惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

Engineering at Meta
Engineering at Meta
The GitHub Blog
The GitHub Blog
博客园_首页
T
The Blog of Author Tim Ferriss
H
Hackread – Cybersecurity News, Data Breaches, AI and More
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
腾讯CDC
I
InfoQ
量子位
J
Java Code Geeks
P
Proofpoint News Feed
有赞技术团队
有赞技术团队
Webroot Blog
Webroot Blog
Martin Fowler
Martin Fowler
D
Docker
F
Fortinet All Blogs
云风的 BLOG
云风的 BLOG
V
Vulnerabilities – Threatpost
罗磊的独立博客
P
Proofpoint News Feed
T
The Exploit Database - CXSecurity.com
Cyberwarzone
Cyberwarzone
P
Privacy & Cybersecurity Law Blog
Last Week in AI
Last Week in AI
爱范儿
爱范儿
The Hacker News
The Hacker News
S
SegmentFault 最新的问题
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
博客园 - 三生石上(FineUI控件)
V
V2EX
Simon Willison's Weblog
Simon Willison's Weblog
AI
AI
Y
Y Combinator Blog
Security Archives - TechRepublic
Security Archives - TechRepublic
让小产品的独立变现更简单 - ezindie.com
让小产品的独立变现更简单 - ezindie.com
GbyAI
GbyAI
V
Visual Studio Blog
H
Heimdal Security Blog
S
Secure Thoughts
B
Blog RSS Feed
雷峰网
雷峰网
T
Tenable Blog
C
Check Point Blog
G
Google Developers Blog
大猫的无限游戏
大猫的无限游戏
D
Darknet – Hacking Tools, Hacker News & Cyber Security
Exploit-DB.com RSS Feed
Exploit-DB.com RSS Feed
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
A
About on SuperTechFans
Recent Commits to openclaw:main
Recent Commits to openclaw:main

