一句“生成一个三分钟一局的街头足球小游戏”，能不能变成真的可以玩的东西？本栏目按“提示词→设计→地图→规则→可玩版本”的顺序，讨论AI怎样补全玩家没说出口的部分，以及生成素材和生成游戏之间的距离。
用户在乐鱼体育里输入：“生成一个三分钟一局的街头足球小游戏。”这句话里明确的信息只有三个：项目是足球，风格是街头，单局时长是三分钟。至于几对几、场地多大、有没有守门员、进球后怎么重新开球、AI对手有多强、界面上显示什么，一个字都没提。游戏创作要做的，就是把这句话变成一个能在几分钟内上手的可玩原型，同时把AI替用户做出的每个决定摆出来，让用户能看见、能改。本栏目的文章沿着“提示词→设计→地图→规则→可玩版本”这条路径展开。
以街头足球为例，乐鱼体育的生成流程会先把提示词拆成九个部分，每一部分都有一个明确的产出：
这张清单里除了“足球”“街头”“三分钟”之外，都是系统补上去的默认值。关于AI如何判断玩家真正想要什么，可以阅读输入一句“做个街头篮球游戏”，AI真的知道玩家想要什么吗。
补全默认值本身不难，难的是怎么对待这些默认值。一种做法是悄悄补上，直接给出结果，用户玩到一半才发现没有守门员；另一种做法是在生成之前连续追问十个问题，用户还没看到游戏就失去了耐心。乐鱼体育采用的是中间路线：先用合理默认值生成一个能玩的版本，同时在侧边栏列出“系统替你做的决定”，比如“每边3人（默认）”“无越位（默认）”，每一项都可以点开修改。只有少数会导致游戏完全不同的问题才会在生成前确认，例如“单人对AI还是双人对战”。哪些问题值得先问，见一句话生成体育游戏以后，AI最应该先确认哪几个问题。
体育小游戏的地图比完整赛事的场地简单，但同样要服从规则。街头足球的围栏反弹会改变战术，场地如果太大，3对3会显得空旷，AI对手也很难形成压迫；赛车小游戏哪怕只有一条90秒的短赛道，也要有刹车点和超车区；跑酷小游戏需要障碍之间的间距和角色跳跃能力匹配。游戏创作会调用地图生成的能力，但尺寸和复杂度会按“小游戏”的节奏缩小，单局时长越短，地图越要紧凑。
足球和赛车看起来都是“比谁更快到达目标”，但游戏逻辑几乎没有重合。足球的核心是球权：谁控球、如何传递、何时丢失；赛车的核心是速度与路线：何时刹车、从哪条线入弯、在哪里超车。下表简单对比几种运动在小游戏中的核心机制，内容为设计参考：
| 项目 | 核心机制 | 常见胜负条件 |
|---|---|---|
| 足球 | 球权、传球、射门、防守站位 | 限时内进球多者胜 |
| 篮球 | 投篮命中率、篮板、进攻时间 | 先到目标分或限时比分 |
| 赛车 | 速度、刹车、赛车线、超车 | 完成圈数用时最短 |
| 跑酷 | 跳跃、攀爬、节奏、容错 | 到达终点或限时通关 |
| 高尔夫 | 力度、方向、风、落点 | 杆数最少 |
| 网球 | 击球时机、落点、跑位 | 按局、盘计分 |
| 滑雪 | 速度控制、转弯、旗门 | 用时最短且不漏门 |
极限运动类小游戏通常更接近跑酷与滑雪的组合，会额外引入动作评分。更多对比见AI生成足球和赛车游戏为什么不能用同一套逻辑。
在体育小游戏里，AI做两件不同的事。一件是生成规则：把“街头”“三分钟”这些描述翻译成可以执行的规则条目，并检查它们是否冲突，比如“金球加时”必须配合“进球即结束”的判定，否则加时永远不会结束。另一件是驱动对手：AI对手要看起来像在踢球，而不是完美地计算每一次传球。三档难度通常不是简单地调高速度，而是调整反应时间、判断失误率和配合程度。一个低难度的AI后卫会偶尔放空跑位，高难度的会主动包夹，这样玩家能感受到的是“对手变聪明了”，而不是“对手变快了”。
很多工具能生成一张好看的球场图、几个球员形象，甚至一段比赛动画，但这些都是素材。一个能玩的体育游戏至少需要八个部分同时成立：地图（Map）、玩家角色（Player）、规则（Rules）、操作输入（Input）、AI、计分（Score）、胜负条件（Win Condition）和游戏循环（Game Loop）。少了输入，玩家只能看；少了游戏循环，进球之后画面就停在那里；少了胜负条件，比赛会一直进行下去。从文字到可玩版本之间到底隔着多少层，从文字提示到可玩体育小游戏需要多少层生成做了逐层拆解。
