研究目的
当前游戏设计领域，由于玩家对自由度的需求越来越高，越来越不满足于电影化线性叙事体验的延伸，更多的是想参与到游戏进程中，无论是非线性叙事，UGC内容，更高可重玩性的PVP单局对战，个性化的装扮等。基于“游戏自由度”玩家需求这一前提，结合自己之前对于风险回报设计的一些认知，从“风险倾向”这一切入点，去拓展游戏自由度设计的一些可能，并且给出一些可能的设计方向和参考。
另外当观察到现如今玩家广受好评的一些越来越难的游戏，以往即使是从设计师角度来看，也是非常硬核和小众的游戏，变得越来越受欢迎。无论是怪物猎人系列、魂系列、塔科夫、SOC等等产品，都逐渐从核心向的玩家群体中走向了更广阔的人群中。为什么传统认知中的“难”，或者说容易失败，在如今的游戏设计语境中，往往并不是负面了。那这一现象背后的设计原理是什么？抛开玩家认知和喜好层面的变化，如何对应这一现象去更好地进行游戏设计？
游戏自由度的讨论
游戏区别于别的媒体最大的不同就是游戏是有参与感的，玩家对于游戏角色是有完全的掌控感的，可以选择掌握他们移动的方向、控制战斗的方式、升级角色的属性等。但不止于此，玩家对于游戏设计师们安排好的剧本、关卡、挑战已经不满足了。他们想要自由地探索，掌控玩家及NPC的剧情走向，选择不同难度的挑战方式。
例如艾尔登法环相比传统的魂系游戏，从碰壁后一次次的自我长大，变成了开放世界中多路径的探索拓扑结构。难度还在那边，只是你可以选择别的路径去探索这个世界，等你准备好了，再来挑战。
[ 线性循环学习结构和开放世界循环学习结构 ]
理论上只要开发组力量足够强大，类似《荒野大镖客2》这样的内容量级，设计师会为无数的玩家选择和行为做出反馈。但这种方法很难学习，因为只存在“理论上”。游戏开发永远是在有限的时间和资源下，做出让玩家游玩更多时间的一种艺术。
当然关于拓展自由度可以讨论的内容有很多，比如UGC，SOC等等品类其实都是在自由度上给到了玩家更多可能。但这并不是本文想讨论的重点。本文主旨还是希望从设计源头上，仅从风险回报角度来思考游戏设计可以给自由度带来的变化。
另外游戏自由度概念本身也太广泛了，其实也可以分为玩法自由度、剧情自由度、游戏节奏自由度、难度自由度、个性自由度等等。从风险设计角度来说，肯定无法涵盖到全部，更多是从游戏机制角度去进行设计。
关于自由度，另外还有一个特别想讨论的负面热词是“坐牢”。不知道大家在看直播，或者玩家评论的时候，是不是经常会听到玩家对一款游戏体验的感受中频繁出现“坐牢”。那“坐牢”感受具体来说是不是自由度的反面呢？
其实“坐牢”这词出处哪里无从考证了，大多是指那些游戏进程中，玩家不得不去做，但是体验单调，收益还又不错的事情。现在很多二游中其实还挺常见这种设计的，比如一些无聊的日常任务，但是收益又是单渠道让玩家不得不做的。从设计源头角度去考虑“坐牢”的问题，其实是去思考为啥需要玩家去进行这些枯燥单调的游戏体验，是否应该有更好的主动驱动玩家的方案，而非仅仅是奖励驱动。其实从风险回报设计角度来说，产生这种“坐牢”感的核心，就是低风险，高回报，让玩家不得不去做，但体验却很无聊。
游戏玩法机制设计的终极难题是什么？
Replayability(重复可玩性）
其实很多设计师都在讨论一个点，Replayvalue或者说Replayability(重复可玩性）。其实就是希望有较少的游戏内容，通过精妙的游戏机制设计，能去让玩家玩更多时间。很多时候其实这是一种妄念，并不是加入PVP，加入社交，加入随机性等等，就可以产生更多游戏内容的。要真正让玩家每一次的行为产生变化，游戏挑战和结果都有不同，才能让玩家对每一次游戏产生重玩的冲动。
Easy to learn, hard to master(易学难精通)
另外还有一个设计师们都在希望达成的状态就是所谓的易学难精，几乎人人都希望设计出来一个游戏满足这个特点，可是怎么做到呢？比如设计师们都在举例的Chess， 围棋等等。的确是满足了这些特点，但从设计角度，怎么从0开始去构建这种规则呢？
