游戏数值设计
2025-08-19 21:47:52 0 举报AI智能生成
《游戏数值设计》思维导图
作者其他创作
大纲/内容
游戏系统设计
游戏数值的应用范围
构建和完善规则
等级上限
引导和平衡行为
奖励，数值平衡-削弱加强
内容投放和丰富体验
更新，增加内容
游戏系统设计
系统设计和数值设计是不可分割的，结合进行的
核心系统拆分
能力获得系统
定义
会随着游戏进行逐步提高、需要玩家持续投入精力的游戏知识和技巧，包括装备、技能、属性、外观等
组成
包括
纵深数值养成需求
熟练度练习需求
横向元素收集需求
能力增长S曲线
目标：易于上手，难于精通
上手期：大部分人可以达到
钻研期：大部分玩家停留，少部分继续钻研
精通区：少部分玩家经过大量练习后达到，会和其他玩家有明显差距，会带来巨大的成就感
能力释放系统
定义
由玩家获得游戏中的装备、技能等后可参与的玩法组成的，包括可重复内容和不可重复内容
组成
可重复内容
大多以“局”为单位，通过随机元素使每次的游戏体验不一样，从而达到重复体验的目的
三个基本要素
准备阶段有丰富的可预设组合
双方参战人员的变化
丰富的临场选择
良好的配合预期
过程中有丰富的事件变化
资源竞争的常态化
随机偶然事件频繁
运气与实力的均衡
结果有自主的胜利策略
唯一的胜利条件
拥有多种打击对手的方式
拥有多种自我变强的方式
不可重复内容
大多是剧情、关卡等固定流程、固定形式的游戏内容
优点：在内容体验上带来强烈的感受，尤其是第一遍
核心系统分析方法
核心系统必要性
RPG
获得类系统
等级系统
通过控制等级的变化，来把控玩家的能力获得过程和游戏内容的解锁步骤
技能系统
可以跟随等级开放，是战斗平衡的核心关注点所在
释放类系统
剧情系统
可以使玩家直观获得游戏内容，建立起玩家和游戏间的深刻联系
关卡系统
可重复挑战或不可重复挑战，游戏内容
MOBA
获得类系统
英雄系统
每个英雄都有不同的能力和成长速度，需要不断练习，需要英雄可选单位多
对战资源系统
金币-数值成长，和经验-战斗技能，调整金币、经验的获取方式来衍生出不同对战节奏的MOBA游戏
释放类系统
地图系统
有限的地图资源限制了玩家可采取行为，聚焦了玩家的冲突
RTS
获得类系统
资源采集系统
在地图上可以被寻找和采集的、可以用于建造的矿石和能源
生产系统
消耗矿石和能源，建造有各种功能的建筑，招募或生产具有差异化战斗能力的单元
释放类系统
地图系统
打造军队后，摧毁地方建筑、士兵，从而赢得胜利
SLG
获得类系统
城建系统
建造各种模拟军事活动需要的建筑，积累军事活动资源
资源系统
产出所需的材料，一般有两种以上的核心资源，作为不同阶段和不同行为的核心追求
释放类系统
城占系统
终极目标：占领对方的所有领地，成为地图上唯一的统治者
ACT
获得类系统
连招系统
通过操作释放不同的连续技能
释放类系统
首领对战系统
需要一个狡黠的对战逻辑和优秀的故事背景
沙盒类
获得类系统
创造系统
可见即可用的场景道具
制作全新的场景道具
释放类系统
生存系统
有各种威胁角色生存的事件，玩家需要通过创造系统，收集和制作道具帮助自己渡过难关
核心系统合理性
精妙的设计往往通过合理性表现出来
RPG中数值的养成可以是装备系统，符文系统，分配属性点等，根据游戏背景设定、游戏风格的合理性来选择
设计获得类系统
三要素
获得感设计
结构性能力
游戏机制，如新技能、装备位置、新能力、新的镶嵌空位等
玩家尝试用来解决游戏中的疑问和难点
有特色，合理
可组合性：如命中减冷缩，提升技能等级，命中概率释放技能
数值成长
以结构性能力为基础，让玩家通过游戏行为不断提高分值的过程
基础数值：结构性能力开启的奖励
数值成长
无数值成长
数值成长基本为0，变化很小，不宜将基础数值设计得过大，导致玩家对数值敏感度下降
需要做好可组合性设计，否则会过于平淡。尽量放大其他两个设计要素
例如：FPS的武器、MOBA的技能和装备系统
弱数值成长
各种系统能力之间的润滑剂。需要做好可组合性设计，否则会过于平淡
例如：天赋系统、卡牌品质能力变化
深数值成长
往往是一个游戏的核心，需要保证
数值成长需要从始至终伴随玩家
预留足够的数值控制，数值大小和占比
例如：大部分装备系统，大部分等级系统
成长节奏设计
处理每一个获取点之间的关系
不能太紧密（让人应接不暇）或太稀疏（失去内容的联系感）
各个点之间需要有层层推进的联系，由简入繁
无数值成长
投放时机：玩家最需要这个功能的时候
前期可以故意设计一些坎坷来加深投放时的爽快感和印象
弱数值成长
控制能力上限获得的时长，以及中间有限次数的数值成长节点，让每次变化都令人印象深刻
深数值成长
注意这个能力成长的可操作性，玩家可以主动操作，如装备强化系统
学习难度控制
易上手难精通
镜像S曲线
新手引导
将全新的游戏内容用玩家易于接受的方式告诉他们
快速培养玩家的方法
设置新手阶段
如新手引导，帮助玩家快速熟悉核心内容，而不破坏后续整体游戏体验
包容性设计
组合的任意可用性，缩小玩家在策略组合时因为熟悉程度不同而拉开的差距，或对后续流程带来负面感受
降低尝试成本
玩家可随时更改组合方案二无需付出代价
降维拆分设计
将前期系统内容拆分为玩家易于理解的，逐步开放复杂的其他子系统
设计释放类系统
六要素
参与时间
开启时间限制，参与频率限制，奖励获取限制
参与地点
承载玩家活动行为的场景、氛围或背景环境，包括世界、副本、准备大厅、战场环境（MOBA、休闲、塔防）
参与人要求
相近的游戏素质
游戏时长：熟悉程度
游戏技巧水平：胜率、场次、MVP次数、最近十场情况
引入参数越多，成功匹配到对手的难度越大
EOL（埃洛等级分系统）排名算法
游戏数值：战斗力（攻击力、防御力转换）
起因
介绍世界观背景故事
传达参与目标
探索区域、击杀目标、存活、拆除指定建筑、取得积分/资源领先、收集特定道具、保护特定单位
经过
游戏内容设计
行为规则设计
玩法规则，胜利条件
行为引导
通过规则或非条例规则引导玩家获得‘特殊能力’，可选的有趣的获胜方法
数值设计
对玩家行为的奖励量化
结果
结果统计
帮助玩家总结投入，表扬做得好的地方，指出能继续提高的地方
奖励发放
发放的及时性
当场结算，延迟发放会让玩家有缺失感
价值的恰当性
根据投入精力来奖励多少
建立游戏的价值体系，衡量价值体系的唯一标准是投入成本（时间、精力、金钱等）
内容的关联性
活动与奖励有关联、合理
系统规则和数值关联
优秀的系统
玩家在接触系统的过程中，通过能看到的内容，可以感知到这个系统规则的大致轮廓，并且通过钻研可以获得更清晰的规则
系统规则与数值的关系
系统规则
指用来判定行为合乎/不合乎准则的条例、规矩的集合，是对行为目的的限制和管理的总和
游戏数值
能看到的显性的数字，或能感知出来的与数值相关的内容
关系
系统规则限制了数值的范围，决定了变化的方向和维度
设计规则
行为预期定律
让行为预期和实际结果保持高度一致，可以建立在生活的常识之上，或游戏构建的常识之上
数值设计
规则决定了数值的具体变化和边界，数值决定了规则表达是否完整到位
系统设计步骤
设定系统目标
希望通过系统给玩家何种能力和过程体验
获得类系统目标：为行动提供所需能力，消耗玩家资源
释放类系统目标：提供各种实际的内容过程体验，提供各种奖励和资源
确定核心规则
行为规则：能做什么事情
约束规则：不能做什么事情
奖惩规则：明确何种行为获得奖励和鼓励（包括获得类系统的激励性奖励和数值成长，释放类系统中给予的资源奖励），何种行为受到惩罚
梳理属性需求
将系统通过一系列的属性进行描述的过程
完成梳理需要对系统的运作有很清晰的理解，知道系统的各个细节及如何互相影响
规则进行总结和提炼的过程。很多规则的实现需要属性的辅助，属性在一定程度上也是规则框架的体现
确定数值变化趋势和维度
初始数值
符合自然规律
变化趋势
线性均匀、先抑后扬、上下浮动
变化幅度
每次变化时的幅度，决定了采取的公式和系数取值
最值边界
这个属性可能的取值范围，如不能为负，天赋点不超过两位数
修改达成游戏数值契合程度
修改数值初值、变化趋势，变化力度，甚至最值边界，以达到理想的数值契合程度
思想篇
博弈论
知识概论
博弈论基础
概念
博弈论是在局内做出最优选择的分析理论，可以帮助我们设计游戏中的‘选择’
运筹学的重要学科之一，是研究多个个体或团队在特定条件的制约下，在对局中利用相关的策略、实施对应策略的学科
博弈论主要是将激励结构进行公式化，帮助我们将复杂的策略模型变成可以用公式或定理来量化比较的结构，从而找出博弈模型中各个策略的最优解
基础概念
局中人
每个参与决策的人
两人博弈、多人博弈
策略
局中人拥有的可行的完整方案
有限个策略：有限博弈，否则：无限博弈
得失
