将电子表格中的规则做成数据驱动的游戏原型

用 AI 将电子表格中的游戏规则转化为可玩的数据驱动原型。把源数据映射到游戏系统,并验证一个范围明确的玩法循环。

Seele Editorial Team更新于 2026年11月16日

电子表格除了记录数值平衡笔记,还可以描述角色、道具、遭遇事件、升级,以及决定玩家行动后会发生什么的条件。要把这些数据行做成游戏原型,需要先明确如何转换:每项数据是什么意思、在游戏运行时用在哪里,以及如何验证对应的规则确实生效。

本文以虚构的回合制探索游戏 Ember Circuit 为例。其中的角色、电子表格、规则、实现方式和结果均为虚构。本文没有收到源电子表格、项目文件或可玩构建版本,也未对这些材料进行测试。

选一个能通过试玩验证的问题

先确定原型要回答的一个问题,例如:“消耗 1 点能量扫描房间,能否在危险升级前发现一条路线?”这比“能不能把整份设计表都转换过来?”更容易验证。只选取少量数据行,足以定义初始状态、一次玩家行动、一次由规则触发的变化,以及玩家看得见的反馈。

用简单的话写清楚行动前后的预期状态。在虚构的 Ember Circuit 表格中,侦察员起始有 3 点能量,扫描消耗 1 点,扫描成功后会显示一扇封闭门上的符号。这些数值和行为仅供举例。在实际项目中,应先由设计师确认,再把它们转成代码或游戏内容。

电子表格中的游戏规则被转化为一个虚构的、由数据驱动的可玩遭遇场景。
从一个简单的规则循环入手,方便将源数据与玩家实际看到的结果进行对照。

把电子表格当作数据来源,另行定义数据结构

列出电子表格里的各个工作表,记下它们的用途。名为“道具”的工作表可能同时包含道具定义、商店价格和进度解锁条件。名为“强度”的列在一处可能指伤害,在另一处可能指制作等级。列名、颜色、公式和合并单元格都不能直接当作稳定的运行时约定。

为原型所需的每个字段明确负责人和数据类型,例如文本标识符、整数、小数、布尔值、类别或对其他数据行的引用。记录字段是否必填、是否允许重复,以及空白单元格代表什么。如果同一列有多种含义或包含自由填写的备注,先由规则负责人澄清,再使用这列数据。

做一张简明的映射表,把每个源工作表及其列对应到游戏概念、校验规则和运行时使用该数据的模块。例如,行标识符可以用作稳定的道具 ID,“消耗”值可用于检查玩家是否有足够资源执行行动,“结果”类别可以用来选择状态转换。映射表应解释这些对应关系,仅把列名抄成变量名并不够。

先定义数据契约,再生成代码

为每类数据行规定最基本的结构。例如,一个虚构的遭遇事件可以包含 ID、初始能量、行动 ID、能量消耗、后续状态和反馈消息。将规则定义和实时状态分开。源表格可以规定扫描消耗 1 点能量,游戏运行时的玩家状态则记录当前玩家是否已经扫描过这个房间。

稳定的 ID 比行的位置更重要。如果另一行引用的是“第三个道具”,重新排序就可能破坏这层关系。优先使用 item_crystal_lantern 这样的引用,并校验每个引用的目标是否存在。如果显示名称可能被翻译或修改,就别让它兼作标识符。

AI 可以建议数据结构,或梳理可能存在的依赖关系,但这些建议仍有待确认。请设计师确认含义不明确的公式、单位、叠加规则和执行顺序。记录数据来自哪个表格修订版本,方便审查人员追溯每个生成或导入的值。

导入少量样本并校验

Unity 文档将 CSV 和 JSON 列为可作为文本资源(Text Assets)导入的格式,项目代码可以读取其中的文本。导入文件只是第一步,每列的含义仍需明确,游戏也需要解析器和明确的校验逻辑。团队可以根据项目选择其他数据处理流程,并在实际使用的引擎和构建配置中验证所选方案。

在原型使用数据前,检查必填字段、重复 ID、数值范围、未知类别、缺失的引用和格式错误的数据行。报错时应指出具体的行和字段。“数据无效”这样的提示即使能避免程序崩溃,也很难帮助设计师修正表格。只有在明确设定了回退规则,且回退行为可见时,才应把缺失的伤害值替换为 0。

条件允许时,将解析器与游戏循环分开测试。输入一行有效数据,再输入刻意构造的无效样本,例如空标识符、负数消耗、未知行动、重复 ID,或指向不存在的门的引用。这样可以确认错误能在数据进入时被发现,避免到了遭遇事件无法正常运行时才暴露。

电子表格中的数据行经过校验后,用于执行游戏规则并向玩家呈现反馈。
明确的数据契约将源表格中的列与运行时行为和玩家可见的结果对应起来。

让数据驱动的玩法循环有可见反馈

第一条运行路径应尽量简单。加载初始状态,向玩家呈现可执行的行动,检查条件,扣除相应资源,更新游戏世界的状态,再展示发生了什么变化。如果扫描应显示门上的符号,玩家就需要看到反馈,例如地图发生变化、出现新的交互目标,或收到一条简短提示。仅凭内存中的数值变化,还无法判断玩家能否理解这条规则。

