Claude Code Game Studios 实测:同样 5 个点子,两种做法各做 20 个网页游戏
我们给 Claude Code 五个游戏点子,每个做两遍:一遍用原生 Claude Code,一遍在 Claude Code Game Studios 模板里用 /prototype,再把 20 个游戏都放进无头浏览器检查。两边每次都做出了能玩的游戏;模板多给了开始界面、暂停、音效、书面简报和一份老实的自检,费用是 11 倍。
博客
这里记录我们对 Claude Code skills、提示词和新模型的实际测试。每篇都写明怎么测的、花了多少钱,截图都是跑出来的原样。
我们给 Claude Code 五个游戏点子,每个做两遍:一遍用原生 Claude Code,一遍在 Claude Code Game Studios 模板里用 /prototype,再把 20 个游戏都放进无头浏览器检查。两边每次都做出了能玩的游戏;模板多给了开始界面、暂停、音效、书面简报和一份老实的自检,费用是 11 倍。
我们在 10 篇短稿里埋了 30 个已知漏洞,让 Claude Code 分别以原生状态、装 Imbad0202 的 academic-paper-reviewer、装 K-Dense 的 peer-review 各审三遍。三组都几乎全部找到,skill 改变的是费用、格式和开审前的流程。
我们数了 skills.sh、SkillsMP、Claude Marketplaces、Anthropic 官方仓和 PromptHub 各收了多少 skill,多久更新一次,从每家怎么安装。
字节在 2026 年 11 月 9 日发布 Seedream 5.5。我们把官方页上的 15 条示例提示词逐条读完,和 OpenAI 给 GPT Image 2.6 写的指南示例对比:字节的提示词是简短的画面描述,中位数 417 个字符,15 条里 6 条用引号给出要画的原字,只有 1 条写了要排除什么,OpenAI 的示例是 62%。
我们让 Haiku 上的 Claude Code 画六种图,装和不装 cathrynlavery 的 diagram-design skill 各画两遍,24 张图都在浏览器里量过。两组都放齐了要求的标签,没有标签重叠,也没有文字跑出画布。装 skill 后每张图都用上了它的编辑式配色、先读了它的参考文件,费用是 3.1 倍,而且 12 张全都加载了 Google 字体,尽管我们要求的是自包含文件。
我们把 awesome-gamedev-agent-skills 里的 77 个 skill 和我们目录里的 71 个游戏 skill 按引擎和来源分类,再拿 pygame-core 在 Haiku 上让 Claude Code 写了六个小游戏。装不装 skill,36 个游戏全都能跑。装上之后,所有连续运动的游戏都与帧率无关,不装时 15 个里只有 6 个;费用多 41%。
我们把 awesome-design-md 里的 84 份 DESIGN.md 对照 Google 的 DESIGN.md 规范逐一检查,再让 Claude Code 在不给品牌、只报品牌名、放入品牌 DESIGN.md 三种情况下做了 54 个页面。有文件时,每个页面都用上了品牌的色板、主色和字体;只报名字时,只有四分之一的颜色对得上。这些文件大约 7,000 个 token,71 份里有 33 份至少有一组文字配色低于 WCAG AA。
我们读了目录里全部 24 个 Blender skill,按它们怎么驱动 Blender 分组:6 个要连 Blender MCP,12 个能无界面运行,5 个只是文字指导,1 个调用付费 3D 服务。再拿 EL4CTEO 的 blender-core 在 Blender 5.1 上测了六个建模任务:不装 skill 时 Haiku 18 次全部合格;装上后 16 次合格,但 94% 的脚本会自己量结果。
我们在全新的 Claude Code 会话里,把 20 道开发问题分别在不装 skill、装 caveman、装 ponytail 三种情况下各问三遍:Haiku 上共 180 次,每个答案都自动判对错。caveman 让输出 token 少了 38%、字数少了 57%,60 个答案全对。ponytail 反而多写了 50%。单问题会话里,caveman 自己的说明让每次调用贵了 11%。
我们把 X 上 81 条 Nano Banana 2.1 提示词和点赞数对上,比较点赞前一半和后一半。高赞提示词并不更长:随机挑一条高赞的和一条低赞的,高赞那条更长的概率是 49%,等于掷硬币。从画幅到写明保持不变,大多数写法都分不出高低。偏向高赞的只有两样:photorealistic 这个词,和写成 JSON。
我们把 X 上 582 条 Seedance 2.5 提示词和它们的点赞数对上,在同月发布的帖子里比较最高赞的四分之一和最低赞的四分之一。高赞提示词更常分成带标题的段落(61% 对 48%),更常要求手持镜头(49% 对 34%)。时间段、30 秒和 cinematic 这类词几乎条条都有,所以分不出高低。
