学习空间/怎样学到足以判断 AI 的程度
项目导航 / LESSON 04

怎样学到足以判断 AI 的程度

把“能复述”推进到“能预测、能修改、能排错”。

基础约 5 分钟阅读,实作另计4 节现在学
CONCEPT MAP先看一眼知识之间的联系
先看一眼知识之间的联系01先预测02再执行03解释差异04独立修改
顺着图中的联系理解本课,再用下面的练习验证。图解是教学模型,不是引擎运行结果。

01四层能力,而不是菜单记忆

第一层是看懂术语,例如知道信号不是网络请求。第二层是能预测程序:按下按钮后哪个函数先执行?第三层是能做小修改,例如让文本只显示一次。第四层是能排错:当它不工作时,知道去看输入、节点引用还是状态。你不必独自写出所有系统,但需要能检查关键边界。

02建议的学习顺序

阶段先完成的内容你应能回答
认识引擎项目导航 → 场景节点 → 生命周期 → 信号这个行为应该由谁负责?
建立操作类型基础 → 输入移动 → 碰撞 → 调查按键后哪条链路失败了?
连接流程界面 → 旗标 → 场景切换 → 灰盒验收退出、重试、重复触发会怎样?
按需扩展资源呈现、Krita、Git、工具、导出哪些是当前需要,哪些应暂缓?

美术与工具模块可以按问题跳读。不需要先学完音频和存档,才能验证第一次角色移动。

03动手:预测—执行—解释

  1. 看代码时先不运行,写下你认为会发生的结果。
  2. 运行练习并对比,发现差异后只查相关 API 和变量。
  3. 修改一个条件,重新预测;最后用自己的话说明原因。
  4. 让 AI 复核你的解释,但要求它给可验证的依据,而不是一句“完全正确”。

04读懂交付中的措辞

“已编写”只说明代码存在;“解析通过”说明脚本可被解析;“运行通过”应说明运行了哪个场景与哪条路径;“导出验证”还应说明目标平台和构建产物。缺少层级信息时,追问证据,而不是自动按最强结论理解。

向 AI 提问的练习模板 text
请解释这个函数的输入、输出与副作用。
指出它依赖的节点、Input Map 和资源。
列出正常路径与两个失败路径。
区分文档核对、脚本检查、实际运行;不要合并成“已验证”。
本轮仅解释,不修改文件。

动手后,再勾选

不是“我看懂了”,而是你在独立练习里做出并检查过。

CHECK YOUR UNDERSTANDING

换一个情景,你会怎么判断?

AI 说“脚本解析通过”,你还需要确认什么?

用自己的话,留一条笔记

可以写“我之前以为……,现在发现……”,或者记录还没解决的问题。

仅保存在此浏览器0 / 20000

回到资料核对

本课是解释与练习,不替代对应版本的官方手册。网页实验不运行 Godot;未标明实机验证的代码,仍需在独立工程中检查。

把这课收进你的理解里。

标记已读不会自动勾选实作,也不代表游戏功能已经完成。

输入一个你想弄明白的问题。

按 Esc 关闭 · 标题、关键词和正文一起搜索