拆解喜欢的游戏：玩家目标、行动、反馈、失败和重试。
Curriculum Vision
核心判断：AI 不是替学生做游戏，而是把“可玩反馈”提前到第一天
过去学习游戏设计常被复杂工具挡在门外：Unity、Unreal、C#、蓝图、资产导入、打包发布。AI 原生路线不是否定这些工具，而是把它们放回正确的位置：当学生已经知道自己为什么需要更复杂表达时，再学习更专业的引擎。
一句话定位
用 AI 快速构建可玩原型，通过真实试玩理解游戏设计，再按表达需求逐步学习专业游戏开发工具。
用纸面原型和几何占位图验证最小核心循环。
把想法写成 brief，让 Codex/Claude Code 跑出 first playable。
观察别人怎么误解、卡住、兴奋、想重试。
每一轮作品都更完整：从 90 秒网页原型到一年 capstone。
工具学习太早，反馈太晚
学生花大量时间学引擎界面、语法和打包，却还没有机会验证“这个规则好不好玩”。结果是技术门槛压过设计体验。
先进入设计闭环，再按需学工具
AI 让学生更快得到可玩的东西。课程重点变成：描述目标、约束 AI、判断输出、记录玩家反馈、做出设计取舍。
Knowledge Map
游戏设计知识地图：先抓核心地基，再逐层扩展
初学者不需要一开始学完整大学专业，但需要知道整张地图在哪里。地图先描述知识结构，再决定不同课程时长怎么取舍。
排序原则
越靠近“玩家做什么、系统如何反馈、如何根据试玩改进”的知识越核心；越依赖大型团队、商业发行或复杂引擎的知识越靠后。
所有学习的起点
玩家体验、核心循环、MDA、反馈、Scope、Playtest、Iteration。
目标行动反馈失败重试玩家证据
项目中逐步引入
Octalysis、自我决定理论、心流、玩家类型、关卡设计、叙事角色、视觉音频、AI 资产工作流。
动机内驱关卡节奏风格板asset manifest
按项目需求进入
系统设计、数值经济、敌人行为、版本管理、用户研究、发布运营、Godot/Unity/Unreal/Roblox 分支。
系统深度状态机GitAlpha/Beta作品集
重要但不抢主线
大型 3D 管线、复杂多人联网、商业化付费系统、高阶图形学、运行时 AI NPC 安全体系、大规模 live ops。
复杂 3D多人同步商业运营引擎源码
Game Design Knowledge Map
游戏设计知识地图：中心是玩家体验，不是工具或画面
这张地图先不考虑 7 天或一年怎么排课，而是回答“游戏设计这门知识本身由什么构成”。所有知识都围绕一个主链条：体验目标 -> 规则机制 -> 玩家行为 -> 系统反馈 -> 试玩证据 -> 迭代修改。
地图读法
中心是“玩家体验”；第一圈是设计地基；第二圈是体验塑形；第三圈是生产与专业化；边缘区是重要但不适合抢占入门主线的知识。
中心：玩家体验
玩家是谁？玩家 10 秒内做什么？系统怎样回应？玩家为什么愿意继续？玩家玩完后留下什么感受？
第一圈：设计地基 决定有没有游戏
第二圈：体验塑形 决定游戏是否有层次
第三圈：生产与专业化 决定能否做大做稳
边缘但重要 不放在入门中心
这些不是不重要，而是不适合在学生还没掌握设计闭环时占据主线。
高阶图形学引擎源码复杂多人联网商业化付费系统平台认证大规模 live ops运行时 AI NPC 安全复杂 3D 资产管线完整游戏史与学术批评
主因果链 所有概念都要回到这里
体验目标
规则 / 机制
玩家行为
系统反馈
试玩证据
迭代修改
推荐学习顺序 先地基，再塑形，后专业化
玩懂
规则化
低保真原型
数字原型
试玩观察
生产发布
中间可以不断插入体验塑形：动机、关卡、叙事、视觉、音频、系统设计。它们不是一次学完，而是在每轮项目中逐步加深。
学
概念与案例
概念与案例
做
原型与作品
原型与作品
测
玩家行为
玩家行为
改
基于证据迭代
基于证据迭代
展
发布与复盘
发布与复盘
7-Day Camp
七天重点：完成一次小型竖切，而不是压缩版大学专业
