AIGC時代現狀(2023)

①AI發(fā)展現狀：

AI已經有能力寫小說、畫漫畫、虛擬人、mod、開發(fā)游戲、廣告投放等；

AI現在是非狀態(tài)化：AI不會永久記住你、還不會理解一句話的潛臺詞和背景。

ChatGPT需要更精確的提示詞。想得到更專業(yè)的回答，則需要一定的專業(yè)基礎；

AI版權問題爭論不休，智能合約問題亟待解決；

②企業(yè)的態(tài)度：

企業(yè)的目標是打造完整的IP產業(yè)鏈。有些公司非AIGC不立項，AIGC已滲透到IP孵化過程的產業(yè)鏈；

企業(yè)的另一個目標則是降本增效，AIGC提升效率之后，某些大廠可能會裁員；

③游戲開發(fā)商的態(tài)度：

擁抱AIGC，積極將AI工具引入工作流，但并不完全依賴AI，保持一定觀望。

AIGC對我們提出新要求

①會提問題

首先，要學會把問題描述清楚，把握語言是需要技巧的，這就需要學習一些提示詞技巧；

為了熟練掌握并準確地使用提示詞，甚至還需要學習提示詞工程（最終可能還是會變成軟件工程和api調用）

然而，隨著大模型升級，現在的提示詞會快速過時，最終會演變成自然語言（但也許會經歷漫長的過程）；大模型正在變得越來越能夠理解語言中的隱喻和情感；自然語言有二義性，計算機語言沒有;

學習過往大師的繪畫及語言風格，讓過往所有的大師成為你的筆，你可以用大師的方式描述自己的文字和繪畫，進行情緒的輸出和傳遞；更容易形成共鳴，轉化率更高。

②會判別優(yōu)劣

ChatGPT模型追求的不是正確答案，而是答案的多樣性
GPT與搜索引擎結合而成的New Bing，得到答案的正確率可能會更高一些。
沒有對錯，只有優(yōu)劣，轉化率是唯一衡量標準（作為游戲，則是背后情緒價值的傳遞為標準）

沉浸感上升，用戶才更愿意付費((⊙x⊙;))

“到底什么是對的？大師說的是對的？我喜歡的是對的？過去的經驗和數據驗證過的是對的？”

當自己不屬于某個專業(yè)領域時，搞不清原因的數據就不要用來做決策，這個過程是痛苦的，不斷被推翻和迭代（如中醫(yī)的成長歷程，一旦被質疑整個體系都有可能被推翻）

舉例—虛擬形象：目前的2d虛擬形象比3d虛擬形象更生動、也更準確傳遞情緒（3d更容易出現恐怖谷效應），但2d就一定好嗎？過去的大師是在有限的技術條件下，摸索出帶著鐐銬跳舞的優(yōu)雅姿勢，并在經過訓練后，可以進行準確的，超量的情緒輸出。讀者也被訓練了，形成了某種默契（比如臉譜，是一種扭曲的審美習慣）大師走這條路是被迫的，現在的讀者依然是小眾群體?？傊肋h不要放棄過去被證明是錯誤的事情。（過去的實驗可能是“跳蚤拔掉六條腿變聾子實驗”）

③警惕“不勞而獲”陷阱

AI確實能提高某些工作的效率，但這并不意味著人工成本的降低。最好的永遠是稀缺的，未來純AI生產的垃圾內容會越來越多，最好的內容篩選變得更困難，創(chuàng)作好內容的成本其實是上升了。同時，AIGC讓內容分類變得更加細分，每個細分領域只有極少數勝出。所以最好的成長方式就是避免成為大師而去成為工匠，不必精通某個領域而在多個領域內做好準備。

如何用AIGC做游戲？

①大語言模型（LLM）是很好的游戲驅動后臺：它能夠提供更加差異化的反饋；游戲或IP的背景故事，完全可以訓練成小模型進行記憶，并做出分層模型系統(tǒng)；游戲形象和視覺背景（如LoRA模型）提供穩(wěn)定的生產力輸出；建模的部分，已經有人訓練出了現成的工具；編程則是AI最擅長的領域之一；捏臉系統(tǒng)、mod......每一步都能在公眾平臺驗證。

②用于驗證一些社會實驗、思維實驗的可行性。

③從傳統(tǒng)npc到AI代理（單機游戲：智能npc；聯機游戲：AI代替真人參與游戲；或是無人參與直接互動的、僅供觀賞的游戲？)

AIGC游戲的未來趨勢

①AIGC后游戲會變多，發(fā)行成本會變得更高。廣告與投放（如近期故意出錯的游戲廣告—情感刺激；中國廣告素材堆量式推廣；gpt用于數據分析等）；

②全流量平臺運營將變得更加容易。這將改變以往IP逐級遞進的分攤風險的方式（如日本動漫：單行本->動畫化->大電影->真人電影），同時推出小說/游戲/動畫，并互相影響互相調整；

③AIGC革命并沒有讓用戶量變大。且經濟下行、全球割裂，所以要創(chuàng)造需求，等待需求緩慢爬坡，這個過程利益會重新分配，很痛苦，流量也會變貴。可以選擇私域流量運營（建立群），提升用戶忠誠度、付費購買轉換率和付費金額等。

參考資料：

《游戲產業(yè)與游戲文化》系列課程