# Q9yAwY4QsiNqUbkl32ocHWm5nYf Source: https://dianchukeji.feishu.cn/wiki/Q9yAwY4QsiNqUbkl32ocHWm5nYf # 1.工作内容概述 - 编写拆解分析报告大纲 - 架构优化 - 继续拆解《浪漫餐厅》数值 - 学习积累二合类的数值设计基础知识 - 优化美术资源和功能 - 仓库界面 - 切换界面按钮 # 2.进度 ## 2.1 编写拆解分析报告大纲 - 主要参考之前总结的拆解思路,进行编写 - 先讲述拆解本身,阐述拆解出的数据 - 再从拆解出的数据,分析得出一些结论和认知 - 再谈论运用到目前项目中的效果 ![图片](../feishu-images/Q9yAwY4QsiNqUbkl32ocHWm5nYf_HOTKb8HJOoIv.png) ## 2.2 架构优化 ### 2.2.1 优化了生成器多次生成时卡顿的问题 - 架构优化思路 - 旧架构:每次切换场景初始化生成器、物品等内容的状态时,没有做缓存和并发保护。同一时间生成多个,则非常容易卡顿。 - 新架构:懒初始化与重复初始化保护 - SaveManager 补了 lazy init 测试和保护。 - GameRuntime 有 ready 缓存、并发 ready promise 复用、失败后可重试。 - 结果:跨场景读存档/初始化状态更安全,不会因为某个场景先后顺序不同导致额外初始化或卡死。 ### 2.2.2 优化了切换场景加载时间长的问题 - 架构优化思路 - 旧架构: - 是主界面和游戏界面,分别走2套不一样的实现流程,同一类资源会重复加载,导致加载时间较长 - 存档、配置、Manager 图、体力恢复、体力保存同步这些操作,每切换一层场景都要重新加载一次 - 新架构 - 统一 Home/Game 运行时初始化 ![图片](../feishu-images/Q9yAwY4QsiNqUbkl32ocHWm5nYf_T35mbPKaSodS.png) - 新增/使用 GameRuntime.ensureReady(),Home和 Game 都走同一个运行时入口。 - 把存档、配置、Manager 图、体力恢复、体力保存同步这些跨场景逻辑收进一个幂等入口。 - 结果:场景来回切换时不再重复初始化一堆Manager、定时器、事件监听,减少重复监听和重复保存导致的卡顿风险。 - 场景切换路径收敛 ![图片](../feishu-images/Q9yAwY4QsiNqUbkl32ocHWm5nYf_DXGkbFA0Hok5.png) - Home/Game 通过 SceneTransitionManager 做切换与 ready 标记。 - Game 启动完成后 markReady('Game'),Home完成后 markReady('Home')。 - 结果:切场景不再只是“直接 loadScene”,而是有统一的加载中状态、重复切换保护、目标场景 ready 等待,体感上切换场景速度更快。 ### 2.2.3 目前效果 - 快速生成多个物品不卡顿 - 短时间切换场景不卡顿 ## 2.3 继续拆解《浪漫餐厅》数值 - 目前拆解到 - 第20个订单 ![图片](../feishu-images/Q9yAwY4QsiNqUbkl32ocHWm5nYf_S2ScbLr2hoKr.png) - 第11个剧情任务节点 ![图片](../feishu-images/Q9yAwY4QsiNqUbkl32ocHWm5nYf_NvE4bPTEaola.png) - 等级4的相关奖励 ![图片](../feishu-images/Q9yAwY4QsiNqUbkl32ocHWm5nYf_N7EGbDQkEoDp.png) - 6种奖励设计: ![图片](../feishu-images/Q9yAwY4QsiNqUbkl32ocHWm5nYf_G52ibjkxwoN0.png) ## 2.4 学习积累二合类的数值设计基础知识 - 动态成本模型:理论成本不等于真实成本 - 道具全生命周期成本建模”:静态成本(理论成本)基于 2n−12^{n-1}2n−1 - 动态成本则要考虑生成器产出高等级道具后的期望折减。第 n 级道具的动态成本可以写成: ![图片](../feishu-images/Q9yAwY4QsiNqUbkl32ocHWm5nYf_TDCbbTV4soyy.png) - 其中: - 2n−1:理论基础成本 - E(L):某等级生成器的平均产出价值 - Cn:实际期望点击成本 - 作用:比静态成本,更接近玩家体验。 - 例如:某个订单到底要玩家花多少体力? 