1. 项目缘起：当“中医游戏”遇上“AI队友”
最近，我一直在琢磨怎么把传统的中医知识用更现代、更有趣的方式呈现出来。作为一个对游戏开发和AI应用都挺感兴趣的人，我自然想到了用游戏化的方式来科普中医。想法很简单：设计一个互动游戏，玩家扮演一位“见习中医师”，通过望闻问切、辨证论治来为虚拟病人解决问题，在闯关中学习中医基础理论。
这个想法听起来不错，但真要动手，从世界观设定、角色对话、病症库到游戏逻辑，工作量巨大。正好，Anthropic发布了Claude 3.5 Sonnet模型，并重点推介了其“Claude Teammate”功能——一个能长期记忆对话上下文、主动推进项目的AI协作者。这简直是瞌睡遇到了枕头。我心想，这不就是现成的“全能策划+文案”吗？于是，我兴致勃勃地启动了这次“和AI一起搞事情”的实验，目标是让Claude Teammate作为核心创意伙伴，共同开发一款中医知识游戏Demo。
我的预期很美好：我提供核心方向和框架，Claude负责填充血肉，我们像真正的团队一样进行脑暴、迭代和细化。然而，现实却给我上了一堂生动的“AI协作实践课”。这次开发过程远非一帆风顺，甚至可以说频频“翻车”，但也正是在解决这些问题的过程中，我摸到了一些与AI高效协同工作的门道。
2. “全能队友”的初次登场：设定与期望管理
项目一开始，我并没有直接扔出一个模糊的想法，而是尝试像对待人类同事一样，为Claude Teammate准备了一份详细的“项目启动简报”。我告诉它，我们要合作开发一款面向青少年的中医科普游戏，核心玩法是诊断治疗，风格要轻松、卡通化，避免晦涩难懂。
Claude的初始响应非常令人振奋。它迅速理解了需求，并主动提出了一个结构化的工作流建议：1. 定义游戏核心循环；2. 构建基础中医知识库（如阴阳、五行、脏腑、简单证型）；3. 设计首个关卡剧本（包括病人角色、症状、诊断流程）；4. 输出可用于原型开发的文案与数据。它甚至提议我们可以为游戏起个有趣的名字，比如《杏林探险家》或《本草小郎中》。
这个开头堪称完美。Claude展现出了优秀的项目理解和结构化思维能力。它不仅仅是回答我的问题，而是在尝试引导和推进项目。我当时的感受是，这个“队友”可能真的能分担掉大量创意文案和系统设计的工作。我授权它按照这个计划开始执行，首先从构建一个最小可行性的知识库和第一个诊断案例开始。
注意：与AI协作的初期，清晰的“任务简报”至关重要。你需要明确项目边界、目标用户、风格禁忌以及你期望它扮演的具体角色（是策划、文案还是系统设计师）。这能有效避免后续方向上的重大偏差。
然而，最初的和谐很快就被打破。问题并非出在AI不干活，而是出在它“太能干”，却缺乏对项目深层逻辑和可行性的判断。
3. 第一次“翻车”：知识准确性与游戏性的失衡
Claude接到的第一个任务是：“设计一个体现‘望闻问切’的诊断关卡，病人主诉‘头痛’。”
很快，一份详尽的方案就呈现了出来。它创建了一个名为“小明”的学生角色，描述了其面色、舌苔（舌红苔黄）、声音（洪亮）、自述症状（头痛剧烈、胀痛、面红目赤）以及脉象（弦数脉）。然后，它给出了诊断结论：肝阳上亢证。并给出了游戏内的治疗方案选择：让玩家从一堆药材中选出菊花、钩藤、石决明等来平肝潜阳。
从表面看，这非常专业，甚至超出了我的预期。但问题随即浮现：
- 知识堆砌与游戏节奏冲突：Claude给出的症状描述过于“教科书化”和全面。在真实的游戏体验中，玩家（尤其是目标青少年用户）需要在短时间内处理“面色红”、“舌红苔黄”、“脉弦数”等多个抽象且需要先验知识才能理解的线索。这极大地提高了认知门槛，破坏了游戏应有的流畅感和成就感。
