INTERNAL · 战略研究部 · 创新组

二合类 IAA 产品项目作为创新组
全栈 AI 开发切入点的适配性评估

产品方向合理性 · AI 工作流适配分析 · 系统复杂度评估 · MVP 探索范围与收口原则
版本：1.1.0 日期：2026年5月 适用对象：战略研究部创新组成员 项目：01_hyper_casual_ai_pipeline  |  阶段：W0 方向确认
当前判断
建议继续。以真实产品项目推进，同时控制探索范围，阶段性收口。
为什么适合
二合类能覆盖玩法、配置、美术、订单、广告、埋点、测试等完整产品模块，是单人策划 + AI 工具链的有效验证场景。
最大风险
单人策划独立开发时，系统复杂度 + 阶段收口能力不足 + AI 工具使用不熟，容易导致拿不出可玩包。
关键原则
MVP 边界不是提前锁死，而是在开发中探索、验证和阶段收口。第一阶段以跑通可玩产品闭环为主要目标。
组织假设（重要）：本项目不是多人协作开发同一个产品，而是每位策划同学独立使用 AI 工具完成一个端到端的 IAA 产品原型。没有配置程序员或美术同学，每位参与者本质上是"单人策划 + AI 工具链"。评估重点不是传统团队分工是否齐全，而是单人策划能否通过 AI 工具补齐程序、美术、测试、数据分析等能力缺口。参与同学大部分是实习生，对所有品类都需要学习，因此不把"缺乏合成类积累"作为否定该方向的理由——重点判断的是品类系统复杂度与单人开发能力的匹配程度。

一、选择依据与主动质疑

本章客观评估二合类作为当前产品方向的合理性，同时列出真实存在的反对意见。

1.1 选择二合类的合理依据

1.2 主动质疑：真实存在的反对意见

以下是客观存在的反对理由，请认真考量，不要因为已选定方向就忽视：
综合判断：如果目标是验证关卡生成算法，排序类更合适；如果目标是让单人策划用 AI 完成一个更完整的 IAA 产品闭环，二合类更合适。当前创新组的目标更接近后者，因此二合类是合理切入点，但需明确认识其系统复杂度。

1.3 替代方向的准确定位

排序类（Water Sort 变体）和路径规划类作为替代方向，应定位为："如果二合类在第一阶段核心合成闭环无法跑通，可保留 AI 工作流资产，转向更轻量的品类继续验证"——而不是"缺乏合成类积累就换"。

两个品类能力训练侧重不同：排序类更擅长验证 AI 关卡生成管线；二合类更擅长验证完整产品系统搭建和 IAA 广告点设计。

二、从"AI 全栈开发"角度分析

二合类不是 AI 自动替代人工判断的场景，而是 AI 负责生成、测试、记录和分析，人工负责审美、体验和产品取舍的典型场景。因此它适合作为全栈 AI 开发的产品项目。