Emergence gameplay(涌现式游戏性）
最后一个就是大家都知道，但是也是很难达成的：“涌现性游戏性”。也就是当游戏要素组合在一起时，能够自发有一定化学反应，涌现出新的一些乐趣和玩点。这些玩点本身超越本身设计师提供的一些游戏性，从而形成游戏性的自发涌现。
以上三个世纪设计难题，其实大家都想解决，似乎都是看着很美好，但几乎无法从设计初期就达成。更多的是看到了市面上的一些游戏，的确达成了这三个特点，却又无法从0到1设计出来这样的特点。并且以上3个点往往达成了其中一个，就能解决其他两个问题。
本文尝试使用加入“风险”要素这个维度，看是否能接近或者达到这三个设计目的。
为什么把风险作为游戏设计的关键要素？
风险控制可能是独立于玩家技巧中的一个新维度
从系统层面上，通常而言，游戏对于玩家的挑战，无非是物理挑战和智力挑战。物理挑战指反应速度、灵敏度等，而智力挑战，更多指思考、策略、战术等维度。游戏由于输入输出的有限性，很难在考察、情商、沟通能力、语言能力等方面形成挑战。但在游戏设计上，其实有一个隐含的对玩家性格个性（personality)的一个挑战其实并没有具象化，但往往会体现在玩家选不同的职业，性别，天赋，工具等方面。特别是在MMO或者一些网络游戏中，玩家会更多通过角色的自定义体现出自己期望的一个“角色个性”。这种“个性”特点不一定于现实中的玩家自身完全一致，但一定是玩家想要“扮演”的个性。比如男性会选择女角色，女性会选择勇猛的战士等等。所以在系统层面上，如果把挑战维度扩展到风险这点上，是否会让玩家有更多选择呢？
在通常F2P的玩家分类象限上，会把时间和技巧对玩家进行一个分类和分层。而时间这个维度往往也可以被金钱来代替和压缩。经过一些游戏的启发，逐渐开始尝试把风险这个维度放在玩家分类或者中挑战的维度上来。（无论是玩家分类，还是挑战维度其实都成立）。为什么会从这个角度切入去思考，也是一系列的游戏给到的启发。
BR类产品的核心机制是缩圈，缩圈其实就是一个典型的设计师控制让风险越来越大的过程。
roguelike产品的核心特点是对下一次挑战的未知，虽然你越来越强，但是是否能获得正确的能力来应对下一次的挑战变得不那么可知。而这种未知，正是构成风险的核心来源。
塔科夫like产品，玩家自我可以控制单局的风险，可以花大成本把自己的护甲提升的最高，然后在地图中最安全的地方捡捡垃圾。花最大的成本，冒最小的风险。
而以上这些游戏，有一个共同的特点就是玩家在一定范围内，可以控制风险。风险控制本身给到玩家一定程度上“自由”的感受。
[ 时间技巧风险 ]
风险回报设计是游戏机制设计的基础
另外在开这个课题进行研究思考的时候，想起自己刚入行不久的时候，听过樱井政博在很久以前GDC2004上分享的一个关于（Risk-Return）的演讲。印象很深，具体内容感兴趣的同学可以直接去看链接，后来樱井政博也在油管开了频道，专门重新分享了关于这一理论的一些细节：
https://archive.org/details/2004_GDC_-_03-24-2004_Sakurai_1230-130p_2-Channel
https://www.youtube.com/watch?v=FXqEykD5Ub4&t=16s
这个理论的核心，其实就是告诉游戏设计师们在做任何游戏机制设计的时候，需要把风险和回报纳入到玩家行动的考虑范畴中去，思考游戏行为在对应同等风险的情况下给与同等回报。建议大家看下那个Space Invaders的例子其实就很容易理解了。
关于这个分享的启发，其实是奠定了风险和回报设计在游戏机制设计中的基础性。并且这种动态的风险和回报的变化，是设计师们调整平衡和节奏的重点。关于风险回报设计的内容，我就不在此赘述了，樱井老师其实讲得非常明白了。
[ 樱井老师 ]