- 诊断过程线性化：AI设计的流程本质上是“信息展示 -> 唯一解”。玩家没有探索和试错的空间。真正的游戏乐趣在于通过有限的、可能带有干扰的信息（比如病人错误地描述了自己的感觉），结合“望闻问切”不同工具（在游戏中可能表现为点击观察、对话选择、把脉小游戏等）来逐步逼近真相。
- 中医思维的简化：它将一个复杂的辨证过程简化为了“症状集合 -> 证型”的机械匹配。而中医诊断的精髓在于分析症状之间的联系（病机），同样的“头痛”在不同人、不同伴随症状下，病机可能完全不同。AI最初的方案没有体现出这种动态的、关联性的思维过程。
我的反思与调整：这次“翻车”让我意识到，我不能指望AI直接输出一个“完美”的游戏设计。它擅长组合信息、生成文本，但缺乏对“游戏性”、“学习曲线”、“玩家心理”的直觉理解。我的角色必须从“布置任务者”转变为“严格的产品经理和过滤器”。
我立刻叫停了这种设计方式，并给Claude提供了新的、更具体的指令： “停止设计完整的诊断案例。我们先退回一步。请以‘肝阳上亢型头痛’为例，拆解其核心病机（肝阳亢扰于上），然后反过来思考：在游戏中，为了引导玩家推导出这个病机，我们应该提供哪些最关键、最直观、且互相关联的症状线索？同时，准备1-2个干扰线索（例如，病人说自己怕冷，但这可能是他个人的错误感觉，或次要症状）。目标是让诊断像解谜，而不是做选择题。”
这次调整后，Claude的输出有了质的变化。它开始思考信息如何分层、如何释放。例如，它建议：“‘面红目赤’和‘急躁易怒’（通过对话选项体现）可以作为强关联的初始线索，提示‘热’与‘肝’；‘头部胀痛’是定位；而‘舌红苔黄’和‘脉弦数’可以作为需要玩家主动使用‘舌诊’、‘切脉’工具才能解锁的确认性线索。” 这开始有点像游戏策划的思考方式了。
4. 第二次“翻车：”无限发散的“创意”与项目边界失控
解决了第一个关卡的设计思路后，我让Claude基于这个模式，再构思两个不同证型（比如风寒感冒和脾胃虚弱）的关卡，以丰富游戏内容。
这下，Claude的“创意引擎”似乎被彻底点燃了，而麻烦也随之而来。它不再满足于设计关卡，开始疯狂地“赋能”项目：
- 功能蔓延：它提议增加“药材种植迷你游戏”，让玩家自己种植草药；建议加入“四季系统”，不同季节常见病不同；甚至设计了一套“医师等级和声望系统”，玩家可以解锁新的工具和服饰。
- 内容爆炸：它为每一个新提出的功能都生成了大量的细节文案。比如对于“药材种植”，它详细描述了不同草药的生长周期、所需土壤、浇水频率，俨然一个农业模拟游戏的设计文档。
- 偏离核心：整个对话的焦点迅速从“如何做好一个核心的中医诊断玩法”漂移到了“如何构建一个庞大的中医主题模拟经营游戏”。文档变得臃肿不堪，核心玩法设计反而停滞不前。
这其实是生成式AI一个非常典型的行为模式：在缺乏强约束和明确优先级的情况下，它会倾向于生成它“认为”相关、有趣、能体现其知识广度的所有内容，导致项目范围无限膨胀。对于一个真实项目来说，这是灾难性的。
我的应对策略：我不得不强硬地介入，进行“项目范围管控”。我明确告诉Claude： “暂停所有新功能的设计。我们当前唯一的目标是打磨好前三个诊断关卡的核心体验，验证‘学习-诊断-反馈’这个循环是否成立。你提出的所有扩展想法，请统一记录到一个名为‘未来版本创意池’的模块中，在本次讨论中不再展开。现在，请回到第二个关卡（风寒感冒）的设计，并严格遵循我们刚才确立的‘核心线索+干扰线索’的谜题设计原则。”