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理, 企事业单位数字化的业务供需本质 – 人人都是产品经理, 医疗智能体·第1讲——医疗信息化重构:从“辅助软件”到“自主智能体”的范式转移 – 人人都是产品经理, 粉丝量就是空气!!! – 人人都是产品经理, 用户说“薯片碎了”,机器回“要买吗?”:意图识别的翻车与破局 – 人人都是产品经理, RAG召回准确率从75到90 我做对了这三件事 – 人人都是产品经理, AI大事件:Anthropic改收费、OpenAI发安全版、手术机器人纳入医保、阿里发布”秒悟” – 人人都是产品经理, Chrome 推出 Skills 新功能,Agent 重塑上网方式 – 人人都是产品经理, GitHub前创始人拿了a16z的1700万美元,做Agent时代的Git – 人人都是产品经理 拷贝或克隆其他 Flutter OH 项目到本地后无法运行 – 人人都是产品经理, 优惠券设计:优惠券创建 – 人人都是产品经理, 不用死磕文档!AI 助手 1 小时搞定飞书 CLI 安装 + 配置 + 知识库 – 人人都是产品经理, 用小龙虾做竞品分析报告:从2天到20分钟,我是怎么做到的 – 人人都是产品经理 用小龙虾做市场分析报告:搞懂这3个公式,市场规模不再靠猜 – 人人都是产品经理, 你早就在做 Harness 工程,只是不知道它叫这个名字 – 人人都是产品经理, Think Long就够?你可能想多了! – 人人都是产品经理, 货代SRM实战:供应商准入怎么做,才能让资源池不是通讯录而是可交付网络? – 人人都是产品经理, 如何做好用户调研?详解基本技巧 – 人人都是产品经理, 木鸟、途家、美团对打,平台春天行动开“卷” – 人人都是产品经理, 入职才发现公司不靠谱?小红书从业者求职避坑指南 – 人人都是产品经理, 美国 AI 三巨头联手封堵,中国 AI 突围之路在何方 – 人人都是产品经理, 小红书,放在需求对面的镜子 – 人人都是产品经理, AI 会带来大规模失业吗? – 人人都是产品经理, 从出单到补货前,我第一次犹豫:该不该放大? – 人人都是产品经理, Flutter 三方库鸿蒙化适配:5 种高效检查方式,快速判断是否需要适配 – 人人都是产品经理, 从做产品进阶拿结果:医美机构产品经理转岗科室运营经理 – 人人都是产品经理, 阿里HappyHorse,一场关于“Token经济”的阳谋 – 人人都是产品经理, To B AI:客户留存落地的观察与思考 – 人人都是产品经理, AI产品的“生命线”——数据采集、标注、清洗的产品化设计 – 人人都是产品经理, 谈谈AI Agent(二):当“孩子”能自己“体验世界”时,你该学什么? – 人人都是产品经理, UI/UX设计师的3层能力进阶,前两层让你活下来,第三层…才是真正的分水岭 – 人人都是产品经理, 2分钟 → 30秒,效率提升75%:B端产品经理如何用「规则枷锁」驯服AI幻觉? – 人人都是产品经理, 还没来得及学OpenClaw,来了个更猛的:Hermes Agent – 人人都是产品经理, AI日报:宇树机器人跑出10m/s刷新世界纪录 – 人人都是产品经理, 一文说透基金互金如何用情绪价值引导用户决策做转化 – 人人都是产品经理, 当浏览器开始替你”看”网页:AI 浏览器正在亲手拆掉它脚下的那张网 – 人人都是产品经理, 0代码,一天时间我Vibe Coding了个网站 – 人人都是产品经理, Hermes 和 OpenClaw 之争,Agent 的能力应该“装上去”还是“长出来”? – 人人都是产品经理 视频生成的“桌子”,字节Seedance 2掀完,阿里快乐马掀 – 人人都是产品经理, 从听不懂到完全信任:我的 Codex 深度产品体验 – 人人都是产品经理, 当虚拟偶像有了北京户口,与真人偶像还有什么区别? – 人人都是产品经理, 会说,远远比会做更重要 —— 对 SBTI 爆火现象的五层观察 – 人人都是产品经理, AI产品经理必看:当“搭环境”比“选模型”更重要,你的认知还在2024年吗? – 人人都是产品经理, 2026年AI产品商业化核心逻辑:从功能demo到规模化营收的3个必破卡点 – 人人都是产品经理, 京东围绕供应链,卷起裤腿下场的那些事儿 – 人人都是产品经理, SBTI一夜刷屏:它赢在了“太会说人话” – 人人都是产品经理, 折扣零售的真相:不是便宜,而是价值感! – 人人都是产品经理, 和甲方吵了一架,最后加钱做了——我学到的ToB产品经理生存法则 – 人人都是产品经理, 和几位小红书操盘手聊了8小时,干货全在这 – 人人都是产品经理, 智谱GLM-5.1登场,开源模型首超Opus4.6!!! – 人人都是产品经理 Anthropic收入凭什么反超OpenAI,终于有人把这事说清楚了 – 人人都是产品经理, 史上最有故事感的技术报告——Claude最强模型Mythos 7个极其精彩的细节 – 人人都是产品经理, 模型不是壁垒,Harness 也不是 – 人人都是产品经理, 抖音本地生活业务思考21 – 人人都是产品经理, Superpowers:145k Star的AI编码框架,到底是什么来头? Superpowers:145k Star的AI编码框架,到底是什么来头? – 人人都是产品经理, OpenAI 的路走错了,Anthropic Harness 解法启示:模型需要实践专科生 – 人人都是产品经理, 画原型图的前一步:设计站点地图 – 人人都是产品经理, 给 DeepSeek 的最后一封催更信 – 人人都是产品经理, 手把手教你用 Claude Code 搭建 AI 营销团队:5 个 Agent、12 项技能,独立完成研究、写作、设计全流程 – 人人都是产品经理, 你以为大模型在学语言?不,它在重新发明语言学 – 人人都是产品经理 所谓Skill,不过是AI时代的工业垃圾 – 人人都是产品经理, 聊一聊内容传播的几个方法 – 人人都是产品经理, 当平台开始吃掉生态:从 OpenClaw 被封杀,读懂 Anthropic 的这盘棋 – 人人都是产品经理, 你装了 10 个 AI 插件,Obsidian 还是一个文件夹 – 人人都是产品经理 关于AI智能体架构演进的系统性思考:从单体试水到多体协同的重构 – 人人都是产品经理, 当“人”变成Skill,我们又该何去何从? – 人人都是产品经理 Mythos 事件:前沿 AI 治理的意外实验 – 人人都是产品经理, 货代CRM:信用与风险管理怎么做,才能把坏账风险拦在放货之前? – 人人都是产品经理, 从HR收集自拍照到员工自助录入——我见证了园区人脸识别从”不可用”到”真好用”的全过程 – 人人都是产品经理 千问闯关AI混沌期:阿里画靶,吴嘉张弓,马云射箭? – 人人都是产品经理,
一句话,我用豆包 AI 做出《红楼梦》互动游戏
一泽Eze · 2025-11-21 · via 人人都是产品经理