AI 生成玩法原型
适合，但需人工验收
AI 负责：玩法原型代码、交互流程设计、系统结构搭建、快速迭代版本
人工验收：空间压力体感、订单节奏是否舒适、合成是否有满足感——这些体验判断无法被 AI 替代
可验收产出：可运行原型 + 人工试玩记录（10 分钟体验日志）
AI 生成核心代码
适合
AI 负责：网格系统、合并判断逻辑、生成器计时器、物品实例管理、单元测试
人工验收：多系统联调的 Edge case（满格处理、最高等级物品行为）、基本性能
可验收产出：合并逻辑单元测试通过；棋盘、合并、生成器三个模块独立可运行
AI 生成配置表
高度适合
AI 负责：物品链 JSON Schema 定义、订单表批量生成、生成器参数配置、JSON 解析器
人工验收：数值平衡审核（生成器产速与订单消耗的节奏匹配）
可验收产出：包含 20+ 物品等级的配置文件，可直接导入游戏加载
AI 生成物品链条
高度适合
AI 负责：批量生成不同主题物品链（农场、厨房、宝石等）、附带 AI 美术生成 Prompt
人工验收：主题一致性、链条长度合理性（12-20 级）
可验收产出：1 条完整物品链配置 + 每级物品的美术生成 Prompt 模板
AI 生成订单系统
适合
AI 负责：20-50 条订单批量生成（物品需求 + 触发条件 + 奖励）、按难度排序
人工验收：早期订单新手友好性、订单消耗节奏与生成器产速的协调
可验收产出：包含 20 条订单的配置表，前 5 条对新手友好可验证
AI 生成 UI 原型
适合
AI 负责：Unity UGUI 骨架代码、标准移动端布局（棋盘区 + 订单区 + 资源条 + 广告按钮）
人工验收：移动端屏幕适配、操作区域大小（拖拽区域过小影响体验）
可验收产出：1080×1920 分辨率下布局正确，所有区域不重叠
AI 生成美术占位资源
高度适合
AI 负责：物品图标批量生成（Midjourney/SD），Prompt 模板化可确保风格一致性
说明：AI 美术工具已较成熟；二合类图标最适合批量生成（主题统一、不需要动画）。美术工作流本身是需要沉淀的资产：主题定义→Prompt 模板→批量生成→筛选→后处理→命名→导入工程。第一阶段不要求一次性完成全部等级的正式图标，可先用 12-20 个核心等级验证链条表达，另选 3-5 个关键物品验证 AI 美术风格链路，其余等级用色块占位。
人工验收：相邻等级可辨认度、风格统一性、导入规范
可验收产出：3-5 个风格验证图标 + 12-20 个核心等级占位图，团队内测无混淆操作
AI 生成广告点逻辑
适合
AI 负责：触发条件逻辑代码、广告 SDK 接入、回调处理、3-5 个广告点的完整实现
人工验收：广告触发时机体感、广告频率调参（防止强制打断）、回调后游戏状态正确性
可验收产出：3 个广告点可触发，广告后状态无异常
AI 生成埋点方案
高度适合
AI 负责：IAA 标准埋点事件清单 + 合成类补充事件（merge_complete/order_complete）+ SDK 集成代码
人工验收：事件字段命名与团队规范的一致性检查
可验收产出：7+ 核心事件在 GA 后台实时可见，本地测试通过
AI 辅助测试与复盘
适合
AI 可以做：生成测试用例 · 辅助自动化测试框架 · 分析棋盘填充率变化 · 分析订单完成时间 · 分析生成器产出频率 · 基于埋点日志生成复盘报告 · 识别节奏卡点和资源产消异常
人工负责：最终体验判断（"好不好玩"无法被 AI 替代）
可验收产出：核心逻辑单元测试覆盖 >60%；AI 生成初版复盘报告框架
本章小结：二合类在配置生成（物品链、订单、广告点）和 AI 美术生成两个维度上比排序类有明显优势，是验证 AI 配置驱动开发和批量美术生产能力的更好场景。代码和 UI 生成与排序类相当。埋点生成高度适合。AI 在测试建模和复盘分析中有真实价值，但体验判断仍依赖人工。

三、从"IAA 商业化验证"角度分析

合成类广告点天然嵌入核心循环摩擦点，是 IAA 广告点设计最可验证的品类场景之一。

广告点适合 MVP？核心逻辑与触发条件注意事项
看广告获得缺失合成物 第一版首选 玩家缺少某个等级物品导致订单无法完成，广告给出该物品。触发动机最强，体验最自然。 给出的物品等级不能过高，建议只给低等级物品，避免破坏合成过程感受
看广告刷新生成器 第一版首选 生成器有冷却时间时，等待摩擦产生广告需求。需要先有生成器冷却设计。 冷却时间设计是前提：过短不产生广告需求，过长让玩家放弃。建议冷却在 3-8 分钟之间
看广告获得订单奖励倍率 第一版首选 完成订单后弹出"看广告 ×2 奖励"，触发时机位于流程收尾，不打扰主流程。 奖励需要对应有意义的资源，否则动机弱
看广告扩展临时格子 第一版慎用 空间紧张时有意义，但设计不当容易让玩家感觉"棋盘太小是刻意的"，产生负面体感。 MVP 阶段棋盘大小应以"基本够用偶尔紧张"为目标，不要靠该广告点解决空间问题
看广告开宝箱 / 解锁特殊物品 后续版本 需要额外系统设计（宝箱掉落/特殊物品品类），超出第一阶段范围。 MVP 不做

