职位详情

职位列表 链接有效 不适用(官网全量采集) official:tencent:2088148336921198592

代号:Craft · 高级战斗策划(AI 生成游戏)

未披露 · 深圳 · 腾讯

主分类:游戏系统策划
设计、游戏策划与内容制作
来源 JD 数据(旧分类保留,当前主分类见上方)
{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "代号:Craft · 高级战斗策划(AI 生成游戏)",
        "job_level": "高级",AI生成
        "work_category": "全职",AI生成
        "department": "IEG",
        "location": "深圳",
        "work_mode": "未披露",AI生成
        "job_category": "产品"AI生成
    },
    "company": {
        "company_name": "腾讯",
        "company_industry": "互联网 / 科技 / 人工智能",
        "company_size": "10000人以上",
        "company_website": "tencent.com",
        "company_description": "腾讯是一家互联网和科技公司,业务覆盖通信与社交、数字内容、游戏、金融科技、企业服务、云计算与人工智能等方向。"
    },
    "compensation": {
        "salary_range": {
            "min": "",
            "max": "",
            "currency": "未披露",
            "cycle": "未披露"
        },
        "benefits": "未披露"
    },
    "requirements": {
        "working_years": 3,
        "degree": "本科及以上学历",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "1.与美术、动作团队紧密配合,设计并调优高品质标杆战斗系统,建立平台的战斗手感标准线,展示 AI 生成游戏可达到的战斗体验水准;\r\n2.主导战斗设计知识的结构化 —— 将战斗节奏模型、技能设计范式、数值平衡公式、打击感构成要素、敌人 AI 行为逻辑等专业方法转化为 AI Agent 可理解执行的结构化知识,构建战斗领域生成知识库;\r\n3.设计战斗生成的品质评估维度 —— 技能组合平衡性、数值曲线合理性、战斗节奏与手感标准、挑战强度递进,建立可复用的战斗验收标准与评测用例;\r\n4.制作覆盖主流品类的战斗模板与战斗组件库(角色、技能、Buff、敌人、AI 行为),采用模块化设计降低 AI 生成复杂度与创作者调优门槛;\r\n5.与 Agent 团队协作打磨战斗生成管线,通过 Prompt 策略、数值规范与生成结果诊断,持续提升战斗生成的可玩性与平衡度;\r\n6.建立战斗配置与数值体系的规范标准,让战斗参数可被创作者直观理解与安全调整。",
        "requirements_text": "1.本科及以上学历;3-5 年游戏策划经验,有战斗策划岗位经历,参与过完整游戏项目开发,熟悉战斗系统设计与调优的完整流程;\r\n2.具备扎实的战斗系统设计能力,深入理解战斗节奏、技能设计、数值平衡、敌人 AI 与战斗手感调优;\r\n3.能够将战斗设计知识结构化输出 —— 不仅能调出好手感,更能把设计方法论提炼为 AI 可执行的规则、公式与评判标准;\r\n4.具备较强的数值敏感度与量化能力,能建立可解释的数值模型并验证平衡性;\r\n5.日常深度使用 AI 工具,能通过 AI 快速产出战斗配置、技能方案与敌人行为逻辑,具备 AI 辅助创作的实战经验。",
        "skills": [AI生成
            "游戏策划"
        ],
        "preferred_qualifications": "1.熟练使用 UE4/UE5 或 Unity,能独立搭建可玩的战斗 Demo;\r\n2.有使用 AI 工具完成完整战斗系统设计与调优的经验,能展示具体案例与效果对比;\r\n3.有动作游戏、ARPG、Roguelike 或竞技品类的战斗设计经验,对帧数据有深入理解;\r\n4.掌握至少一门脚本语言(Lua/Python/GDScript 等),能理解与评估 AI 生成的战斗代码逻辑;\r\n5.了解 LLM 与 AI Agent 基本概念,对 Agent 驱动的内容生成管线有兴趣。",
        "job_highlights": "1.把你的战斗设计方法论“注入 AI”—— 你的手感直觉与数值经验将成为平台战斗生成能力的核心知识源;\n2.亲手打造 AI 生成游戏的标杆战斗体验,建立手感品质的标准线;\n3.有机会定义 AI 生成战斗的品质标准 —— 把长期依赖手感的隐性经验显性化,是极具挑战与价值的课题;\n4.团队实践 AI 工作模式,多 Agent 协作已落地运行。"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://careers.tencent.com/jobdesc.html?postId=2088148336921198592"
            }
        ]
    },
    "posting": {
        "posting_id": "2088148336921198592",
        "post_date": "2026-08-14",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://careers.tencent.com/jobdesc.html?postId=2088148336921198592"
    },
    "fulltext": "代号:Craft · 高级战斗策划(AI 生成游戏)\n【腾讯游戏|这一局,由你主导】\n腾讯游戏,致力于以顶尖技术创造丰富优质的游戏体验,用创新玩法点燃玩家情感共鸣,深度打磨每处游戏细节。加入我们,用创造力拓展游戏的边界,为用户创造高品质数字生活体验!\n1.与美术、动作团队紧密配合,设计并调优高品质标杆战斗系统,建立平台的战斗手感标准线,展示 AI 生成游戏可达到的战斗体验水准;\r\n2.主导战斗设计知识的结构化 —— 将战斗节奏模型、技能设计范式、数值平衡公式、打击感构成要素、敌人 AI 行为逻辑等专业方法转化为 AI Agent 可理解执行的结构化知识,构建战斗领域生成知识库;\r\n3.设计战斗生成的品质评估维度 —— 技能组合平衡性、数值曲线合理性、战斗节奏与手感标准、挑战强度递进,建立可复用的战斗验收标准与评测用例;\r\n4.制作覆盖主流品类的战斗模板与战斗组件库(角色、技能、Buff、敌人、AI 行为),采用模块化设计降低 AI 生成复杂度与创作者调优门槛;\r\n5.与 Agent 团队协作打磨战斗生成管线,通过 Prompt 策略、数值规范与生成结果诊断,持续提升战斗生成的可玩性与平衡度;\r\n6.建立战斗配置与数值体系的规范标准,让战斗参数可被创作者直观理解与安全调整。\n1.本科及以上学历;3-5 年游戏策划经验,有战斗策划岗位经历,参与过完整游戏项目开发,熟悉战斗系统设计与调优的完整流程;\r\n2.具备扎实的战斗系统设计能力,深入理解战斗节奏、技能设计、数值平衡、敌人 AI 与战斗手感调优;\r\n3.能够将战斗设计知识结构化输出 —— 不仅能调出好手感,更能把设计方法论提炼为 AI 可执行的规则、公式与评判标准;\r\n4.具备较强的数值敏感度与量化能力,能建立可解释的数值模型并验证平衡性;\r\n5.日常深度使用 AI 工具,能通过 AI 快速产出战斗配置、技能方案与敌人行为逻辑,具备 AI 辅助创作的实战经验。\n1.熟练使用 UE4/UE5 或 Unity,能独立搭建可玩的战斗 Demo;\r\n2.有使用 AI 工具完成完整战斗系统设计与调优的经验,能展示具体案例与效果对比;\r\n3.有动作游戏、ARPG、Roguelike 或竞技品类的战斗设计经验,对帧数据有深入理解;\r\n4.掌握至少一门脚本语言(Lua/Python/GDScript 等),能理解与评估 AI 生成的战斗代码逻辑;\r\n5.了解 LLM 与 AI Agent 基本概念,对 Agent 驱动的内容生成管线有兴趣。",
    "standard_classification": {
        "std_category_code": "D010",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}