用豆包 + Codex 高效开发微信小游戏：《我在大明当首辅》开发首日实战

摘要：本文介绍了利用AI工具高效完成软件开发需求文档撰写与代码生成的全过程。首先使用豆包AI生成需求文档模板并完善内容，最终形成13,000余字的详细需求文档；随后将该文档输入Codex代码生成系统，自动转换为可执行代码。这一工作流程展示了AI技术在需求分析和编程自动化方面的应用潜力，显著提升了软件开发效率，将传统需求分析、文档编写和编码实现的多环节工作简化为智能化流水线作业。

不愿透露姓名的大鹏

405人浏览 · 2026-04-08 11:20:22

不愿透露姓名的大鹏 · 2026-04-08 11:20:22 发布

作为一名常年混迹 CSDN 的开发者，最近一直想做一款轻量化的微信小游戏 —— 主打明朝背景的文字养成策略类，核心玩法围绕 “科举入仕→回合制事件→晋升考核→多周目传承” 展开。借着 AI 辅助开发的风口，我尝试用「豆包打磨需求文档 + Codex 生成初始代码」的模式推进，本文就分享开发首日的完整流程、踩坑点和优化思路。

一、开发背景：为什么选 “文字类微信小游戏”+ AI 辅助？

文字类小游戏天生适配微信小程序的碎片化场景，无需复杂美术资源，核心靠规则和数值驱动；而 AI 辅助开发能大幅降低 “从想法到代码” 的门槛 —— 尤其是需求文档（PRD）打磨和基础代码生成环节，比纯手工效率提升至少 5 倍。

我的核心诉求很明确：

游戏规则要贴合明朝史实（官制、科举无错误）；
新手友好，数值平衡，支持多周目玩法；
数据解耦（所有规则通过 JSON 配置，无需改代码即可调整）；
适配微信小程序原生规范（rpx 单位、震动反馈、本地缓存等）。

二、第一步：用豆包打磨 1.3 万字的精准 PRD

2.1 从 “模糊想法” 到 “标准化 PRD” 的迭代

最初我的想法只有 “做明朝首辅养成游戏，有科举、晋升、事件”，连 PRD 的框架都不完整。这一步我选择用豆包作为 “需求分析师”，分阶段输出高质量 PRD：

阶段 1：生成 PRD 模板

首先给豆包输入精准 Prompt：

按照微信小程序游戏的标准，生成《我在大明当首辅》的产品需求文档（PRD）模板，要求涵盖产品概述、架构设计、角色系统、属性体系、科举系统、晋升系统、事件库，核心原则：历史合规、新手友好、数据解耦、多周目成瘾，所有规则需量化（无模糊表述）。

豆包返回了结构化的 PRD 模板，包含核心设计原则、全局约束、页面布局、系统规则等模块，避免了我遗漏关键维度（比如微信小程序的适配规范、渐进式解锁规则）。

阶段 2：分模块补充细节

模板只是骨架，关键是填充符合 “明朝背景 + 数值平衡” 的细节。我针对每个核心模块和豆包反复沟通迭代：

角色系统：要求豆包设计 8 个出身（3 个初始解锁 + 5 个成就解锁），初始属性总和固定 40 点（保证平衡），每个出身绑定专属特性、属性上限、晋升路线；
属性体系：量化 11 个核心属性（学识、人脉、威望等）的取值范围、增长 / 衰减规则，隐藏属性需满足 “新手期隐藏”；
科举系统：严格贴合明朝 “童试→院试→乡试→会试→殿试” 规制，输出简化版（新手）和完整版（成就解锁）的流程，附带精准计算公式；
事件系统：设计标准化 JSON 模板，要求每个事件的选项对应明确的属性变化、派系影响、后续事件触发概率。

阶段 3：校验与优化

最后要求豆包 “校验 PRD 的历史合规性（明朝官制、科举规则）”“确保所有数值规则可量化（比如乡试成绩 = 学识 ×70%+ 前置加成 ×20%+ 出身加成 ×10%+ 随机值 (-5~+5)）”，最终生成了 1.3 万字的完整 PRD（核心片段如下）：

json

// PRD中角色配置示例（数据解耦核心）
{
  "characters": [
    {
      "id": "char_001",
      "name": "耕读世家",
      "unlockCondition": "permanent",
      "initialStats": {
        "knowledge": 11,
        "network": 7,
        "prestige": 6,
        "seniority": 0,
        "health": 10,
        "silver": 6
      },
      "maxStats": {
        "knowledge": 85,
        "network": 85,
        "prestige": 85,
        "health": 100,
        "silver": 120000,
        "integrity": 100
      },
      "traits": ["no_penalty", "exam_stability_10", "newbie_protection"]
    }
  ]
}

2.2 豆包提效关键：精准 Prompt 设计

总结几个让豆包输出高质量 PRD 的技巧：

分模块迭代：避免一次性丢出所有需求，按 “产品概述→角色系统→属性规则→科举系统” 逐步拆解；
强制量化规则：明确要求 “所有属性变化、事件结果、晋升规则全部可量化，随机数范围严格锁定”；
绑定场景约束：比如 “符合微信小程序适配规范（375px 基准，rpx 单位，vibrateShort 震动反馈）”；
历史合规校验：要求 “严格贴合明朝九品十八级官制、科举规制，无朝代冲突”。

三、第二步：将 PRD 喂给 Codex 生成初始代码

PRD 落地的核心是代码，我选择 GitHub Copilot（基于 Codex）作为核心工具，核心思路是 “拆解 PRD 模块→分文件生成→聚焦核心逻辑”。

3.1 准备工作：拆解 PRD+Prompt 设计

首先把 PRD 拆解为 6 个核心模块，避免 Codex 因上下文过长生成混乱代码：

微信小程序项目基础配置（app.json、project.config.json）；
页面结构（首页、角色创建页、游戏主页面、存档页、成就页）；
配置文件解析（characters.json、events.json 加载）；
核心数值计算（科举成绩、考核评分、属性增减）；
事件系统（选项触发、属性变化、后续事件）；
微信小程序原生能力（震动反馈、本地缓存）。

