跳至主要內容
CITY DESK
科技 設計評論

一行提示詞就能生成遊戲的時代,為什麼還有人逐行手寫教程

從一位遊戲主程堅持手寫教程的自問自答看起,觀察 AI 生成時代裡「過程」如何成為一種被重新設計的內容形式。

SHAO MEDIA 新聞中心 閱讀約 5 分鐘

2026 年 9 月 11 日,掘金上一篇標題直白的文章被推上熱榜:「為什麼現在 AI 這麼發達了,還要堅持手搓教程?」作者是位有八年遊戲業經驗的主程,自稱「億元程序員」。他在上一篇文章裡記錄了自己一個人、四個崗位、二十天,靠 Cursor 與 Codex 上線一款微信小遊戲的過程,隨後被讀者問了一個讓他沉默的問題:既然代碼、圖片、文件甚至整款遊戲都能生成,為什麼還要一篇一篇寫教程。這個問題表面上是內容創作的生存焦慮,往細裡看,其實是一道關於「內容該長什麼樣」的設計題。

先看一個具體畫面。打開任何一個 AI 工具,輸入「幫我用 Cocos Creator 做一個飛機大戰小遊戲」,大概率會得到一段能跑的成果:玩家控制腳本、子彈腳本、敵機腳本、遊戲管理器、碰撞檢測、分數系統,一次到位。這個成果的形式是一個「答案」。而傳統教程的形式是另一種:先創建項目,再創建節點,然後新建腳本,接著綁定組件,最後點擊運行。同樣指向一款小遊戲,兩種內容的骨架完全不同。前者把過程壓縮成結果,後者把過程攤開成一條可以踩上去的路。

答案的排版,和路徑的排版

如果把兩種內容都當成版面來讀,差異會更清楚。AI 生成的代碼是一種「完成態」的排版:結構工整、命名合理、註解齊全,像一份交卷的作品。教程是一種「進行態」的排版:每一步都留著決策的痕跡,為什麼節點這樣搭、腳本掛在哪、資源怎麼導入、碰撞為什麼沒觸發、預覽能跑但真機為什麼掉幀。

作者在文裡列出的那些問題很值得停下來看。它們有一個共同特徵:全都發生在聊天框之外。AI 能生成結果,卻看不到你的編輯器畫面,不知道你的節點樹長什麼樣,也不曉得你發布到微信小遊戲後畫面為什麼變了樣。當使用者對這些環節沒有概念,而 AI 又讀不到現場,對話就會走進死胡同。這正是教程這種「舊媒介」還留著的位置:它交代的從來就不只是那段代碼,而是代碼之前與之後的整個環境。

作者給出的第一個理由可以濃縮成一句:AI 負責生成結果,教程負責交代過程。這句話放在內容設計的脈絡裡,等於把兩種產品劃出了分工。生成式內容的價值在收斂,把無限的可能收斂成一個可用的答案;教程的價值在鋪陳,把一個答案還原回它被做出來的路徑。前者解決「要有」,後者解決「要懂」。

傳統手藝的介面正在換掉

文章裡有段自嘲很有畫面感。他說以前寫代碼,是打開編輯器,先泡杯茶,然後一點一點敲;現在是打開 AI,先輸入需求,然後等它表演。他甚至懷疑自己這個八年主程,是不是快轉職成「面向聊天框的提示詞工程師」。

泡茶與等表演,是兩種工作介面的隱喻。前一種介面裡,人是操作者,材料的每一層都經過手;後一種介面裡,人是審核者,材料在看不見的地方被組裝好再送回來。這種轉變對內容消費端的影響同樣劇烈。作者坦言,現在還願意從第一步看到最後一步的讀者不多了,很多人看到第二步就關掉頁面。原因他很誠實地指出:資訊太多、節奏太快,短視頻刷多了,AI 用多了,回頭看那種一步一步的教程,第一反應是「我直接問 AI 不就行了嗎」。

這裡的排版問題值得深究。傳統教程的資訊結構是線性的,價值建立在「順序」上:你必須走過第一格才能站在第二格。而 AI 對話的資訊結構是即時的、可跳躍的,價值建立在「取得」上:問題丟出去,答案彈回來。當讀者的閱讀習慣被後者訓練過,前者在介面上就先輸了一截。這跟工具好不好無關,是兩種內容形式對注意力的爭取方式不同。

拿到答案的人,和知道答案為什麼的人

但作者接下來的觀察,把這道題從內容形式拉回了知識本身。他說 AI 讓很多事情變簡單,也帶來一個新問題:很多人拿到了答案,卻不知道答案為什麼是這樣。代碼能跑就先用,跑不起來就繼續問,問著問著好像解決了,換一個需求又回到原點。

這個循環在設計上很好辨認:它沒有沉澱。每次對話都是一次獨立的交易,過程不留痕,經驗不累積。而教程真正要解決的,依作者的說法,是幾個更上遊的問題:你為什麼會遇到這個問題、這個問題怎麼拆、怎麼判斷一個方案靠不靠譜、怎麼把別人的 Demo 改成自己的項目。這四件事沒有一件能靠生成完成,因為它們全都發生在生成之前,是定義問題的能力,而非產出答案的能力。

他給教程的意義下了兩個很具體的標準。一是讓一個新人少踩一個坑、少熬一個夜、少懷疑一次自己是不是不適合做開發。二是讓一個已經在工作的工程師,在遇到類似需求時突然想起「這個地方之前有人講過」。這兩個標準都不浪漫,卻比任何流量指標都更貼近內容的用途:坑、夜、自我懷疑,都是可指認的成本;「之前講過」的記憶,是內容真正被使用的時刻。

收在教師節

文章寫於教師節前一天,作者在結尾想起自己既是程序員,也是手搓教程的「老師」。這個身分的重疊,恰好替整場討論收了尾。教學這件事的核心從來不是遞出答案,答案歷史上都能查到;教學的核心是把一條路鋪到別人腳下,讓他自己走得過去。AI 把遞答案的成本壓到近乎為零,反過來讓鋪路這件事的稀缺性變清楚了。

所以這個問題的答案,其實不在「AI 發不發達」,而在內容的分工被重新劃定之後,每一種形式各自守住了什麼。生成的內容會越來越便宜、越來越完整,而把過程講清楚、把彎路標出來、把判斷的依據攤開的內容,短期內沒有被生成的對應物。對讀者而言,值得留下警惕的只有一件事:拿到答案的速度變快了,並不代表繞過過程的代價變小了。那位主程選擇繼續一篇一篇寫下去,理由說到底很樸素,路總得有人先走過一遍,才輪得到別人走得順。

#ai生成內容#教程設計#知識傳遞