一场博弈的结果，与自己的策略有关，也与全体局中人所选的一组策略有关
博弈结束时，每个局中人的得失是全体局中人所选的的一组策略的函数，成为‘支付函数’
每个人在各种情况下的奖惩数据，我们可以通过决策奖励表或决策树来罗列
次序
博弈方做决策的次序
均衡状态
如果每个人做出了理想的选择并对结果满意，就称博弈存在均衡状态
帕累托最优
假设有一群人和可分配的资源，当分配方式改变时，使一个人变得更好而其他人都没有变差，当无法再进行这种调整时，将当前配置称为‘帕累托最优’
博弈分类
以局中人是否对博弈有影响分类
对称博弈
局中人不具备特殊性，更换身份不影响决策。大多数博弈都是对称博弈
非对称博弈
局中人会受到策略以外的因素影响，往往更贴近现实，更复杂
以局中人是否受外界因素影响分类
合作博弈
局中人受到非策略因素以外的信息的影响
如囚徒困境中，组织会对背叛者有很严重的惩罚
非合作博弈
局中人不会受到非策略因素以外的信息的影响
经济学家现在所谈的博弈了一般指非合作博弈
完全信息静态博弈
纳什均衡
完全信息动态博弈
子博弈精炼纳什均衡
不完全信息静态博弈
贝叶斯纳什均衡
不完全信息动态博弈
精炼贝叶斯纳什均衡
以决策次序分类
静态博弈
在博弈中局中人同时选择，或非同时但双方不知道对方采取了什么行动
囚徒困境
动态博弈
局中人的行动有先后顺序，且后者能观察先行者所选择的行动
象棋
以信息的公开（对其他人的了解）程度分类
完全信息博弈
局中人对其他局中人的特征、策略空间及收益函数有准确的信息
不完全信息博弈
局中人对其他局中人的特征、策略空间及收益函数信息了解得不够准确或没有准确信息
以博弈执行次数或时间长短分类
有限博弈
可做出博弈选择的回合数为有限
无限博弈
纳什均衡的多态
概念
如果每个参与者都选择了一个策略，而且没有一个参与者可以通过改变自己的策略而获得更好的结果，那么这种状态就被称为纳什均衡。
前提：非合作博弈
一个博弈也可能不存在纳什均衡，或多个纳什均衡
特殊情况
占优策略
给定其他参与者的选择，使自己利益最大化或损失最小化
可以是纯策略，混合策略
严格占优策略纳什均衡
以不变应万变：当博弈存在多个均衡时，局中人做出一个理想策略来应对所有的不确定
重复删除占优策略纳什均衡
敌不动我不动：纯策略组合中，若给定其他的策略不变，局中人便没有改变的可能。如猎鹿博弈
纯策略纳什均衡
优先去掉一个最差解，即删除不占优的绝对劣势选择，然后在剩余的策略中重复这个过程，最终找到均衡状态
每个参与者都有一个固定的选择，且没有动机改变
混合策略纳什均衡
绝对优势：不论对方如何选择，只选择对自己最有利的方案
价格战博弈
每个参与者给是基于概率分布对不同策略的混合选择
经典博弈
囚徒困境
静态博弈
一起抵赖的总奖励不如坦白的总奖励好
非合作情况下，出现的结果必然是两个人都坦白
非合作均衡即纳什均衡
个人利益和组织利益冲突的情况下，个人追求利己行为的最终结果是一个纳什均衡
零和博弈
局中人的得失结果总和为0
蜈蚣博弈
囚徒困境中，可以有N局选择，每一局若都抵赖则各减少一天刑期，若一个坦白一个抵赖则抵赖的增加一天，坦白的减少一天刑期
结果是，局数趋于无穷时，会都抵赖（试探），达成帕累托最优。否则会在中间某一局开始各自导致连锁背叛（回归利己）
智牛博弈
强大与弱小之间的博弈
小牛最优解是等待，让大牛打破市场自己再跟进
资源共10，谁按按钮谁就损失2且无法先进食，大小牛瓜分资源的速度不同
价格战博弈
混合策略纳什均衡
同归于尽好过对方得利
协调博弈
交通博弈
两种纳什均衡（直行通行、左拐通行）对做出决策没有实际帮助
需要做出规定：左拐让直行
猎鹿博弈
在没有达到互相信任的情况下，无法达到帕累托最优
与囚徒困境区别
n>2为囚徒困境（结果一定是都欺骗）；n<=2时，另一方欺骗时有收益为0的风险，n越大合作风险越高
双寡头博弈
完全信息动态博弈：A占领市场，利润为10，B要进入，A阻挠或不阻挠
博弈树，对于A来说，不阻挠才是最有利结果，所以不会阻挠
不完全信息博弈
比如：炉石传说-不知道对方的底牌鹤可能的出牌方式，三谋-不知道对方的队伍情况
能够分析和预测对手的情况时这类卡牌游戏制胜的关键所在，可以根据各个收益的价值做出对应可能性的判断，从而进行预防和应对
进化博弈论
概念
以上博弈论都假定了人是完全理性的，进化博弈论试图还原真实参与人的感受
不同于将重点放在静态均衡之上的传统博弈论，它强调的是一种动态的均衡，在不断地选择中做出趋于最佳状态的选择，直至趋于可能的稳定
游戏中的进化博弈
玩家通过不断尝试去寻找可能获得胜利的方法，最终会选择几乎相同的玩法
给予玩家的学习和进步的过程是有意义的
保证这个玩家的成长过程可以被感知
对于绝对收敛的情况，必须去优化、平衡，使玩家有更多的均衡选择
绝对纯策略游戏均衡
无论多么微小的不平衡，通过玩家在玩游戏的过程中被不断放大，最终都会暴露在大众面前
游戏中的博弈
王者荣耀
在队伍中，英雄选择上，不同的搭配胜率不同，英雄的选择和妥协是一种博弈
游戏做了匹配规则，提醒，来避免因为不合理阵容带来的糟糕体验
绝地求生
资源区域选择博弈
更集中的玩家和刺激的操作战斗是开发者愿意看到的
见面后选择博弈
XY为装备优势值，优势越高越愿意攻击
控制竞争
避免吃大锅饭
在团队中，避免一些人吃大锅饭，积极性差，需要让内部有竞争，如积分排行、分配方式、活跃等级等
避免纯零和博弈
会让游戏内容产生恶性循环，导致马太效应
对零和竞争的失败方给予补偿
开始博弈
博弈模型获取
游戏设计时的博弈模型，涉及到竞争，就可以从中提取对应的博弈模型，结合信息公开程度、策略分布、奖励结果得到一个决策表/决策树
确定博弈焦点
得失对象
找准局中人
设计或找出可用策略
确定奖励
设计数值
1、确定博弈焦点
得失对象
矛盾的最优解
博弈论是关于最优解的学问，游戏是关于选择的过程体验
破坏最优解
玩家永远是寻找游戏策略的最优解，设计者永远是在破坏（增加绝对纯策略游戏均衡）最优解
绝对纯策略游戏均衡
在游戏中有多种可以达到目的的方式，且每种方式之间没有严格的优劣关系，从而保证游戏玩法的多样性
破坏的方式
策略调整
改变游戏机制，增加可选择策略
影响较大，容易引起新的最优解问题
数值调整
影响玩家最终做出的策略
让正面强化的改变多于负面削弱的改变，避免玩家感到被针对
设计最优解
离散结构的游戏内容
每一个离散的点都有独立而丰富的纯策略游戏均衡，从而保证每个点都有极高的重复可玩性
线性关卡内容
有严格占优策略，则更容易找到突破口通关
不同关卡，不同的最优处理方式
解谜类，只有一种解法
属性职业克制
针对特定阵容，击败敌人的代价最低
细节构想设计法
把自己作为玩家去想象，把自己变成最爱搞事情、最刁钻的玩家，去发现规则漏洞
在设计成稿前、设计制作中、设计测试时，都可以不断进行。我们多挑剔，设计就有多完美
高等数学
数学公式
线性
y=ax+b
分段函数
在不同区间有不同系数，但又不需要复杂到曲线的程度
相斥
反比例
两个变量乘积一定
y=k/x
应用：伤害计算
d=ps
d：伤害，p：攻击力，s：攻速，保证d不变，在p变动的时候削弱s
设计好，给玩家展示结果
容积
多个变量总和一定
应用：弱数值成长
天赋点总量一定，分配给一个则其他变弱
给玩家进行手动组合搭配
导数
某个点点变化率，或某个区间函数变化的幅度
最大值/最小值：导数为0时
累积
幂函数
随着x的增大，y变化的程度更剧烈，a为常数
y'=ax，所以随着x的增加，y会以更快的速度变化
应用：等级提高时，所需的经验值
指数函数
，a为常数
子主题
，a越大则y'越大，随着x增大y的变化越剧烈
应用
指数函数比幂函数剧烈程度更大，更不易控制
在最终取舍一定要经过极值验证，给未来数值扩展留下空间
趋近
指数函数趋近
，当0<a<1时，随着x增大y趋于0
分数趋近
y=x/(x+a)
y趋于1
应用
D=A(1-DRate)
D为伤害，A为攻击力，DRate为计算防御后的伤害减少率
DRate=Ar/(Ar+50)
Ar为防御，L为常数
趋势拐点：Ar取值为L的2倍
趋势值：根据实际来控制，右方公式乘以想要的趋势值
三角反正切趋近
，反正切函数的曲线
，反余切函数的曲线
波动
正弦和余弦
，
应用
可以把任意x的值映射到期望的取值区间内
D=Dr+Dr*n%*sin([0,100])，最终伤害=源伤害+源伤害*一定比例*-1~1范围，有波动更真实
正切与余切
，正切和余切均呈现连续的横S分布
，余切
高等数学
哥德巴赫猜想
牛顿最小二乘法
算法
完整表达算法实现逻辑，尽量做到伪代码级别，保证制作结果的正确
战斗数值
战斗力
累计性属性
防止重复计算
累计属性总价值=总攻击*攻击价值系数+总防御*防御价值系数+...