我们比较了 OpenAI 的 GPT Image 2.6 指南、Google 的 Nano Banana 指南和 155 条创作者提示词,并按两家官方给的数字算出每张图的价格。两家指南的示例都很短,中位 71 个词和 40 个词。Nano Banana 2.1 的创作者中位写 250 个词;GPT Image 2.6 的创作者写静态图约 100 个词,写 GIF 只要一行。
我们比较了 1,209 个 Claude Code skill 仓在 2026 年 10 月 29 日和 11 月 6 日的 GitHub 星数。8 天一共涨了 277,089 星,但中位数只有 9 星。涨得最快的是设计类 skill、Cloudflare 的安全审计和一套日内交易 skill;Karpathy 的准则 skill 体量最大,增速却慢。
我们比较了 X 上创作者分享的 65 条 Nano Banana Pro 和 88 条 Nano Banana 2.1 提示词,外加 Google 自己的指南和价格。Google 现在推荐新项目用 2.1,价格不到 Pro 的一半。同样是带参考照片改人像,81% 的 2.1 提示词写了锁住人脸,Pro 是 62%;写明画幅的是 56% 对 31%。
我们统计了 X 上创作者分享的 591 条 Seedance 2.5 和 17 条 Kling 4.0 提示词,外加可灵 4.0 使用指南里的 20 个示例。创作者给两个模型的写法一样:约 2,300 个字符、按秒切成 6 段、按 30 秒来排。可灵指南的不同在于怎么标素材、怎么写改视频、排多长。
从 2.1.277 起 Claude Code 能读 AGENTS.md,但只在没有 CLAUDE.md 的时候。2,744 个两个文件都有的公开仓库里,1,072 个在 AGENTS.md 里写了不同的说明,Claude Code 不会加载。在 2.1.314 上实测。
我们比较了 305 条创作者提示词和两版 OpenAI 提示词指南。2.6 版指南原样保留了 2.5 版全部 24 个示例,只新增 3 个。发布第一周,创作者写给 2.6 的提示词只有 2.5 的一半长,也很少再用模板。
从 2.1.317 起,换了模型的子 agent 不再跟随会话的 effort 级别。我们读了 1,346 个公开仓库的 10,413 个子 agent 文件:指定模型的那些里 82% 没写 effort。优先级在 2.1.314 上实测。
PreToolUse 钩子崩溃、超时或 exit 1 时,工具调用照样执行。989 个有拦截型 PreToolUse 钩子的公开仓库里,18 个设了 onFailure。我们实测了三种情况,并数了仓库的写法。
11 月,我们把目录里还没有的 Claude Code skill 全部过了一遍审核,剔掉四成:占位文件、付费接口引流、个人配置、不安全的指令和绕过平台规则的写法。
我们逐帧测了 GPT Image 2.6 发布头三天的 43 张 GIF。多数提示词只有一句话,GIF 其实是一张分格图逐格播放,22 张正好 9 帧,指定的帧数都被照做,写明要循环后,重播时明显跳一下的比例从三分之一降到 15 张里 2 张。
我们读了 5,864 个活跃公开仓库的项目设置:54% 定义了钩子,20% 在会话开始时就运行一个。钩子和 env 在 claude -p 下、任何信任提示出现之前就生效。
一页 Claude Code 检查清单,每一条都有数据撑:我们审过的 5,036 个 skill、2,688 个插件、891 个 mod、41,142 个项目 skill,以及 5,864 个仓库的项目设置。最后更新:2026 年 11 月 6 日。
我们读了 1,961 个活跃公开仓库里 2,688 个 Claude Code 插件的钩子、MCP 服务器和 monitor:30% 的仓库带着会话一开始就运行点什么的插件,用 npx 启动的 MCP 服务器有 65% 不写版本。
我们读了 2,427 个活跃公开仓库里的 41,142 个项目级 Claude Code skill:12.6% 的仓库带着预先放行任意 Bash 命令的 skill,16.4% 带着和内置命令同名、会替换它的 skill。
我们在不运行的前提下,读了 5,036 个 Claude Code skill 的 SKILL.md 和附带脚本:19% 会让 Claude 跑附带脚本,5% 带会联网的脚本,5% 预先放行了任意 Bash 命令。
Claude Code mod 以你的权限运行,不在沙箱里。我们对 891 个公开 mod 跑了 claude plugin validate:39% 会启动程序,36% 看得到每一次工具调用,11% 联网,1% 会替你批准工具调用。
给 Claude 装设计 skill,页面能差多少?8 个热门 skill 做同一个网页,有两个改变明显,有三个装了跟没装差不多。