W
AI-Wiki
CONCEPT

H5 本地工作台

定义

H5 本地工作台是作者在一次用 Codex 复刻合成经营类微信小游戏的 8 天实战中,专门搭建的本地纯 HTML 浏览器工具体系。

它不是展示性质的静态页面,也不是普通的策划备忘录,而是一套面向实际工程交付的数据与资料工作台:

  • 用来管理任务、道具、生成器、剧情线索、场景解锁、素材与音效审计结果等结构化内容;
  • 支持在浏览器里直接交互修改配置;
  • 支持把最新数据一键导出为 JSON,再提供给微信小游戏工程使用;
  • 同时充当资料站、策划台和工程交接层。

作者明确把它视为对传统 Markdown 大纲流的替代方案:不是“写给人看”的大纲,而是“既给人看、也给程序吃”的本地工具链。

在本文中的语境

这套工作台出现在作者总结 AI 做合成经营小游戏的方法论时,属于“第三步:扔掉没用的 Markdown 大纲,换上能跑的 H5 本地工作台”的核心做法。

前文中,作者已经把小游戏底层工程拆成入口、数据、状态、输入、渲染和音效等模块,并完成了基础可运行骨架;但仅有代码骨架还不够,合成经营项目真正复杂的部分在于策划数据之间的联动。

文中给出的核心规模是:

  • 主线任务 45 个;
  • 基础与高级道具 57 个;
  • 多级物品生成器 10 个;
  • 剧情线索条目 12 条;
  • 场景修复目标 8 个;
  • 支线委托任务 9 个。

在这种复杂度下,作者认为只靠 Markdown 聊天记录、世界观大纲和章节设定,已经无法支撑真正可运行的游戏数据生产。游戏引擎并不理解“宏大叙事”,它只认结构化数据和准确引用关系。

为什么不能只靠 Markdown 大纲

作者的判断非常直接:复杂合成经营项目不能指望几篇 Markdown 策划大纲包揽天下。

原因不在于 Markdown 不能记录想法,而在于它无法可靠承载这种项目里大量会互相引用的数据关系。文中点出的关键关系包括:

  • 每个道具的前置是什么;
  • 后置能合成什么;
  • 各生成器产出概率是多少;
  • 哪个任务完成后会解锁哪块区域;
  • 哪条剧情或线索应在什么条件下弹出。

作者特别强调,45 个任务、57 个道具、10 个生成器之间一旦有一个 ID 没对上,游戏跑着跑着就可能直接卡死。表现出来不是“文档写得不好看”,而是玩家合成出关键道具后,后续剧情、任务或解锁逻辑完全不响应,只能面对一个“毫无反应的屏幕”。

因此,H5 本地工作台的根本意义,是把原本分散在聊天记录和 Markdown 里的静态策划内容,转成可视化、可检视、可直接导出的结构化数据系统。

核心组成

作者说明,这套本地 H5 系统里集成了多个模块,至少包括以下几类:

  • 项目总入口;
  • 策划索引;
  • 原型设计;
  • 场景提示词矩阵;
  • 合成链动态规划;
  • 音效资产审计工具。

这些模块共同构成了一个“不是单一文档,而是成体系资料站”的工作台。

项目总入口

项目总入口承担的是统一导航作用,把分散的策划页、素材页、设计页和审计页串在一起。对于一个由人和 AI 协同推进、文件数量和资料类型都很多的项目来说,这相当于本地工具总站。

作者还提到,本文中的大部分截图都来自这套本地 H5 系统,说明它不仅服务数据编辑,也服务日常浏览、展示和复盘。

策划索引

策划索引用于把任务、道具、生成器、剧情等信息组织成可查找、可跳转、可核对的结构,而不是散落在聊天上下文里。

在合成经营类项目中,策划索引的价值尤其高,因为它能帮助快速核对:

  • 某任务引用了哪些道具;
  • 某道具由哪条合成链产生;
  • 某生成器开放后会不会提前放出破坏节奏的产物;
  • 某区域解锁是否被前置任务正确挂接。

这正是 Markdown 大纲最容易失控的地方:字写得越多,不代表引用关系越可靠。

原型设计

原型设计模块服务于交互和体验层面的表达,把原本只能文字描述的界面流程、奖励承接、弹窗顺序和其他前端表现,变成更容易核对的浏览器内原型。

它和作者前文对“爽感反馈”的拆解是连在一起的:作者认为 AI 不会天然理解什么叫好玩的手感,所以人必须把体验细节拆到足够具体,再通过可视化工具不断校正。

场景提示词矩阵

场景提示词矩阵体现的是这套工作台并不只管数值,还覆盖了素材生成与风格组织。

作者在后文谈到过“矩阵切图”的做法:用统一主题、统一风格提示词一次生成 6x6 或 8x8 的大图矩阵,再清洗成单个透明 PNG。把这类提示词组织与场景素材规划纳入工作台,意味着它也承担了一部分美术资产编排与复用管理功能。

合成链动态规划

合成链动态规划是这套工作台最贴近该品类核心玩法的部分。

合成经营游戏的关键,不只是列出“两个 A 变成一个 B”,而是要同时处理:

  • 合成路径是否过长或过短;
  • 生成器掉落概率是否会卡玩家节奏;
  • 任务需求是否与当前阶段可得道具匹配;
  • 解锁顺序是否会导致资源浪费或死锁。

把这类内容放进动态规划模块,说明作者希望在进入工程前就尽量把链路冲突暴露出来,而不是等玩家在真机里卡住时才追查配置。

音效资产审计工具

音效资产审计工具和作者第四步中的素材筛选流程直接呼应。

作者花 1.98 元买到一个总量 11451 个音频剪辑、总容量 3.4 GB 的音效包,又借助自动化脚本与 AI 按波形、长度、声道以及“点击”“合成成功”“金币飞行”“错误提示”等关键词做粗筛,最后只保留了 11 个高质感音频进入工程。

把“音效资产审计”纳入 H5 本地工作台,说明这套系统不只是策划台,也负责资产池到正式工程之间的审核与筛选记录。

工作方式

作者对这套工作台的实际使用方式描述得很具体:当需要微调某个道具的产出概率,或者调整某个任务的奖励时,不再回到一堆手写文档或散乱配置中慢慢改,而是直接在浏览器里进行交互修改。

完成修改后,可以一键导出最新 JSON 数据,再交给微信小游戏工程使用。