逼近性属性
暴击收益价值=总攻击*暴击率*暴击伤害增加倍率*攻击加值系数
百分比减伤：以当前等级标准攻击作为收益标准攻击力
闪避收益价值=*闪避价值
战力汇总
总战斗力=（各属性总价值之和）*修正系数
竞技游戏战力排名
竞技得分需要考虑的点
竞技分数相差越大，高分胜利价值越低，低分胜利价值越大
每场战斗需要有加分和减分极值，避免出现过大波动
避免实力差距过大的玩家相遇
合理的定位机制使后进者不会处于过低水平，可通过多场次达到其平均真实水平
选手的空白期所需要的竞技水平的修正
特殊需要修正得分的情况，如表现突出或环境客观问题
ELO等级分制度
排名算法
计算A、B预期胜率
：A的预期胜率
：A和B的当前积分
N：K越大，则N应越大
N为400时，相差1分则胜率偏差0.14%
修正分数
K：修正上限
如王者荣耀，等级低修正应大，等级高修正应小
鸡精难度高的，K可以选择16、32
：实际胜率，1或0
应用
排位隐藏分，调整匹配到的段位和对手情况
在玩家认真对待和全力以赴时才修正参与人的实力水平
游戏公式设计
公式设计
1、挖掘相关因素
从设计目的进行反向思考，设计或增加能更有效达成目的的元素
2、确定参数关系
设计游戏演变，线性、相斥、累积、趋近、摆动
加法和乘法：乘法更追求同时增加提升更大
伤害=攻击力*力量-敌方防御
力量用于修正攻击力，互相叠加影响
3、确定系数位置
进一步细化参数关系
伤害=攻击力*X+攻击力*力量*N-攻击力*敌方防御*M+C
伤害=攻击力(X+力量*N-敌方防御*M+C/攻击力)
X：每攻击造成的伤害
N：每力量对攻击增伤的倍数
M：每防御对攻击减伤的倍数
C：攻击为0时的最小伤害
暴击伤害=伤害*(1+K)
K：K爆伤加成
4、确定特殊取值及常数
N：限制力量最大增伤
N=攻击最大增伤倍数/最大力量值
K：暴击时的额外收益比
M：限制防御减伤极值
M=防御最大减伤倍数/最大防御值
5、计算系数
攻击关于伤害的导数（每点攻击力影响的伤害）
伤害'=X+力量*N-敌方防御*M
不考虑N和M时，X为每点攻击力的伤害，取1更符合期望
当攻击力为0时，最低伤害为C，可取1
可在某些数值点上设置好对应的取值，如最大值，边界值，作为观察点
确定线性关系需要2个观察点
多次函数需要次数+1个观察点
公式检查与调整
1、二位图像关系检查
检查各个变量相对于y轴的变化曲线是否符合设计预期
不符合
同种公式下可以更换曲线
2、关键点带入检查
检查：边界值、斜率突变值
不符合
同种公式下可以更换曲线
关键点是否合理正确
3、适当地调整
依然有调整空间
调整关键点，增加或更换，重新拟合曲线
分段对x取值，对每个区间拟合，做分段函数
数据分析
数据收集
全局数据收集
新手阶段
在上面时间节点停下来、可能的时间消耗分布
熟练阶段
游戏频率、游戏时长
注册时间、每日首次登录时间、总累计登录次数、每日累计登录次数、当前等级、教程完成情况、任务完成情况、每日累计游戏时长、总累计游戏时长
系统数据收集
能力释放系统、产出系统
优化玩法所需要的数据
产出的异常情况
单个系统
日参与次数、开始时间、结束时间、胜负情况、获取的奖励、单次玩法开启参与的玩家属性情况等
能力产出系统
资源投入总量、分配方案、能力构成
战斗数据收集
单场战斗
玩家使用的技能策略情况、技能组合情况、使用的结果
战役类型（参与人员多、跨时间长）
以系统数据为基础，玩家在本次战役中使用策略的情况
数据分析
1、明确分析目的
新手流失分析
查看玩家等级、新手步骤、前期任务的停留分布等
系统效用分析
查看玩家参与数量占比、频次、参与时长等
战斗平衡分析
查看玩家在策略使用的分布占比、PVP对抗的胜负情况、PVE中通关的数据和占比等
其他具体问题分析
2、数据表格
连续型数据
某个指标按日期统计
离散型数据
某个日期下的数据分布
3、数据分析
异常观察
寻找异常数据
预期分析
寻找和预期有较大偏差的数据
曲线分析
对连续数据观察突然变陡或变缓的位置
对比分析
对比同周期的差异
归类分析
子主题
漏斗分析
转化率和流失率
雷达图分析
抽象出维度，通过玩家选择判断各个维度设计是否正常
回归分析
以预测为目的，以已有数据推测未来数据。用最小二乘法或牛顿插值法分析
概率论
基础知识
定义：若某个事件出现的可能性大于0且不受其他因素影响，则称这个时间的可能性具有概率上的使用价值。即P(A)为事件A的概率
事件
定义：在一次随机行为中，可能发生的唯一且相互不影响的独立结果叫一个单位事件，一般用e表示。
事件空间
这次随机行为带来的所有可能结果就是事件空间
有限事件空间
无限事件空间
单位事件
事件空间的所有元素可分别被看作一个单位事件，这是必要条件
随机事件
单个或多个单位事件集合
必然事件
必然会发生的事件
不可能事件
所有子集不包含任何一个单位事件的随机事件
事件关系
关系
A的补集：不属于A事件发生
并集A∪B：AB中至少一个发生
交集A∩B：AB同时发生
差集A-B：A发生，B不发生
空集A∩B=∅：AB不同时发生
子集BA：若B发生，则A一定发生
A条件下的B概率(贝叶斯公式)
P(B|A)=P(AB)/P(A)=P(B)P(A|B)/P(A)
P(A∩B)=P(A)P(B)时，则A和B是相互独立事件，A和B的发生不会对其他独立事件产生影响
统计概率
对现实发生的事情的观测和统计
大数定律
在无尽的测试假设下所得到的推论
游戏设计
需要理解数理统计是如何发现实物潜在规律的，从而指导在设计游戏的时候给玩家留下何种信息和线索，让玩家能够从我们设计的信息和线索中‘无意’地获得有效规律，从而顺利掌握游戏的核心规则，完成对游戏世界的认知和认可
主观概率
定义
根据过往经验和历史数据对未来事态的发展做出的主观判断的概率
某种程度上可以反映观察者对客观自然概率分布的信任程度
主观概率准确度的作用
我们设定第一版数据时会以来主观概率，之后再依据实际测试的体验来修改
来自已有的同类数据、运营数据、已发生的玩家行为，通过已有数据做出合理推断
主观概率的准确度的锻炼方法
零数据预估
没有获得客观数据前，设定估计的主观概率
历史性预估
对同类游戏、行为状况的数据分析和整理，获得客观数据，做出自己的判断
修正性预估
持续记录自己对同类事物的多次主观判断，总结和反思自己的判断应如何调整
常见的基础概率模型
1、均匀概率模型
单位事件的发生概率是一致的
离散型概率分布：概率分布的样本空间是有限数量的，所有取值情况都可以逐一列举出来
选取问题
不考虑先后顺序，只考虑需要纳入哪些基本事件。如击杀怪物后掉落道具
选取过程中是否放回
放回（大多选择）：每次抽取事件的库不会减少
不放回：后续抽取时不会再碰到
排序问题
对基本事件的组合有一定的顺序要求，如密码、双色球等，如符文按顺序插入装备激活隐藏属性
2、几何概率模型
属于连续型概率分布，即模型中含有的事件结果是不可数的
使用
将枪击的范围和命中转化为几何面积体积来计算
熵
熵表示当前状态的混乱（无序）程度
任何系统或事物总是向着更加混乱无序的程度演变的
游戏沉浸感
只做最基础的设定，放任玩家为所欲为
概率与随机
惊喜与失望：变化
越简单的规则越需要随机性来包装和丰富
概率的正面和负面
70%出现正面影响，30%没有影响或是小惩戒。
有趣不一定都是正面的，要保证负不胜正
玩家忠诚度高了之后，离开成本变高，负面随机内容也会变成丰富游戏体验的方式
心流体验
完全投入到一件事情，思考和决策都很轻松、快速精准
最简单的营造方法就是营造期待感
利用概率丰富游戏：一件好事等着你，不一定会降临。触发时会令玩家惊喜和开心，没有触发时也能激发玩家的期待
伪随机
伪随机概率
可以精确地控制期望事件发生的次数，确保正面反馈，如保底次数
应用场景
控制价值投放
准确按照设定概率来投放，避免出现运气太好或太差的玩家
平衡控制
避免概率过于极端，可设置保底次数
随机种子
定义：随机生成时的一个初始数值，一般会选中不断变化且无规律的数字，如当前系统时间、当前进程编号、当前线程句柄、当前内存状态、声卡录音噪音等
应用
关卡内容
数据恢复
通过随机种子可还原随机生成的内容
示例：线性同余随机数生成器
需要保证计算足够多次数后，其结果在[0,1]区间内均匀分布
线性同余随机公式：
c和b互质
a-1可以被b的所有质因数整除
如果b是4的倍数，那么a-1也必须是4的倍数
a=9301，b=233280，c=49297时，以上满足，使用一个固定的随机种子时，后续所有随机数取值就固定了
彩蛋
早先是为了对抗不允许开发人员署名而设计的隐藏内容，后期更为了表达设计者的奇思妙想和玩笑
形式
特殊区域、隐藏道具、额外剧情、搞怪的文字、特殊的怪物
在正常游戏不被干扰的情况下，可以尽情设计彩蛋
战斗随机性需求
运气
不适合的场景
我们期待玩家利用技巧去克服困难
选择较为重要
适合的场景
选择不太重要，多次选中，增加变数来让战斗避免沉闷
战斗变数的设计
概率类属性
暴击、闪避、招架等有一定概率或判断条件才能生效的
环境元素变化
随机刷出的神符
过程策略随机
卡牌游戏，获取的卡牌随机
内容元素获得随机
消除类游戏，新的随机元素内容
关卡内容随机
关卡随机生成内容、事件、机关等
战斗随机数的计算
圆桌计算
多种结果放在一个饼状图中，总和为100%
有限保证前面优先级高的概率更准确，但会牺牲后面的
阉割版本：对数值设定封顶值
如进攻未命中率、防守闪避率、防守招架率、进攻暴击率、普攻命中率，以上存在优先顺序，多余100%后最后的会被挤出圆桌，即为0
逐层计算
先确定判断顺序，每个需要判断的机制都进行一次随机取值并判断其命中情况
较为粗放
奖励系统中的随机
建立期待
建立一个容易理解的物品好坏规则
玩家没弄明白什么是好的、什么是更好的时候，就无法产生期待。
如颜色来代表稀有度
给与一定的掉落预期
事先知道能获得哪些好东西，让玩家的挑战更有目的性
让玩家处于漫无目的的状态，对任何类型的游戏来说都是一种危险的设计
随机奖励的设计
数量随机
游戏通用货币
类型随机
限定掉落的类别
组合随机
组合类型的掉落
