非程序員用 AI 做遊戲，5 步把 300 期播客變成可玩 RPG
整理版優先睇
非程式員用 AI 整遊戲：5 步將 300 期播客變成可玩 RPG，關鍵係反問 AI 幫你寫需求
呢篇文章出自 Lenny's Podcast，作者 Ben Shih 係一個唔識寫 code 嘅設計師，佢想用 AI 將自己播客嘅 300 幾期內容整成一個 Pokémon 風格嘅 RPG 遊戲。佢嘅目標係：就算唔識編程，都可以靠 AI 快速做出一個完整嘅產品。
Ben 嘅方法唔係直接叫 AI 寫 code，而係先用截圖同 Miro 畫出遊戲介面，等 AI 明佢想要嘅視覺風格；然後叫 ChatGPT 反問佢 17 個問題，幫佢理清需求，生成 PRD。呢個「反問」步驟係成個流程最關鍵嘅部分，可以令 AI 後續執行唔會偏離方向。
之後佢揾咗開源框架 RPG-JS 做原型，但發現對唔到「答題對戰」嘅邏輯，就果斷換咗另一個框架 Phaser。成個過程中佢叫 AI 記低每次嘗試嘅結果，避免重覆犯錯。最後佢先畀同事玩，確認核心體驗先，先再打磨。成個流程嘅啟發係：用 AI 做產品，重點唔係叫 AI 直接做，而係用 AI 幫你釐清問題同快速迭代。
- 結論：非程式員都可以用 AI 整出完整遊戲，關鍵係用 AI 反問自己嚟釐清需求，而唔係直接叫人寫 code。
- 方法：先畫出界面截圖畀 AI 睇，確認風格可行；然後叫 ChatGPT 問你 17 個問題，再用問答生成 PRD。
- 差異：唔好急住寫 code，應該先用開源框架做 prototype，如果框架唔啱就果斷換，唔好死撐沉沒成本。
- 啟發：讓 AI 記低每次試驗嘅失敗原因，形成「錯題本」，可以避免重覆錯誤，加快開發速度。
- 可行動點：下次你想用 AI 做小產品，先打開 ChatGPT，講「我諗住做 XXX，你嚟問我問題」，答完再叫佢輸出 PRD。
背景：一個設計師點樣用 AI 整遊戲
Ben Shih 本身係 Miro 嘅設計師，完全唔識寫 code。佢兩星期前交咗個作業：將 Lenny's Podcast 嘅 300 幾期節目，變成一個 Pokémon 風格嘅 RPG 遊戲——玩家喺像素地圖入面遇到播客嘉賓，用產品問題同佢哋『對戰』，答啱就可以『捕獲』佢哋。
呢件事得意嘅地方唔係遊戲本身，而係佢點樣用 AI 將成個流程做出嚟。佢嘅方法總共 6 步，但最關鍵嘅係頭兩步：先畫圖確認視覺，再叫 AI 反問自己嚟寫 PRD。
整遊戲嘅 6 步流程
第一步：先畫，唔好寫需求。Ben 將 Pokémon 截圖放喺 Miro，用方框同文字標出地圖同戰鬥界面，因為 AI 識睇圖，純文字描述成日會理解錯。
佢仲用 ChatGPT 生咗幾個像素風頭像，確認『AI 能唔能夠穩定出到想要嘅風格』，通過先繼續。
第二步：叫 AI 反問你。佢將想法掉俾 ChatGPT，講『你嚟問我問題，幫我理清需求』。
AI 一口氣問咗 17 個問題，例如『答錯扣幾多血』、『嘉賓頭像邊個畫』。Ben 用語音轉文字快速答完，最後叫 AI 將問答整理成 PRD。
第三步：先揾開源輪子。PRD 寫完，佢叫 Claude Code 去 GitHub 搜『有冇現成 RPG 框架』。
佢揾到一個叫 RPG-JS 嘅庫，5 分鐘就整到一個可行動嘅地圖。
第四步：撞牆就換框架。RPG-JS 原本係為『打怪升級』設計，同佢『答題對戰』邏輯對唔上。
佢冇硬撐，同 Claude Code 商量後直接換成 Phaser。呢個決策好關鍵：沉沒成本唔係成本，框架唔啱就趁早轉。