高风险游戏更有机会获得玩家的心
峰终定律可能很多设计师都很熟悉了，即：“用户对一项事物的体验之后,所能记住的就只是在峰(高峰)与终(结束)时的体验,而在过程中好与不好体验的比重、体验时间的长短，对记忆的影响不多。”
所以如何设计游戏在最高潮以及结束时刻的体验变成了游戏设计的关键。本文主要论述机制向而非叙事向游戏设计，所以叙事方法中的高潮和结尾并不在此讨论。
对于机制向的游戏体验来说，那些高潮时刻往往是在玩家经历了积累学习之后的胜负在此一举的时刻。是传送门1中学完了前面18关的技巧之后的综合运用前面所有技巧的第19关，是对雌火龙断尾破头之后的最终一击，是积攒了5张combo手牌之后，一轮打掉对方满血的炉石时刻，更是SLG公会战倾工会之力决战沙场的关键战役。我相信每个玩家都有属于自己的峰终时刻，回想这些时刻，是不是往往伴随着令人头皮发麻，手心出汗的高风险。如果无法在那刻决定胜利，可能就是全盘皆输。
而只有真正让玩家铭记的高潮体验和峰终时刻，才能让玩家发自内容地认为这款游戏“好玩”。
风险和游戏失败设计的关系
新手玩家失败的难题
虚拟世界和现实生活不同，其实游戏中能给到玩家最大的风险，就是关于失败和损失。无论玩家损失的是游戏中的进度，金钱，时间，其实都不能构成很大的风险。游戏作为娱乐的核心手段，其实是放大现实中求而不得的成就感来让玩家获得愉快，获得金钱（虚拟货币价值），感情（虚拟爱情和故事友情），权利（策略和经营），力量（战斗和杀戮）等。而以往传统的游戏中，其实设计师是非常惧怕让玩家失败的，总是希望用详尽的教学，让玩家尽可能理解游戏机制，如果玩家不幸在初期失败了，也会给予足够的帮助和奖励，让其能够继续游戏。这点在F2P游戏兴起的初期特别明显，往往有一个考察的指标是就是新手流失的漏斗模型：
上图中明显可以看到在步骤5到步骤6有一个明显的流失点，曲线下降出现了明显的断崖式下降。其实就是这一步骤有一定难度，有不少玩家失败了，所以新手玩家停滞在这里了。这时候其实给到了设计师一个难题，是降低难度，提高这一关的通过率，让这个流失曲线变得更平滑？还是把这个必要的挑战后置，前面提供更多的新手辅助？这我相信不同游戏的不同设计师们在面对这个问题的都有的一个困惑及自己的应对策略。这点上我自己经历过的几款免费游戏来说，我的思考是这样的（仅代表个人开发经验）。失败是必须的，哪怕把失败后置。从失败中进行学习，是游戏乐趣获得来源的核心，无法被其他方式来替代。流失曲线平滑并不应该成为设计目标，解决那个曲线的折点并不解决问题，暴露那个折点才有意义。重点是在做新手引导时候，要确定哪个步骤能让玩家感知到核心乐趣。而每个玩家都是独特的个体，要尽可能聚类分析去看玩家的乐趣感知时间。刺激水平越高的产品（特别是PVP或者高强度竞技类）会对失败的流失的容忍时间更长，很大原因是品类玩家对失败有一定的预期。所以这类产品反而更重要的是去做好失败后的教学及补偿。比如最近比较喜欢的快节奏射击游戏The finals，从新手开始玩了10局没有拿过第一，有一次甚至在最后5秒被人反超，但依然体验很好。某些特定种类的产品（以难度，高挑战，硬核等作为游戏标签的产品）已经建立了难度和失败的预期，玩家在失败之后，会主动把失败作为学习行为进行转化，而不是沉溺于失败之后的挫败感中。这类产品通过市场宣发，前作等已经建立了预期，比如怪物猎人系列、魂系列，等等。
玩家是否抗拒风险和失败？
另外最近看了一本书单独讨论关于游戏失败的《游戏失败的艺术》，书中几个观点其实很有意思，单独提出来供参考。
失败过的玩家对游戏的评价更高
这点其实是有一点反常识的。但是从刺激水平和乐趣角度来说，如果陷入了低水平挑战，往往游戏会显得无聊。所以适当的失败，其实有利于提高玩家的乐趣感知。但其实往往从幸存者偏差的角度来说，很有可能没经历过失败的玩家，已经流失了也未完成游戏。
