化的不只有模型。

他从创意和参考图开始，然后要求加入队友、强化道具、更强的敌人和更有趣的首领。初版并不好玩。他说智能体可以通过浏览器和电脑操作进行试玩，而他自己也会根据体验反复反馈。

Dustline 是一款发生在移动列车上的第一人称射击游戏，有多种武器、敌人和最终首领。Yang 称其为技术演示。他先征集想法、制作概念图、把工作分成里程碑，再对画面、敌人行为和武器提出反馈，其中部分反馈通过手机语音给出。

Yang 测试单位机制、光照和难度。

Ashfall 是受 StarCraft 启发的基地防守关卡，包含可控制单位、防御设施和一波波敌人。Yang 要求加入具体机制、改善光照并调整难度。他亲自试玩后发现后期波次太难，于是要求重新平衡。

原型经过美术、平衡和移动端测试不断完善。

第四个项目 No Moat 是一款关于 AI 创始人的肉鸽卡组构筑游戏。玩家选择角色和同伴、使用卡牌并应对不同遭遇。Yang 认为它比其他原型更接近真正的游戏，因为他在机制和平衡上花了更多时间。

在 Astra 可用之前，他先用 Claude 编写游戏规格并制作了基于表情符号的早期原型。将代码转到 ChatGPT 后，他先完善一场有说服力的战斗，并生成二维角色和场景美术。他尝试制作三维角色，但结果不如所选风格的二维图片令他满意。

Yang 增加敌人和角色、试玩、要求调整平衡，并改善移动端布局。他发布了网页游戏，并说来回修改约花了两小时。他也注意到部分生成角色画面带有刻板印象。

Yang 总结流程，并评论模型发布时的可用性。

他的通用流程是先构思玩家体验、提供概念图，再通过试玩和反馈不断迭代。这些原型使用的工具、投入时间和人工决策各不相同；这些示例不能证明任何模型都能可靠地通过一次提示制作完成游戏。

Yang 还讨论了 Astra 发布受到的批评，认为公告应与广泛可用的时间一致。他关于第三方可能影响发布时间的说法属于推测。他鼓励观众尝试自己的创意。