结果随机
拿到的奖励上还有一层随机属性
随机掉落配置
先判断掉落包，然后根据组权重随机掉落组，之后随机道具
随机性的控制
不能失控
无序的随机性，可能给某些人过度惊喜而趋于平淡，某些人则没有任何惊喜
一旦使用随机元素，就要在规则上有更多玩家看不见的力量来修正可能的负面影响
真正优秀的随机系统一定能总结出很强的规则
看不见的规则
战斗中
正面和稳定
暴击是正面结果，闪避是负面结果
闪避会将收益缩减为0，偏差过大
考虑实际均衡
卡牌：关键牌概率，保证发育，拉长对抗时间
三消：根据场上来考虑新内容
选择中
将内容分级，根据玩家当前状况推送，平衡游戏难度和技巧
奖励中
风险和回报成正比，保底合理奖励，增加随机特殊奖励
控制随机
同等价值分组投放原则
分组：品质、价值、危险系数等
按合理推送节奏逐步开放不同价值分组，避免混乱
价值补偿原则
多种奖励组合，保证总体价值处于一致水平，平衡玩家回报
价值可兑换原则
给与运气不好的玩家获取奖励的机会，如积分自选体系
正态分布
意义：游戏中玩家水平呈现正态分布
定义
若随机变量x服从：，则x为“正态随机变量”，x的分布服从正态分布，
：位置参数，正态分布的中心位置
：尺度参数，越大则正态分布越分散扁平
为0、为1时为标准正态分布
特点
集中性：曲线定点位于正中心，即平均数所在位置
对称性：曲线以平均数为中心，左右对称
均匀变化：从中心点向左右均匀下降，两端与x轴永不相交
面积恒定：曲线与横轴面积总为1
3原则：区间的概率为99.74%
应用
同质群体
利用正态分布对同质群体的特征进行观察研究
正态分布取值
通过总属性价值随机生成装备的属性
使玩家不断获得更好的装备
通过一个总属性的周边范围，让总属性按正态分布落在里面
均匀分布的随机变量生成整体分布的随机变量
获得两个独立的随机变量
计算满足正态分布的随机数
把x带入正态分布公式取值
适当改动标准正态分布
f(x)=N+E*
平均数500，波动80，取值(420,580)
N=价值平均值-价值波动范围=500-80=420
E===200
在的x取值范围内，以标准正态分布的呈现覆盖(420,580)的价值取值范围
若希望整体分布波形更扁平或瘦高，可挑战的值
经济学
经济学基础
概念
经济
通过个人或团体的创造、生产行为所获得的利益，以及利益分配和转移称为经济
宏观经济：更关注物资、价值、劳动力的整体流动，从而整体改善和优化整体的利益创造、分配和转移
微观经济：体现在每一个参与个体的得失，从个体参与行为来进行分析和解决经济问题
游戏中
玩家拥有的所有数据的总和及其变化过程
宏观经济：能力获得与释放系统的协调关系
微观经济：体现在玩家可以参与、执行的行为策略上
资源配置
解决生产什么，如何生产，怎么转移的3个问题
游戏中
玩家如何获得收益，收益之间如何转换，如何将收益变为实力
供给与需求
供给：价格一定，生产者愿意并能提供给市场的商品数量；需求：价格一定，消费者愿意购买商品的数量
游戏中
价格可以从现实货币、游戏货币、时间成本等多方面体现出来
效用
人们从物品的消费中获得的综合收益，包括快乐和满足等精神层面的收益
游戏中
更加强调精神层面的满足感
边际效用
新增加一个单位的商品所能增加的总效用。不断增加同一种商品的消费，所增加的总效用会递减
游戏中
不断给予惊喜而惊喜效果越来越弱
机会成本
当我们做出一种选择时放弃的其他机会的最高价值
玩家是否合理做出最好的选择，即某个策略的机会成本不会高于当前的决策
货币
是生产结果交换的媒介，是为了提高生产价值的转移效率而诞生的交易媒介
通货膨胀
货币的供给大于货币的需求，即货币流通购买力大于市场上的商品供给时，货币贬值、物价上涨所产生的现象
游戏中
主要体现在消耗的途径不够，导致玩家货币囤积得较多
通货紧缩
货币的流通变少或商品的供给远超货币的购买力时，出现货币流通紧缩、物价下降的现象
游戏中
会加大玩家的时间投入或资金投入，但也会增加玩家流失的风险
恩格尔系数
指生存必需品占个人消费支出总额的比重。用来衡量一个国家的富裕程度
游戏中
玩家有多少比例的货币用在了非实力提升方面，比值越大意味着游戏的周边建设越丰富，整体吸引力越大
基尼系数
用来判断收入分配的公平程度，1表示收入全被一个人占有，0表示收入分配绝对平均
游戏中
开放度不够的游戏
玩家收入取决于投入时间
开放度足够的游戏
玩家可以通过交易等方式极大地提高获取效率，但我们可以通过限制每日收入来控制贫富差距
税收
国家通过政治权利，强制、无偿地取得财政收入的一种方式
游戏中
往往会对交易行为抽税，要么是为了货币回收，要么是游戏运营收入的保障
帕累托改进
改变资源配置不使任何人的情况变坏，并至少使一人的情况变好
怕累托最优
任何改变都无法再不损坏任何人利益的情况下增加其他人利益
定律
污水定律
一滴污水导入一桶酒，一勺酒导入一桶污水，得到的都是一桶污水
游戏：避免破坏性规则导致全局毁灭
彼得原理
社会中每个人都会上升一直到他所不能胜任的层级
游戏：控制玩家之间的交互关系的复杂度、社群数量，避免层级过高，从而避免玩家因无法胜任而获得挫败感
马太效应
赢家通吃
游戏：平衡赢家和输家的实际差异，尽量将胜利效用转为精神追求，避免过大的现实差距而导致败者彻底出局
木桶定律
短板决定了高度
游戏：一种设计思路，给与一个角色足够的长处，但又有致命短板，依次促进配合
帕累托法则
任何一组东西中，最重要的只占20%，即二八定律
游戏：资源分配，注重前20%的奖励投放；新手阶段前20%时间需要注意特色和细节的展示
墨菲定律
如果事情有变坏的可能，不管可能性多少，则总会发生
游戏中设计的负面内容，总会有玩家体验到，一定要慎重
华盛顿合作规律
人与人合作，10个1相加可能大于10，也可能小于1。在于每个人是否能相互推动
多人游戏：需要每个人都有明确的模板，才能让所有人满意，否则会被抛弃
游戏中的宏观经济
经济结构
生产线（能力释放系统）
一般游戏中所有行为都属于生产，都需要奖励或鼓励（能力释放系统）
合乎情理和感受的生产系统：游戏规则和内容流程，如剧情，交互，任务，解谜，奖励
消费线（能力获得系统）
消耗资源，一切非行为类的投入和分配，如锻造装备、天赋加点、思索操作方式等
基于核心行为的宏观设计方法
无任何限制、故事背景、任何参考时，我们往往通过核心行为来进行宏观设计
1、核心行为
游戏的核心玩法，需要玩家反复去尝试和学习的内容
可重复性
可变化性
战斗环境的变化，搭配组合的变化体验，不同职业的不同体验等
可进化性
关卡的难度更新，数值养成的深度
可研究性
游戏核心玩法的策略深度、复杂度、熟练度
不考虑内容复杂度的情况下，每满足以上一点特性，游戏的生命周期可延长25%左右
2、核心系统建设
核心玩法确定后，可以确定能力获得系统，如装备系统、技能系统、加点系统、职业系统等
3、内容建设
将游戏故事以游戏内的流程表达出来，如主线剧情、支线剧情、休闲玩法、日常活动等，任何可以提高玩家参与度、黏着度、认知度的内容
宏观内容设计一般流程
1、确定游戏世界观和剧情、锁定关键内容
考虑如何讲故事、设定什么样的背景、如何展开等
宏观内容设计中，最能提升游戏体验的是世界观内容的设计
2、包装【能力获得系统】
保证系统的逻辑性和叙事性与背景结合起来，合理无违和，保证代入感
3、设定【能力释放系统】
遵循一对一的投产关系
保证每个【能力获得系统】都有对应的【能力释放系统】，使养成的目的和手段都更加明确
4、依据期望游戏时长增加内容系统
将【能力获得系统】和【能力释放系统】的耗时统计起来，与预计总耗时对比，看是否需要增加额外的内容系统
5、核算各系统的产出和消耗
核算耗时，对比游戏内容所需有效耗时，整体估计游戏节奏和体验是否合理
见实践篇
6、制定数值
见实践篇
7、测试和优化数值
游戏中的微观行为
游戏行为拆解
RPG
核心行为
如何将玩家角色变强
【能力获得系统】
内容载体
游戏中各个人物之间的情感冲突
衍生
组队合作战斗，战斗所需战斗技巧，与NPC的交易等
沙盒
核心行为
环境交互、环境改造
内容载体
探索和创造，需要提升内容丰富度，减少线性内容
衍生
探索：移动、挖掘、开采、破坏，创造：收集、组合、改造、再组合
解谜
核心行为
侦查、发现、操作物件
内容载体
关卡、环境、剧情息息相关，线性内容占比较大，通过搜索、检查、联想，梳理谜题，完成解谜
衍生
注重剧情的探索、内容的收益、弱化对抗元素
SLG
核心行为
玩家在面对不同战斗环境时，能做出的独立策略的选择和组合
衍生
策略的可组合，兵种搭配，资源生产分配，战斗技能顺序，配队，克制
行为设计准则
1、确定游戏复杂度
确定复杂度
游戏期望玩家在操作耗时上决策的时间长短
ACT
仅输出、防御、控制、恢复四大策略，战斗中直接使用
SLG
需要玩家考虑接下来及格回合的策略，复杂度更高
能力获得系统复杂度
属性的多少，内容元素的多少
每增加一种内容，可能复杂度会指数级增加
需要追求耗费玩家精力的‘恰到好处’
2、穷举基础行为
将游戏规则所允许的行为全都罗列出来
3、筛选行为
凡是存在的行为规则必须是合乎行为价值的
这个做法能给游戏带来乐趣，能让玩家产生投入精力冲动的
对玩家有意义和价值
游戏对抗平衡
策略行为的选择
策略行为能形成选择性，不太容易得出谁更优
策略行为的效用
应该是恰到好处的，而不是用完之后就能高枕无忧
策略行为标准
优势检查
相对其他策略行为是否有不重复的优势
交叉检查
是否和其他策略行为形成策略组合
融合检查
是否会破坏既有的策略体系
乐趣检查
玩家是否愿意尝试这种新行为
4、测试与检验
自我测试：关注实际感受，密切关注设计预期和实际结果的差距。不断积累经验，缩小差距
行为的传递性
游戏外的行为传递
会通过社交传递给其他玩家
游戏中容易获胜的手段
可利用漏洞获得收益的行为
在游戏发布前需要经历很多次测试，降低和解决这类问题
游戏对外测试的两个关键阶段
技术测试（测试）
检验稳定性：安装成功率、程序崩溃率、运行效率等
游戏性测试（测试）
检验游戏内容，玩家如何看待游戏核心玩法和内容
游戏内的行为传递
新手引导