广告点与核心循环的关系

合成类广告点应嵌入循环的摩擦点而非成为主流程瓶颈。三个自然摩擦点：

第一版广告点建议：MVP 阶段仅做 3 个激励广告点，全部为玩家主动触发，不设置强制插屏广告。第一版先验证广告点是否自然成立，不急于追求稳定广告频率；广告频次可作为后续小规模测试阶段的调参目标。

四、二合类方向内部的可探索变量

二合类不是单一固定产品，每位同学可以在同一品类框架下探索不同主题和轻微机制变体，形成横向比较。以下是第一阶段可以差异化的维度：

主题方向
  • 食物（餐厅/烘焙）
  • 宠物演化
  • 昆虫/自然成长
  • 宝石/矿石
  • 装备锻造
  • 植物/花园
  • 杂货/货架整理
目标驱动方式
  • 订单驱动（主流）
  • 图鉴收集
  • 生成器解锁
  • 轻量装修目标
  • 积分冲榜
  • 关卡/章节解锁
交互/操作方式
  • 拖拽合成（标准）
  • 点击合成（轻量）
  • 自动吸附合成
  • 完成后自动交付订单
  • 多棋盘/分区布局
广告点组合
  • 缺失物品（推荐必做）
  • 生成器刷新（推荐必做）
  • 订单倍率（推荐必做）
  • 临时格子（可选）
  • 宝箱（后期）
每位同学在同一品类框架下选择不同主题和目标驱动方式，可以形成有意义的横向比较——不是比较谁的产品"更好"，而是比较谁的 AI 编排效率更高、配置设计更可复用、闭环更完整。

五、开发复杂度对比

以单人策划 + AI 工具链为开发主体，对比四个品类的实际复杂度：

对比维度 排序类
Water Sort		 路径规划
连线/一笔画		 物理避障
Runner		 二合类 IAA
核心玩法实现 低 单一规则 中低 路径算法 中 物理引擎 中偏高 多系统联调
配置系统复杂度 低 参数少 低 地图 JSON 低 速度/密度 高 三套config 联动
美术需求 极低 纯色方块 低 线条节点 中 角色+障碍 中高 30-60图标
AI 内容生成价值 极高 批量关卡生成+有解性验证 高 地图结构化生成 中 程序化段落 高 配置表批量生成
自动化测试可行性 高 有解率可自动验证 高 连通性算法验证 中 需模拟测试 中 逻辑单测可做，体验测试需人工
广告点设计空间 有限 主要失败复活 有限 中 复活+加速 丰富 4-5个天然广告点
单人 2 周做出可玩包 高可行性 可行 有风险 有条件可行 需控制范围
完整产品闭环覆盖 中 系统较少 中 中 最全 覆盖完整产品模块
排序类更适合的目标
  • 验证 AI 关卡生成算法
  • 快速出 MVP（更少系统）
  • 自动化测试管线验证
  • 想在 1 周内跑通可玩原型
  • 美术资源极度有限时
二合类更适合的目标
  • 验证完整 IAA 产品闭环
  • 广告点设计与体验平衡
  • AI 配置驱动开发能力验证
  • AI 批量美术生产工作流
  • 产品系统拆解与设计能力

