研究使用AI工具，特别是GPT3.5和4.0，为YGOPRO项目生成代码。YGOPRO是一个开源的游戏王卡牌游戏项目，包含一万多种卡牌的效果脚本，使用语言是lua。首先，从简单脚本开始测试生成代码。生成简单代码时，将某个卡牌的代码喂给GPT进行处理。结果如下：生成结果与项目内现有代码仅有红框内的代码顺序不同，...
使用AI GPT工具生成卡牌游戏代码
研究使用AI工具，特别是GPT3.5和4.0，为YGOPRO项目生成代码。YGOPRO是一个开源的游戏王卡牌游戏项目，包含一万多种卡牌的效果脚本，使用语言是lua。
首先，从简单脚本开始测试生成代码。生成简单代码时，将某个卡牌的代码喂给GPT进行处理。结果如下：生成结果与项目内现有代码仅有红框内的代码顺序不同，其他代码几乎相同。注意到新生成卡牌的原卡名被AI改成了“ok”。
接着尝试生成一张游戏王中不存在的卡牌，生成结果简单明了。
之后，尝试生成更长、更复杂的代码。游戏王中有三张效果相似的卡片，通过其中几张卡的效果文本，尝试生成另一张卡的脚本。结果生成的代码与现有代码差别不大，只是变量命名和函数顺序有所不同。
在尝试更改功能，将“只能有一个种类”改为“每个种类只能有一个”时，生成结果并不理想，GPT生成的代码中出现了未知的lua语法。可能原因是描述与代码不匹配，描述信息不足，而实际需要实现的代码量太大。
针对游戏王中大量相同模板设计的卡牌，尝试拼接几乎相同的描述代码生成卡片。输入AI后，对比描述发现AI对于效果文本的阐述详细准确。分析需要生成的效果文本，AI成功生成了效果1，效果2生成结果不理想。总结生成卡牌代码的经验包括：变量命名统一、代码行数不宜过长、使用英文编写函数名和变量、效果代码尽量分开、描述详细并模仿AI写作风格。
总结，对于YGOPRO这样的开源项目，AI生成代码理论上可行，但准确度、对训练代码规范的要求高，描述需详细，还需大量时间进行代码调试。目前效率不高，需要探索生成流程。2024-11-12