操作引导或提示、新技能展示、高级角色展示、兵种相克演示、展示模拟演示
将游戏策略行为完美得融入游戏，让玩家感觉一切都是自己探索所得
游戏经济行为的七宗罪
贪婪：行为的逐利（奖励）
绝大多数游戏行为是为了某种‘奖励’
嫉妒：价值的比较（鄙视链）
建立易于了解的价值观，如战斗力，道具品质等
淘汰速度过快会让玩家无法形成价值的稳定感受，会有下一秒就被替代的感觉，没有财富积累感
控制价值获取的难易程度和频率
考虑价值的保值，如可继承、转移、作为材料等
暴食：物品的囤积（收集）
囤积物品是人类的天性
给与玩家收集的要素，可以是能力、物品等，详见下文
傲慢：稀有的控制（身份表达）
稀有在游戏中一定是通过严格的控制手段达成的，即概率
控制稀有是为了让稀有价值和实际价值表现出来的情况一致，避免游戏价值体系崩坏
懒惰：思维的惰性
对重复固定行为，容易放弃思考，从而滋生乏味感
审视游戏中的可再生资源，看看是否有再生的必要性，或做一个限定值帮助玩家克服产生惰性的可能
颜控：外观的吸引（好看）
玩家愿意为更好看的内容买单
如果游戏有好的视觉效果，可以将好看作为奖励给与玩家
暴怒：好胜心
好胜心会让玩家去不断思考总结，练习提高，是玩家成长的动力之一
过于强烈的胜利暗示，或恶劣的竞争环境，会让某些玩家退出
游戏货币
货币的本质
交换价值
购买货物、交换劳动力的媒介，本质是资源货物的所有者与市场其他参与者关于交换比例的契约。货币本身没有价值，货币价值指的是在市场上的交换价值
地域性
货币只有在被认可的环境中才会存在
意义
货币可以让资源、劳动力、货物进行细致准确的价值衡量，加速资源的利用效率，加速社会关系的进化
游戏货币的本质
游戏中的二次分配
对能力获得系统的自主分配
降低产出和消耗系统之间的耦合
所有的系统都能产出货币，而所有的消耗系统都需要货币，一个系统不必完全依赖另一个系统
控制货币的使用范围
若过于宽泛则不易测试，可能因为某个新增内容而导致价值体系的崩溃
若使用范围过于狭小，则价值得不到体现，会被无人问津
具体设计见后文实践篇
游戏货币的几种形式
一款游戏至少有两种货币
和现实货币具有稳定兑换关系的商城货币
游戏内产出的常规流通货币
为了降低价值平衡难度，越复杂的游戏拥有的货币种类越多
特定积分
专用货币
属性点、天赋点等
游戏货币的价值体现
使用价值
通过货币获得实力提升
作为服务费进行消耗，如强化等
商店购买
随机抽奖
交易价值
游戏经济中的非货币资源
不动产资源
操作技巧、游戏个人理解、熟练度
带动了游戏直播行业，带动了游戏厂商对快节奏对抗游戏的设计
存款自愿：属性
角色的等级、属性点等
当数值能力达到一定程度后便能参与更强的挑战，有机会获得更多的奖励
流动资源：道具
按使用后的情况分类
消耗道具
使用后获得临时效果，如技能卷轴，恢复药品等
资源道具
使用后获得资源，如金币，天赋点等
可重复使用的道具
装备、技能等
按不同使用环境分类
药品道具
装备道具
工具和功能类道具
材料道具
生产原材料，也可以是成品
资产道具
房间、岛屿、地产等
按游戏的逻辑分类
建立在一定游戏逻辑基础上的分类
存储需求
道具太多，分类方便检索，如任务、材料、装备等
对抗需求
在设计战斗属性对抗时，在道具上增加属性，鼓励或限制道具流通
社交需求
在游戏中设定性别、种族、阵营等，就是为了满足一定程度上的社交需求
实践篇
玩家成长
成长
成长的游戏定义
一切让玩家感受变得更好的过程和结果都是成长的内容，这些内容具有积累性和不可剥夺性
赋予玩家以主动性，更能融入游戏世界
普遍性
无处不在的成长，对游戏的理解、熟悉、试错、新信息，对于玩家都是成长
积累性
数值的提升、技巧的提升
不可剥夺性
技巧的掌握，持续时间很长
成长的分类
常识类
对世界的了解程度，如移动、跳跃、重力、基础交互等，特殊规则等
技巧类
操作经验的积累，练习和摸索出来的
数据类
属性资源、数值
成长的意义
通过设计成长性内容，达到饱满的情感体验
饱满的情感体验
游戏过程内容丰富
情感上的完整满足感
成长会产生期待感
合理的节奏节点成长，给玩家一种适度的获取习惯，对未来产生合理期待
成长会产生留恋感
沉没成本效应，玩家成长越充分、投入精力越多，越不容易产生放弃的想法
成长会提高玩家与游戏的融合度
玩家对游戏内容越来越熟悉和认可时，越能顺着设计中思路完成和理解游戏，极大提高游戏参与感
等级系统拆解
等级的意义
等级是综合实力的体现，投入时间和精力多少的重要标志，可衡量玩家实力
等级的各种定位
角色等级
RPG游戏
控制角色能力上限、控制角色可用功能、控制玩家能接触到的游戏环境等
装备的穿戴等级，PVP战场的进入等级
经验为可消耗资源：经验在角色满级后仍有追求的意义和价值
账号等级
养成类游戏
控制游戏内容开放节奏，一个账号下有多个角色需要管理维护
根据等级解锁地图区域
培养等级
游戏子系统
通过消耗资源（货币、时间）来换取等级提升
有效控制培养目标的能力释放节奏
道具等级，宠物养成
熟练等级
需要玩家不断练习，升级后解锁新能力或提高数值水平
行为等级考量
价值衡量的基准
讨论任何经济价值体系时，都应以【时间成本】为基础出发点
时间成本
行为所需要的时间成本，应该是获得回报的基础
丰富度
指玩家可以通过多少种方式来获得经验值
从表现形式、参与时间点来考虑，用额外价值保证独特性
周末限定行为应该比日常行为价值更大
重复频率
日任务、周任务，重复完成
价值锚定表
等级边界
等级上限
通过内容时长，决定等级上限
确定等级拐点
需要确定等级成长的蜜月期，即让玩家感觉到升级‘快而爽’的过程有多久，从而确定升级节奏快慢变化的转折点处于什么位置，以及升级曲线的性质（起点、等级拐点、等级上限及其时间）
引导教学较多时，延迟等级拐点，密集的成长反馈提升游戏参与感
确定溢出经验去处
如不设上限，归零重新升级、每次升级给与固定的属性奖励，根据声望、荣誉给与额外的到达奖励
多行为经验来源的等级设计
行为频次预期表
可同时根据【等级拐点】调整
为了达到设计的行为分布，可对活动区域、功能进行限制
确定等级的经验值基数
数值大小
大的数值看着很多，给玩家‘赚到了’的感觉
小的数值，给玩家精打细算的感觉，希望王家认真的去考量计算
确定每点期望值产出的经验值，从而确定所有的等级的经验值
等级所需经验值=怪物击杀预期数*怪物击杀期望价值*经验基数+普通任务预期数*普通任务期望价值*价值基数+...
根据【行为频次预期表】，配合【价值锚定表】，得出每个等级需要的经验
拐点之外的等级
可通过各个行为的线性增长来进行较为粗放的数据设定
曲线公式
可选择使用，将各个等级的经验值拟合成一个公式即可
单一经验来源的等级设计
线性关卡中的等级
一次性获取经验，无法重复击杀，单关卡下所获取的经验是固定的
根据关卡期望等级的所需经验，反推出所需的关卡行为
培养类型的等级
消耗材料、道具来帮助附属单位（宠物、建筑、装备等）进行等级提升
确定等级上限
根据培养上限、角色最大等级、系统总投放能力上限确定
确定每等级能力成长程度
根据系统的【能力获取占比】确定
确定每等级单位价值效率变化曲线
线性变化
随着等级变高，每等级投入的单位价值保持不变
指数变化
随着等级变高，每等级投入的单位价值需要更多
各等级所需消耗的材料总价值
根据单位价值变化曲线和每等级的能力分配总值算出
所需实质的道具、金币和数量
将每等级的总价值转化
熟练度等级
技能使用达到一定频次
主要考虑时间成本，预估玩家的行为频次达到所需的时间
期望玩家升级所需天数*每天预估次数=对应等级经验值
制造类熟练等级
预估玩家每天可采集的原材料，完全消耗掉原材料时的生产次数*60%~80%=每天玩家完成的次数
所需升级天数*每天玩家完成的次数=每等级应设定的升级次数
收集元素给予的成长感
收集
收集的范围
收集是玩家占有欲的表现
一切能被玩家拥有的元素都可视为收集元素
道具、技能、NPC、剧情故事、地理图鉴等
强化收集感受
提示
图鉴、日志、成就等
收集的意义
提高后期玩家参与活跃度，扩充游戏内容
收集与奖励
玩家行为必须获得反馈，可以鼓励、奖励或其他让玩家感觉满足的内容
在游戏中形成正向反馈
奖励内容
收集进度、货币奖励、特殊奖励、勋章奖励、战力奖励
收集与挑战
成就系统
集收集、挑战、奖励于一体
特有难题
对游戏更高、更远的追求，完成条件更苛刻，对游戏达成更深的理解
道具奖励、勋章奖励等机具荣誉性的回报
内容类型
技术型
积累型
需较大数量积累
运气型
套牌型
需收集一个或多个条件
成长推送节奏
五分钟进入原则
玩家最关注的三点
画面表现力
统一的画风、艺术化处理
剧情代入感
世界观、剧情、配音
游戏操控性
核心玩法的操控反馈
成长递进原则
符合逻辑常识
不能因为博眼球做出令玩家疑惑的设定
强弱交替
互相参照，才能感受到更强的表达效果
复杂内容后置
操作逻辑复杂
各种附属系统，如宝石系统、装备系统、打造系统、掉落系统
理解逻辑复杂
内容创新，违反常识，剧情反差等，需要铺垫帮助玩家理解
成长简化原则
意义
每增加一个成长点，就会牺牲掉一部分对核心内容的体验
成长效果的简化
每一个成长点都有其特殊性，如技能等级和品质，不能都提升技能基础威力，可将品质提升改为提升额外攻击效果
成长数量的简化
这个成长点能不能改为其他成长点的附属点，如品质提升可改为每10级自动提升额外攻击效果
细节留白原则
设置一些惊喜，让玩家自主探索，满足玩家的探索欲望
在其他内容足够优秀的情况下去设计的，或因灵感和乐趣而设计
PVE数值设计
PVE基础
对抗策略
玩家面对难题、击败对手、完成任务的行动集合
类型
基本策略
角色操控
战斗策略
攻击、防守
工具策略
利用道具和环境交互
化学策略
不同元素在环境中的交互
获得
默认存在
世界基本构成，如化学策略
收集获得
如工具道具，有耐久度
解锁获得
技能解锁
购买获得
数值升级
成长
化学策略
只依赖数值成长
战斗策略
技巧越强，数值成长越小；反之亦然
工具策略
取决于游戏内容规划上限
环境设定
物件
可交互的物件
可破坏物件
可改变形态
地形
可到达，可与玩家交互
生物