当古典文学遇上人工智能,会碰撞出怎样的火花?借助豆包 AI,我尝试用一句话生成《红楼梦》互动游戏。这个过程不仅是技术实验,更是对产品经理如何驾驭 AI 的一次思考。

“一位老师,用 AI 做了个《林黛玉初进贾府》的互动游戏。”

看到这种话,你是不是就准备滑走了?——又一个 AI 炫技的案例,对吧?

但看到成品后,我却停了很久…

不是因为多复杂的技术,只是意识到:我们聊了一年 AI Coding,可能都聊错了方向。

游戏本身很简单:

学生站在黛玉的角度,控制故事走向,每个场景 1 张配图。

但当我把自己代入学生时代的视角时,突然理解了它的魅力

不去被动地听故事,学生亲历了故事的发展,甚至可以探索“如果做了不同选择”的可能性。

然而,看到这个作品背后,有四十多轮 Prompt 拉扯过程后,我发现一个问题:

为了做这个游戏,使用者不得不在 Coding 平台、 AI 生图工具之间,来回切换,反复对话。

有没有可能让过程变得简单点?

换句话说如果做这样一个互动游戏,能像写一句话一样简单,会发生什么?

带着这个问题,我试了另一种方法。结果特别好,非常贴合主题:

也可以更像沉浸式剧情游戏:

从输入创意到完整游戏,没有手动生成图片,没有在多个工具间切换,没有调整代码和素材的匹配…

这一切,只需一次提示。

而我将在本文,把这个方法与 2 种风格模板,完整分享给你。

从这里开始

方法的核心思考很简洁:

给 AI 更大的行动空间,释放 AI 的智能上限。

在具体实现上,我采用了两大工具:

  • Claude Code + Skill:Claude Code 是一款 Agent 框架工具,提供 AI 智能规划-执行的行动空间;而 Skill 则可以理解为 AI 的技能包,在这个任务中用于指引 AI 如何生图
  • 豆包 Seed-Code 模型:字节最新的模型,国内首个支持多模态的编程模型。用于驱动 Agent、完成游戏开发,并提供多模态理解,让 AI “看懂”配图,适配 UI 设计

并用它们,自动实现了「一句话制作互动游戏」的全过程:

  1. 给定剧情文本:可以只说剧情名称,让 AI 自行回忆世界知识;也可以直接提供原文
  2. 选取关键场景:识别情节转折点,自动拆分5-10个关键叙事场景
  3. 设计剧情配图:AI 生图方案最合适。以往需要用户自行编写风格一致的文生图提示词,并在 AI 生图平台下载图片,传给 Coding 平台。这也是寻常流程,花时间操作的地方
  4. 游戏开发:设计每个场景选项与反馈;实现游戏交互;多模态识别配图,提取设计风格,统一 UI 的元素设计