“失败的悖论也出现在失败的心理学中：我们是自私的生物，倾向于逃避失败的责任，但为了提高我们的技能，我们必须接受失败是我们的错。因此，关于如何达到巅峰成就的指导常常是自相矛盾的：游戏是为了赢，但是不要为了赢而玩，而是为了学习。”
这点其实在《游戏改变世界》一书中，作者也反复提到类似观点，游戏的学习性和学习价值很大程度上会采用失败学习的方式来建立的。
技能、概率、劳动这三种是不同游戏类型来让玩家通向胜利的途径。
这个分类方法和之前技巧，时间、风险的划分略有不同。技巧和技能基本是对应的，劳动和时间也基本是对应的，而概率和风险其实并不完全对应。应该说概率是风险的子集，因为往往概率是指的一些系统性的风险，而风险本身其实也可以变成一些主观的，玩家可控制的游戏要素之一，甚至也可以说风险控制本身是玩家技能的子集。本书从通向胜利的途径角度出发，归类了这三种类型的游戏其实也未尝不可。
对于本书观点的个人思考和启发
当玩家对失败拥有控制权，可接受度更高
对于游戏胜负条件设计来说，要提供更多的宽容度，如何去定义失败变成了一个关键要素。而这点也是对于玩家的个体差异是很大的，玩家之间承压的阈值是完全不同的。所以这时候不要给予玩家统一的标准反而是好的。小确幸（微小且确定的幸福）和大悲催（巨大的难以承受的失败）往往在每个玩家个体上是不同的。
举例来说，可以自由地选择任务的难度，选择奖励、时长、竞争性等，往往是在失败设计的时候让玩家更容易接受的。毕竟是玩家自己选择的路。
自适应难度与风险的关系
在以往古早的游戏设计中，曾见过一些游戏设计会根据玩家的挑战情况，自动给予玩家难度挑战的调整。比如玩家打不过某个Boss了，就自动去调整了boss的难度，或者在你若干次挑战失败后，弹出了一个选项“游戏选项中可以选择：简单难度可以得到更好的游戏体验”之类。这种游戏设计行为看似为了让玩家可以顺畅游戏是更贴心的，但其实对于很多玩家来说其实是一种对于玩家技能和智慧的侮辱性行为。玩家本可以通过失败学习进行长大，而相当于系统给了我一个玩家平均水准线，让我知道我的游戏技巧水平已经低于了大多数玩家了。
另外一个角度思考游戏设计师在写难度选择为什么不直接去显示简单困难，而是要写超凡，神兵（Spiderman2）等等？是不是在保护玩家的自尊心呢？
而在一些F2P或者GAAS化的游戏产品中，往往是通过温暖局（即通过匹配非真人敌人或者刻意调整匹配等方式）来让玩家保持合理的胜率和下一局参赛驱动力。关于这个隐藏设计，即使在早期设计技巧不够高明的时候被玩家识破，玩家依然不会对此抱有太大的敌意，毕竟这种来自设计师的善意其实让大多数玩家的确感受到了某种意义上的“温暖”。
另外一个比较经典的相对正面的例子就是生化危机4中经典的动态难度机制，往往很多玩家其实都没有发现这个隐藏机制，当然一旦发现，玩家往往就会利用其计算动态难度的方式去利用。包括最近的生化4的重制版，其实Capcom还是保留了这一设定。
以上，对于自适应难度，其实并无好坏之分，更多还是游戏类型和在某些游戏阶段决定的，用得好就是“温暖局”，而设计得粗糙，就是“侮辱玩家”。需要设计师自己去进行权衡。
不要轻易去定义“胜利”
诚然，在不同类型的游戏中，对胜利的定义是完全不同的。比如类似"Portal"这样的解谜游戏中，可能找到去下一个房间的路径，就是胜利了。而在Moba游戏中，不仅要一次一次杀死对方，更需要将对方打至最后的防线，把最后的基地拆除才算胜利（想想也挺残酷的，笑——）。
但是在游戏设计中，避免简单定义胜利，会让玩家自由的感受会更好。以BR类游戏举例，当然只有一个/一队玩家最终会吃鸡，但是对于每一个鲜活的玩家个体来说，和自我进行比较的时候，只要是相比之前的战绩更好。比如排名上升，存活时间更久等等，何尝又不是另一种胜利呢？这样设计并非会降低游戏本身的竞争性，而是会将玩家类型的包容度变得更高。
如何来对游戏进行风险设计
三循环角度来设计风险
三循环理论
