涌现设计笔记

一个实用的分析框架

1. 能力必须可预测

玩家需要理解行动与结果的关系，才能计划。不可预测的随机并不自动等于涌现；好的复杂结果通常建立在可理解的局部规则上。

2. 规则要能跨情境复用

同一种能力如果只在一个指定机关上生效，更接近钥匙与锁。它能作用于地形、敌人、物体或其他能力时，组合空间才会增长。

3. 问题要允许多条路径

关卡可以给出目标和约束，但不必指定唯一步骤。玩家能依据已有资源和对规则的理解形成自己的方案。

4. 结果需要清晰反馈

复杂系统更需要明确反馈：碰撞、受力、状态变化和因果关系必须容易读懂，否则发现会变成猜测。

5. 代价让选择成立

资源、空间、时间或风险限制会让不同方案真正不同。没有代价的万能能力，常常会压平关卡中的思考。

从案例到原型

不要复制案例的全部系统。先找出最小关系：一种能力、一条关键规则、一个能产生至少两种解法的关卡问题。只要这个关系在 2D 灰盒中成立，就已经值得继续。

待验证的问题

• 玩家需要多早理解一条规则，才会把它主动用于新情境？
• 教学关卡应展示组合，还是只展示单条规则？
• 怎样防止自由解法破坏目标和节奏？
• 在短周期 GameJam 中，多少个可互动物件已经足够？