先定下审校的现场，游戏工作室的生成式 AI 运用负责人

每天打开的工具和不能直接用的输出之间，出现了新的活

日本计算机娱乐协会(CESA)在2026年9月17日发布的《CESA 游戏产业报告2026 预览版》里，第一次把开发者调查和会员企业调查放在一起。开发者调查中，85.8% 的受访者说工作里会用生成式 AI，其中日常使用的占 63.0%，偶尔使用的占 22.8%。正在试验性引入并验证的占 8.6%，一次都没用过的占 4.8%，以前用过现在不用的占 0.7%。

同一份报告的会员企业调查里，问到生成式 AI 使用的管理与运用应对时，回答最多的一项是由人来确认、修改和审校。一边说的是现场在做的事，另一边说的是公司规定允许的事。两个答案同时成立的现场，写初稿的时间在减少，回头检查和修改的时间在增加。

增加的那一半归谁，就是这个专业方向的位置。63.0% 的人每天打开的工具，不是产出成品的最后一道工具，而是在中间产出初稿的工具。需要有人在初稿和成品之间放上规则，并让这套规则真的在构建流水线里跑起来。

规则落在入口、中间和出口三处

会员企业选的应对不止一项。除了审校，指定或限制可用工具、不直接使用模型输出这两条也有多数企业选择。三项指向工作过程的不同位置。工具指定是收窄入口，不直接使用输出这条原则在过程中间起作用，人的审校是最后一道关口。

三处各自要求不同的本事。入口处理账号和权限，也就是哪些工具在内网里放开，外面做出来的东西通过什么路径进来。中间处理产物。贴图、音效、台词、代码里，哪些不许直接使用要先划出范围，再设计标记，让版本管理工具能把这个范围区分出来。出口处理人，定下谁在哪一步检查、不能越过的线是什么、没通过的东西退回到哪里。

三处同时管控，说明公司把引入和信任当成两件事。用是已经定了，出来的结果信不信还没定，补上这段空隙就是这个位置的职责范围。

用效率衡量成果的地方，审校时间会变成成本

会员企业在生成式 AI 上最期待的效果是提高工作效率和生产率。不是要做出新的表达，也不是要做人做不到的事，而是把已经在做的事更快做完。目标在这里，衡量成果的尺子也跟着变。看的不是出了什么新东西，而是同样的量用几天做完。

在这把尺子下，审校花掉的时间会直接计入成本。规则定得越细越安全，引入效果就越小；定得松效果就大，但出口要拦的东西也多。这个位置真正衡量的不是模型性能，而是这两者之间的那个点。给哪一类产物加上审校之后返工少了多少次，在去掉审校的地方漏过去多少次，这类计数占了工作的一半。

要改规则同样得先有数字。规则不是定一次就完的文件，更像按工序取不同值的设置。有的工序最后看一遍就够，有的工序要在中间画一条不能越的线。

从懂制作流程的一侧进来

报告没有说公司里由谁来接这件事。但三条方案都是铺在制作流程上的规则，不懂流程的人无法决定关口放在哪里。已经知道构建按什么顺序走、美术和音效在哪一步合并、评审在哪里卡住的人，转到规则这一侧的路最短。

反方向也有。原先做治理和合规的人进入游戏制作。这时要先补的是产物的分类。一段文本和一张贴图，审校成本不同，返工成本也不同。不知道这个差别，就会给所有产物套同一条规则，而这样的规则在现场不会被遵守。

成长阶段也沿着这两条轴。先给一道工序加规则跑一遍，再设计跨多道工序的审校流程，然后把外包和合同条款也纳入同一套标准。到最后一步，处理的文件比起代码更接近合同。

这个位置最先交出的是一张表

接手后先做出来的产物，多半是一张表：哪道工序用什么，结果流向哪里，谁在哪一步检查，不能越的线是什么，全写在一页上。没有这张表，每个人的审校做法都不一样，而这个差别要到发售前才显出来。

CESA 直接面向游戏开发者做调查这是第一次，没有去年的数字可以对照。85.8% 是升是降要等下一次调查，而预览版的发布文也分不出审校这个答案指的是哪一道工序。把这个空格按公司逐个填上，正是现在交给这个位置的事。