六、产品风险分析

以下是在"单人策划 + AI 工具链"开发模式下，二合类项目最需要关注的风险。

⚠ 探索与收口失衡【最高优先级】
风险表现

二合类天然有扩展诱惑，持续新增系统（装修、活动、多链），导致两阶段结束时系统多但均不完整，无法交出可玩包。

产生原因

没有产品负责人约束范围；每个系统"感觉都有必要"；单人开发时缺乏外部压力让收口决策延迟。

规避策略

第一阶段允许探索，但必须形成阶段性收口：每新增一个系统都要说明它服务哪个核心循环；无法明确说明的推迟到下一阶段。

是否需要提前处理

是，在项目启动时明确"第一版探索范围"，周期性检查收口进展。

⚠ 空间压力设计失误
风险表现

棋盘太空（无紧迫感，不产生广告需求）或太满（玩家频繁卡死，体验崩溃）。

产生原因

棋盘大小、生成器产速、合成速率三者平衡难以在配置阶段准确预判，需要试玩验证。

规避策略

建议从 6×6 或 7×7 起步，但棋盘大小本身是探索项，需要通过试玩验证空间压力是否合理。开始时棋盘 70% 空，观察随生成器产物增加后的填充节奏。

是否需要提前处理

是，W1 核心调参任务。

订单节奏不合理
风险表现

订单要求超出玩家当前合成进度（新手订单要求 Level 10 物品），或刷新节奏与生成器产速不匹配。

规避策略

前 5 个订单仅要求 Level 1-4 物品；订单难度不应超过玩家当前最高等级 +2。订单配置是探索项，需要迭代调整。

是否需要提前处理

是，W2 核心平衡任务。

广告点打断体验
风险表现

广告触发频率过高，或在错误时机强制弹出（合成操作中途），导致玩家流失。

规避策略

MVP 阶段：只做 3 个激励广告点，全部为玩家主动触发。不做强制插屏。测量主动触发率，避免触发密度过高。

是否需要提前处理

是，广告接入阶段必须验证。

合成反馈不够满足
风险表现

合成动作没有视觉/音效反馈；物品等级之间视觉差异不明显；玩家感受不到"升级"的正反馈。

规避策略

主题选择上优先选视觉差异明显的链条（如虫子→蝴蝶→凤凰）；基础合成动画（缩放/粒子）是 MVP 必做。AI 可生成动效代码。

是否需要提前处理

是，合成反馈是核心体验的一部分，MVP 阶段不能省略。

美术风格不统一
风险表现

相邻等级物品难以区分，或批量生成图标风格杂乱，整体视觉廉价。

规避策略

MVP 阶段允许使用简化素材（色块+数字等级），但必须保证可辨认性。正式图标等基础闭环稳定后再做。AI 图标生成应建立 Prompt 模板确保风格一致。

是否需要提前处理

色块占位可规避，Prompt 模板化应在生成前确定。

第一版系统定义过早
风险表现

在核心循环未跑通之前，过早设计装修、赛季、活动等长线系统，浪费时间。

规避策略

前两周唯一目标：交出 10-15 分钟可玩的产品原型。所有长线系统话题推迟到可玩包完成后评估。

是否需要提前处理

在项目启动时明确禁止。

单人 AI 工具使用不熟
风险表现

AI 辅助效率低于预期，大量时间花在调 Prompt 上而非推进产品，导致进度严重落后。

规避策略

项目启动前确认每位同学的 AI 工具使用基础；第一周优先熟悉工具链（代码生成、配置生成、图标生成各试 1 次）；沉淀有效 Prompt 模板供后续复用。

是否需要提前处理

是，建议 W1 Day 1-2 优先做工具熟悉。

七、从产品项目看创新组能力建设价值

二合类作为真实产品项目，同时承担 AI 全栈开发能力验证目标。以下评估核心能力维度的建设价值：

能力建设维度 二合类项目价值 与排序类对比 说明
AI 全栈开发编排 高 优于排序类 多系统联调（合成+生成器+订单+广告+埋点）让 AI 编排更复杂，建设价值更高
配置驱动开发 非常高 明显优于排序类 物品链、订单表、生成器配置是配置驱动开发最典型场景，强制养成"先定 Schema 再写代码"的习惯
产品闭环意识 高 更严苛 要跑通完整 IAA 产品闭环，比排序类需要更多系统协作，对产品感要求更高
IAA 广告点设计 非常高 明显优于排序类 广告点天然成立、数量多，可以直接验证不同触发时机和体验设计，广告设计能力迁移性强
埋点与数据意识 高 相当 合成类补充事件（merge_complete、order_complete）让埋点设计更完整，AI 复盘分析更充分
AI 美术工作流 高 明显优于排序类 排序类只需色块，合成类需要 30-60 个主题图标，是验证 AI 批量美术生成能力的真实场景
阶段收口与快速终止 中等 略弱于排序类 排序类有可量化验收指标，合成类平衡性验收更主观，收口边界需要主动管理
从产品迭代中沉淀工具和 SOP 高 优于排序类 配置 Schema、物品链模板、广告配置模板等资产，对后续合成类和其他品类均有复用价值

最值得建设的能力（Top 3）

  1. 配置驱动的 AI 内容生成能力——物品链配置 Schema 是后续多类项目都能复用的底层资产
  2. IAA 广告点设计与体验平衡能力——合成类广告点逻辑可直接迁移到其他 IAA 品类
  3. AI 批量美术素材生产工作流——建立从 Prompt → 生成 → 筛选 → 命名 → 导入的标准流程

