“AI真能做游戏”这个问题我在半年前带着怀疑试了一次现在可以负责任地说能但你必须知道它能做什么、不能做什么以及该用什么路线去落地。网上聊“AI做游戏”的文章很多但大多数停留在“AI画了张图”“AI写了个贪吃蛇”的展示层面。真正从零开始把一个“AI参与核心玩法”的完整游戏做出来并且跑得起来的教程反而很少。这篇文章我会围绕“AI游戏开发”的完整流程展开先讲清楚AI在游戏里到底扮演什么角色然后给你一套可以纯Python运行的最小实战项目一个由AI驱动的文本冒险游戏。项目不依赖收费API不依赖复杂的神经网络训练你复制代码就能跑跑起来之后能清楚看到AI是怎么生成剧情、管理状态、回应玩家输入。如果你是刚接触AI编程的开发者或者想在游戏项目里引入AI能力但不知道从哪下手的同学这篇文章应该能帮你省下不少试错时间。1. AI游戏开发先搞清楚AI到底在做什么1.1 AI做游戏不等于“AI全自动做游戏”很多人想象中的AI做游戏是输入一句话AI直接吐出一个包含美术、音乐、玩法的完整游戏。这个画面短期内还不现实。现实中的AI游戏开发指的是把AI能力嵌入到游戏开发的某个环节里让它承担一部分以前必须靠人完成的工作。常见的使用方式包括AI生成剧情对话根据玩家输入动态产出NPC回复。AI生成素材用AI绘画工具生成角色立绘、场景概念图、UI图标。AI辅助编码用代码模型帮你生成功能模块、排查Bug、写单元测试。AI驱动游戏逻辑AI作为游戏内部的一个决策模块根据玩家行为动态生成关卡或剧情分支。这里面最容易自己动手验证、也最容易跑通的是第四种——用AI逻辑驱动游戏内容。这也是本文实战部分重点做的事情。1.2 AI在游戏中解决的三个核心问题为什么要在游戏里引入AI不只是为了“听起来高级”它实际解决的是内容生产问题。第一个是内容量。传统游戏里NPC对话、剧情分支、任务描述都是策划手写的。写100条对话容易写10000条很难而且玩家的需求是“每次玩都不一样”。AI可以基于模板或模型动态生成大量差异化内容。第二个是交互自由度。固定对话树里玩家只能选“A、B、C”选项AI出现后玩家可以自由输入一句话系统理解意图并生成合理反馈。这个体验差异是非常明显的。第三个是开发效率。原型阶段策划可以用AI辅助生成批量文案测试AI逻辑确定玩法有趣之后再人工精修。这比什么都人工写试错成本低很多。1.3 现在AI游戏开发的边界在哪里我们也要清醒一点。AI游戏开发现在有几个明显的边界生成内容不可控AI生成剧情时可能会出现逻辑矛盾。比如玩家已经拿走钥匙AI还在说钥匙在桌上。长程记忆有限让AI记住整个游戏过程中所有细节需要额外的上下文管理设计。实时性能问题调用大模型API响应时间通常几百毫秒到几秒做快节奏动作游戏会很吃力。成本问题大量生成内容需要token费用需要做缓存和内容复用。所以当前最适合AI落地的游戏类型是文本交互类、剧情叙事类、回合制策略类这类节奏不那么紧迫的玩法。本文的实战项目就选择文本冒险游戏原因也在这里。2. 环境准备与项目规划2.1 环境版本说明本文实战项目使用Python实现尽可能减少第三方依赖方便你在本地快速复现。推荐环境如下具体版本可以按你本机的实际情况调整- 操作系统Windows 10/11、macOS、Linux 均可 - Python 版本3.9 及以上 - 依赖库无需第三方库这个项目的代码会包含一个可选的AI对话接入模块如果你希望接真实的大模型对话接口需要额外安装requests库。如果不安装游戏会使用内置的本地规则引擎驱动也能完整跑通。所以你至少有两条路可以走纯本地路线不联网、不申请Key体验AI游戏逻辑框架。API路线接入真实大模型体验动态生成剧情。2.2 项目结构规划为了让游戏具备可扩展性我不会把全部代码堆在一个文件里而是拆成几个模块每个模块负责一个清晰的职责。ai_game_demo/ ├── main.py # 游戏入口主循环 ├── config.py # 全局配置比如开关AI开关 ├── ai_engine.py # AI引擎本地规则版 API版适配 ├── game_state.py # 游戏状态管理器 ├── narrative.py # 叙事生成器负责产出剧情文本 └── README.md # 项目说明等下我会一个个文件写出来并解释每段代码的作用。2.3 游戏玩法设计在写代码之前先明确做一个什么游戏。游戏名为《地牢脱困》。玩家醒来时身处一个地牢房间面前有一扇锁着的门、一张桌子、一把生锈的钥匙、一面墙。玩家通过输入英文命令与游戏交互例如look # 观察当前环境 take key # 拿起钥匙 open door # 打开门 use key on door # 用钥匙开门 inventory # 查看背包 help # 查看帮助游戏逻辑会根据玩家状态和输入输出对应的剧情文本。