第五步：叫 AI 記筆記。Phaser 功能強但坑多，字體加載失敗、UI 定位偏移等問題。
Ben 嘅辦法係叫 Claude Code 開一個 Markdown 文件，記低每次嘗試嘅結果，例如『試咗 A 方案，失敗，原因係 X；試咗 B 方案，成功』。呢個『錯題本』可以避免 AI 重覆犯錯。
第六步：先畀同事玩。POC 可以行之後，佢先唔急住發布，而係叫幾個同事試玩。
佢唔睇 bug 列表，而係睇表情：打開遊戲頭 10 秒，佢哋係興奮定困惑？確認『核心體驗成立』先繼續打磨。
你而家可以做嘅動作
下次你想用 AI 做小產品，先唔好寫 code。打開 ChatGPT，講：『我想做 XXX，你嚟問我問題，幫我理清需求。』
答完佢嘅問題，再叫佢輸出 PRD。試一次，你會發現後面順好多。
Ben Shih 唔識寫 code，喺 Miro 做設計。兩個禮拜前佢交咗份功課：將 Lenny's Podcast 超過300集節目，變成一個 Pokémon 風格嘅 RPG 遊戲——你喺像素地圖度遇到播客嘉賓，用產品問題同佢哋「對戰」，答啱就可以「捕獲」佢哋。
呢件事得意嘅唔係遊戲本身，而係佢點用 AI 整出嚟。
佢嘅流程總共6步：
核心諗法 → PRD → POC → 補功能 → 打磨 → 上線
聽落同以前冇分別？分別係前兩步用嘅時間。
第一步：先畫，再講
Ben 冇急住寫需求，而係將幾張 Pokémon 截圖放咗入 Miro，用方框同文字喺上面塗鴉，標低「呢度係地圖」「呢度係戰鬥畫面」。
點解要畫？因為 AI 識得「睇圖」。淨係用文字描述一個遊戲，AI 成日理解錯；但你俾張截圖加標註，佢就可以捉到視覺意圖。
佢仲順手用 ChatGPT 生成咗幾個像素風頭像，確認「AI 可唔可以穩定出到我想要嘅風格」。驗證完通過，先繼續落去。
第二步：叫 AI 先面試你
PRD 自己寫太辛苦。Ben 嘅做法係反轉嚟：將諗法掉俾 ChatGPT，話「你嚟問我問題，幫我理清需求」。
AI 一口氣問咗17個問題，由「答錯一題扣幾多血」到「嘉賓頭像邊個畫」。Ben 用語音轉文字快速回答，最後叫 AI 將問答整理成 PRD。
呢招比自己諗一份 PRD 快三倍，而且 AI 之後執行嗰陣冇咁易走樣——因為需求係佢自己問出嚟嘅。
第三步：揾開源輪子
PRD 寫完，Ben 冇直接開始寫 code，而係叫 Claude Code 去 GitHub 搜「有冇現成嘅 RPG 框架」。
呢一步好多人跳過，但係可以慳好多時間。佢揾到一個叫 RPG-JS 嘅 library，5分鐘就起咗個可以行嚟行去嘅地圖。
第四步：撞牆、換框架
好景不常。RPG-JS 係為「打怪升級」設計嘅，同佢嘅「答題對戰」邏輯唔啱。改咗幾次，越改越唔順。
佢冇死撐，同 Claude Code 商量完直接換成 Phaser（另一個 2D 遊戲框架）。呢個決定好關鍵：沉沒成本唔係成本，框架唔啱就趁早換。
第五步：叫 AI 記筆記
Phaser 功能強，但係伏位都多。字型加載失敗、UI 定位偏咗……每一個小問題都要反覆試。
Ben 嘅方法：叫 Claude Code 開一個 Markdown 檔案，將每次試嘅結果都寫低——「試咗 A 方案，失敗，原因係 X；試咗 B 方案，成功。」
呢個「錯題本」令 AI 唔會重複犯錯，亦方便之後查返。
第六步：先俾同事玩
POC 行到之後，Ben 冇急住發佈，而係先叫幾個同事試玩。