排序类在哪些方面更有优势

八、单人独立开发模式下的横向对比价值

每位同学各自独立完成一个二合类 IAA 产品原型，不只是多个孤立的个人项目，而是一组可以横向比较的样本。

横向对比的价值维度

对比对象不是"谁的产品更好"，而是：

横向对比的组织价值

对创新组负责人的建议：在每个阶段收口时（W1 结束、W2 结束），组织一次横向对比会议，重点不是展示产品，而是分享 AI 工具使用经验、Prompt 模板、遇到的卡点和解决方法。这是比单个项目复盘更有价值的组织学习机制。

九、第一版 MVP 的探索范围与收口原则

MVP 边界不是提前锁死的，而是在开发中探索、验证和阶段性收口的对象。第一阶段以跑通可玩产品闭环为主要目标，同时为后续市场验证做好准备。

建议起点
  • 棋盘：6×6 或 7×7 起步
  • 合成链：1 条主链（12-20 级）建立基础循环
  • 生成器：1-2 个，至少 1 个有冷却
  • 订单：20 条以内，难度递增
  • 广告点：先验证 2-3 个最自然的激励点
  • 埋点：7 个核心事件
  • 美术：色块占位图或 AI 生成 v0.1
  • UI：棋盘区 + 订单区 + 资源条骨架
可探索项
  • 棋盘大小（通过试玩验证空间压力）
  • 合成链长度（是否加副链视订单消耗决定）
  • 订单数量与频率
  • 生成器产速和冷却时长
  • 广告点数量（2-5 个之间）
  • 美术主题（不同同学选择不同主题）
  • 目标驱动方式（订单/图鉴/轻量解锁）
  • 是否加入轻量图鉴系统
必须收口项
  • W1 必须跑通核心合成闭环
  • W2 目标是形成最低可玩闭环；理想状态达到 10-15 分钟体验。如未达到，也必须交付可运行版本、问题清单和复盘结论
  • W2 必须完成基础埋点接入
  • 新增系统必须说明服务哪个核心循环
  • 第一阶段原则上不优先投入装修、剧情、赛季、多人、多条主链、完整 LiveOps；若个别设计能明显增强核心循环，需明确说明服务的体验目标，并记录取舍理由
  • 图标阶段二再做，不阻塞 W1 进度
关于"不做"清单的说明：这些项目不是永远不做，而是第一阶段不优先；如果某个系统能明显增强核心循环体验，可以作为探索项，但必须有明确取舍理由，并记录在项目决策日志中。MVP 阶段允许使用简化素材，但必须保证合成反馈、订单目标、广告触发点和基础节奏具备产品完整性——不以"简化 MVP"为由降低对核心体验的要求。

7 个核心埋点事件（合成类版本）

#事件名触发时机关键参数
1session_start进入游戏session_id, timestamp
2merge_complete合并成功from_level, to_level, board_fill_pct
3order_complete完成一个订单order_id, difficulty, time_spent
4generator_collect从生成器取出物品generator_id, item_level, wait_time
5ad_impression广告展示ad_type, placement, trigger_reason
6ad_complete看完广告ad_type, reward_type, reward_value
7session_end离开游戏session_duration, orders_completed, merges_done

十、两周开发建议节奏

由于每位同学独立使用 AI 开发，以下时间表不是统一流水线，而是每个项目自我管理和阶段收口的参考节奏。可以根据个人主题、工具熟练度和技术实现情况调整，但 W1 需尽早跑通核心合成闭环，W2 目标是形成最低可玩闭环并输出复盘材料；即使未达到理想状态，也必须交付可运行版本和问题清单。