符合生活习性（水中的鱼），能力和外观保持一致（飞行和翅膀）
场景氛围
物件、生物、镜头、色彩，提高代入感
场景交互
让玩家出于常识而交互
通过游戏机制教给玩家
驱动设定
玩家完成挑战的缘由
解释驱动的内容，可以对背景进行完善
可根据背景，来设置对抗策略
每次使用策略都会对背景认知更强
环境内容应该和背景保持一致，不能有违和的东西出现
对抗分类
根据策略库是否一致
对称对抗
非对称对抗
根据技巧还是数值占优
技巧对抗
数值对抗
对称策略战斗设计
概述
绝对对称策略对抗
拳皇格斗、镜像挑战、调取其他玩家数据挑战
相对对称策略对抗
大部分的PVE是相对对称的
策略体系的不同，AI会加入一些漏洞弱点
设计步骤
假想PVP战斗的模式，把战斗模式赋予AI
1、确定战斗节奏
分出胜负所需时长
确定基础战斗策略，如普攻
推算所需战斗时长、基础战斗威力、标准血量、标准攻击威力
确定攻防公式、闪避公式、暴击伤害公式等
2、丰富战斗策略库
围绕基本战斗策略，将某属性上调，某属性下调，得到新的策略
如快速低攻击，慢速高攻击
3、平衡性调整
所有策略调整为具有相等选中权重的策略
在【游戏平衡实践】章节详述
举例
炉石传说
英雄联盟
象棋
非对称策略战斗设计
概述
不同的策略库
怪物、机关等，和玩家完全不同
不同的触发机制
怪物的固定反击次数，玩家的选择性策略攻击
设计
1、简化对抗流程
玩家战斗策略庞大时，针对AI独立设计，简化对抗过程
2、针对玩家战斗策略
针对玩家的战斗策略，做出对应的谜题等
3、针对背景设定
根据背景设定，设计出的难题、困难
举例
智龙迷城
玩家根据三消来攻击怪物
尖塔奇兵
怪物是固定或随机的AI策略，玩家根据提示构筑卡牌进行应对
塔防类
偏技巧对抗设计
技巧性游戏优势
最容易获得成长
通过训练和吸取他人经验能快速提升自己的技巧
满足感强
短期内黏性高
玩家失败时会不断训练
内容紧凑而无重复
避免玩家在某个挑战体验停留太久
技巧性游戏劣势
对内容数量、剧情提出来要求
一旦丧失内容吸引力，玩家乐趣降低
可增加一周目、二周目挑战，留住玩家
对不擅长操作的玩家不友好
攻略作用明显
玩家可能是通过查看攻略通关的
但不一定是副作用，也能让玩家保持对游戏的热情
游戏中的表现形式
动作类游戏
玩家可以躲避危险
玩家可以在极少数值影响下，完成挑战
如鬼泣、拳皇、马里奥、Pong等
即时策略类
同时操纵较多单位，对局势战略的分析理解
牌类游戏
如炉石传说
牌组的动态变化，对未来的随机性，以及牌技对胜负的影响
益智解谜类
如古墓丽影、愤怒的小鸟
解谜后短时间内获得极大快感
掌握技巧后解决大量类似谜题，也很快乐
技巧与规则设计
规则的可提炼性
规则提炼得越精简，技巧性成分越高，受数值影响越低
规则的独立性
每个规则和其他规则没有先后关系
技巧性越强，独立性规则越多
偏数值对抗设计
数值对抗游戏优势
易于控制的成长节奏
数值可以拟合我们的成长节奏
数值可以做的粗放
如挂机类游戏，战斗力的大幅提升
技巧类游戏中也可以加入数值，但需做的细腻，避免数值对游戏影响过大
时间≈成长
成长和时间挂钩，激励玩家保持活跃
不会被剥夺的成长
属性值不会被降低
足够长的成长周期
设置的足够高数值才能通关的关卡，数值对应的时间就是玩家成长周期
数值对抗游戏劣势
过于依赖数值解决问题
中后期，玩家对于过不去的关卡，需等待很久
数值成长之外的留存动力
玩家可能会忽视数值之外的内容体验
小数值
避免数值变化对玩家的刺激
大数值
提高数值变化对玩家的刺激
PVE数值成长设计流程
一切环境中的数据都是根据玩家成长的预期反推出来的
1、确定数值成长构成
指能力获得系统，将各个系统的能力数值分配占比按照重要程度进行规划
力量、智力、敏捷为基础属性，基本一致
生命、攻击等为二级属性（可由一级属性转换），但此表不包含转换来的点数
2、锚定标准实力成长期望表
将分得的属性按期望的设计节奏给予玩家
预估出属性构成情况
作为PVE中的AI实力参照
对于没有等级的游戏，用关卡节点作为AI实力参照
3、攻击期望、损血期望与难度控制（怪物设计）
预估期望耗时、损血
击杀耗时、玩家损血
怪物攻击频率
次/每秒
计算怪物属性
玩家DPS
怪物的防御、闪避，可参照玩家标准实力的60%~80%
怪物的进攻属性，可参照玩家标准实力的60%~80%
得出怪物血量、DPS、攻击力属性
怪物血量=玩家DPS*击杀耗时?(防御、闪避等)
怪物DPS=玩家损血？（玩家防御属性）/攻击耗时
怪物攻击力=怪物DPS/怪物攻击频率?怪物进攻属性
4、丰富怪物类型
根据击杀耗时、损血期望，预估出小怪和其他精英怪属性修正
5、联合产生怪物属性
结合上述，计算出怪物属性
可增加怪物技能，在均衡范围内即可（详见游戏平衡实践）
组合类系统数值设计
无限尝试：组合与拆卸
组合是规则探索的先驱
尝试的代价
需要限制玩家无限的粗暴常识获取结果
1、获取代价
购买，随着进度解锁
2、使用代价
组合时消耗材料，一次性宝石
需做好材料的来源和储备规划
3、重置代价
重置时付出成本
4、失败代价
组合不断失败时会结束游戏
可能性与最优解
确定可能组合的数量级
无法对几十种策略做好平衡，即有相同的策略选择权重
确定不同类型会选择的几种方案（不断跟进玩家）
玩家永远选择收益更快、代价更低的方案
如炉石传说，玩家会选择倾向攻击、防守、均衡、反击几种方案
通过教程、经验环节，使玩家经验和设计目的一致
装备系统的设计
基础设定
两种组合方式
数量限制
如限制穿戴6种装备
部位限制
其他
性别、等级、属性等，与其他系统联动
如何选择
部位限制
希望装备更换是频繁而连续、有规划的
数量限制
离散的获取和更换
更方便规划属性上限，降低设计上的耦合度
装备给玩家提供的帮助
外观联动
属性联动
技能联动
主动技能、被动技能、技能增幅
装备联动
套装效果，一般是后期追求
道具联动
宝石的镶嵌、强化、附魔
装备效果分类
基础属性
额外附加属性
高品质装备的附加属性，特殊属性
装备联动属性
套装效果
道具联动属性
宝石强化、镶嵌、附魔等
属性价值与消耗的金币、资源价值持平
装备属性数值
装备投放数量
至少保证最小所需数量
即每个可更换等级都对应有一套
装备系统总属性占比
装备系统占总属性的比例
往往是40%~60%
装备属性分配
注重属性的配比，每个属性百分比总和100%
注重装备的属性分类
适合装备属性分类差异很大，道具联动很多时
装备属性生成
计算最大属性占比（品质最好的装备）
如头盔-基础-力量 = 总力量*装备总属性占比*装备属性分配比例*(当前头盔等级/最大头盔等级)*品质系数
根据品质价值表，计算各种品质装备属性
微调与修正
查看最低等级品质装备，是否没有0属性、过低属性出现，是否满足期望
不符合时
可整体调整装备的数值上限
少数情况下挑战装备的属性获得或属性分配比例
尽量不要直接修改装备的数值
随机属性与价值分配
需要控制随机数值的上下限，避免过高或过低导致的不平衡
随机步骤
1、确定属性标准价值
先确定一个属性作为标准价值（攻击力）
通过属性生效计算公式或投放量计算其他属性价值
大多使用攻击力这种直接参与伤害计算的属性
假定伤害计算公式=（攻击力-对方防御）*（1+c*暴击率）
c为暴击伤害倍数
2、公式换算单位价值
根据公式，防御与攻击价值相等
防御价值也为1
假设我们期望玩家能承受N次攻击
血量与攻击比例为N
每1%暴击，提升c%攻击
极限预估，玩家最大暴击75%，最大攻击力为M
最大75%暴击收益：M*c*75%
每暴击价值=M*c*75% / 总暴击投放数量
3、投放价值换算
避免攻击无法破防，防御投放要比攻击低
投放1攻击，投放0.5防御
真实攻击防御价值是1:0.5 = 2
防御价值更高，更难获得
4、标准装备价值
根据投放价值换算，将附加属性（随机值属性）换算出属性随机总价值
5、计算随机价值
x为各个随机属性的值
y为属性随机总价值
其他参数
随机属性的相对总价值
随机属性个数N
求解方程式
取N-1个0~100的随机数，将100分为N个区间
某属性随机数值 x = 区间长度/100 * 属性随机总价值/该属性单位投放价值
异化属性的设计
分类
从作用对象分
属性向
对基础传统属性的修正和强化
技能向
对玩家已拥有的技能进行加强
获取向
从某些属性获取源的获取效率增强
如从某装备获取的精神力加倍
赋予向
原来未拥有的全新效果或能力
从逻辑复杂度分
增强型
增强原有的能力，如技能、属性
修改型
将原有能力修改为其他效果
如物理攻击改为魔法伤害
奖励型
直接给予玩家属性点、道具的奖励
扩展型
全新的强化节点
设计难点
范围模糊
需要多少异化属性，难以界定
强度模糊
难以量化其价值，平衡难以把控
投放模糊
异化属性彼此间联系很弱，无法做到线性均匀投放
平衡
数据平衡
将异化属性，尽量转为传统攻防属性来评定强弱
机制平衡
当无法通过数据平衡进行强弱参照时，调整时就需要重新设计机制
组合和卸载形式
加点形式
重置时需要付出代价
槽位组合
根据组合顺序激活特定效果
可付出代价取下，不可取下
数量限制
覆盖原有
构筑组合的设计
卡牌策略类构筑
不会有太深数值，每张牌都有独特的战斗机制，平衡和维护工作较多
1、确定回合节奏
任何游戏战斗节奏都可以拆分为以时间为单位的攻防行为
即时类游戏
冷却时间是控制战斗节奏的重要设定
法力值、怒气值也是控制节奏的资源
回合制游戏
以行动值耗尽来完成参展单位转换
动作游戏
发招、过程、收招、硬直都是节奏的控制点
卡牌类游戏
多是传统回合制方式，或单纯以资源控制节奏
合理控制资源，每个策略都有其代价和成本
2、确定战斗详细环节
包括战斗前、战斗中、战斗后的所有环节
3、设定战斗机制
战斗机制是策略的表达。游戏流程环节越详细，设计战斗机制越容易
同一个结果在不同事件下触发，给玩家带来的感受完全不同，策略表达也不同
4、机制与平衡
玩家操作所付出的代价，是用来使卡牌所拥有的机制保持平衡的关键所在
代价列表
代价的价值无法完全量化，需测试来判断是否合适
角色类小队组合