之所以用英文命令是因为后面接入AI模型时关键词解析更稳定入门理解成本也更低。你以为这是妥协其实这是大型游戏里动作意图解析的基础思路先定义可枚举的意图再做语义理解。3. AI生成游戏的核心原理3.1 本地规则引擎如何模拟“AI感”我们在不调用大模型的情况下怎么让游戏看起来像有AI关键在三个模块的配合意图解析Intent Parsing把玩家输入的文本映射成可执行的动作。状态管理State Management记住玩家拿过什么、处于什么状态。叙事生成Narrative Generation根据当前状态生成对应的剧情文本。这个流程和真实AI Agent的“感知-决策-行动”循环完全一致。你完全可以把这个小项目理解成一个游戏领域的AI Agent雏形。3.2 大模型API版本如何工作如果希望让游戏输出更自然、更不可预测的文本可以切换到大模型API版本。流程是玩家输入原始文本。游戏把当前状态位置、物品、任务进度拼接成提示词。调用大模型API让它根据提示词生成剧情反馈。解析返回结果更新状态。下面的代码会展示如何用一个可配置的开关在本地规则版和API版之间切换。API版不会写死某个厂商的具体接口格式而是以OpenAI兼容格式为主因为目前很多兼容接口都支持这个协议。3.3 为什么状态管理比文本生成更重要很多初学者做AI游戏最容易忽略的就是状态管理。举个例子玩家在第一回合拿走了钥匙然后走到门前。如果AI模型不知道“钥匙已被拿走”这个事实它可能会在门边又描述“桌上摆着一把钥匙”这就出戏了。所以在设计AI游戏时结构化状态始终是骨架AI文本生成只是皮肤。这也是本文项目中最核心的设计思路。4. 完整实战从零实现一个AI文本冒险游戏接下来进入最关键的实战环节。我会逐步创建每个文件然后运行验证。4.1 创建项目目录首先在命令行中创建项目目录并进入该目录mkdir ai_game_demo cd ai_game_demo然后在目录下创建5个Python文件touch config.py game_state.py narrative.py ai_engine.py main.py如果你使用Windows系统没有touch命令也可以直接新建文件。下面开始逐个编写。4.2 编写config.py全局配置这个文件负责定义游戏中的常量配置包括是否启用API、模型名称、AI提示词等。# 文件路径ai_game_demo/config.py 游戏全局配置。 # 是否启用真实大模型API # False 表示使用本地规则引擎适合无网络环境 # True 表示调用远程API需要填写接口地址和密钥 ENABLE_API False # OpenAI 兼容接口地址 API_URL https://api.openai.com/v1/chat/completions # API Key API_KEY sk-xxxxxxxxxxxxxxxx # 模型名称 MODEL_NAME gpt-3.5-turbo # 系统提示词让AI理解自己是一个游戏主持人 SYSTEM_PROMPT 你是一个沉浸式文本冒险游戏的主持人。 你需要根据玩家当前的状态和输入生成3-5句剧情描述。 你要保持风格统一不能打破第四面墙。 如果玩家执行了游戏逻辑不允许的操作你要委婉地拒绝。 始终用中文回复。这里的ENABLE_API是决定游戏走哪条路线的总开关。我们默认关闭保证游戏开箱即用。你后续申请到对应接口后只需要把这个值改为True再填入相关信息即可。4.3 编写game_state.py游戏状态管理器状态管理器是整个游戏的核心数据结构。它记录玩家的位置、背包、生命值、游戏是否结束等信息。# 文件路径ai_game_demo/game_state.py 游戏状态管理模块。 用于记录玩家当前的环境、道具、游戏进度等结构化状态。 所有状态的修改都经过该模块便于日后扩展存档功能。 class GameState: def __init__(self): self.player_location dungeon # 玩家所在位置 self.inventory [] # 背包物品列表 self.has_key False # 是否已经取得钥匙 self.door_unlocked False # 门是否已解锁 self.enemy_alive True # 守卫是否存活 self.game_over False # 游戏是否结束 self.turn_count 0 # 当前回合数 def add_item(self, item: str) - None: 添加物品到背包。 