「一個概念需要不斷地被打磨才能落實為好的設計，AI 可以很有效率地幫你執行減法設計，前提是你必須告訴它判斷的基準是什麼。」

我弟用最近很流行的 vibe coding 做了個 rogue-lite demo，有模有樣但就是不好玩，找我一起來搞。我沒問「該做什麼遊戲才能成功」，而是思考：「rogue-lite × deckbuilding 這個賽道要怎樣才能做成功？」一週後，從模糊賽道到可實作 Prototype Design Document 的設計收斂完成。

這場演講分享三個讓 AI 能放大企劃判斷力的底層觀點：必須先有參考點才能觀察好壞、意圖／系統／內容必須解耦合、AI 是個人思維模型的延伸。並回應三個常見問題：如何收束發散概念、想法該如何取捨、企劃要具備什麼基礎認知才能與 AI 順暢分工。

實戰案例為進行中的雙人獨立專案 Code: Airdrop，一款承載 Rogue-lite × Deck Building 體驗的六角戰棋遊戲，演講中所有引用文件皆為實際開發產物。

目標對象：還在探索如何讓 AI 參與工作流程的資深或一般遊戲企劃。大家都知道要把需求說清楚，但具體怎麼做——這場演講提供可實踐的答案。也歡迎想了解規格驅動開發的程式、美術觀眾。

先備知識：對 GDD／Spec 撰寫有基本概念，無需 AI 工具經驗。

主要收穫：
- 取捨想法時把判準綁進提問：與其問 AI「這個想法好不好」、「哪個提案比較好」，改成「對照 Game Proposal 的支柱、邊界、關鍵體驗，哪個選項更合適」
- 意圖／系統／內容三層文件結構的分工與時機
- 與 AI 對話的 6 條溝通原則 + 跨對話的工作管理紀律
- git-diff 友善的設計文件寫法
- 會後公開講者使用的設計文件規範模板與遊戲提案框架