游戏开发中的 AI：使用大语言模型进行游戏设计

大语言模型作为游戏设计的头脑风暴工具

大型语言模型（LLMs）可以通过充当专业的设计顾问来进行头脑风暴和功能优先级排序，从而加速游戏开发过程。在一次五天内创建农场游戏的实际应用中，ChatGPT 被用于识别最关键的参与度特性，生成了一个优先级列表，其中包括作物种类、进度系统、交互环境、社交功能以及沉浸式叙事。

现代语言模型的技术基础

像 ChatGPT 这样的现代 AI 工具是语言模型的迭代版本，旨在根据训练数据预测词序列的可能性。

Transformer 的作用

Transformer 于 2017 年推出，通过实现自注意力机制改变了语言模型的架构。与之前的模型不同，Transformer 能一次性预测整个序列，显著提升了自然语言任务的性能。

人类反馈强化学习（RLHF）

虽然 ChatGPT 的具体架构并未开源，但其成功部分归功于人类反馈强化学习（RLHF）。该过程利用人类输入来细化和改进模型的输出，使其更符合人类的期望。

游戏开发中的实际应用与局限性

LLM 可用于游戏开发的各个阶段，从高层设计和头脑风暴到实际代码编写。然而，它们存在关键的局限性，开发者必须加以管理。

幻觉风险

语言模型预测可能的输出，而不是对主题拥有概念性的理解。这可能导致“幻觉”，即 AI 提供看似可信却事实错误的信息。在游戏开发中，一个显著的例子是 AI 对四元数给出权威但完全错误的解释。

推荐工作流程

由于 LLM 可能自信地给出错误答案，它们应被用作加速和头脑风暴的工具，而不是作为权威知识库或完全取代人类开发者。最有效的工作流程是使用 AI 生成创意，然后由人类进行判断以实现并验证这些建议。