if item not in self.inventory: self.inventory.append(item) def remove_item(self, item: str) - None: 从背包移除物品。 if item in self.inventory: self.inventory.remove(item) def has_item(self, item: str) - bool: 检查背包里是否有某物品。 return item in self.inventory def describe(self) - str: 返回当前游戏状态的概要文本用于拼接到AI提示词里。 status [] status.append(f位置: {self.player_location}) status.append(f背包: {self.inventory if self.inventory else 空}) status.append(f门已解锁: {self.door_unlocked}) status.append(f守卫存活: {self.enemy_alive}) return .join(status) def next_turn(self) - None: 增加回合数。 self.turn_count 1这个类的设计有几个值得注意的地方将所有状态放在一个类中方便统一修改和追踪。describe方法用于生成结构化状态字符串后面拼接提示词时很有用。每个状态字段都是显式的布尔值或字符串不靠AI“猜”保证逻辑确定可控。4.4 编写narrative.py本地叙事生成器本地叙事生成器负责在没有API的情况下根据玩家动作和状态返回剧情文本。# 文件路径ai_game_demo/narrative.py 本地规则叙事引擎。 根据玩家执行的动作和当前游戏状态返回对应的剧情文本。 当ENABLE_APITrue时这个模块不会生效。 def generate_narrative(action: str, state) - str: 根据玩家动作生成剧情描述。 action action.lower().strip() if action in [help, 帮助]: return ( 你可以尝试以下命令\n - look观察当前环境\n - take key拿起钥匙\n - inventory查看背包\n - open door开门\n - use key on door用钥匙开门\n - attack guard攻击守卫\n - flee逃跑\n - quit退出游戏\n ) if action in [look, 观察]: if state.player_location dungeon: text 你身处一间阴暗的地牢四周墙壁潮湿。 text 房间中央有一张木桌桌上放着一把生锈的钥匙。 text 对面是一扇紧锁的铁门门缝里透出微弱的光。 if not state.door_unlocked: text 门需要钥匙才能打开。 if state.enemy_alive: text 门边站着一名浑身盔甲的守卫他似乎还没发现你。 return text return 你站在门前铁门冰冷而沉重。 if action in [take key, 拿钥匙]: if state.has_key: return 钥匙已经在你的背包里了。 state.add_item(key) state.has_key True return 你从桌上拿起那把生锈的钥匙入手冰凉。守卫没有注意到你。 if action in [inventory, 背包]: if not state.inventory: return 你的背包空无一物。 return 背包里装有 、.join(state.inventory) if action in [open door, 开门]: if state.door_unlocked: state.game_over True return 你推开铁门阳光刺眼。你成功逃离了地牢游戏结束。 if state.has_key: state.door_unlocked True return 你用钥匙打开了铁门锈迹斑斑的门锁发出清脆的声响。 return 门锁得死死的你推不开。也许需要找一把钥匙。 if action in [use key on door, 用钥匙开门]: if not state.has_key: return 你没有钥匙难道要用手砸门吗 state.door_unlocked True return 你把钥匙插入锁孔轻轻转动。铁门解锁了 if action in [attack guard, 攻击守卫]: if not state.enemy_alive: return 守卫已经倒下了。 