佢唔睇 bug list，淨係睇表情：打開遊戲嘅頭10秒，佢哋係興奮定係迷茫？
確認「核心體驗成立」，先繼續打磨細節。
「叫 AI 先面試你，再幫你寫 PRD——需求係佢問出嚟嘅，執行就唔易走樣。」
即刻可以做嘅一個動作
下次你想用 AI 整個小產品，唔好急住寫 code。打開 ChatGPT，講：「我想做 XXX，你嚟問我問題，幫我理清需求。」答完佢嘅問題，再叫佢 output PRD。試一次，你會發現之後順好多。
Ben Shih 不會寫代碼，在 Miro 做設計。兩週前他交了個作業：把 Lenny's Podcast 300 多期節目，變成一個 Pokémon 風格的 RPG 遊戲——你在像素地圖裏遇到播客嘉賓，用產品問題跟他們"對戰"，答對就能"捕獲"他們。
這事有意思的不是遊戲本身，是他怎麼用 AI 把它做出來的。
他的流程攏共 6 步：
核心想法 → PRD → POC → 補功能 → 打磨 → 上線
聽起來跟以前沒區別？區別在前兩步花的時間。
第一步：先畫，再說
Ben 沒急着寫需求，而是把幾張 Pokémon 截圖丟進 Miro，用方框和文字在上面塗，標出"這裏是地圖""這裏是戰鬥界面"。
為什麼要畫？因為 AI 能"看圖"。純文字描述一個遊戲，AI 經常理解偏；但你給它截圖 + 標註，它能抓住視覺意圖。
他還順手用 ChatGPT 生成了幾個像素風頭像，確認"AI 能不能穩定出我想要的風格"。驗證通過，才往下走。
第二步：讓 AI 先面試你
PRD 自己寫太累。Ben 的做法是反過來：把想法丟給 ChatGPT，說"你來問我問題，幫我理清需求"。
AI 一口氣問了 17 個問題，從"答錯一道題扣多少血"到"嘉賓頭像誰來畫"。Ben 用語音轉文字快速回答，最後讓 AI 把問答整理成 PRD。
這招比自己憋一份 PRD 快三倍，而且 AI 後續執行時不容易跑偏——因為需求是它自己問出來的。
第三步：找開源輪子
PRD 寫完，Ben 沒直接開始寫代碼，而是讓 Claude Code 先去 GitHub 搜"有沒有現成的 RPG 框架"。
這一步很多人跳過，但能省巨大時間。他找到一個叫 RPG-JS 的庫，5 分鐘就跑起來一個能走動的地圖。
第四步：撞牆、換框架
好景不長。RPG-JS 是為"打怪升級"設計的，跟他的"答題對戰"邏輯對不上。改了幾輪，越改越彆扭。
他沒硬撐，跟 Claude Code 討論後直接換成 Phaser（另一個 2D 遊戲框架）。這個決策關鍵：沉沒成本不是成本，框架對不上就趁早換。
第五步：讓 AI 記筆記
Phaser 功能強，但坑也多。字體加載失敗、UI 定位偏移……每個小問題都要反覆試。
Ben 的辦法：讓 Claude Code 建一個 Markdown 文件，把每次嘗試的結果都寫進去——"試了 A 方案，失敗，原因是 X；試了 B 方案，成功。"
這個"錯題本"讓 AI 不會重複犯錯，也方便後續查。
第六步：先給同事玩
POC 能跑之後，Ben 沒急着發佈，而是先讓幾個同事玩。
他不看 bug 列表，只看表情：打開遊戲的前 10 秒，他們是興奮還是困惑？
確認"核心體驗成立"，才繼續打磨細節。
"讓 AI 先面試你，再幫你寫 PRD——需求是它問出來的，執行就不容易跑偏。"
馬上能做的一個動作
下次你想用 AI 做個小產品，先別動手寫代碼。打開 ChatGPT，說："我想做 XXX，你來問我問題，幫我理清需求。"回答完它的問題，再讓它輸出 PRD。試一次，你會發現後面順很多。