看不懂也没有关系,也不用被黑框框的命令行吓退。

只要跟着下面的指引,即使零 AI 基础,也能用上最先进的 Agent 方案,一句话做好这些游戏。

1️⃣ 安装 Claude Code

虽然 Claude Code 很好用,往期文章也数次介绍过安装方法,但还会有新读者需要。安装过的老读者可以直接到下一步。

打开自己电脑里的「终端/命令行」工具:

  • 遵循官方安装指引https://code.claude.com/docs/en/quickstart#native-install-recommended,完成 Claude Code 安装。
  • 也可以直接参考字节的国内教程:https://www.volcengine.com/docs/82379/1928262

不太懂?没关系,把 Prompt,发送给任意 AI,就能让它一步步教你:

参考以下信息,一步步指导我在【Mac/windows/linux】终端中安装该程序:【此处粘贴替换为上面链接里的安装指引文本】当我遇到疑惑或报错时,我会把终端的日志发给你,请帮我解决。

遇到报错就截图给它,基本都能解决。

当然也可以问 AI,“我是 Mac/ Windows 电脑,我的终端怎么打开”。

安装后,终端里输入claude –version,看到版本号,则安装成功。

2️⃣ 配置豆包 Seed-Code 模型

这次选择豆包 Seed-Code 模型,来驱动 Claude Code。

主要因为:

  • 一方面,这两天测下来后,豆包和 Claude Code、Skills 调用的兼容性很好,还没遇到过 Agent 行动失败的问题
  • 另一方面,作为国内第一个支持多模态的 coding 模型,我们终于可以用国内模型,多模态分析游戏视觉素材,自行开发配套风格的界面设计了

1)这一步前,建议先创建一个空的项目文件夹,比如叫test,再在终端内切换到对应文件目录:

这能把 Claude Code 的 AI 行动,限定在该目录,减小对本地电脑其他文件的影响。

2)替换 Doubao-Seed-Code 模型,在终端内输入:

export ANTHROPIC_BASE_URL=https://ark.cn-beijing.volces.com/api/compatibleexport ANTHROPIC_AUTH_TOKEN=【替换为你的火山方舟 API Key】export ANTHROPIC_MODEL=doubao-seed-code-preview-latestclaude

该操作在当前终端窗口中,将要用的模型临时改为目标模型。(关掉该窗口后,则需再次发送该命令,重新指定模型 API 与 Key)

火山方舟的 API Key,可以到https://console.volcengine.com/ark/region:ark+cn-beijing/apiKey申请。

为了使用模型,需要你在里面充值一些余额。

3)发送上述指令后,如果看到下图信息,就算成功了:

3️⃣ 配置文生图 Skill

这是前置准备的最后一步,完成后,你的 Agent 将有“自己配游戏视觉素材”的能力。

为了达到这个效果,就需要用到 Skill 技能包——你可以理解为给 AI 装上的“能力插件”。

我做了一个叫做「seedream-image-generator」的 Skill,能告诉 AI 如何自行调用字节 Seedream 4.0 AI 生图模型 API,创作并下载 AI 图片。

Skill 已经开源在了Github 上

项目地址:https://github.com/eze-is/seedream-image-generator

Claude Code 调用 Skills,需要在当前项目文件夹的/.claude/skills/目录下,放入 seedream-image-generator 的 skill 压缩包。

你可以直接下载这个 Skill 的压缩包,手动放到文件夹内(如图为正确的项目 skills 路径配置):

也可以在 Claude Code 发以下指令,让 AI 代你操作:

从 https://github.com/eze-is/seedream-image-generator 下载仓库内容,不包含README.md和.DS_Store,以 /seedream-image-generator/的路径,放在当前目录的/.claude/skills/下

AI 会向你申请一些行动权限,大部分时候一路 Yes 确认下去即可。

直到出现:

至此,所有前置准备均已完成,可以开始用后面的提示模板,一句话创作互动游戏了。

来,互动游戏的创作方法

到了这一步,我们可以开始做自己的互动游戏了。

核心的指令思路是这样的:

你可以分多次发给 Agent 执行(我就是这样做出了下图)

也可以滑到更下方「宝藏提示模板」部分。

用我为你优化的 Prompt 模板,一次性快速生成类似的游戏(更偷懒,适合日常使用,含更细的操作指引):

1)多轮提示思路(可跳到下节,拿模板)

1.首要的是,指定游戏主要的生成目标

生成一个 html 游戏,用于玩家进入这个场景,并体验【XX 人物】【做某事】的过程,用于感受【XX 情绪 / 社会氛围 / 等需要重点体验的要素】。

游戏内容参考【此处描述剧情内容:可以直接粘贴原文;如果是知名文学内容,也可以直接描述剧情名称,让 AI 自行回忆】

一共需要 X 张图片,用 seedream-image-generator skill 生成后,用于游戏页面内使用,所有图片需要使用统一的画风提示

对了,在生成 AI 图片时,Agent 会向你再次要一下火山方舟 API_KEY,就是我们一开始提供的那个,跟着控制台指引给就可以。

(注意生成图片是要按量付费的,确保火山方舟内有余额)

2.从细节提示上,可以控制选项数量

每个场景需要 3 个不同选项,模拟人物在对应场景下的行为选择。其中只有 1 个选项是符合原文的(即正确),其他 2 个都是错的。选择选项后,提供游戏反馈,包括选择是否正确、原因。通过这种游戏方式,提升玩家的代入感,理解用户面临的处境。

3.利用多模态,识别配图风格,自动优化 UI:

请多模态分析【指定目标配图文件的名称,或拖拽/粘贴配图到 Claude Code 的输入框】的风格,基于对应风格,对UI元素进行设计优化与统一

因为Doubao-Seed-Code 模型出色的多模态理解能力, Agent 能够读取已经生成的配图风格,并将游戏界面编成匹配的样式。

Agent 自动把上面的游戏 UI,改成了这样,更加统一和谐:

互动游戏的形式,非常直观清晰,适合老师在课堂上演示。

如果你想要更加游戏化的界面,或更多调整,也可以把你的想法直接告诉 AI:

“希望游戏界面整体以配图为底,选项 UI 都呈现在图片上”

“需要添加人物状态框,呈现人物的心情数值变化”

“场景 3 的配图效果不好,请更换为 XX”

“我在 /pic 文件夹放了一张我自己找的图,请把场景 3 的配图换为我提供的图片”

2)宝藏提示模板(偷懒选这个,效果也很好)

我准备了两个不同的提示模板,一个是「交互式课件风格」,一个是「沉浸式剧情游戏」,进入 Claude Code 后,粘贴发送即可,也可以详细看看我演示的操作逻辑:

A. 交互式课件风格

偏向交互式课件的 UI 布局,效果大概是这样的:

也可以是这样的横版格局(朱自清《背影》):

一次性提示模板如下:

【任务目标】

基于给定原文/特定剧情/文学内容,自动生成一个完整的**交互式叙事网页游戏/课件**,并在当前项目的根目录下,创建文件夹,放置全部游戏代码与资源

【核心要求】

1.**场景自动切分**:

-基于原文情节转折点,自动拆分3-10个关键叙事场景(默认7个左右,根据原文长度调整)

-每个场景需提取核心情节、环境描写、人物状态

2.**图片设计提示词**:

-为每个场景生成**可直接用于AI绘图的详细prompt**(对应场景数量)

-图片风格:自动匹配原文题材,且多张图片见风格统一一致,如同一个的游戏的不同场景(如古典文学→工笔/水墨、科幻→赛博朋克、历史→写实等)

-内容要求:包含场景核心元素(人物、环境、动作、氛围),符合原文细节

3.**图片生成**:利用 seedream-image-generator skill,生成对应图片

4.**Html 游戏开发**:

选项设计:

-每个场景设计3个选项:1个符合原文逻辑(正确)、2个看似合理但不符合原文/人物性格(错误)