state.enemy_alive False return 你抄起桌子腿趁守卫不注意发起攻击。守卫倒下了但你的行动也惊动了远处的声音。 if action in [flee, 逃跑]: return 你转身逃跑却发现自己无处可去。地牢的走廊漆黑一片。 if action in [quit, 退出]: state.game_over True return 你放弃了探索游戏结束。 # 无法识别的输入 return 你犹豫了一下不知道该怎么行动。输入help查看可用命令。这段代码本身并不神秘它就是一个映射表。但要注意的是每个动作分支都会显式修改state对象这是保证游戏逻辑正确的关键。4.5 编写ai_engine.pyAI引擎调度层AI引擎是核心调度模块。它根据配置选择走本地规则还是调用远程API。# 文件路径ai_game_demo/ai_engine.py AI引擎调度模块。 根据config.ENABLE_API的值选择使用本地规则叙事还是远程大模型API。 import json import urllib.request import config from narrative import generate_narrative class AIEngine: def __init__(self): self.enable_api config.ENABLE_API def respond(self, user_input: str, state) - str: 根据玩家输入和当前状态生成响应文本。 if self.enable_api: return self._call_api(user_input, state) return generate_narrative(user_input, state) def _call_api(self, user_input: str, state) - str: 调用OpenAI兼容格式的远程API。 prompt ( f玩家当前状态{state.describe()}\n f玩家输入{user_input}\n 请以游戏主持人的身份回应。 ) payload { model: config.MODEL_NAME, messages: [ {role: system, content: config.SYSTEM_PROMPT}, {role: user, content: prompt}, ], temperature: 0.8, } req urllib.request.Request( config.API_URL, datajson.dumps(payload).encode(utf-8), headers{ Content-Type: application/json, Authorization: fBearer {config.API_KEY}, }, methodPOST, ) try: with urllib.request.urlopen(req, timeout30) as resp: data json.loads(resp.read().decode(utf-8)) return data[choices][0][message][content] except Exception as e: return fAI接口调用出错{e}。请检查网络和配置。 def report_turn(self, state) - str: 返回当前回合的AI总结信息。 return f第{state.turn_count}回合当前状态{state.describe()}这个模块有两个核心方法respond统一入口根据配置决定走哪条路。_call_api使用Python标准库urllib发起POST请求不依赖第三方库。之所以用urllib而不是requests是因为Python标准库自带你不需要额外安装任何依赖就能运行。如果项目后续复杂了再换成requests也不难。注意_call_api目前只是把状态和用户输入拼进去返回的文本不会自动修改状态。也就是说API模式下游戏逻辑的状态推进由本地代码负责AI只负责生成叙事文本。这是大型AI游戏开发中常见的混合架构逻辑与文本生成分离。这样做的好处是AI生成的内容再不可控也不会破坏游戏规则。4.6 编写main.py游戏主循环把上面所有模块串起来就是游戏主循环。# 文件路径ai_game_demo/main.py 《地牢脱困》 - AI文本冒险游戏主入口。 