poteto 分享如何用 Grok Bot 把模糊创意做成游戏音乐系统

完整中文导读

poteto 分享自己零音乐经验、借助 Grok Bot 为 tibo.dog 制作游戏音乐系统的过程。她先告诉 Bot 自己缺少描述想法的词汇，再用 /sharpen 深化需求、用 /in-your-own-words 让 Agent 复述目标以确认理解一致，制作解释视频时也先确认分镜和动态分镜草稿。

中文整理

作者 / 来源：meng shao (@shao__meng) · 原文时间：2026年11月8日 14:32（北京时间）

原作者信息要点

poteto 表示自己没有音乐制作经验，起初只能描述想要 Game Boy 风格的音乐，同一主旋律的不同变奏能无缝衔接，类似玩《原神》时的体验。

她直接告诉 Grok Bot“我缺少描述自己想法的词汇”，随后用 /sharpen 深化需求，再用 /in-your-own-words 让 Agent 复述目标，检查理解是否一致。她称这两个 skills 不是作曲工具，而是在补齐创作前的沟通。

制作解释视频时，她也先确认分镜和动态分镜草稿，再制作完整版本。

按 poteto 说明，tibo.dog 的声音通过浏览器 AudioWorklet 实时合成，结合 Game Boy 风格声部、低音、铺底和鼓，并加入延迟与混响。曲目统一为 128 BPM，不同区域和首个 Boss 的配乐围绕同一主题变化，随游戏强度逐层加入声部。

系统使用两个播放通道，按小节和乐句安排切换，并分别处理旋律与伴奏；同主题变奏可以叠加，其他组合采用保留旧旋律、先换新伴奏等方式，避免直接切歌。

本站整理与观察

本站观察：poteto 的分享重点在于创作前的需求澄清流程，即先承认词汇缺失，再让 AI 复述确认，而非直接生成音乐。

本站观察：按材料所述，音符来自预先写好的序列，不是 AI 在游戏运行时即兴作曲；AI 参与的是沟通与制作辅助环节。

本站观察：材料将“无缝衔接”的模糊审美要求拆解为节奏、声部和切换规则，说明可执行性来自规则化，而非仅靠风格描述。

材料主要来自 poteto 的单条帖文及作者转述，未提供音频、代码或系统运行验证；AudioWorklet 合成、128 BPM、双通道切换等细节均为原作者说法，本站未独立核实。/sharpen 与 /in-your-own-words 的具体实现和效果未在材料中展开。

上下文来源：1