Week 1：核心闭环
W1-1 工具链熟悉 + 工程搭建

目标：确认 AI 工具（Claude Code/Cursor/Godot/Unity + Midjourney）可用，Unity/Godot 工程初始化

AI 负责：工程脚手架代码、目录结构、基础配置加载器

人工验收：工程可运行，AI 工具出代码流畅，确认主题方向

优先级：启动前置
W1-2 物品链 Schema + AI 配置生成

目标：定义 item_chain.json Schema，AI 生成完整物品链配置（12-20 级）

AI 负责：Schema 定义、配置文件批量生成、JSON 解析器代码

人工验收：配置可加载，12+ 种物品等级在棋盘上可显示区分

关键：Schema 先于代码
W1-3 棋盘 + 合并核心逻辑

目标：6×6 棋盘可运行，拖拽/点击合并逻辑正确

AI 负责：网格系统代码、合并判断、物品栈管理、单元测试

人工验收：拖拽手感、满格行为、合并动画基础反馈

W1 最重要节点
W1-4 生成器系统

目标：1 个生成器，按时间/点击产出 Level 1 物品，含冷却

AI 负责：计时器逻辑、物品实例化、冷却 UI 显示

人工验收：产速体感（3-10 秒/个是否合适）、满格时不崩溃

与 W1-3 并行
W1-5 基础 UI + AI 美术占位

目标：UI 骨架可用，物品占位图（色块 or AI 生成 v0.1）可辨认

AI 负责：UGUI 骨架代码、图标 Prompt 模板、批量生成

人工验收：布局在标准分辨率下正常，12 种物品等级不混淆

色块优先，图标不阻塞进度
Week 2：可玩包 + 复盘
W2-1 订单系统

目标：20 个递增难度订单，完成获得金币，核心循环贯通

AI 负责：订单配置生成（20 条按等级递增）、判断逻辑、订单 UI

人工验收：前 5 个订单对新手友好；10 分钟内可完成 5-8 个订单

完成后整体循环贯通
W2-2 广告点接入

目标：3 个激励广告点（获得物品、刷新生成器、订单倍率）

AI 负责：触发条件逻辑、SDK 接入、广告回调处理

人工验收：触发时机体感、广告后状态正确、无强制弹出

IAA 核心验证
W2-3 埋点接入（7 事件）

目标：7 个核心事件在 GameAnalytics 后台实时可见

AI 负责：埋点文档、SDK 集成代码、事件触发实现

人工验收：本地运行 10 分钟后 7 个事件全部在 GA 后台出现

数据链路验证
W2-4 新手引导（3 步最小化）

目标：前 3 步手把手：点击生成器 → 合并 → 完成第 1 个订单

AI 负责：引导序列代码框架

人工验收：盲测人员 60 秒内完成引导，无需任何说明

3 步以内，不过度设计
W2-5 可玩包 + 内部测试

目标：打包 APK/IPA，团队内测 + 3 名外部人员盲测

AI 负责：测试用例清单、盲测记录表模板

人工验收：≥3/5 测试者表示会继续玩 10 分钟以上

W2 收口关键节点
W2-6 复盘报告 + 资产沉淀

目标：AI 开发效率数据记录 + 可复用资产归档

AI 负责：复盘报告框架生成、效率数据汇总

人工验收：报告包含 B1-B4 指标实际数据；主要 Schema/Prompt/配置归档完整

即使产品失败也必须完成

十一、继续 / 调整 / 终止标准

以下标准服务于每位同学的个人项目判断，也适用于创新组整体方向的阶段评估。

✅ 继续推进：满足以下条件
  • W1 结束：核心合成闭环可运行（棋盘 + 合并 + 生成器，无根本性 Bug）
  • W2 结束：交出可玩包（10-15 分钟体验）；3 个广告点至少 1-2 个成立；7 个埋点事件在后台可见
  • 单人开发者能独立维护配置和代码，不依赖外部帮助
  • 盲测结果：≥3/5 人愿意继续玩超过 10 分钟
  • AI 开发效率被记录：是否形成可复用 Prompt、Schema、工程骨架和问题清单比效率数字本身更重要；第一轮不宜把效率指标作为继续/终止的硬性标准

继续后执行：扩展副链 → 调整平衡性 → 升级美术 → 制作 3-5 条 CPI 测试素材 → 小规模测试

⚠️ 调整方向：出现以下情况
  • 保留工程，换主题/包装：核心循环体感可（合并爽、广告点合理），但主题无新鲜感或视觉廉价。保留工程骨架，重新生成物品链和图标。
  • 修改订单/节奏：核心玩法成立但订单节奏或生成器速率不合理，进行配置层调整而不改代码。
  • 转向更轻量品类：若 W1 中期核心合成闭环仍无法跑通，应先判断问题来源（工具使用、开发路径还是品类复杂度），若判断超出当前单人 AI 开发能力，再考虑切换到排序类或路径规划类，保留已有工程骨架和配置资产。
🛑 终止当前产品方向：出现以下情况
  • 多轮调整后核心合成循环仍无法成立（合并逻辑根本性错误或体验判断持续无法形成）
  • 盲测结果：5/5 人在 5 分钟内放弃，且反馈是设计问题而非 Bug
  • AI 工具链完全无法支撑单人独立开发（效率未提升，Prompt 无法产出可用结果）

