mcpField
G
game-design-fairness-frustration-audit

game-design-fairness-frustration-audit

github.com/stanestane设计与 UI8846 次安装6 周前更新
代码仓库

关于 game-design-fairness-frustration-audit

game-design-fairness-frustration-audit 是用于审查游戏公平感与挫败感的设计技能,面向分析玩家为何觉得失败不公或不愿重试的团队。它结合归因、挑战与技能匹配、随机性认知,形成诊断和改进建议。

主要功能

  1. 01评估公平感与挫败类型
  2. 02分析玩家对结果的归因
  3. 03检查随机性的可见度与可控性
  4. 04诊断挑战与技能失配
  5. 05提出设计调整和最小修复

适用场景

  1. 01排查 Boss 战失败引发的不满
  2. 02分析战利品或抽卡随机性争议
  3. 03评估新手引导中的惩罚体验
  4. 04调查玩家在难度墙后的流失

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/stanestane/game-design-skills-bundle --skill game-design-fairness-frustration-audit

安装后在 Claude Code 中输入/game-design-fairness-frustration-audit确认已加载。

附带文件references/family-conventions.mdreferences/output-patterns.md

详细介绍

游戏设计公平性与挫败感审查

通过询问体验是否公平、易于理解且值得重试,来审查设计。

当真正的问题不只是“是否平衡”,而是“为什么这会让玩家生气?”时,请使用此技能。本审查结合三种视角:

  • 归因理论:玩家会责怪谁或什么
  • 心流理论:挑战与技能是否能随时间保持匹配
  • 感知随机性:不确定性让人感到刺激、可疑,还是像被操纵

重点关注玩家的感受。即使机制本身正确,如果体验仍然令人反感,也是不够的。

如果想了解这组游戏设计技能共用的风格、优先级和诊断规则,请阅读 references/family-conventions.md。 如果想了解建议的呈现方式和最小修复结构,请阅读 references/output-patterns.md。

核心原则

当玩家觉得以下几点成立时,他们会接受难度、失败和不确定性:

  • 原因清楚易懂
  • 自己有实质性的影响力
  • 挑战与可学习的要求相匹配
  • 运气因素清晰可见、范围有限或能够缓解

如果结果让玩家觉得以下几点成立,他们就会排斥同样的系统:

  • 随机任意
  • 隐藏不明
  • 无法控制
  • 惩罚过重
  • 反复受罚,却没有学到东西

需要产出什么

生成:

  1. 公平性评估 - 判断体验给人的感觉是公平、存疑还是不公平
  2. 挫败感分析 - 分析产生了哪种挫败感以及原因
  3. 归因诊断 - 分析玩家会如何解释结果
  4. 随机性诊断 - 分析玩家如何感知不确定性,以及是否信任它
  5. 心流诊断 - 找出挑战与技能不匹配会在何处加剧挫败感
  6. 设计行动 - 说明应优先修改什么,以减少负面体验并提高玩家重试的意愿

流程

1. 确定审查目标

明确:

  • 哪个具体机制、循环或情境引发了问题
  • 问题的核心是失败、奖励、难度还是一致性
  • 哪类玩家感受最深

写出:

  • 审查目标
  • 玩家群体
  • 已观察到的抱怨或风险
2. 还原玩家经历的事件

梳理:

  • 玩家尝试做什么
  • 系统如何响应
  • 随机性起了什么作用
  • 玩家看到了什么反馈
  • 失败的代价是什么

询问:

  • 玩家认为会发生什么?
  • 实际发生了什么?
  • 游戏提供了什么证据来解释结果?
  • 玩家实际上还能采取什么不同做法?
3. 运用归因视角

判断玩家可能会认为结果是:

  • 内部原因还是外部原因
  • 稳定原因还是不稳定原因
  • 可控原因还是不可控原因

将其转化为玩家可能说出的话,而不只是技术分类。

4. 运用随机性视角

检查:

  • 随机性是可见还是隐藏
  • 随机性改变的是发生频率、影响程度,还是两者兼有
  • 玩家能否减轻、预测或为其做准备
  • 连续出现的极端结果或异常值是否令人起疑
  • 玩家是否会把随机性误认为操作失误或设计者恶意
5. 运用心流视角

检查:

  • 挑战是否过于突然地超出玩家当前技能水平
  • 难度要求出现之前,玩家是否得到足够的教学或支持
  • 重复游玩带来的是学习,还是仅仅反复受罚
  • 体验是否会随着时间推移变得令人焦虑、精疲力尽或麻木
6. 找出叠加的挫败感模式

特别留意以下组合:

  • 高挑战 + 低清晰度
  • 重惩罚 + 低可控性
  • 隐藏的随机性 + 严重损失
  • 反复失败 + 稳定的外部归因
  • 重试周期长 + 学习价值低

挫败感往往会在这些情况下从健康的紧张感转变为“我不玩了”。

7. 评估公平体验

直接进行分类:

  • 公平 - 有难度,但可以理解,也可以学习
  • 存疑 - 有一定合理依据,但信任感脆弱
  • 不公平 - 结果让人觉得充满敌意、暗藏玄机或缺乏足够的可控性

明确说明主要问题是:

  • 清晰度
  • 控制力
  • 随机性
  • 节奏
  • 惩罚
  • 不一致性
  • 或以上问题的组合
8. 将发现转化为设计改动

对每个问题,具体说明:

  • 问题
  • 为何让人觉得不公平
  • 建议的改动
  • 预期的情绪影响

示例:

  • 增加预警提示 -> 减少对外部因素的归咎
  • 公开概率或逻辑 -> 减少猜疑
  • 加入缓解机制或反制手段 -> 增强控制感
  • 降低学习过程中的惩罚 -> 保留玩家重试的意愿
  • 缩短重试周期 -> 将挫败感转化为反复尝试

回复结构

除非用户另有要求,否则使用以下结构:

审核目标
  • ...
公平性评估
  • 总体:公平 / 存疑 / 不公平
  • 原因:...
挫败感概况
  • ...
归因诊断
  • ...
随机性诊断
  • ...
流程诊断
  • ...
根本原因
  • ...
建议
  1. ...
  2. ...
  3. ...
最小改动
  • ...

快速模式

时间紧迫时,使用以下快速分析:

  • 为什么玩家觉得自己吃了亏?
  • 主要问题是原因被隐藏、控制力不足、随机性呈现不佳,还是挑战与玩家能力不匹配?
  • 玩家想继续重试,还是想退出?
  • 哪项最小改动最能提升信任感?

使用说明

以下情况尤其适合使用此审核:

  • Boss 战
  • Roguelite 游戏中的失败
  • 抽卡或战利品结果
  • PvP 或 PvE 连败问题
  • 新手引导中的惩罚
  • 进度瓶颈
  • 一击必杀
  • 抽牌波动
  • 让人觉得不一致或像是“预设脚本”的 AI 行为

常见情况:

  • 即使系统在数学上公平,如果其逻辑被隐藏,仍可能让人觉得不公平
  • 如果玩家没有任何缓解手段,低概率灾难会让人感觉糟糕得多
  • 惩罚越重,信息就越需要清晰
  • 如果玩家无法从失败中汲取经验,挫败感就会变得有害
  • 如果玩家同时归咎于运气、系统和节奏,应先修复信任,再调整难度

工作原则

公平的游戏也可能令人挫败。关键在于,这种挫败感会推动玩家精进技巧,还是让他们远离游戏。

当玩家不只是遇到困难,而是开始怀疑设计本身时,请使用此技能。


Stanislav Stankovic 的游戏设计技能合集之一。 采用 PolyForm Noncommercial 1.0.0 许可——可免费用于个人、学术和非营利用途。商业用途需获得许可,可通过购买技能包取得。许可条款请参阅 https://github.com/Stanestane/game-design-skills-bundle。

必需声明:版权所有者 Stanislav Stankovic(https://www.stane-island.net/)

评论

支持 Markdown