通过研究敌人获得的能力制作一款生活模拟角色扮演游戏

原型观察敌人的行为以学习可用的能力。比较两个固定场景并检查结果状态变化。

Seele Editorial Team更新于 2026年11月19日

当生活模拟 RPG 游戏的定义规则产生可见的状态变化时,它更容易原型化。观察敌人的行为以学习可用的能力。构建一个小场景,让玩家可以看到输入、做出选择并检查发生了什么变化。

从两个可比较的状态开始,仅更改简报中指定的功能。 Keep the supporting conditions fixed, record the outcome and state what the check cannot prove.确定性模型可以捕获逻辑错误,但它无法确定机制是否感觉公平、可信或令人愉快。

生活模拟 RPG 管理及其核心机制的概念艺术。

将敌人观察变成一项可学习的技能

为每个敌人提供一个小的、可读的行为模式:结束、行动和恢复。玩家需要一个观察记录来跟踪他们实际看到的提示,而不是一个模糊的进度表。

当模式重复时,用观察到的提示和上下文更新记录。当玩家目睹完整序列达到规定次数后,一项能力即可解锁。展示所学到的知识并让玩家在低风险的遭遇中测试反击。

将观察与胜利分开。玩家可以研究敌人并撤退,或者在不学习模式的情况下通过另一种策略获胜。这使得能力系统清晰易读,并让原型测试学习是否取决于暴露而不是造成的伤害。

Godot 资源文档描述了适合敌人模式和能力的可重用数据对象。

插图显示如何观察敌人的行为以学习可用的能力。
观察敌人的行为以学习可用的能力。

比较定义机制的两个版本

使用虚构的洞穴蛾,其翅膀折叠电报在阵风袭击之前。玩家还没有看到恢复动画。一次遭遇后,日志记录了侧翼提示,但保持反击能力锁定。

在第二次遭遇中,保持飞蛾模式和玩家统计数据不变。玩家停留足够长的时间来观察阵风和恢复情况。该记录现在包含完整的模式,并且风支撑能力可供练习。

这种确定性状态检查验证观察阈值和解锁。它并不能显示观看是否有趣、线索是否公平或者能力是否适合战斗。在添加更多敌人或奖励之前进行游戏测试识别。

玩家观察到两个完整的电报并解锁反击能力的结果插图。
玩家观察两个完整的电报并解锁反击能力。

让人工智能制作核心机制的原型

显示初始状态、玩家选择、规则输入和结果状态。

仅更改两个场景之间的定义功能。

创建一个小型生活模拟RPG游戏原型。场景 A:玩家观看了敌人的电报,但在看到其完整模式之前就离开了。场景B:玩家观察到两个完整的电报并解锁了反击能力。固定敌人模式、遭遇长度和玩家统计数据;比较观察计数和解锁状态。显示之前和之后的相关状态,以及任何未解决的请求或路由。将结果限制在规则验证范围内,并且不要声称它证明了玩家的乐趣或现实世界的准确性。

添加更多系统之前使用受控检查

观察敌人的行为以学习可用的能力。在支撑条件不变的情况下比较两种情况,使状态变化易于检查。该模型可以验证机械师是否对其预期输入做出响应。它无法确定该选择是否有趣或平衡,因此在添加更多系统之前先对决定进行测试。

Prototype a life-simulation RPG game with SEELE’s AI game maker

常见问题

角色扮演游戏如何通过研究敌人来教授能力?

给敌人一个可见的行为序列并记录玩家目睹的线索。当玩家观察到完整的模式时,解锁对其做出反应的能力。让日记陈述仍然未知的事情,这样学习就感觉与注意力有关,而不是一种无法解释的水平奖励。

玩家是否必须击败敌人才能了解其能力?

未必。如果设计是关于研究的,那么进步可能取决于见证定义的模式,而不是造成伤害或获胜。玩家可能会观察、撤退并稍后练习反击。保持解锁条件明确,以便战斗成功和知识获取保持不同。

解锁模型是否证明学习循环很有趣?

不会。确定性检查可以验证固定遭遇下观察到的线索和能力状态。它无法确定电报是否可读、观察是否紧张或奖励是否有用。与不了解敌人模式的玩家进行游戏测试,然后根据他们注意到的情况调整提示和阈值。

SEELE AI

将这份指南变成可玩的作品。

先明确创作需求,再在 Seele AI 工作区中迭代。

开始创作