即使终止，也必须在 48 小时内完成资产沉淀（见第十二章）。终止不等于失败，失败而没有资产沉淀才是真正的失败。

十二、产品迭代中必须沉淀的资产

产品项目需要追求可玩闭环；如果产品验证失败，也不能只留下失败结论——必须沉淀可复用资产。对单人策划 + AI 工具链而言，以下资产是最重要的输出：

物品链配置 Schema（JSON）

字段定义（等级、物品名、图标 ID、合成规则）。复用：后续合成类项目直接基于该 Schema 新建配置，无需从零定义格式。

订单配置模板

20 条递增难度订单文件 + 设计规则（"早期订单不超过当前最高等级 +2"）。复用：新项目直接基于模板调整内容，节省平衡设计时间。

广告点配置模板

3-5 个广告点的触发条件、回调逻辑、奖励类型标准配置。复用：其他 IAA 品类可参照该逻辑，不需要从零设计触发机制。

基础埋点模板（合成类版本）

7+ 个核心事件定义文档 + GA SDK 集成代码模板。复用：后续项目直接复用事件定义，新事件以追加方式扩展。

AI 美术 Prompt 模板库

风格统一的图标批量生成 Prompt 框架（主题/风格/等级/尺寸参数模板）。复用：换主题时替换主题词，其余参数保留，确保批量出图风格一致。

AI 代码生成 Prompt 集

成功生成棋盘系统、合并逻辑、生成器计时器的有效 Prompt 记录。复用：下个项目直接使用已验证 Prompt，减少试错时间。

Unity / Godot 工程骨架

包含网格系统、物品 Pool、配置加载器、广告 SDK、GA 埋点的标准工程模板。复用：后续同类项目直接基于骨架分支，节省工程搭建时间（估计 1-2 天）。

AI 全栈开发效率数据

各模块 AI/人工工时对比、AI 生成代码可用率、配置生成时间缩短比例。复用：作为创新组 AI 辅助效率基准数据，指导后续项目的 AI 使用策略。

项目复盘报告模板

包括核心循环体验评估、广告点测试结果、埋点数据摘要、AI 效率数据、终止/继续决策记录。复用：创新组后续所有项目复盘的格式基准。

横向对比分析报告

多位同学独立项目的工作流效率对比、配置质量对比、可玩包完整度对比，提炼共性失败原因和可推广路径。复用：创新组方法论资产，指导下一阶段项目设计。

资产沉淀执行原则：以上资产应在项目推进过程中同步沉淀，而不是项目结束后再整理。建议每完成一个模块后当天完成对应文档归档，保存在 01_hyper_casual_ai_pipeline/ 对应子目录中。
下一步行动清单
1
明确个人项目边界：每位同学确定自己的二合类主题（食物/宝石/宠物/装备等）和目标驱动方式（订单驱动 or 图鉴收集），形成一句话项目定义。
2
先建配置 Schema，再写代码：在动手写代码前，先用 AI 生成 item_chain.json 的字段格式定义（Schema 先于代码，是配置驱动开发的核心习惯）。
3
W1 Day 1-2 熟悉工具链：代码生成（AI 生成棋盘骨架）、配置生成（AI 生成物品链配置）、图标生成（AI 生成 3 个测试图标）各试一次，确认工具链可用。
4
W1 Day 3 核心节点检查：棋盘合并系统是否可运行。如果因工具链问题无法推进，先解决工具链；如果因品类复杂度超出能力范围，再考虑转向更轻量品类。
5
W2 重点：订单 + 广告 + 埋点：核心循环跑通后，优先接入订单系统（完整循环）→ 3 个激励广告点 → 7 个埋点事件，最终打包可玩包。
6
持续沉淀 Prompt 和 Schema：每用 AI 完成一个模块，立即记录有效 Prompt 和生成的配置文件，归档到项目资产目录，为横向对比和后续复用留底。
7
W2 结束组织横向对比会：聚焦分享 AI 工具使用经验、遇到的卡点、Prompt 模板，提炼共性结论，形成创新组方法论资产。