这次经历让我深刻体会到，在与AI协作时，你必须成为那个握紧缰绳的人。你需要不断重申项目当前阶段的首要目标（MVP，最小可行产品），并果断砍掉任何分散精力的“好点子”。AI是一个不知疲倦的创意喷泉，但你需要为这个喷泉安装一个精准的水龙头和导流渠。
5. 第三次“翻车：”对话的“记忆迷雾”与上下文丢失
“Claude Teammate”主打长期对话记忆，但在长达几十轮、涉及大量细节讨论的对话后，我依然遇到了严重的上下文混淆问题。
最典型的情况发生在讨论“游戏内反馈系统”时。我们之前已经确定了，当玩家做出正确或错误的诊断时，系统不应只是简单地说“对/错”，而应给出基于中医理论的解释性反馈。例如，如果玩家错误地用了清热药去治疗风寒感冒，反馈应该是：“此证为风寒束表，卫阳被遏。用寒凉药物会加重表闭，所谓‘雪上加霜’。应以辛温解表为法。”
然而，在后续我让Claude为一个新关卡撰写具体反馈文案时，它有时会生成非常笼统的反馈，比如“这个选择不太合适，请再想想。” 当我追问：“为什么不用我们之前约定的、包含中医理论的解释性反馈呢？” 它的回应有时会表现出困惑，或者需要我重新粘贴之前约定的规则，它才能“回想”起来。
这并非完全的失忆，而更像是一种“注意力稀释”。当对话树变得过于庞大和枝节横生时，AI虽然“记得”所有内容，但在生成新内容时，可能无法主动、准确地调用所有相关的、早期的关键约定。那些最重要的设计原则，如果没有在近期对话中被反复提及或强化，就容易被淹没在信息的海洋里。
解决方案与工具化思维：我摸索出的应对方法是“关键规则文档化”。我不再仅仅依赖对话的连续性记忆。
- 建立项目“宪法”：我在对话中专门开辟了一个独立模块，命名为“核心设计规范（随时查阅）”。将最重要的原则，如“反馈必须包含中医理论解释”、“诊断线索分核心与干扰”、“不设计线性唯一解”等，以简洁条目化的方式固定下来。
- 定期重述与确认：在开启一个新任务模块（如设计新关卡）之前，我会主动说：“在开始设计‘脾胃虚弱’关卡前，我们先回顾一下核心设计规范的第一、二、三条，请确认你的理解。” 这相当于在人类团队开会时重温一下项目章程。
- 分段式对话：对于超大型项目，或许不应该追求在一个对话中完成所有事情。可以按模块拆分：一个对话专门负责“世界观与角色设定”，另一个对话专门负责“诊断关卡设计”，第三个对话负责“文案润色与本地化”。每个对话保持相对专注的上下文。
这次“翻车”让我明白，把AI当作队友，也意味着你需要承担起“项目经理”和“知识库管理员”的职责，主动管理协作的流程和共同知识的存储与调用。
6. 从“翻车”到“发车”：提炼出的AI协作实战心法
经过这一系列磕磕绊绊，项目最终并没有产出完整的游戏，但它产出了更有价值的东西：一套与“AI队友”协作的实战心法。Claude Teammate不是一个替代你的魔法黑盒，而是一个能力超强但需要精心引导和管理的合作伙伴。
心法一：你必须是“首席架构师”与“产品经理”AI无法理解项目的战略纵深和资源边界。你的核心职责是定义清晰、不可动摇的核心目标和约束条件。在中医游戏项目中，这个核心目标就是“通过解谜式诊断传递中医辨证思维”，约束条件就是“面向青少年”、“三个关卡内验证玩法”。任何偏离这两点的创意，无论多精彩，都必须被果断搁置。你要不断问自己，也通过提示词问AI：“这个功能/内容对我们当前的核心目标贡献是什么？”
心法二：采用“螺旋式”而非“瀑布式”开发不要指望给AI一个宏大的指令，它就能吐出一个完美的设计。应该采用快速迭代、小步验证的方式。