-选项需结合人物身份/性格(如黛玉→小心谨慎、孙悟空→桀骜不驯)

-正确选项严格基于原文情节,错误选项需符合场景语境但偏离原文

反馈系统:

-正确反馈:说明符合原文的具体依据

-错误反馈:结合原文/人物逻辑解释错误原因,引导理解内容

游戏交互与样式:

-符合文字互动类游戏的 UI 布局

-UI 元素,通过多模态分析所生成的游戏图片风格,基于对应风格,对UI元素进行设计优化与统一

【游戏内容】<此处粘贴/替换为你想要生成游戏的文学原文/历史文本>

【输出格式】完整可运行的 html 游戏

【示例参考(供理解生成逻辑)】

若原文为《红楼梦》「黛玉进贾府」片段,AI需:

-拆分场景:弃舟登岸→入城观街→宁国府前→荣国府前→垂花门前→穿堂入院→见贾母前

-图片风格:中国古典工笔,柔和粉/褐/青色调

-选项设计:符合黛玉「步步留心、时时在意」的性格

-反馈:结合原文细节解释对/错原因

只需要在【游戏内容】部分,按要求粘贴/替换为你想要生成游戏的文学原文/历史文本后,发送给 Claude Code 就行:

Agent 能够自动切分场景,规划配图与对应提示:

可以看到选择场景转折点基本符合我们的预期,Agent 执行流程也很顺利,没有错误。

然后 Agent 就会开始在项目目录/pic/下,自动批量生成配图。

并利用 Doubao-Seed-Code 提供的多模态分析能力,识别图片内容,设计 UI 风格。

AI 规划选项与反馈,开发游戏主体:

最后 Agent 会自动提示你游戏开发成功,按照指引进行体验即可:

*要横版的话,也可以在生成完成后,要求 AI:

改成横版布局,左图右选项,确保电脑上一页完全展示,不需要滚动

比如朱自清《背影》效果如下:

B. 沉浸式剧情游戏

更偏游戏风格的效果是这样的,比如以历史剧情《鸿门宴》为例:

玩家可以根据自己的理解,选择游戏走向:

结束后,也有结算反馈,方便玩家复盘与理解剧情走向。

你可以一次性发送以下指令给到 Claude Code,就能享受 AI 生产力,自动生成对应的游戏了:

【任务目标】

你的核心任务是扮演一个全能的互动叙事的游戏设计师。接收我(教师)提供的任意文学文本(古文、童话、散文等),自动将其转化为一个完整的、用于教学的网页互动游戏/课件。

【核心工作流】

由我提供原文,你必须严格遵循以下四个步骤,并在每一步骤完成后,都要向我确认,再进入下一步。在开始具体工作前, 在当前项目根目录下,创建一个以故事命名的文件夹。

步骤一:故事解析与教学设计

1.文本分析: 深入理解我提供的原文,分析其文体、情感基调、核心情节、人物性格及关键抉择,选择最合适的沉浸式代入对象。

2.游戏化结构规划:

-开始界面: 包含引人入胜的标题、简短的背景介绍(明确玩家将扮演的角色和任务目标),以及一个“开始体验”的按钮。

-场景拆分: 自动将原文拆分为 5-10个 连贯的核心场景。(默认7个左右,根据原文长度调整)

-结局设计: 基于玩家在过程中的选择,根据原文选择单线程或者多结局。

3.互动选项设计:在每一个核心场景中,为玩家提供 3个 不同的行为选项。(1个最符合原文逻辑,2个干扰项)。选项设计必须紧扣人物性格与当时情境,避免在场景描述中泄露正确答案。

4.教学反馈:-提炼教学点: 明确本次体验希望学生学习到的 1-2个核心知识点(如人物性格、主旨思想)。

-构思复盘内容: 初步构思游戏结束后的复盘环节。此环节将包含“选择路径回顾”、“重点解析”和“课堂讨论题”。

步骤二:艺术风格确立与视觉生成

1.确立艺术风格: 根据原文基调,推荐一种统一的、非写实的插画风格。(例如:古文对应 “中国水墨淡彩”或“古典工笔插画”;童话对应“奇幻水彩故事书”或“可爱卡通”;现代散文对应“柔和治愈系”或“极简意象”。