以游戏行为常见的三循环阶段（Second to Second, Minute to Minute, Session to Session）来进行切分。最早我记得是Halo的设计师提出的30s fun的概念。
Second To Second:
这个阶段往往不适宜来设计巨大的风险，因为发生频率较多，而大多游戏在这个循环中是一些物理挑战。比如动作游戏中的输出时机，射击游戏中的对枪时刻，moba游戏中的技能循环等。而在这些时刻，设计风险回报应该是高频但是相对中低级别的。
比如在一次战斗循环中，你因为操作失误闪避失败，可能会收到一次较大的HP惩罚，但却不应该直接判断失败。而是这种中低的高频风险如果你不处理或处理得不好，会积少成多，累计变成后续较大的劣势。
设计关键词：高频，中低风险回报，累加型优劣势。
Minute To Minute：
这个循环往往是一个完整的关卡，或者一个完整单局。这个循环中，往往会经历风险动态变化的过程，粗略可以分为这么几个阶段
起始阶段:
这个阶段往往可以和Session to Session的始终阶段进行连接，比如起始的装备，出生地点，是否组队，掌握本次单局信息的多少等等。而这个其实阶段准备得充分与否，很大程度上可以降低这段游戏体验的风险。
积累阶段：
这个阶段是由数个不同的S2S循环组合而成的，而这个每个STS的结果累加起来往往决定了后续的高潮阶段。抑或是累加之后并没有形成高潮阶段，而直接进入终局。这个阶段往往会采用正反馈循环或者负反馈循环来建立。正反馈循环比较经典的例子就是COD系列中的Kill streak连杀奖励，负反馈循环就是Mario Kart中的根据排名随机道具，不在此进行进一步展开了。
高潮阶段：
这个阶段在峰终体验那一节中已有提及，往往会伴随本局游戏最高的一次风险回报决策。
终局阶段：
最后阶段往往是在对本次M2M的回报进行分配的过程，当然不同游戏的设计倾向完全不同。可以是“winner takes all”,也可以是对失败者或者中途退出者给予适当的补偿，这个完全取决于游戏类型和设计目标。
以上M2M的四个阶段设计，我个人认为最经典的游戏机制设计是德州扑克，德扑的规则和应用之复杂我无法在本文中一一展开，但是思考德扑的很多打法和规则，对于设计M2M非常有帮助。
设计关键词：起始状态，积累循环，峰终时刻，回报分配
Session To Session
这个往往是更大的一个游戏循环了，是RPG中一个大的章节，是MOBA游戏中一个大的赛季等。这个循环又是由M2M中的各个胜负回报结果来组成的。游戏设计中一个比较典型的案例就是COKlike/Wargamlike的SLG游戏往赛季制的率土like/三战like的转变了。这个话题非常大，篇幅原因无法一一展开。核心设计是SLG产品作为一个需要长线运营的GAAS产品，如何让玩家在赛季与赛季之间保持驱动力，重复参与赛季并获得乐趣。这里关于风险的一个设计方法其实是把整个赛季按照M2M的四阶段设计方法进行划分，并且在赛季与赛季之间，做到起始状态和回报分配的一种平衡。
设计关键词：赛季切割，赛季传承
频率与高低
这里的频率是指风险变化的时间间隔，高低是指最高风险和低风险之间的差值。虽然之前的观察中发现，高风险的确容易让玩家铭记，获得峰终体验，但是此类产品往往也更挑用户，会不自觉地被贴上硬核，小众等标签。那有没有什么设计方法可以来得到一个合适的风险频率和高低差呢？
答案其实很简单，就是市场和运营同学常常提到的用户分层。如果是Premium的游戏，那在一开始目标用户，题材选取的时候就应该对风险承受差值，频率等做出预估，从而契合目标用户的节奏。而如果是F2P的产品，由于其获取用户的成本相对比较低，在广泛获取用户之后，其实是可以对用户行为进行分析，从而可以更精确地对用户进行分层和定义。对于风险承受能力，风险倾向, 风险频率等都可以进行数据统计和分析。
游戏节点切分方法来设计风险