七天最重要的是让学生经历一次完整闭环：概念、原型、AI 实现、试玩、迭代、发布、复盘。工具要用，但不让工具学习抢走设计反馈。
最终交付
可试玩 URL + 一页 GDD + prompt log + playtest report + changelog + 3 分钟 Demo Day。
Day 1
玩家变设计师
拆游戏、核心循环、MDA、纸面原型。当天不急着做美术和工具，先验证规则是否可玩。
Day 2
概念与 Scope
写一页 GDD、玩家画像、体验词、不要做什么。公开砍掉开放世界、多人联网、商业级美术等范围风险。
Day 3
First Playable
用 AI + Web 模板跑出最小核心循环。几何占位图优先，重点是能移动、能反馈、能失败、能重开。
Day 4
反馈与资产
加入 UI、音效、角色、敌人、第一关。用 art direction 和 asset manifest 约束 AI 生成，不让素材随机拼贴。
Day 5
玩家测试日
跨组试玩。不解释、不辩护、不立刻改。记录第一处卡点、第一处爽点、第一次误解。
Day 6
打磨与发布
每组只选 3 个改动，修清楚、修稳定、修反馈。部署网页版本，写 AI 使用声明和 pitch。
Day 7
Demo Day
公开试玩和路演。评“设计目标、迭代证据、个人表达”，不评“谁做得最大”。
One-Year Studio
一年课程：少年游戏工作室，用螺旋项目持续升级
一年不是把理论排成 40 节课，而是让学生做一轮又一轮项目。每次仍然走“学 -> 做 -> 测 -> 改 -> 展示”，只是作品尺度和专业要求不断提高。
年度目标
学生拥有多个 playable 项目、一次团队 vertical slice、完整作品集和一次公开展演。
设计地基
游戏拆解、纸面原型、核心循环、MDA、坏游戏急救。每两周一个 micro game。
表达与资产
关卡节奏、角色叙事、moodboard、AI 图像/音效、asset manifest 和 prompt log。
系统与工具
数值、成长、经济、敌人状态机、Git、自动化测试。按项目进入 Godot / Unity / Roblox。
Capstone 发布
8-12 周团队项目，Alpha/Beta、公开试玩、itch.io/网页发布、作品集、postmortem。
AI Native Difference
AI 原生差异：训练学生像小型工作室一样工作
传统课程训练“像设计师一样思考”；AI 原生课程还要训练“把创意转成 AI 可执行规格，并在高速生成中保持人的判断”。
关键原则
Prompt 不是重点，Brief 才是重点。学生要写清目标、约束、验收标准、素材边界和测试方法。
Brief -> Generate -> Critique
学生先定义玩家、体验和范围；AI 生成方案、代码、素材；学生再筛选、批判、整合和记录理由。
Playable Slice 优先
每轮只做一个可测试切片。Night-Patrol 的经验是先跑通完整闭环，再补视觉缺口和演出。
验证闭环
构建、截图、日志、Playwright 冒烟测试防止黑屏；真人试玩判断好不好玩。
AI 原生能力清单
- 把想法写成可执行规格，而不是只会写一句模糊 prompt。
- 把数值、关卡、敌人、素材需求数据化，让 AI 能批量修改。
- 用截图、日志、测试和真人试玩让 AI 看见问题，也让人看见问题。
- 识别 AI slop：看似完整但没有个人表达、没有核心体验、没有版权边界。
- 知道何时继续用 Web/Phaser，何时因为表达需求进入 Godot、Unity 或 Unreal。
Interactive Level Map
互动关卡：把知识变成每一轮可交付的作品证据
很多新手会从“我要做开放世界、联机、抽卡、剧情、宠物、战斗”开始。真正的设计师会先问：玩家 10 秒内做什么？系统怎样回应？玩家为什么愿意再来一次？
本教程的主线