运行方式 python main.py import config from game_state import GameState from ai_engine import AIEngine def main(): print( * 50) print(《地牢脱困》 - AI文本冒险游戏) print(当前模式, 远程AI API if config.ENABLE_API else 本地规则引擎) print(输入 help 查看帮助输入 quit 退出游戏。) print( * 50) state GameState() engine AIEngine() print(engine.respond(look, state)) while not state.game_over: try: user_input input(\n ).strip() except (EOFError, KeyboardInterrupt): print(\n游戏已结束。) break if not user_input: continue state.next_turn() response engine.respond(user_input, state) print(response) # 可选打印当前AI回合总结 if config.ENABLE_API: print([AI], engine.report_turn(state)) print(\n感谢游玩) if __name__ __main__: main()主循环的逻辑很清晰打印欢迎信息。初始化游戏状态和AI引擎。用look动作让玩家先看到环境描述。进入while循环不断读取玩家输入。每次输入回合数加1然后调AI引擎生成响应。游戏状态里的game_over变为True时循环退出。4.7 运行与验证在项目目录下运行python main.py预期输出如下 《地牢脱困》 - AI文本冒险游戏 当前模式 本地规则引擎 输入 help 查看帮助输入 quit 退出游戏。 你身处一间阴暗的地牢四周墙壁潮湿。房间中央有一张木桌桌上放着一把生锈的钥匙。对面是一扇紧锁的铁门门缝里透出微弱的光。门需要钥匙才能打开。门边站着一名浑身盔甲的守卫他似乎还没发现你。 take key 你从桌上拿起那把生锈的钥匙入手冰凉。守卫没有注意到你。 inventory 背包里装有key use key on door 你把钥匙插入锁孔轻轻转动。铁门解锁了 open door 你推开铁门阳光刺眼。你成功逃离了地牢游戏结束。 感谢游玩到这里一个完整的AI文本冒险游戏就运行起来了。5. 将游戏升级为真正的AI驱动版本本地规则引擎虽然能跑但它的剧情文本都是预先写好的玩几次就会腻。如果我们希望游戏每次对话都与众不同可以接入真实的大模型API。5.1 切换到API模式打开config.py修改如下ENABLE_API True API_URL 你的接口地址 API_KEY 你的密钥 MODEL_NAME 你的模型名称然后重新运行python main.py此时游戏会调用远程大模型来生成剧情。每回合还会打印一行AI总结信息方便你查看当前状态。5.2 状态同步问题与解决思路API模式下最需要关注的问题是状态同步。例如当玩家输入take key后本地代码已经把has_key改为True。但如果AI回复的文本里写的是“桌上依然放着钥匙”玩家就会觉得矛盾。解决办法有两种方案A角色分工。本地代码处理所有与状态相关的动作AI只负责生成描述性文本。这是上一节已经采用的方案优点是可预期缺点是AI想象空间有限。方案BAI返回结构化JSON。让AI不仅返回剧情文本还返回状态变更建议。例如{ narrative: 你成功拿起了钥匙。, effects: { has_key: true, inventory_remove: [] } }本地代码解析这个JSON后再更新状态。这样AI可以参与更复杂的状态逻辑但对提示词设计和容错处理要求更高。生产级AI游戏推荐使用方案B但需要在“AI返回的不是合法JSON”时做兜底处理。这是一个很典型的AI工程问题。5.3 使用幻觉防范策略大模型在生成游戏内容时偶尔会“编造”游戏里不存在的物品或地点。这就是所谓的AI幻觉。为了降低幻觉率建议在系统提示词里明确列出当前世界的物品清单。要求AI只能基于玩家状态里存在的实体进行描述。对AI生成的文本做关键字过滤一旦出现黑名单实体就降级到本地模板。在config.py的SYSTEM_PROMPT中我们可以这样优化SYSTEM_PROMPT 你是一个沉浸式文本冒险游戏的主持人。 当前世界中只允许出现以下实体 - 地牢 - 铁门 - 钥匙 - 木桌 - 守卫 - 背包 你不能发明除这些之外的新实体。 