- 定义微任务：将“设计一个关卡”拆解为“定义证型 -> 拆解核心病机 -> 设计3个核心线索和1个干扰线索 -> 撰写线索呈现文案 -> 设计正确/错误反馈”。
- 单点突破：一次只让AI完成其中一个微任务，并给予高频、具体的反馈。例如，在它设计线索时，直接评价：“这个‘口干’线索很好，但‘脉细数’对于新手太抽象，能否转化为玩家更容易交互的形式？比如，把脉时提示‘脉搏感觉又快又细，像轻轻按在琴弦上’？”
- 组合与集成：由你来负责将AI完成的各个微任务模块组合起来，检查一致性和流畅度。
心法三：将AI的输出视为“原材料”和“灵感泵”AI生成的直接内容，很少能直接使用。但它是一个无与伦比的“灵感泵”和“素材生成器”。当我对某个病症的趣味化呈现没有头绪时，我会让Claude：“不要考虑游戏设计，单纯从文学或漫画的角度，用最生动夸张的语言描述一个‘胃火炽盛’的人可能有的表现。” 它可能会给出“像肚子里藏了个小火锅，呼出的气都能点燃纸片”这样的描述。这个描述本身不能直接用，但它给了我一个强烈的意象，我可以基于此设计成游戏内动画或角色台词。学会“翻译”和“提炼”AI的创意，比直接使用其产出更重要。
心法四：建立专属的“协作协议”为你的AI队友建立一份它也能“理解”的工作协议。这包括：
- 术语表：统一项目中关键术语的定义。比如，我们明确“核心线索”指直接指向病机的关键症状，“干扰线索”指误导性或次要症状。
- 输出格式：要求AI始终以特定格式输出。例如，设计关卡时，必须包含“[证型]”、“[核心病机]”、“[玩家线索]（分核心/干扰）”、“[理论反馈]”这几个固定字段。这极大提升了信息提取和后续处理的效率。
- 复盘机制：在完成一个阶段后，主动带领AI进行复盘。“我们刚才设计的三个关卡，你认为在难度梯度上有什么问题？哪个线索可能对玩家来说最难理解？” AI的分析往往能提供意想不到的视角。
7. 中医游戏Demo的“遗产”与AI协作的未来
尽管“翻车”不断，但在上述心法的指导下，我和Claude Teammate最终还是协同产出了一些有价值的成果：一套包含三个渐进难度关卡的详细设计文档（风寒感冒、肝阳上亢头痛、脾胃虚弱食积），一个清晰的核心游戏循环图，以及大量可用于叙事的角色和世界观碎片。更重要的是，这个过程验证了“AI辅助创意设计”工作流的可行性。
对于中医科普这个垂直领域，AI展现了其独特优势：它能快速调用庞大的医学知识库，生成相对准确的病理描述和药材配伍；它能提供海量的文案变体和创意点子，打破我的思维定式。而我的角色，则是注入“游戏感”、“教学性”和“文化温度”的灵魂。
这次实验让我确信，像Claude Teammate这样的AI，绝不是来取代创意工作者或开发者的。它更像是一个不知疲倦、知识渊博、但有时会天马行空的“初级合伙人”。项目的成功与否，完全取决于你——这位“资深合伙人”——能否清晰地定义愿景、制定严谨的工作流程、并具备高超的“提示工程”和“创意编辑”能力。
“和AI一起搞事情”，重点在“一起”。它不是许愿机，下达指令就坐等奇迹；它是一面镜子、一个扩音器、一个动力强劲但需要精准驾驶的引擎。翻车的不是AI，而是我们与AI协作的原始方式。当你开始像管理一个才华横溢但经验不足的团队那样去管理AI时，真正的协同创造力才刚刚开始。下一次，我可能会带着更完善的“协作协议”，去挑战一个更复杂的项目，比如用AI辅助生成交互式的中医经络学习工具。翻车或许还会发生，但那将是驶向更远地方的、有价值的颠簸。