角色卡牌为主体，伴随较为深度的数值养成。需要将卡牌按战斗的职业定位进行设计，引导玩家在合适的职业上选择合适的卡牌
1、设定小队回合节奏
给角色划分职业
如何控制和转换不同单位行动
根据行动点行动
每回合一次行动机会
按照技能冷却和AI指令不间断行动
2、设定标准角色实力
各方面属性相对均衡的角色
3、设计职业倾向
根据角色定位设计属性和能力
4、联动设计
羁绊，被动触发
体现为异化属性
游戏平衡
游戏平衡的范围
平衡概念
将双方的相同性质元素的量化比较
战斗平衡、系统间平衡、产出消耗平衡
设计者的期望和实际呈现结果的平衡
系统平衡
对于相似定位的系统，玩家在时间、精力、财力、评价、选择上是否均衡
能力获得系统的平衡
对于两个以上能力获得系统，进行量化对比
能力提升效率
资源投入量：能力提升量
总值的对比，各个阶段的对比
时间养成效率
玩家投入的时间：能力提升量
能力释放系统的平衡
针对各种玩法系统
总参与时长
玩家某时间段投入的总时长
获取资源效率
玩家在玩法系统中，单次投入时间：获取收益
玩家积极程度
玩法开放/每个时间段内，参与玩家数量占比
系统综合的平衡
系统较多时，尽量保证获得系统和释放系统的数量平衡
经济平衡
供求平衡
获取和消耗的均衡
需求的满足
指保证玩家当前游戏进度的基础行为
不均衡
玩家会不在关注释放系统的奖励
产出平衡
存在多个获取资源的途径时，各个系统单位时间产出资源是否平衡
玩家都是逐利的
价值平衡
货币价值、道具价值、行为价值
详见 游戏价值体系设计实践
战斗平衡
游戏核心玩法的平衡
不同游戏水平的玩家是否能享受到平衡的游戏环境
不平衡会使玩家偏向于某一种策略，使核心玩家变得单一
1、机制策略平衡
即战术平衡
战斗策略的强弱
对战斗机制要测试完整，发售前测试完成所有所需机制
2、对抗节奏平衡
即战略平衡
影响战斗的公共策略，对战斗结果不偏不倚，不影响期望节奏的完美执行
战斗会多长时间结束
对于快速结束战斗、让战斗陷入焦灼的策略都属于不良平衡
陷入焦灼的策略
大多游戏会进行弱化参与双方处理
时间限制
每回合加速战斗节奏
战斗平衡的设计
平衡的统一
战略平衡重选择
战略资源体现在公共空间、公共资源、可实施策略上
战略资源对玩家对抗的影响
战术平衡重个体
战术体现在个体玩家单位的策略、成长、团队效用上，如装备、技能、道具
协调统一
不同游戏类型注重不同，可有机结合
战斗机制权重化的平衡设计
1、确定战斗节奏
策略的作用维度（会怎样）
可以影响双方的行为方式有哪些
策略的使用成本（怎么样）
策略使用时所需消耗的资源
策略的表现形式（在哪里）
双方行动的展现方式，环境呈现方式
策略的交叉影响（还会怎样）
受其他策略的影响，互相作用，如元素反应
策略的衍生事件（还会怎样）
对属性的影响，对环境的影响
2、确定战斗属性效用及公式
提炼战斗机制生效所需的所有属性
同一属性不同游戏可能作用不同
护甲
魔兽：减伤
神界：和伤害互相抵消
提炼出公式将属性关联起来
计算公式的系数
确定数值上下限
3、战斗对抗策略假想
属性如何影响玩家决策，帮助玩家取得胜利
建立在合理的基础上，围绕已经确定的战斗节奏和战斗属性进行合理地展开，逐步延伸到战斗环节
技能策略的设计要有一定的依据，角色背景、外形、性格、定位等
思考方式
针对战斗属性的策略
属性提高
针对行为的策略
位移，转换
针对事件的策略
某些条件下触发
针对道具的策略
道具效果翻倍
针对合作的策略
角色同时出现等
针对策略的策略
技能释放后强化其他技能
4、设计与挖掘战斗机制策略
策略的数量、结构、环境尽量对称、平衡
满足角色的背景、性格、定位
5、技能属性的权重设定
进行技能的伤害和效果数值的平衡
技能属性和战斗属性的差异
技能属性
战斗如何发起，如何将战斗属性积累成优势
战斗属性
对抗时双方计算的媒介
技能权重体系
技能伤害
大多是以每点伤害作为标准权重
伤害权重
不同类型伤害的权重不同，需进行伤害修正
硬控制
无法进行任何操纵，如昏迷，小于1秒时，每0.1秒增加5%权重，大于1秒时，每0.1秒增加15%权重
强控制
可进行部分操作，如沉默，同硬控制
弱控制
不分效果削弱，如减速，同硬控制
施法距离
大多以近战距离为单位距离，每1距离增加权重1%
作用范围
以单位为标准，小范围12%，中范围25%，大范围45%
施法时间
每0.1秒，减少5%权重
冷却时间
以标准对战时长为分界线，30秒内每0.1秒减少0.1%权重，30秒以上每0.1秒减少0.07%权重
消耗类型及消耗量
消耗类型
法力、能量、怒气等
消耗量
以百分比考量
法力
10%为标准，每提高1%权重降低2%，每降低1%权重提高5%
能量
25%为标准，根据恢复速度和获取方式难易
怒气
50%为标准，根据恢复速度和获取方式难易
根据技能权重体系，平衡值的固定，某一个值变化，其他值跟着变化，以保持整体的平衡不变
在开发和测试中，不断调整权重体系（可能会牵一发而动全身），以达到合适的状态
技能权重平衡标准
小技能
100
大技能
400
战斗平衡的调优
战斗平衡的诉求分析
玩家抱怨
不能简单理解为玩家需要我们将这个内容改动，而是玩家遇到了不好的体验，我们应如何改善这个问题
抱怨很难
需要帮助他们找到循序渐进学习的方法
通关方式单一
策略效果不均衡
麻烦但不愿放弃的行为
乐趣少，奖励足够
大多时候，我们站在玩家的角度重玩一遍游戏就能发现问题所在
战斗平衡的标准
结果平衡
玩家使用不同策略带来的结果对比
胜率、不同水平下的玩家数量占比
选择平衡
玩家对职业选择的占比、技能使用的频率
价值平衡
通过其他平衡来发现问题，进而检查价值平衡是否存在问题，从而帮助我们修正权重模型中的权重系数
也可以用整体的平衡来价值衡量，或用同强度技能来价值平衡
战斗平衡的数据分析
并非所有玩家都会抱怨或反馈，因此必须建立数据收集和分析体系
1、收集战斗数据
PVE战斗数值是对数值反推效果的确认
双方基本信息
等级，各个能力获得系统
参战规模
参与人数
参战技能构成策略及其等级
策略使用顺序
战斗结果
参展单位的残存状态
AI的处触发原因和结果
与预期对比
2、战斗相关数据表
可罗列所有有关数据，如收益、频次、胜负、占比等
策略频次表
每个技能使用的频次，包括主动、被动、物品技能等
若频次过低（结合冷却和限制条件），则说明策略是有问题的
策略收益表
对方减少的血量或自己恢复的血量
不同类型技能的收益
伤害类型
释放技能后造成的伤害
控制类型
释放技能后造成的伤害，及控制时间内减少的伤害（根据该对抗水平下每秒平均伤害计算）
增益类型
增益持续时间下获得的额外收益（有增益和无增益状态时伤害差值）
其他类型
按属性价值比来计算收益
收益表（使用次数和总收益）
战斗序列收益表（使用流程）
通过上表，可以分析模型建立阶段设置的系数是否合适
3、策略调整
找到被玩家喜欢的策略，被玩家抛弃的策略
都是需要调整的
通用类机制尽可能在研发早期进行调整
牵一发而动全身
通过平衡模型所计算的策略一般不会出现太大偏差
除非在价值设定上出现了错误
异常技能调整
分析哪部分价值出现了问题
如需调整机制，则需调整所有使用了此机制的技能
游戏价值体系设计实践（暂放）
价值的统一
1、设定游戏的产出效率
所有的经济价值基础都是以时间为基准的
如果我们需要用价值体系规划游戏的经济内容，就需要将所有非行为内容完全价值化
产出价值
不计算稀缺，以同类物品的平均价值衡量
由获得感受拟定，例如
金币产出效率=15价值/时间
装备产出效率=18价值/时间
材料产出效率=17价值/时间
2、数值与度量单位换算
每金币价值=15/3000价值
3000：假设的每时间产出数量
每材料价值=17/10价值
10：每时间产出数量
不同品质材料可根据品质系数，转化为最低品质进行换算
每材料的金币价值通过价值进行换算
每材料价值/每金币价值
(17/10)/(15/3000)
以上只是系统产出的价值关系
玩家可交易时市场会有价值
转换需要损耗
金币转装备
装备转金币
打五折
基于时间的消耗与养成
消耗行为与养成行为
消耗
完全消耗
资源消耗无法赎回
不完全消耗
资源折损的价值
养成
可赎回、重置的资源投入
往往需要玩家投入较大时间成本去获取资源
养成与时间关系
角色实力达到最强时，就是游戏结束的时候
能力获得系统，通过时间持续不断获得提升，养成时间长度就是游戏的生命周期
eg.英雄联盟
升级相关
确定升级时间节奏
每级的时间，拐点
根据时间节奏确定小兵刷新频率、大小
其他资源经验
小兵、野怪刷新
小兵和野怪经验无法同时吃（时间跟不上）
英雄击杀
假设5分钟一次，经验为当前等级标准的n%
资源刷新大小和频率取决于升级的时间期望
资源的刷新是固定频率的
每小兵时间价值
每小兵时间价值=升级所需总时间/小兵总经验占比/小兵死亡预期数
拆塔，击杀类似
装备相关
假设等级、装备实力比为4:6
装备靠金币获取，奖励技术差距，因此占比更高
通过等级实力增长曲线，标准属性等，得出每等级装备提供的标准属性
根据升级时间节奏，得出每分钟实力增长期望
金币投放（装备）与经验投放同一来源，因此金币投放：经验投放= 6:4
每小兵金币=小兵经验价值*6/4
每分钟装备价值=(满级总实力/升级总时间)*60%
时间-实力预期（针对能力获得系统）
ps猜测：等级实力线性，装备实力非线性
行为的分布预期
时间-行为预期（针对能力释放系统）
不同游戏类型
关卡类
关卡代表了等级标准，时间预估玩家行为
只关注玩家完成关卡时间是否在预期范围内即可
沙盒类
行为预期标准需转变为探索范围，探索范围大小决定了所需时间
时间规划表
供需数据关联
将玩家时间-实力表，和时间-行为表关联
确定能力获得系统的消耗
玩家付出什么样的代价提升能力
时间成本确定的情况下，给与玩家什么样的资源收集目标
单一资源
强提升时间预期
多核心资源
关注资源平衡
资源+货币
避免货币贬值，方便货币价值调整
eg.皇室战争
消耗：卡牌+金币
关键资源：卡牌
分配核心资源的产出
通过升级所需时间来拟合核心资源的产出，达到控制升级节奏的目的
eg.皇室战争
掉落宝箱