如果玩家要求你创建新实体请委婉拒绝并引导玩家回到当前主线。 每次回复控制在3-5句话。 始终用中文回复。像这样限制实体范围之后AI生成的剧情会稳定很多。6. 常见问题与排查思路6.1 游戏启动报 ModuleNotFoundErrorModuleNotFoundError: No module named config原因当前命令行所在目录不是项目根目录Python无法找到config.py。解决确保你已经进入ai_game_demo目录再运行python main.py。6.2 运行后没有中文输出或乱码原因Windows控制台默认编码可能是GBK而代码文件是UTF-8。解决在运行前设置编码或直接使用VS Code的终端运行。如果必须用Windows命令行可以在代码开头加import sys import io sys.stdout io.TextIOWrapper(sys.stdout.buffer, encodingutf-8)6.3 API模式返回“AI接口调用出错”这个原因比较多。常见的有问题现象常见原因排查思路返回401API Key无效或过期检查API_KEY是否正确是否有多余空格返回404接口地址错误确认接口URL是否指向正确的端点请求超时网络代理或防火墙限制检查网络连通性尝试关掉代理JSON解析失败返回格式变化或流式输出打印原始返回值确认是否为标准ChatCompletion格式6.4 玩家输入“中文命令”不好使当前本地规则引擎只支持少量中文别名比如“观察”“拿钥匙”。如果输入其他中文会走“无法识别”分支。解决在narrative.py中扩展action判断即可。或者为后续接入语义理解模型预留接口。6.5 如何防止玩家输入非法命令刷爆API每次调用API都会消耗token。如果不加限制玩家可以反复输入无意义内容成本会快速上升。解决在main.py中加上每日回合上限或自定义频率限制。比如达到50回合后提示“该存档免费次数已用完”。7. 工程建议与扩展方向7.1 从Demo到产品的五个关键改进如果要把这个Demo做成真正的AI游戏以下五个方面优先考虑存档系统。当前所有状态只存在内存里关闭游戏就丢了。可以用JSON序列化GameState每次用户操作后自动保存。import json def save_game(state, pathsave.json): data { location: state.player_location, inventory: state.inventory, has_key: state.has_key, door_unlocked: state.door_unlocked, enemy_alive: state.enemy_alive, turn_count: state.turn_count, } with open(path, w, encodingutf-8) as f: json.dump(data, f, ensure_asciiFalse, indent2)记忆管理。如果游戏剧情很长把所有历史对话都塞给AI会超出上下文长度限制。可以只保留最近5轮对话再加上结构化状态组成精简提示词。内容安全。玩家自由输入时可能出现不安全内容。需要引入关键词过滤、内容审核接口或本地敏感词库。生产环境这步不可省略。性能优化。API调用是耗时的。可以对相同输入做缓存避免重复生成。同时设置合理的超时时间和错误重试。可测试性。规则引擎很好测试但AI生成内容的测试很难自动化。建议把AI视为“文本建议器”核心玩法逻辑必须用传统单元测试覆盖。7.2 AI游戏开发的学习路线如果你对这个方向感兴趣可以按以下路径持续深入先复现本文项目跑通本地规则版。尝试接入真实大模型API观察差距。学习提示词工程优化SYSTEM_PROMPT。设计更复杂的游戏状态比如NPC好感度、任务队列。给AI增加结构化输出能力让AI直接输出JSON。尝试用AI生成游戏素材图像、音效、UI。进阶阶段可以尝试用强化学习或行为树技术控制NPC行动逻辑。7.3 对AI游戏开发的风险提示最后还是要说一句在真实项目中使用AI能力尤其是接入外部API时务必关注数据安全、费用上限和内容合规。不要在生产环境里把API Key硬编码在代码里应该使用环境变量或配置中心管理。不要在未经授权的情况下用AI生成大量低质内容冒充原创。AI不会替你做完整游戏但它能极大地放大你的创造力。你越懂游戏设计AI能发挥的价值就越大。写在最后本文的完整代码都在上面的章节里你可以直接复制创建文件后运行。如果跑通了试着在narrative.py里加一个新的场景、新的物品比如大厅、药剂、暗门你会发现扩展这个项目比你想象的更简单。祝你在AI游戏开发这条路上玩得开心。