不会设计游戏，也可以从一个能玩的点子开始。

ROLL A
MINI GAME.

你只要选玩法深度、操作方式和氛围。系统会替你补齐玩家动作、资源取舍、持续压力和获胜目标；深度挑战还会加入第二循环和中局规则变化。

STEP 1

先定一个小范围拿不准就保留默认选项，直接生成。

01 · 你希望玩家主要纠结什么？

02 · 想让玩家思考多深？

小实验1 个循环 · 约 8k–15k tokens 完整游戏2 个循环 · 约 15k–30k tokens 深度挑战中局变规则 · 约 25k–50k tokens

这里不是单纯增加功能，而是增加玩家必须同时权衡的状态和策略。

03 · 想怎么操作？ 04 · 想要什么画面？ 05 · 想要什么感觉？

高级选项加一条特殊规则（可选）

特殊规则

INTERNAL · GM-BENCH-0.3

CODING AGENT
BENCHMARK.

冻结同一组小游戏任务、时间与 Token 边界，用三次独立运行比较不同 Coding Agent。测试模型只能看到 prompt.md；评分清单必须保密。

任务数量固定 Seed 单题时间单题 Token 允许联网

BENCHMARK ID—

PROMPT HASH—

RUN MATRIX—

公平测试约束每个模型从空文件夹开始；每题运行 3 次；不向测试模型暴露 evaluation.json。

任务	深度	循环结构	玩法反应	Prompt 指纹