明确以哪一端的数据为准。是以电子表格为准,还是由设计师编辑引擎原生资源,再导出到表格?如果两份数据都可以独立修改,最终就会出现不一致。为原型选定一个数据流向,并记录导入或导出的步骤。

确保每条重要规则的执行过程都可以检查。例如,在回合制原型中,可以在日志里记录当前能量、行动消耗、条件判断结果、状态转换和反馈 ID。这样更容易将实际行为与源数据行所定义的预期行为对照。如果规则走错了分支,审查人员也能从日志中找到线索。

测试正常情况和边界情况

试玩前先写好预期结果。至少覆盖一次正常成功、一次因玩家资源不足而失败,以及一次边界情况,例如能量刚好够执行行动。如果改动涉及解析器,再加入数据缺失或无效的用例。确保每个测试都对应到一条可稳定定位的输入数据行,或一份有记录的测试数据。

将实际状态和玩家看到的反馈与预期结果逐项对照。记录源表格修订版本、构建版本、输入用例、实际输出和差异。如果表格有变动,逐项确认后再更新用例的预期结果。版本更新本身不能证明表格内容正确。

请一位没有参与实现这条规则的人试玩这个循环。对方能否看出行动为什么成功或失败?界面显示的结果是否与底层状态一致?这项检查只验证玩家能否理解当前规则,完整的平衡性和无障碍评审仍需另行开展。

一名开发者将小型数据驱动游戏原型的表现与源数据中的用例进行对照。
用简短的记录将每项测试结果与对应的输入用例和数据修订版本关联起来。

让 AI 辅助,保留人工审查

AI 可以帮助概括各列的用途、找出可能的引用关系、起草校验规则、拟定解析器示例的框架,或生成临时的视觉概念稿。尚未明确的游戏规则含义应由人来确认。公式可能包含有意设置的例外,空白可能表示“继承”,而数值单位也可能只记录在别处。

请审查人员逐项检查生成的映射,并挑选有代表性的样本与源数据核对。将输入材料和输出产物一并纳入版本管理。映射一旦变更,就重新运行依赖该映射的校验用例。这样,每次导入都有据可查,事后也能说明数据是如何转换的。

先验证一小段完整玩法,再扩展内容

当一个由数据驱动的玩法循环达到预期后,再分小批添加数据行。确保内容校验的结果可见,保留稳定的 ID,并在项目支持的情况下加入自动化检查。如果一次导入整张工作表,定位错误数值或相互矛盾的规则会变得更困难。

当数据含义明确、运行结果可核查时,电子表格就能把游戏设计和原型实现连接起来。先选定一个游戏设计问题,明确数据契约,校验数据,再将实际运行的循环与源数据中的用例进行对照。关于更广泛的 AI 游戏制作流程,可以查看这些工作流程实践笔记。

常见问题

如何将电子表格中的规则做成可玩的游戏原型?

将表格内容按实体、行动、条件、效果和进度划分,再给每个重要的列指定一项明确的运行时用途。导入少量样本,校验必填值和引用,并搭建一个简短的玩法循环,覆盖成功和失败两种情况。在扩充内容或认定原型正确之前,先把实际运行表现与源数据行对照。

AI 能把电子表格变成游戏吗?

AI 可以帮助解释各列的含义、找出可能的关联、起草数据结构或提出小型原型方案。缺少项目背景和测试时,AI 无法判断含义模糊的公式是否表达了设计者的本意,也无法确认导入的数据在游戏中是否按预期运行。保留一份源数据,审查生成的映射,并在游戏运行时验证有代表性的边缘情况。

游戏规则应该存为 CSV 还是 JSON?

根据团队编辑、校验和加载数据的方式选择格式。Unity 会将 CSV 和 JSON 文件作为文本资源(Text Assets)导入,项目代码可以读取其中的文本,但应用仍需实现解析和校验逻辑。结构化格式可以更直接地表示嵌套对象,CSV 则便于处理按行组织的内容。请在目标引擎和构建版本中测试所选方案。

如何防止电子表格中的数据错误影响游戏?

导入前,先定义必填列、允许的数值范围、唯一标识符和引用规则。检查空单元格、重复 ID、未知类别、无效公式和缺失的引用。发现问题时,报告每个问题所在的行和列,并停止加载或采用明确设定的回退方案,避免悄悄改变规则。将源数据与导入后的数据版本一并保存,便于审查。

原型应该使用多少电子表格数据?

只使用足以验证一个有实际意义的玩法循环的数据行。这个循环应包含初始状态、玩家选择、变化后的游戏状态和可见结果。覆盖一个正常用例和一个边界用例,例如值缺失或取最大值的情况。样本规模越小,越容易追溯到数据来源。等弄清数据如何进入游戏、规则如何运行后,再添加更多内容。

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