这个方法的启发其实是来源于SL大法和一些Roguelike的游戏。传统游戏其实是按照上面那个章节中的三循环来进行切分的，但其实这三个循环并不是那么牢不可破。特别是当前很多新的游戏设计创新，就来自于对于游戏节点切分的创新，无论是SLG的赛季制，还是塔科夫like游戏的单局循环和局外循环的联系。其实都是在游戏节点切分处进行了风险设计。
SL（saveload）大法简介：
为避免大家认知不同，还是做个一句话的简要说明，SL大法就是指通过游戏的存档机制，不停地进行读取存档进行反复尝试以获得最优解/最有利的情况。
特别是单机游戏中，其实存储点（save point）的设计，反倒是用来平衡风险的一个关键设计。每个save point之间，其实就是玩家的一段安全范围。于是两个存档点之间，就变成了一个M2M的单局。
魂类游戏每一次的篝火其实是最重要的风险设计起点和终点。如何安排篝火的位置，长度其实是切割风险的一个重要考量。
图引用自知乎长文对于魂系拓扑结构的解析：
《如何设计一张有“魂味”的地图？——论“类魂”游戏关卡的拓扑结构》
这里只是举一个例子，其实从风险角度去对游戏的节点进行切分，可以很好地为游戏体验进行定位。手机和掌机游戏由于其随时拿起放下的特点，那从这个角度来说，节点切分其实应该相对来说比较密集点，对应其短时，高频的特点。
同样，节点切分其实更应该注意的是玩家的损失设计或失败设计。传统的checkpoint其实玩家是损失的所有进度，但有些游戏会保留玩家在此期间获得货币和物品等，而有些游戏会全部失去。这里其实就和风险设计息息相关了，即使是博德之门3这样的剧情占了很重要主导驱动的游戏，我相信玩家们也是常常按着F5来随时保存一下以防止丢失之前的进度。
节点切分法其实就是来切割玩家的风险，当设计师提供了一个长时间无法存档的体验的时候，玩家一定是会对这一段游戏旅程有一个预期的，这种预期无论最终结果如何，建立这种风险预期就是让体验往高风险走的第一步。而最重要的一点，设计师选择在哪个阶段切分节点，其实是玩家感受自由度的重要切入点。
关于不同类型游戏的节点切分，其实方法各不相同，但是这里还是有几个设计关键词可以给大家供参考。用这些设计关键词去作为衡量自己游戏产品的节点切割维度会比较有用。
设计关键词：死亡损失，永久损失，永久属性，重玩奖励，通关方法多样性。
自由控制的风险才能真正感受到自由
终于到了本文其实最关键的一个设计洞见，就是希望设计师在进行游戏设计的时候，时刻考虑让玩家可以自由选择风险。这种设计才能更大程度兼容不同的玩家，也为同一个玩家提供更多选择的可能。这是一种底层设计思路的转变，在设计规则之初就应该可以思考到。
比如塔科夫like产品中，是选择跑刀还是全装？搜刮差不多了是选择撤离还是再塞一塞？
比如以撒的结合中，是选择回血还是加攻？
比如潜水员戴夫中，氧气不够是选择继续下潜还是赶紧上岸下次继续？
比如装甲核心6中，是赚钱完成几个简单任务改装下机体，还是凭操作继续攻克下个关卡？
比如The finals的存钱至上模式，是收集到1w再去存钱，还是拿个3k就先落袋为安？
对于以上的一些设计，其实或多或少都用到了自由风险控制的设计技巧。只是根据游戏类型不同，给予玩家控制的力度有所不同。行文至此，文章篇幅个人觉得有点过长了，可能会影响大家阅读体验，就不继续展开了。下面两个章节会尝试用这四个风险设计方法，对一个案例进行拆解，对另一个案例进行改编。
风险设计案例分析
《潜水员戴夫》
为什么拿这个案例举例，虽然今年TGA没有获奖，但是个人心目中2023年的最佳独立游戏，就是它。主要原因是虽然创意和故事本身并不是那么出众，但是其游戏设计逻辑非常扎实，而且各系统和玩法的耦合也很值得各位策划学习。这个产品是属于不是特别天才的设计师的作品，但是这个游戏的规则设计和玩法组合是在游戏设计领域，教科书般的存在。而且是很多设计师都可以进行学习的对象。
风险设计分析：
三循环设计
