返回精选项目

FunloomAIAI 游戏生成 SaaS · 产品方案负责

设计“自然语言到可玩原型”的产品流程,并用用户研究、方案对比、验收信号与 A/B 反馈机制改善首次使用和后续留存。

RoleAI 产品设计 / 项目管理
Scope用户研究 · Agent 流程 · 增长
Period2025.02 - 2025.06
Outcome7 日留存 61%

01 / Problem

生成出一个游戏,不等于用户完成了创作。

用户不仅需要首次生成,还需要知道系统理解了什么、为什么这样生成、如何修改局部,以及修改后是否保持了前文。

产品的核心问题不是更多模型能力,而是把能力组织成可见、可编辑、可验证的创作过程。

02 / 我做了什么

从 20+ 次访谈中,找到“生成之后”的产品缺口。

  1. 首用门槛用户不清楚如何描述可玩结果,也不知道首次生成需要等待多久。
  2. 结果不可控生成结果与意图偏离时,用户缺少对关键机制和视觉元素的局部控制。
  3. 修改连续性弱二次指令容易破坏已有内容,上下文继承和局部修改的边界不清晰。
  4. 成功反馈不明确用户不能快速确认游戏是否可玩、是否完成目标,也不清楚下一步该做什么。

03 / Workflow

把生成模型编排为一条可理解的产品链路。

FunloomAI 生成与编辑流程 从意图解析到局部编辑的四阶段用户流程,编辑循环保留上下文,底部标注模板与模型的分工 意图与规格 题材 · 玩法 · 角色 · 胜负 任务规划 代码 · 素材 · 关卡 · 验证 生成与预览 阶段进度 · 可玩结果 局部编辑 继承上下文 限定变更范围 · 保留已有内容 验收信号 ↓ 模板与确定性规则 结构稳定、可预期的环节 LLM 能力 意图理解、规划与局部修改 首次生成建立可能性,局部编辑赋予用户控制权
编辑不是重新生成,而是在限定范围内修改已有内容;稳定环节交给模板,理解和修改交给 LLM。

我为首次生成、二次编辑、局部修改和结果预览输出 PRD 输入与验收信号,把定性的“更好用”转换为可观测的流程行为。

04 / Architecture tradeoff

不是所有步骤都值得一个 Agent。

对比单 LLM 生成、模板化生成和多 Agent 协作在可控性、成本与扩展性上的差异。对结构稳定、可预期的部分优先使用模板和确定性规则;对意图理解、规划和局部修改使用模型能力。

05 / Growth

优化的不是一个按钮,而是从注册到首次价值的路径。

23%→61%新用户 7 日留存
30,000+注册用户
20+开发者与创作者访谈

通过 onboarding 调整、入口优化、更清晰的等待/成功反馈与 A/B 测试,降低用户到达首次可玩结果的摩擦,并支撑多款游戏在 TapTap 上线。

06 / 现在怎么看

AI 创作产品的留存,来自修改权,不只是首次惊喜。

首次生成负责让用户看到可能性,二次编辑和局部修改才让用户拥有结果。对生成式产品,可控性是用户价值,也是增长机制。

Next case数字媒体数据集成与管理系统