2.生成图像prompt: 为每个规划好的封面、场景及结局画面,生成包含上述风格关键词的、详细的AI文生图prompt。

-图片风格:自动匹配原文题材,且多张图片间必须风格统一一致,统一使用横版宽屏比例(如16:9),确保场景切换时无缩放变形。

-内容要求:包含场景核心元素(人物、环境、动作、氛围),符合原文细节,不得胡编乱造

3.生成图像: 找到 seedream-image-generator 工具,并完成所有场景的图片生成。如果需要 API 或者缺少其他东西,主动向我询问,该步骤无法跳过,必须生成图片后才可进入UI设计。

步骤三:互动和UI设计

1.整体布局:

-场景展示区: 屏幕上中部,用于显示当前场景生成的图片。

-互动区: 固定在屏幕底部,用于承载核心对话框。

2.核心对话框:

-外观: 采用看得清、易操作的边框样式。

-动效: 新的对话框出现时,使用合适的动画效果。

-内容流: 先以“打字机效果”逐字显示场景描述文本,文本显示完毕后,下方显示3个选项按钮。

3.按钮系统:

-选项按钮: 3个等宽的选项按钮,必须有交互反馈:鼠标悬停时按钮有轻微发光或放大的效果;点击时有按下的视觉效果。

-功能按钮: “上一步”和“重新体验”按钮,作为小的图标或文字链接,固定在界面的一个角落(如右上角),不干扰主视觉。

4.自适应UI设计:分析已生成图像的整体色调与风格,并基于此设计配套的UI元素,打造沉浸式体验,确保所有视觉元素(对话框、按钮、字体、动效)与插画风格无缝融合,形成协调统一的整体美学。

步骤四:最终交付

1.功能实现:

-将构思好的游戏路径、生成的背景图片以及UI设计内容进行整合,完成全流程的代码。

-游戏结束后,展示一个设计简洁的复盘界面。此界面可以是一个居中的、带有柔和背景的半透明卡片,清晰地列出在步骤一中构思的“选择路径回顾”、“重点解析”和“课堂讨论题”。

2.文件交付:

-在已创建的项目文件夹内,生成游戏代码(【故事名称】.html)和所有图片资源。

-最终的 【故事名称】.html 必须是单一、独立的,内联所有CSS和JavaScript,确保无需配置即可在浏览器中运行。

-检查所有的交互操作,并整理好包含所有资源的项目文件夹,完成最终交付。

另外,我也让 Agent 做了汪曾祺的《端午的鸭蛋》,一次性做出来的效果是这样的,也都非常好:

写在最后

到这一步,你已经掌握了「一句话制作互动游戏」的完整方案。

回顾一下我们做到了什么?

得益于豆包 Seed-Code 模型,对 Claude Code 、Skill 的良好兼容,自带的出色编程能力,以及多模态理解能力,

我们成功把从用户原来的 40+ 轮 Prompt 拉扯,简化到只需一轮提示。

不用手动生成图片,全流程自动化(以往只有垂直 Agent 产品才行)

就把文学作品、历史剧情,一次性转换成令人满意的互动游戏。

有了 AI,老师不用操心图片素材哪里来、代码怎么写、文案如何编、如何优化游戏素材风格,教育者可以专注在真正重要的事:故事本身、教学体验、学生感受。

技术的意义,也不在于替代谁,而是对齐原有的目标,做得更好。

当你看到学生们开始为一个选择而激烈讨论,为一个故事结局而主动查资料,你会理解:这就是 AI 时代给教育带来的礼物。

本文由人人都是产品经理作者【一泽Eze】,微信公众号:【一泽Eze】,原创/授权 发布于人人都是产品经理,未经许可,禁止转载。

题图来自Unsplash,基于CC0协议