目标:Lv.10 道具 静态成本(理论成本):512 生成器等效产出:1.6 真实期望成本:512 / 1.6 = 320 次点击 - 静态成本(理论成本)跟真实成本,相差很大,不能一概而论 - 订单难度模型:把多个道具需求合成一个难度分 - 订单难度可以简单定义为: ![图片](../feishu-images/Q9yAwY4QsiNqUbkl32ocHWm5nYf_LUqgbSuEfors.png) - 如果一个订单要求:Lv.6 汉堡 + Lv.4 饮料 + Lv.3 甜点 - 那么难度是: ![图片](../feishu-images/Q9yAwY4QsiNqUbkl32ocHWm5nYf_VtVrb5mIbonm.png) ## 2.5 优化美术资源和功能 - 仓库界面 - 调整了物品的精确位置 - 更换新版的美术资源:之前的仓库边缘有痕迹,看着很旧 - 进行了后处理,解决物品模糊问题 ![图片](../feishu-images/Q9yAwY4QsiNqUbkl32ocHWm5nYf_JZSRbtkXSou3.png) 优化前 ![图片](../feishu-images/Q9yAwY4QsiNqUbkl32ocHWm5nYf_Nu2XbzzmooVw.png) 优化后 - 切换界面按钮 - 参考《浪漫餐厅》,调整到游戏的右下角 # 3.收获与反思 - 拆解《浪漫餐厅》的速度偏慢,相比先前的进度,只多拆解了10个订单,2个等级的内容。 - 主要原因在于 - 一边优化拆解表格的设计,一边记录。整体速度降下来很多 - 订单、奖励、剧情、等级,这4者是深度耦合的,不能单独拆开来看。每完成一个订单,就要考虑订单和其他三者的关系。需要思考的东西过多,相比其他调研要慢很多。 - 花费过多时间在剧情任务节点与订单之间的关系了。 - 因为我个人想调查清楚,什么时候会出现下一个订单,进而研究订单刷新机制。 - 我希望更完整地记录,订单出现位置、时间、逻辑,方便后续让AI更好地反推出相关数值 ![图片](../feishu-images/Q9yAwY4QsiNqUbkl32ocHWm5nYf_MYZ2bI3EropA.png) - 后续改进:跟刘鹏讨论后,得出以下2点经验 - 整个游戏设计就分为2个阶段,新手期和循环期,新手期的设计是需要细致记录的,循环期的关卡和数值反而是有一定规律的。所以要重点分析新手期的整个流程,以及循环期的规律即可。分析好这些内容后,后面就没有必要再记录这么细致的内容。 - 新手期的数值记录,就是比较枯燥的,需要有耐心 # 4.下一步计划 - 调研拆解 - 继续拆解、记录实机数据 - **学习积累二合类的数值设计基础知识(对于数值调研拆解,基础数值设计知识很重要)** - 研究AI建模分析的方法 - 美术线 - 在拆解调研的空余时间中,抽空优化相关美术资源 # 5.项目规划 参考: https://jasminehuang477-cmd.github.io/share_hyper_casual_game_design_guide/#s10 https://merge2iaa-selectionanalysis.netlify.app/ - 开发计划: - **任务详情看第二个文档的十、两周开发建议节奏** - **非开发计划中的内容,不优先开发** - 拆解调研任务 **目标** **核心任务** **完成情况** 完成《浪漫餐厅》关卡/数值相关设计拆解分析,说明从中收获了哪些二合类游戏设计的关键认知,输出拆解分析报告并进行内部分享 - 写拆解分析报告大纲 - 对《浪漫餐厅》关卡/数值相关设计进行拆解分析 - 实机记录数据(完成后才方便做下面的内容) - 需要反思如何改进 - 学习数值拆解调研的方法 - 研究AI建模分析的方法 - ok—在网上学习数值调研拆解相关的方法 - ok—向楚真日报学习 - 问刘鹏 - **学习积累二合类的数值设计基础知识(对于数值调研拆解,基础数值设计知识很重要)** - 从微观反推宏观内容:研究对具体设计组合的抽象、理解、演化方向预判 - 数值拆解方向 - (核心)订单数值 - 棋盘关卡 - 需要结合订单刷新机制 - 总结《浪漫餐厅》关卡/数值相关设计的规律 - 总结二合类游戏设计的关键认知 - 整理以上2点内容,进行内部分享 - 使用自动化批量关卡生成方案+分析的关卡和数值设计规律+订单刷新机制,铺量关卡。目标是铺至少40单的游戏内容量(大概1个小时左右的游玩流程) ### 25% - 上线前要完成的任务 **目标** **核心任务** **完成情况** 关卡和数值设计铺量 - 对《浪漫餐厅》关卡/数值相关设计进行拆解分析 - 需要跟之前的订单刷新机制结合起来 - 总结《浪漫餐厅》关卡/数值相关设计的规律 - 用AI生成并配置好类似规律的关卡和数值 ### 30% 基础功能 - 文本提示信息框——完成 - 购买弹窗——暂时搁置 - 边缘系统 ### 75% 商业化 - 上架微信小游戏 - UI适配(已经跑通流程,只需要再操作一遍) - 打包优化(已经跑通流程,只需要再操作一遍) ### 30% 更换新主题的美术资源 - 持续优化美术资源生成管线 - 目前还差 - 仓库界面 - 个人信息界面 - 思考问题 - 继续解决美术风格的饱和度问题和AI味道问题 - 物品链和生成器链考虑优化美术资源 - 将笔刷、毛刷等物品加入,弥补目前物品链物品过于相似的问题 ### 95% 优化 - 手感调优 - 上线前测试找bug ### 40% - 风险注意:https://merge2iaa-selectionanalysis.netlify.app/的六、产品风险分析很有价值,开发时需要注意 - **空间压力设计失误** - **订单节奏不合理** - **合成反馈不够满足** - **美术风格不统一**