针对每个模块，设计精准的 Prompt，示例如下：

基于微信小程序规范，编写 pages/character/character.js 代码，功能：

加载 data/characters.json 配置；

实现姓名输入（仅 2-4 个汉字）、随机生成明朝男性姓名；

出身选择（初始解锁 / 成就解锁，未解锁显示灰色锁定）；

实时预览选中出身的初始属性、专属特性；

确认开局按钮（姓名 + 出身选择完成后激活，二次确认后跳转游戏主页面）。

3.2 核心代码生成示例

示例 1：科举成绩计算函数（Codex 生成）

javascript

运行

// 乡试成绩计算（严格按PRD公式）
function calculateProvincialExamScore(knowledge, preBonus, traitBonus) {
  // 公式：乡试成绩=当前学识值×70% + 前置事件加成×20% + 出身特性加成×10% + 随机值(-5~+5)
  const baseScore = Math.floor(knowledge * 0.7 + preBonus * 0.2 + traitBonus * 0.1);
  const randomOffset = Math.floor(Math.random() * 11) - 5; // -5~+5
  let finalScore = baseScore + randomOffset;
  // 边界值处理
  if (finalScore < 0) finalScore = 0;
  if (finalScore > 100) finalScore = 100;
  return finalScore;
}

// 会试成绩计算（同逻辑）
function calculateMetropolitanExamScore(knowledge, preBonus, traitBonus) {
  const baseScore = Math.floor(knowledge * 0.7 + preBonus * 0.2 + traitBonus * 0.1);
  const randomOffset = Math.floor(Math.random() * 11) - 5;
  let finalScore = baseScore + randomOffset;
  if (finalScore < 0) finalScore = 0;
  if (finalScore > 100) finalScore = 100;
  return finalScore;
}

示例 2：微信小程序页面结构（首页 wxml，Codex 生成）

xml

<!-- pages/index/index.wxml -->
<view class="container">
  <!-- 游戏LOGO -->
  <view class="logo">
    <text class="logo-text">我在大明当首辅</text>
  </view>
  
  <!-- 核心功能按钮组 -->
  <view class="btn-group">
    <button class="main-btn" bindtap="startGame">开始游戏</button>
    <button class="sub-btn" bindtap="loadSave">读取存档</button>
    <button class="sub-btn" bindtap="showAchievement">我的成就</button>
    <button class="mini-btn" bindtap="showSetting">设置</button>
  </view>
  
  <!-- 底部版权信息 -->
  <view class="copyright">
    <text>© 2025 我在大明当首辅 版权所有</text>
  </view>
</view>

3.3 首日生成的核心成果

完整的微信小程序项目结构（5 个核心页面 + 配置文件）；
配置文件解析工具类（加载 characters.json/events.json）；
核心数值计算函数（科举、考核、属性增减）；
基础页面 UI（贴合 PRD 的布局规范，rpx 单位适配）；
微信小程序原生能力封装（震动反馈、本地缓存）。

四、开发首日踩坑与优化（更优解决方案）

AI 生成代码并非 “一键完美”，首日遇到 3 个核心问题，我总结了对应的优化方案：

坑 1：Codex 生成的数值计算逻辑遗漏边界条件

问题：PRD 要求随机值范围 - 5~+5，但 Codex 初始生成的代码随机值范围错误（0~10），且未处理分数边界（比如负数、超过 100）。优化方案：

将 PRD 中的计算公式单独提取，作为 Prompt 的核心，明确要求 “边界值处理 + 整数结果”；
生成后手动校验核心公式，或让 Codex 生成单元测试用例（比如 “为 calculateProvincialExamScore 函数生成 5 个测试用例，覆盖不同学识值、随机值边界”）。

坑 2：微信小程序适配不完整

问题：Codex 生成的代码未实现震动反馈、本地缓存的错误处理，且 wxss 样式未贴合 PRD 的 “大明红、藏青” 主色调。优化方案：

补充 Prompt 明确要求 “按钮点击调用 wx.vibrateShort ()，缓存操作添加 try-catch”；
引入微信小程序官方 WeUI 组件库，替换 Codex 生成的基础样式，提升 UI 适配性；
手动补充主色调样式（#8B0000、#0F172A），确保视觉贴合 PRD。

坑 3：数据解耦未落地（配置写死在代码中）

问题：PRD 要求 “所有游戏内容与代码完全分离，通过 JSON 配置调整”，但 Codex 初始生成的代码把角色属性写死在 js 文件中。优化方案：

要求 Codex 生成 “配置解析工具类”（utils/configParser.js），专门加载 JSON 配置；
生成 JSON Schema 校验配置文件（比如 “为 characters.json 生成 JSON Schema，校验属性类型、取值范围”），避免配置错误；
采用懒加载模式，仅在需要时加载对应配置（比如角色创建页仅加载 characters.json），提升性能。

更优实践总结

分模块生成：将 PRD 拆解为≤500 字的模块，避免 Codex 上下文过载；
TypeScript 替代 JS：让 Codex 生成 TypeScript 代码 + 接口定义（比如 Character、Event 接口），减少运行时错误；
配置优先：所有可变规则（角色、事件、数值）全部抽离为 JSON，代码仅负责解析和计算；
人工兜底：AI 负责 “重复劳动（UI、基础逻辑）”，人工聚焦 “核心规则、边界条件、体验优化”。