从小到大：核心循环决定最小可玩；MDA 把规则翻译成体验；八角理论解释动机；玩家测试负责打脸和修正。
玩家变设计师
把“好玩”拆成目标、行动、反馈、情绪。
核心循环
找到 30 秒内重复发生的玩法。
MDA
从机制推导动态，再推导玩家感受。
砍范围
把大想法压成 7 天能完成的竖切。
Octalysis
分析玩家为什么愿意继续。
玩家画像
同一个机制，对不同玩家意义不同。
Playtest
观察玩家行为，不替玩家解释。
设计证据
讲清楚你做了什么、为什么、怎么改。
Core Loop
第一层：核心循环。别先问“大世界”，先问“玩家每 30 秒做什么”
核心循环是游戏反复发生的最小闭环。一个好循环通常包含：目标、行动、反馈、奖励或变化、失败与重试。它不是全部内容，但它决定玩家是否愿意继续。
新手判断句
如果删掉所有美术和剧情，只剩几何形状，玩家仍然能做选择、看到反馈、想再试一次，核心循环才算站住。
反例：功能清单
“我有角色、装备、地图、剧情、商城、技能。”这只说明有很多部件，不说明玩家为什么想玩。
正例：循环句
“玩家躲开越来越快的障碍，吃能量延长时间，失败后想用刚学到的路线再试。”这已经能指导原型。
循环太长的问题
如果玩家 3 分钟才获得一次反馈，新手很容易放弃。短营作品先追求 5-15 秒一个小反馈。
循环太平的问题
如果每次行动结果都一样，玩家会很快掌握模式并无聊。需要风险、变化、选择或更高目标。
Core Loop Lab
选一个类型，生成一条可测试的核心循环。
核心循环的原理：让玩家形成“我懂了，但我还能更好”的短反馈
真实游戏例子
《地铁跑酷》是“躲避 -> 拿金币 -> 失败/继续 -> 再跑”；《星露谷物语》是“种植 -> 收获 -> 卖钱 -> 扩建 -> 再种”。它们题材完全不同，但都让玩家不断回到一个清楚的循环。
新手常见误解
把核心循环误解成功能清单。比如“我要有地图、剧情、宠物、武器”不是循环；“玩家为了救宠物，在迷宫里找线索，每找到一个线索就缩小搜索范围”才是循环。
AI 原型用法
给 Codex 的第一条 brief 不要写“做完整游戏”，而要写“实现 60 秒可玩的核心循环：玩家移动、收集、避障、得分、失败重开，所有数值可配置”。
MDA
第二层：MDA。设计师改规则，玩家感受到的是情绪
MDA 来自 Hunicke、LeBlanc、Zubek 的游戏设计框架：Mechanics 是规则与组件，Dynamics 是运行时行为，Aesthetics 是玩家体验。设计师从 M 开始，玩家从 A 感受到游戏。
一句话记法
你不能直接命令玩家“感到刺激”。你只能调整速度、风险、奖励、信息、选择，让刺激从系统里长出来。
MDA 体验调音台
Mechanics 机制
Dynamics 动态
Aesthetics 体验
你能直接编辑的东西
速度、血量、冷却、地图尺寸、敌人生成、规则文本、奖励频率、UI 提示。
玩家和系统一起产生的行为
追逐、卡点、偷懒、合作、冲刺、囤资源、冒险、反复试错。
玩家真正记住的感受
紧张、掌控、惊喜、被压迫、聪明、社交、探索、表达、成就。
MDA 的原理：设计师改的是机制，玩家感受到的是体验
《植物大战僵尸》
机制是阳光、植物冷却、僵尸路线和格子；动态是玩家在有限资源下决定先防哪里；体验是紧张、聪明、逐步掌控。
《马里奥》
机制是跳跃、平台、敌人和道具；动态是试探、助跑、连续跳；体验是轻快、挑战、掌握动作后的爽感。
课堂练习
不要问“怎么让游戏更刺激”，而问“速度、视野、失败惩罚、音效、奖励频率里，我改哪一个最可能让玩家更紧张？”
Scope Boss
隐藏关：砍范围。能删掉不重要的功能，才是真正的设计能力
新手最常见的失败不是不会想，而是想太多。7 天营地要做的是“小而完整”的可玩切片，不是把所有喜欢的游戏都合成一个。Scope Boss 训练你用有限预算保住核心体验。
判断标准
保留能直接服务核心循环、玩家反馈、试玩验证的功能；砍掉“以后会很酷但今天无法验证”的功能。
