三行提示詞、80 億 token、1.5 萬美元：AI 蓋出整款遊戲，工程師、PM、設計師該準備什麼

接下來你寫需求的功力，會比你寫程式的速度更值錢，Matthew Berman 最新那支影片就是在示範這件事。 影片主角是 Anthropic 的新模型（標題寫 Fable 5.2）。Berman 展示它只靠三行提示詞，花了幾天時間，做出一款有完整圖形、玩法和角色的《戰爭機器》風格 AAA 遊戲克隆版。同一個模型還做出功能完整的 Excel 克隆版、本地端運行的 DaVinci Resolve 影片編輯器克隆版，以及支援多人遊玩的 Fall Guys 風格遊戲。物理模擬那一段更誇張：它從零寫出不依賴任何函式庫的 WebGL2 程式碼，做出子彈穿過水球的即時模擬，光照、重力都能讓使用者即時調參數。 但價格也攤在桌上。單一遊戲專案燒掉超過 80 億個 token，照 API 計價約 15,000 美元。這不是「AI 免費幫你寫」，而是「你用一筆明確的預算，換一個大型專案的初稿」。 對工程師，工作重心從「把功能刻出來」移到兩件事：一是把任務切成值得花這筆錢的範圍，二是驗收。三行提示詞能做出遊戲，代表中間幾萬行程式沒人逐行看過。那個能在 Pull Request 裡看出物理引擎哪裡不對勁、架構哪裡埋雷的人，位置反而更穩。以後誰能用比較少的 token 做出同樣結果，誰就是團隊裡的成本控管者。 PM 的壓力最直接。這三行提示詞其實就是一份極簡 PRD，寫得含糊，就是燒一萬五千美元買一個不是你要的東西。需求拆解、驗收標準、取捨優先順序，以前是跟 RD 開會慢慢對齊，現在對齊的對象變成模型，而且錯一次的帳單很明確。 設計師要面對的是：Excel、影片剪輯這類成熟產品的功能清單，AI 已經能大致複製。沒辦法被複製的，是你為什麼把某個按鈕放在那裡，以及哪些功能該砍掉。 給自己的準備清單很短：拿手上的小專案，試著只用幾行話交代清楚，再看看產出哪裡偏掉，偏掉的地方就是你下一個該補的能力。 以前比的是誰先把東西做出來，接下來比的是誰先知道那個東西該長什麼樣子。