由于本游戏是多玩法循环耦合的，潜水，寿司点，养殖，种地等。所以从三循环角度，其实是在M2M的设计上，进行了相当多的横向拓展。
Second To Second:
拿潜水玩法举例，其实下潜深度+氧气和风险直接挂钩。并且也根据鱼的类型，主被动，体型，移动方式等，对S2S的抓鱼维度进行了详细设计。抓勾，枪械，网兜都应对了不同的情况和鱼种。
Minute To Minute：
潜水前可以带入在仓库中的道具和装备，这对本次下潜的目的和风险预估有了很好的战前策略引导作用。娱乐型玩家也根本不要考虑那么多，下去随便抓抓，不行了就上浮就好。任务驱动型玩家就会充分准备，希望一次下潜就能完成任务。
Session To Session:
在每个章节之间，除了大段的叙事内容，频繁出现的一些小游戏等，主要还是对于整个玩法系统的开放，做了大量地铺垫。而且整个设计都和游戏题材叙事本身很契合。
抓鱼-鱼可以做寿司-寿司店需要米饭-种地可以有稻谷-渔产不稳定所以要养殖鱼-寿司点需要引流所以需要社媒点赞和大V点评。
虽然看上去是缝合了很多系统和小游戏，但这些游戏和系统其实在整个叙事逻辑里比较自洽，并且如果从玩法产出的角度来看，每个系统和玩法之间的资源交换关系也比较合理。不会产生特别突兀的感觉。
当然数值投放以及作为叙事驱动的单机游戏，其实很多系统都是浅尝辄止，资源交换和循环也受到很多限制也是本作较大的遗憾。这个部分的风险设计其实主要在于资源管理，但其实游戏并没有打算在这些系统之间对玩家进行挑战，所以这一部分的风险基本上是没有的。
节点切分
戴夫的这个案例中，其实值得来讲节点切分方法的地方有很多，这里我只举一个设计点，就是氧气罐。
这个设计其实非常好，虽然携带的氧气罐可以升级上限，但是其实要持续地在海底进行捕捞，寻找补充氧气罐的技巧就显得非常重要了。其实可以把每一个氧气罐看成一个小的save point和篝火，离开氧气罐之后，其实就是一个风险累加的过程。而记住每个氧气罐的位置，其实是可以把下潜和移动的风险控制在一个比例范围之内的。每当氧气不足的时候，并且还不记得上个路过的氧气罐位置的时候，其实就是一个关于风险关键抉择的档口。如果继续，可能遇到氧气罐从而存活，也可能前功尽弃把背包里已获得的东西都丢了。
概率设计
作为一个单机叙事向产品，其实戴夫中运用的概率和概率相关的设计技巧并不是很多。鱼的品质，抓取方法，随机刷新位置等的确也算是。这里提一个比较小的点就是关于寿司店雇员的雇佣。
其实每个店员都有自己独特的属性，买属性高的雇员虽然成本高，但是长大率和一些能力都很有帮助，随便雇两个然后培养下当然也可以，就是效率不是很高。当然也可以通过解雇来刷自己想要的雇员。
这里其实就是很常见的一个资源分配倾向的问题，由于游戏中的货币在各个玩法系统间是通用的。而雇员的好处其实可以大大提高寿司店的自动化水平和收入，相当于是一笔投资。而玩家的投资策略其实就决定了他对于各个系统的喜爱程度。雇员雇佣有一定的概率和运气成分，但更多是一种玩法偏好的选择。
自由控制风险
这个方法应用地最典型的一点就是关于潜水过程中，何时上浮这点是完全由玩家自由控制的。
我和一起玩过这个游戏的玩家聊过。有的玩家觉得裸身下去各种极限操作挺有乐趣的，可以通过熟练的操作克服很多数值难题。也有的玩家就是装备党，每次下去都是装备拉满，轻轻松松完成任务。也有的玩家就是小心翼翼，一看情况不对就及时上浮离开。所以这种随时决定可以离开单局的基本游戏模式其实是让玩家自由控制风险的很重要特征。再加上重量系统，氧气系统，变化的地图，随季节昼夜等要素出现的鱼获等，都让整个游戏体验非常自由。
另外最重要的一点，这种自由控制风险的要素，设计得非常自然，毫不生硬，就和真实去出海捕鱼很接近，虽然有天气预报，有大概鱼群的位置信息，但具体每次鱼获多少，其实就是有不确定性和出海的风险的。这种与题材和叙事非常自洽的设计，才让本作各个在游戏系统设计上既产生了游戏本质的乐趣，又让玩家觉得不突兀和生硬。