游戏创作的第一个产出是原型，而不是成品。原型的标准很朴素：能开局、能操作、能计分、能结束。画面可以是简单的几何图形，球员可以没有表情，但三分钟倒计时要准确，进球判定不能有漏洞。在乐鱼体育的流程里，原型生成后会先由测试Agent自动打几局，检查比赛是否能正常结束、AI对手会不会卡在角落、计分是否正确，然后才交给用户试玩。美术、音效和动画可以在规则稳定之后再迭代，这个顺序可以避免把时间花在一个根本玩不起来的版本上。
以街头足球原型为例，用户第一次试玩的反馈往往很具体：“AI太容易被过了”“三分钟太短，还没进入状态就结束了”“射门按钮离传球太近，总是按错”。这三条分别落在AI对手、规则和界面三层。在乐鱼体育的流程里，系统会把反馈归类到对应的层，只调整相关部分：AI防守的反应时间从0.6秒缩短到0.4秒，单局时长从三分钟改为四分钟，射门与传球按钮的间距加大。改完之后测试Agent再自动打一轮，确认修改没有带来新的问题，比如AI变强以后玩家的平均进球数是否跌到接近零。这种“试玩、反馈、按层修改、再验证”的节奏，比每次都重新生成整个游戏更稳定，也更容易让用户看清楚每次改动带来的差别。
一句话生成的只是第一版。用户试玩之后，可以继续说“改成每局五分钟”“把AI难度降一档”“加一个守门员”“场地换成沙滩”，系统会把这些修改应用到对应的层，而不是从头重新生成。修改“加一个守门员”会同时影响球员数量、禁区规则和AI站位逻辑，系统会提示这些联动变化。不擅长描述的用户也可以切换到无代码编辑，直接在表单里改参数。关于这些修改在模型层面如何处理，可以参考体育游戏生成大模型栏目。
一句“做个街头篮球游戏”看起来需求清楚，实际上缺少至少七个决定游戏形态的字段：几对几、全场还是半场、打多久、怎么计分、先到几分算赢、电脑对手有多强、玩家用什么方式操作。本文以一个模拟创作场景为线索，按Prompt→Design→Map→Rules→Playable Build的顺序拆解AI的处理方式：“街头”这个词足以让AI安全推断出半场、单篮筐、3v3、1分/2分计分和先到21分提前结束这类默认值；而比赛时长、AI难度、单人还是双人对战这类与创作者意图强相关的字段，更适合用两到三个问题直接确认。文章给出一张“字段/默认值/推断依据/是否需确认”的对照表，讨论为什么追问要克制、默认值为什么必须显示在设计单上、地图里的清球线为什么要和规则同时生成，以及当创作者把时长改成3分钟又坚持“必须打到21分”时系统应如何提示冲突。结论是：AI无法真正知道玩家想要什么，但可以把自己的猜测摆在明处，让第一次生成成为一个随时可改的初始版本。
本文讨论一句话生成体育游戏后AI的确认策略。文章把需要确认的信息分为运动类型、参与人数、目标与胜负条件、规则细节、比赛时长五类，并以“猜错后需要返工多少层生成”为标准排出优先级：运动类型错了整套推倒重来，人数错了地图、镜头和AI全部重做，胜负条件错了规则与游戏循环重做，而时长通常只是一个参数。随后用足球、赛车、高尔夫、网球四个模拟场景说明每种运动最容易含糊的字段，例如网球单打与双打会改变场地宽度，高尔夫的洞数和比杆、比洞赛制会改变整个结构。
本文对比AI生成足球游戏与赛车游戏时在游戏逻辑上的根本差异。足球是多人协作、围绕球权转换和空间站位展开的比赛，胜负按进球数在固定时间内决定，允许平局；赛车是个体竞速，围绕路线、刹车点和车辆物理展开，胜负按冲线顺序或用时决定。两者的AI对手决策也完全不同：足球AI要在进攻、防守、争抢状态间切换并保持阵型，赛车AI要沿赛车线行驶、判断刹车点和超车时机。文章用对比表列出差异，并说明哪些底层模块可以共用。
本文以“做个点球大战小游戏”为模拟场景，把从文字提示到可玩体育小游戏的过程拆成六层：Prompt层把自然语言解析成结构化需求并标出默认值，Design层确定玩法循环和操作方式，Asset层生成球门、门将、球员等素材及其碰撞体，Rules层生成轮次、提前结束和突然死亡规则，Logic层把输入、判定、AI门将和计分串成游戏循环，Prototype层通过自动试玩验证比赛能否结束。文章为每一层列出产物和检查点，并说明问题应当在哪一层被拦下。
请留下您的联系方式，我们会尽快与您联系。