每天掉落同名卡牌数量：需要综合玩家感受、商店价格决定，假定8张
根据同名掉落概率1/15，总掉落需8*15=120张
因此，所有宝箱掉落总和需要120张白色卡牌
紫色、橙色卡牌同样根据升级预期来计算每日产出
商店购买
修正和调整资源数据
其他资源产出
采用相似分配方法设计
核心资源产出控制时间价值有效执行
允许一定偏差
游戏币的价值设计
货币价值体现途径
专用使用途径
某个消耗途径可以容纳30%~40%货币产出
泛用使用途径
通用游戏币
有3种以上使用途径，可以将货币转移到其他形式存储后，再转移回来
设计难点
流通性
使用后未完全消耗，成为其他形式资源
使用自主性
不同阶段货币价值不同
无法预估货币的消耗使用行为
一般前期仅作为辅助消耗，后期玩家养成习惯后，再加大消耗。避免玩家价值混乱
价值建立
使用途径足够宽广，才会让玩家对货币产生需求
核心资源+货币的消耗方式，增加泛用途径
1~2种价值专用消耗途径，对货币进行稳定回收
供求平衡
货币消耗表
所有通用货币都需要统计：每个阶段的消耗、每个系统的消耗
结合行为分布预期表，对货币进行产出分配
非交易通用游戏币
产出以各个阶段所需消耗确定
统计需要消耗的地方，划分各个阶段所需占比，再按时间段统计所需
分配产出
商店购买
保证购买对象的价值一致
完全消耗之外的游戏币均用于购买
通过每个阶段预留的玩家购买次数，来估算应预留的购买用游戏币
可交易通用游戏币
交易市场->获取材料道具->消耗材料道具->提升实力
确定产出标准
单个游戏币的时间价值
计算养成所需价值（硬需求）
总养成价值-核心资源价值
将硬需求分配给释放系统，保证货币供给
额外的游戏币积累，流入市场
来自玩家额外时间投入
同时包含多出来的道具资源
多出的道具资源和货币投入市场，开始流动
市场运作维持
个人每日可交易游戏币上限
针对商人进行额外税收
限制二手转卖，锁定一定时间
交易交易限制，稀有资源限制交易价值区间
供给保底
需求量大的，官方出售，设置价格高于市场，相当于交易上限
通用硬性产出控制
避免玩家透支热情
每日任务、周任务，每日货币获取上限等
积分游戏币
通常用于商店兑换，天赋配置。溢出回收
1、增加积分游戏币的必要性
平衡玩家的收获
在不稳定收益（爆率）中，增加其他途径，兑换理想所需
其他系统中使用
使内部系统更简洁，如公会资金、加点系统
2、类积分游戏币
经验值
溢出后回收
回收系统
道具装备的熔炼作为材料使用
3、游戏币思维控制平衡
控制产出途径，保证没有纰漏
拓展篇
游戏引擎和开发工具
完整游戏的要素
游戏完整性论述
系统结构完整性
系统自身完整
有始有终，有背景世界观，有目标起因经过结果
系统定位不重复
不同系统应该有不同的帮助和意义，带给玩家不同的感受
产出系统，若产出资源一致，则应该在效率上有所区分
定位分类
玩法的不同
简单调整产出效率就可以
参与单位不同
限定职业，个数
频率限制
频次限制
获得的内容、效率的不同
产出内容、产出效率的不同
持续时长
单次分数，周累积分数
系统间联结清晰
单机
系统间关系较为简单
复杂项目
需要产出/消耗表来规划
资源流动完整
资源可以被消耗掉，不会囤积无处可用
辅助类系统完善
设置
音效、字体等
社交系统
有多人联机功能时需要
账号或存档
基础奖励活动
奖励玩家积极性的奖励和活动
过程体验完整性
体验
流程之间的衔接，数据之间的价值变换的流畅而舒适的感受
玩家在某短时间内获得的自身感受的变化
合理排布游戏内容，让玩家对游戏的前因后果有了解，明确奖励和奖励的作用
单机游戏
系统较少，有开头，有结尾，有高潮
复杂游戏
系统复杂，且生命周期以月为单位
新手阶段体验
前30~60分钟，介绍核心玩法给玩家，吸引玩家继续游戏，避免玩家感到混乱和繁琐
每日的游戏收获体验
让玩家每日都有可进行的行为和收获
阶段性行为体验
游戏体量较大时，可以让玩家与相近的玩家一起活动，限制行动和范围，提高体验
遵循自然的设计是更高级的完整
故事发展合理，不会给人带来疑惑，符合常理
游戏制作的关键节点
1、立项即核心玩法
提炼规则
将核心玩法提炼出来，形成可执行的规则
分析美术、技术
分析核心玩法所需要的美术表现方式，所需的技术支持
完成demo
完成核心玩法的demo
反复优化和完善核心玩法
2、技术测试版本
核心玩法、部分能力获得系统、部分能力释放系统制作完毕
PC、主机单机游戏
对不同的PC系统、显卡进行兼容测试
手机游戏
机型复杂，需要更多用户参与测试
可选择专业的测试公司进行测试
机型分布、安装时长、启动成功率、内容、帧率、温度等
联网游戏
压力测试
网络并发测试
模拟用户并发请求
根据运营、市场反馈来预测玩家峰值
3、功能完整版本
功能体验完整的版本，不一定非要把计划的功能完成
可以分成多个功能完整的版本，每次测试要有明确的测试点
4、商业化版本
收费模式
购买模式
买断制
对游戏质量有充分信心
道具收费
免费游戏，氪金充值
付费解锁
前期免费，解锁后半
对游戏宣传经费不足时
时间付费
广告
休闲游戏居多，游戏节奏快，有时间插播广告
商业化市场形式
玩家开始对游戏付费认可，付费获得更好体验
游戏测试相关介绍
测试方法
研发自测
任何代码改动，都应该立即进行改动测试，以及相关关联测试
系统测试
测试团队完成
测试点
流程完整性
边界数据的生效
状态变化的正确性
历史高发问题测试
需要专业的测试用例
测试管理
测试用例管理
针对功能内容的测试流程，应包括测试人员、时间、版本、步骤、采用的数据和来源、测试次数、结果、反馈等
bug管理
追踪管理bug，修复后通知专业人员验收
对外测试
明确测试目的
测试的核心目标，开放的功能，投入的内容，需要的测试时间。在测试开启时明确告诉玩家，使玩家更好理解游戏所处状态，帮助完成测试
玩家沟通与维护
将玩家纳入一个社群中，方便玩家及时反馈问题，方便官方更新信息同步给玩家，及时安抚，避免bug过多造成的玩家流失
运营、维护与更新
游戏运营与维护
运营的准备
当我们认为游戏已经趋于完整后开始准备
上线前确保
技术版本测试、功能版本测试
明确而简洁的发布、更新流程（打包上传资源服务器）
游戏日志相关：用于数据分析
统计、管理后台：用于展示、检测玩家数据，并进行管理的后台
邮件与奖励：可通过邮件、兑换码等方式给与玩家奖励、激活特殊内容等
单机游戏可以在玩家联网的情况下上传数据
目的
更快发现和锁定问题，有效控制问题的影响，发送奖励安抚用户情绪
运营的职责
发布准备阶段，确保
无任何游戏卡顿问题
流程而精彩的前30~90分钟内容
拥有优秀的核心玩法体验
系统架构不存在自相矛盾的地方
游戏运营所需的工具支持完备
数据的备份及回滚操作的支持完备
清晰而明确的游戏发布、更新流程
发布之初，确保
下载渠道
玩家会从哪些渠道下载游戏
反馈渠道
哪些渠道是玩家集中反馈问题的地方
如何联系玩家或告知玩家联系方式
帮助或引导玩家进入社区或讨论组
收集反馈
收集和统计第一波玩家的数据及可能的反馈
更新
及时同步短期的更新日志和更新计划
数据分析
不同类型游戏关注点不同
收集日、周、月、季度、年的数据
免费游戏
用户活跃，游戏时长
付费解锁
试玩转化率
新增数据
付费下载
展示量、付费下载转化率
免费
展示量、注册新增转化率
主要受宣传资料、宣传策略影响
留存数据
前30~90分钟的内容展现是否有问题
活跃数据
根据游戏生命周期而定，7日周期，则关注3~7日活跃
付费转化
针对有内购的游戏，不同游戏付费转化方式不同
付费深度
基于付费玩家的平均付费数（吸金能力大小）、基于注册玩家的平均付费数（付费生态，是否市场推广）
改进和更新报告
运营活动
定义
具有开启或激活周期，及限时、限次提供超额价值回报的游戏内容
意义
同比人类节日的意义，运营活动是为了游戏期间进行
放松奖励，压力释放
通过奖励、玩法形式来改变玩家对于游戏内容的感受
副作用
会一定程度上改变游戏的投产比，透支游戏内容
可在研发阶段【投产比】将运营活动考虑进来，避免生命周期被运营活动影响
设计分类
运气类
收集特殊掉落材料，或满足特殊条件后获得奖励
收集
积累类
通过达成某个数量的收集，或某个数字的积累条件
统计类
全体玩家或某个小队完成特定条件，频次目标或收集目标
过程类
在某些能力释放系统上获得多次胜利
状态类
活动中产出效果有额外提升
时长
收取类
每隔一段时间免费获得奖励，每日登录、在线时长
包装
活动的包装和呈现需要契合游戏玩法、背景，才能获得最大‘节日’感受
游戏的更新
游戏更新流程
1、确定版本更新内容，制定详细的更新计划和说明
2、逐一制作和测试每一条更新内容
3、修复所有测试遇到的Bug，着重关注更新内容及涉及到的系统
4、版本内容锁定，升级服务端、客户端版本号
5、内部网络整体测试游戏，如同第一次发布那样测试各个流程
6、将版本发布至外网测试环节，如同第一次发布那样测试各个流程
7、提前至少一小时发布更新公告告知玩家
8、关闭服务器，上传新版服务端和客户端资源
9、开放客户端资源更新，启动服务器，开启白名单测试
10、上述某一点出现问题，则回滚至第3点
11、完成更新，取消玩家登录限制
更新节奏和长期规划
更新节奏
反馈分类
十分紧急
最短时间内修复
紧急
1、2天内修复
普通
周版本
建议
较大版本
每周更新，每个月至少两次更新，每3~6个月较大版本更新
内容储备
发布时应该有过量的内容储备
第一个版本应该制定符合生命周期的内容
考虑数据超出预期时，如何丰富游戏内容，扩大玩家影响
未来游戏展望
技术前景
画面呈现
硬件性能的发展，游戏引擎的支持
网络性能和个人云服务器
5G的发展，云游戏的可能
AR增强现实
建立在现实建筑基础之上，对现实的影响、改造、甚至破坏
VR虚拟现实
模拟现实感知，视觉、嗅觉、感觉，依赖图像现实技术，如今初步实现
3D刷新率必须在90hz以上，避免多加速运动行为和繁杂的镜头变化，才能避免3D眩晕
必须解决3D眩晕、感知、操控等方面的难题，才能进入虚拟现实时代
AI人工智能
人性的模糊是AI最大的难点
机器的确定性恰恰是缺点
AI以假乱真时，就不再意味着机器
0 条评论
下一页