Scope Boss：12 张功能卡，只能保留 5 张
点击选择功能。预算超出时，系统会提醒你砍掉不服务核心体验的内容。
Prompt Judge：别让 AI 带着你跑
AI 会生成很多看起来不错的方案。设计师要按原创性、可实现性、服务体验、版权风险来筛。
Octalysis
第三层：游戏八角理论。玩家不是只为积分行动
Yu-kai Chou 的 Octalysis 把游戏化动机分成八个核心驱动力。它最适合提醒我们：积分、徽章、排行榜只是很小的一部分。真正的设计要组合意义、成长、创造、拥有、社交、稀缺、未知和避免损失。
课程里的用法
不要把八角理论当“八种奖励”。把它当诊断工具：你的游戏靠什么吸引人？有没有过度依赖恐惧、稀缺和损失？
八角雷达：给你的游戏打动机配方
八角理论的原理：动机不是奖励，而是玩家为什么愿意投入注意力
《Minecraft》
强在创造与反馈、拥有感和探索。玩家不是只为了分数，而是因为“这是我建出来的世界”。
《Among Us》
强在社交影响和未知。真正好玩的不是任务本身，而是猜疑、表演、信任和背叛。
《宝可梦》
成长、拥有、收集、未知都很强。玩家和队伍建立关系，收集不只是数量，也是身份。
设计提醒
稀缺、未知、损失很有效，但用多了会焦虑。教育场景优先用意义、成长、创造、关联。
Motivation & Flow
第四层：内驱与心流。好游戏不是一直奖励你，而是让你愿意继续学
自我决定理论认为，内在动机常常来自三个心理需要：自主、胜任、关联。心流理论则提醒我们：挑战和能力要匹配，目标要清晰，反馈要及时。
给营地的翻译
自主是“我能选择路线”；胜任是“我看见自己变强”；关联是“别人真的玩了我的作品并理解我”。
自主
玩家感觉“这是我的选择”，而不是被系统推着走。设计手段包括路线选择、角色构筑、开放解法、可跳过提示。
胜任
玩家感觉“我正在变强”。设计手段包括渐进难度、清晰反馈、可复活、技能掌握、可见进步。
关联
玩家感觉“我和角色、同伴、社区有关系”。设计手段包括合作、分享、角色共情、同伴试玩。
心流校准器
内驱与心流的原理：玩家留下来，不只是因为奖励，而是因为自己正在变强
自主
让玩家感觉“这是我的选择”。例如《塞尔达》允许多种路线解决问题；课堂里则是允许学生选择题材和角色分工。
胜任
让玩家看见自己变强。例如音游逐渐加速但规律清楚；课堂里则是从纸面原型到 first playable 的可见进步。
关联
让玩家和角色、同伴、真实玩家产生关系。Demo Day 的价值正在于：别人真的玩了你的作品，并给出反馈。
Player Types
第五层：玩家类型。同一个机制，在不同玩家眼里是不同游戏
Bartle 的玩家类型最初来自多人文字世界研究，常被简化为成就者、探索者、社交者、竞争者。它不是给玩家贴死标签，而是提醒设计师：不要只服务自己这一种玩家。
谨慎使用
玩家不是四选一。一个人可能在《塞尔达》里探索，在《王者荣耀》里竞争，在《动物森友会》里社交。
成就者
喜欢目标、收集、通关、分数、成就。设计上需要明确目标和可见进度。
探索者
喜欢发现隐藏规则、地图、彩蛋和系统边界。设计上需要可探索空间和秘密。
社交者
喜欢聊天、合作、表达和被看见。设计上需要分享、协作、角色关系。
竞争者
喜欢对抗、排名、压制、博弈。设计上需要公平对抗和清晰胜负，但要防止伤害新手。
玩家画像混合器
Lenses
第六层：设计镜头。好问题比大段理论更能救一个游戏
Jesse Schell 的《游戏设计艺术》用“镜头”提醒设计师从不同角度审视作品。这里不复制原卡片，而是为营地改写一组可课堂使用的问题卡。
用法
每组每天抽 1 张镜头卡，只回答一个问题。问题太多会变成填表，问题精准才会改变作品。
随机抽一张设计镜头
Raph Koster 的提醒：乐趣像学习
《A Theory of Fun》常被概括为：玩家觉得好玩，是因为正在识别、掌握、挑战新的模式。太简单会无聊，太乱会像噪音，刚好能学会才会继续。
