AI Game Development

Opus 5 游戏提示词爆火：24 小时重现 3A 级作品

一个 Opus 5 游戏提示词在社区爆火，开发者在 24 小时内做出高完成度可玩作品。本文拆解 Challenge Loop、多 Agent 验收流程与社区案例，并介绍如何在 Dobby 上使用 Opus 5。

编者按：本文根据 Chimin 于 2026 年 7 月 31 日在 GitHub Daily / Medium 发表的文章 “Opus 5 Game Prompt Goes Viral, 3A Masterpiece Recreated in 24 Hours” 改编整理。文中的项目效果、制作时长与模型表现来自原作者及相关开发者的公开分享；“3A 级”描述的是目标与观感，并不等同于完整商业 3A 游戏的制作规模。

最近，一套面向 Opus 5 的游戏开发提示词在 X 上迅速走红。最吸引眼球的案例，是开发者 Anshu 在 24 小时内做出了科幻探索游戏 The Long Silence：玩家可以在浏览器里行走、驾驶飞船并探索星球。与此同时，Matt Shumer 展示了第一人称射击原型，其他开发者则做出了卡丁车和赛博朋克风格的游戏。

Opus 5 游戏提示词在社交平台传播的截图 — Opus 5 游戏开发提示词在社区走红。图片来自原文。

真正值得研究的，不是“输入一句话就得到 3A 游戏”，而是提示词背后的组织方式：主 Agent 拆解任务，多个子 Agent 并行制作，再由独立的评审 Agent 检查结果并要求返工。它把一次性生成，变成了一个持续运行的工程闭环。

AI 生成第一人称游戏画面的示例 — Matt Shumer 展示的第一人称游戏原型。图片来自原文。

关键不是一句提示词，而是 Challenge Loop

Matt Shumer 把这套方法称为 Challenge Loop（挑战循环）。提示词会先定义一个很高的目标，例如制作具有现代商业游戏观感的第一人称射击体验；随后要求模型逐项迭代画面、动画、声音、性能和交互，并为视觉验收安排专门的子 Agent。

其核心可以压缩为四步：

明确目标与硬约束：游戏类型、玩家动作、技术栈、帧率、画面气质和可运行平台都要说清楚。
拆分并行生产：由主 Agent 规划架构，再把建模、关卡、灯光、控制器、音效和性能等任务交给不同子 Agent。
独立验收：评审 Agent 不参与生产，只负责用截图、参考作品、性能数据和清单检查结果。
不合格就返工：评审标准不能在过程中偷偷降低，直到达到门槛或用户决定停止循环。

Challenge Loop 挑战循环提示词截图 — Challenge Loop 的提示词与验收思路。图片来自原文。

这种设计的特别之处在于增加了一个相对独立的“质量门”。普通多 Agent 工作流常常只关注谁来做什么，却没有一个有权否决结果的角色。Challenge Loop 强迫系统把“看起来完成了”与“真的达到标准”分开，并用并排比较、盲测和定量指标减少自我满意。

当然，当前模型还不能真正复制商业 3A 团队数百人的长期产出。严格循环如果没有预算、时间和停止条件，也会不断消耗上下文与算力。因此，人仍然要负责选择方向、调整优先级，并在收益开始递减时结束任务。

24 小时做出 The Long Silence

Anshu 的目标是用 Three.js 做一款浏览器中的太空探索游戏。他只先给出少数不可妥协的要求：玩家能步行和驾驶飞船，画面不能有廉价塑料感，并尽量稳定在 60 FPS。世界观、技术架构和大量实现细节则交给 Opus 5 决定。

The Long Silence 太空探索游戏画面 — The Long Silence 的太空探索场景。图片来自原文。

第一阶段：先建立可玩的骨架

模型先完成移动、飞船驾驶、场景加载和浏览器渲染等基础系统。需要 3D 素材时，Claude Code 通过 Blender MCP 寻找并调用建模工具。这个阶段追求的是端到端可运行，而不是一开始就把每个细节磨到极致。

Claude Code 与 Blender MCP 制作游戏素材的截图 — 通过 Blender MCP 衔接建模工作。图片来自原文。

第二阶段：连续迭代视觉与性能

有了第一个可玩版本后，Anshu 让系统继续运行 24 小时，集中提升画面。多个子 Agent 并行工作，评审 Agent 则把游戏截图与《星空》等太空游戏的画面逐项比较，检查构图、光照、材质、曝光和帧率，未达标的部分重新进入制作队列。

多 Agent 持续改进游戏画面的工作截图 — 多个 Agent 围绕视觉与性能持续迭代。图片来自原文。

第三阶段：人工调度、收尾并沉淀 Skill

自动化并不意味着人完全离场。Anshu 会通过手机查看进度；当模型在行星场景上投入过多时间时，他会重新排列优先级。停止长循环后，再用其他 Claude 会话修复渲染问题、清理代码并完成部署。最后，他要求 Opus 5 总结整个过程，生成可复用的 Skill 并上传到 GitHub。

原文称，Opus 5 在验收过程中还为自己制作了一套包含 17 项强制检查的工具：自动截取不同场景、保存对比图、统计帧率并分析曝光数据。这一点比漂亮的演示画面更重要，因为它把主观的“感觉不错”变成了可以重复执行的质量流程。

AI 游戏验收工具与检查结果截图 — 自动化验收工具记录场景、性能与曝光数据。图片来自原文。

完成后的 The Long Silence 可以直接在浏览器里试玩。它更准确的定位是高完成度原型：足以证明长时间自主迭代能把一个模糊想法推进到可体验的产品，但仍需要人工导演和工程收尾。

社区开始“交作业”

提示词公开后，更多开发者把同样的结构迁移到不同题材。Ryan Campbell 用它迭代卡丁车游戏，重点改进本地渲染、移动端性能、操控和镜头；Yogi Suria 则尝试了名为 Claudepunk 2077 的赛博朋克原型。原文也提到，将相同思路迁移到 GPT-5.6 Sol 后同样能得到不错的结果，只是作者主观认为仍略逊于 Opus 5。