[ Po一张通关纪念给自己的年度独立游戏最佳 ]
案例设计改进举例
写一个理论如果没有案例可以实操，仿佛就少了很多意义。这边我尝试用一个经典游戏按照这个理论进行快速改编，看是否可以让这个游戏多一些乐趣，仅做理论验证之用，思想实验，很可能真正做DEMO和产品过程中，很多理论成立的情况和在产品落地中并不成立，仅供开阔思路之用。很多设计的确会有一些生搬硬套之嫌，众设计师不必吹毛求疵。
游戏原型：Flappy bird
设计目标：具有长线运营能力，更具粘性和峰终体验的Flappybird（听上去就是一个不合理的老板提的要求，啊哈哈）
三循环设计
Second To Second:
不改变基本操作方法，降低初始关卡难度，在关卡路径中，放置可以收集的小羽毛和大羽毛。按照一定规律（时间）出现摆放。普通鸟每次只能收集10个单位的羽毛，小羽毛1个单位，大羽毛3个单位。
Minute To Minute：
初始状态可以选择不同类型的鸟，分为速度（向前），体型（碰撞体大小），力量（收集羽毛的数量上限）三种不同倾向，对于不同的关卡类型可以有不同的适用性。游戏中有道具可供玩家实时切换。
积累阶段：
玩家除了躲避障碍，最重要的目标就是收集羽毛，同时每隔3个障碍，都有一个出口，玩家可以选择在这个出口直接下落，获得本次获得的羽毛，或者继续游戏，直到收集到数量上限为止。
如果游戏遇到障碍后小鸟死亡，本小鸟本日不可继续游戏，需要更换小鸟或复活币。
高潮阶段：
关卡中有类似惊奇花这样的隐藏道具，获得后立刻变化当前的关卡形态，重力反转，小羽毛获得数量翻倍。
结算阶段：
1分钟左右会有一个关卡结束的最终出口，出口处会有一个宝箱，宝箱中随机存放有不同种类的羽毛，道具和鸟。出去后完成本关，解锁下一关并获得本关所有羽毛。
Session To Session:
10个关卡组成一个章节，解锁每个章节的关键要素是大羽毛获得的数量。玩家在游戏中的选关路径不是线性的，可以完全按照个人喜好走不同的拓扑结构。每个关卡中大羽毛数量是固定的，只有3个，每个都有不同的摆放位置或者需要特别的鸟种才能更容易得到。
游戏节点切分设计
鸟死不能复活，且会失去所有关卡内获得的羽毛鸟需要玩家用小羽毛进行兑换，10个小羽毛获得抽一次鸟，鸟分不同稀有度（能力差异）小羽毛作为游戏中的基础货币，可以购买一些消耗性道具带入关卡让玩家在进行关键关卡的时候更有把握（比如复活币，瞬间归位，瞬移获得羽毛等道具能力）每个章节都有一个最终关卡，每天只能挑战三次，三次都失败后只能去到之前的关卡中收集羽毛或者挖掘隐藏要素。
切分设计思考：
通过以上设计，让玩家整个章节的积累和挖掘隐藏要素阶段放在普通关卡中，而关键的峰终体验需要使用SSR的特定类型的鸟，配合提前准备的消耗性道具，不断尝试之后进行通关。
概率要素设计
积累小羽毛之后的抽鸟体验每个小关卡反复挑战之后的开箱体验每个章节的Boss关投入大成本之后的大开箱体验
自由控制风险的设计
首先对于不同品质的鸟去投入到不同的boss关中进行挑战，其实是玩家的一些主动试错行为，对于玩家来说，由于总的积累的羽毛数量是有限的，所以如果利用最少的资源去通关是自由控制风险和损失的重要技巧。
以上，就是从4个方法对一个虚拟游戏设计案例进行了一些粗浅的设计举例。举例只是为了验证和使用这个方法。
最终章：总结
不知不觉居然写了近13000字了，实在是一个啰嗦的游戏策划。如果大家没有兴趣看前面的7个章节的研究逻辑，直接跳到结论的话，那可能就只有一句：“游戏自由度可以通过对玩家风险的进一步设计来提升。”
参考资料：
《游戏失败的艺术》-【丹麦】杰斯帕.尤尔
《运气的诱饵》-【美】娜塔莎.道.舒尔
GDC talk 2004-Risk & Return 樱井政博
文/Solin Zhang
来源：腾讯游戏学堂 | 
发表于 2024-2-5 03:48:33