把这句话放进项目里：你的游戏有没有让玩家学到一种新模式？玩家掌握之后，下一层变化是什么？
范围镜头
如果今天晚上必须发布，你会删掉哪 3 个功能？删完之后，核心体验还在吗？
反馈镜头
玩家做出正确或错误行动后，0.5 秒内能知道发生了什么吗？反馈来自画面、声音、震动、数字，还是角色反应？
情绪镜头
你希望玩家离开时记住哪个情绪词？紧张、治愈、荒诞、聪明、孤独、热血？当前机制真的会产生它吗？
身份镜头
玩家在你的游戏里扮演谁？英雄、照顾者、侦探、幸存者、创造者、破坏者？这个身份有没有独特行动？
Playtest
第七层：玩家测试。不要问“好玩吗”，观察玩家在哪里停住
迭代设计的核心是尽快做出可玩原型，然后通过试玩决定下一步。玩家说的建议不一定都要听，但玩家真实卡住的地方必须重视。
试玩三原则
不解释，不辩护，不立刻改。先记录行为，再归类问题，最后只选 3 个改动进入下一版。
| 观察项 | 记录方式 | 可能代表的问题 |
|---|---|---|
| 第一次停住 | 玩家在哪个画面超过 5 秒不动？ | 目标不清、UI 不明显、规则没教会。 |
| 第一次笑或惊呼 | 是什么触发了情绪反应？ | 这里可能是亮点，应复制而不是只修 bug。 |
| 第一次失败 | 玩家知道为什么失败吗？是否愿意重试？ | 反馈不足、惩罚太重、难度突增。 |
| 第一次误解 | 玩家以为某按钮/道具/敌人有什么作用？ | 视觉暗示和实际规则不一致。 |
试玩记录生成器
Boss Workshop
终局工作台：把理论压成一页 GDD
到这里，你不需要背下所有理论。你只需要能用它们回答：玩家是谁？玩家做什么？系统怎样反馈？玩家为什么愿意继续？我用什么证据迭代？
Demo Day 追问
“你改过什么？”比“你用了什么工具？”更重要。“玩家测试证明什么？”比“你觉得好玩”更重要。
一页 GDD 生成器
合格作品
可运行、可试玩、核心循环清楚，有至少一轮玩家测试记录。
优秀作品
能说明机制如何产生体验，知道自己服务哪类玩家，并根据证据做过取舍。
危险信号
功能很多但循环不清；画面很满但反馈不明；AI 生成很多但学生讲不清为什么选。
Checkpoint
最后检查：你真的理解了吗？
这不是考试，只是确认你能把概念用起来。
得分：0 / 4
答错没关系，设计本来就是快速试错。
Sources
参考来源
页面内容结合经典游戏设计框架与 AI 游戏设计营既有课程材料改写，面向教学使用。
- 本地方案：游戏设计知识地图与学习路径设计方案
- 本地方案：AI 原生游戏设计学习体系方案
- 本地调研：国内外大学游戏设计课程框架调研
- 本地调研：Codex/Claude Code + GPT Image 2 网页游戏工作流
- 本地调研：AI 原生游戏设计与独立开发者工作流
- Yu-kai Chou: The Octalysis Framework
- Octalysis Group: Octalysis Framework Overview
- Hunicke, LeBlanc, Zubek: MDA Framework PDF
- Self-Determination Theory: Theory Overview
- Richard Bartle: Background to Players Who Suit MUDs
- Raph Koster: A Theory of Fun for Game Design
- Schell Games: The Art of Game Design
- Game Developer: Core Gameplay Loop
- Eric Zimmerman: Iterative Design and Playtesting
- MIT OCW: CMS.608 Game Design
- NYU Game Center: Intro to Game Design
- CMU ETC Curriculum