Files
dc-docs/output/reports/feishu_docs_topic_analysis.md
Evilom 19a747a556 feat: 飞书文档深度分析与知识库构建
- 分析 147 篇下载的飞书文档
- 生成全面分析报告(feishu_docs_comprehensive_analysis.md)
- 生成主题深度分析(feishu_docs_topic_analysis.md)
- 生成关键发现摘要(key_findings.json)
- 创建 Obsidian 知识库条目(飞书文档知识库.md)
- 更新 MOC 索引

分析结果:
- 花园世界研究:22 篇文档
- AI与Agent应用:109 篇文档
- 工作流优化:62 篇文档
- 竞品分析:59 篇文档
- 商业化策略:48 篇文档
- 产品策略:56 篇文档
- 技术实现:103 篇文档
- 美术资产:100 篇文档
2026-06-02 22:03:19 +08:00

18 KiB
Raw Permalink Blame History

飞书文档主题深度分析

基于 147 篇下载文档的深度内容分析


花园世界 (22 篇)

AbLed72FgoPn5hxOYN3cRpffn0E

  • 这种设计
  • 将玩家的“休闲时间”转变为“资源经营时间” [图表]

花卉品级与培育体系

玩家生态:资源阶梯

花卉品级(凡/普/珍/华/仙) 本质上是玩家在游戏内资源投入的权重排序

  • 业务部门可据此通过活动礼包的方式精准投放缺口材料,以换取用户的留存与消费

  • 竞争增量(效能评价)

  • 《我的花园世界》之所以能领先同行,就在于它

  • 不盲目增加内容,而是通过

  • 订单消耗的规模化

  • 货币功能的碎片化

  • ,在有限的业务资源内,实现了玩家活跃度与单位付费收益的最大化

ExYndBzwSoEobXxqgiicDkionnh

    • 完成了从飞书搜索、读取、同步到本地的真实链路

FTO7d8y5BoBDj9xDQWHcWcmSn5W

  • 也是“产品是否值得继续往这个方向做”的 早期信号
  1. 产品设计和获客表达越来越早绑定 三消+SLG、解谜+SLG、副玩法入口等案例都说明,很多出海产品在产品结构未定阶段就考虑用户如何被吸引进来

  2. 素材、商店页、包体一致(看测试目的,留存测试必须一致) 素材能带来点击,商店页决定是否转化,包体决定用户是否留下

  • 三个环节如果不一致,数据就很难解释
  1. 测试要分层,不同指标回答不同问题 CTR(点击率) 更适合看吸引力,CVR(点击转化率) 更适合看商店页承接,留存更适合看包体体验

FWfQd4Xl6ojWh5xu87rcOIq4nye

  • 在每一阶段结束后,必须进行系统的“整合优化”,而不是盲目增加新功能 运营解耦:让活动实现“自循环”

  • 启示

  • 建立一套标准化的活动组件库,通过常驻轮换取代单次定制

  • 这不仅能大幅降低研发部的需求积压,还能通过不同周期的组合,为玩家提供长期的“新鲜感”,确保用户留存不依赖于某一个特定的活动 商业进化:体验付费优于数值付费

  • 启示

  • 商业化迭代的终极目的是降低玩家的“挫败感”

GNtTdHLGuoSXITxbRhrc8AH1nxd

  • 每一层的资源获取率故意设定为50%-80%(打开缺口),强制玩家通过小额充值填补“战力缺口”

  • 沉没成本

  • 利用玩家前期积累的养成数据,锁定玩家的参与意愿

  • 阶段二:解决流失/口碑问题

  • 目标:

  • 在保持高ARPU的同时,降低用户因“被剥削感”而导致的流失风险

  • 检查逻辑:

  • 当系统设置“高额付费点”时,是否配置了相应的“心理补偿物”(稀有展示、社交特权等)

阶段三:解决活跃与粘性问题

  • 目标:
  • 通过社交系统强制提升单周活跃度,从而实现利润变现
  • 检查逻辑:
  • 社交系统的运营成本是否低于其带来的用户贡献价值

AI与Agent (109 篇)

ACLuwapXRiUYX8ktOaNceqftn4g

  • 游戏设计注重强竞争和氪金,降低成本,追求脉冲峰值和长尾收益
  • 案例 以英勇之地为例,其在 Steam 上的爆发为手游带来了渠道推荐的短期高峰,验证了该战略的可行性

AjK2wPpI7iOFo5kOImVcEe1WnNS

  • 以前每单奖励都是固定的数值 现在每一单都能单独配金币奖励,前面简单一点,后面奖励和难度一起往上走
  • 以前生成器解锁是静态的 现在改成了“攒够金币、推进到剧情节点后,逐步解锁新生成器”,比如先开面包,再慢慢开饮料、甜点

AqzvwhCH9iKYfbkQ5iacMuKJnMe

  • AqzvwhCH9iKYfbkQ5iacMuKJnMe

Source: https://dianchukeji.feishu.cn/wiki/AqzvwhCH9iKYfbkQ5iacMuKJnMe

工作内容概述

  1. 美术AI工具调研与尝试
  2. :尝试了2D游戏素材生成,包括Holopix、Banana、SD等,生成了一批临时素材
    1. 产品设计文档深化与临时配表
  • 检查并完善了昨日设计文档的初始框架

B9Ofw7pPVix7FFk2XzOcyGoRnlc

  • 去绿幕:后期兜底与生成端脏数据

  • 实测痛点:
  • 边缘抠不干净,根本原因不在于后期去色算法不够好,而是大模型前置生成图的背景本身就不纯
    • 调参困境:
  • 目前用的 精确颜色剔除 → 色相范围兜底 流水线,处理纯绿背景没问题

BaZIwUkMli87D4k9raUcuWSBnXe

  • BaZIwUkMli87D4k9raUcuWSBnXe

Source: https://ocnmca6f1o0p.feishu.cn/wiki/BaZIwUkMli87D4k9raUcuWSBnXe

工作内容概述

1、研究通过让AI来生成Spine跟特效 [文件]

一. 让生图模型一次出多张图

问题背景 : Spine 动画需要角色在不同姿态、不同表情下保持是"同一个人"

  • 但生图模型的常见痛点是——同一个角色描述跑两次,出来的脸、发型、配色都会有微妙的不一样

工作流 (62 篇)

AjK2wPpI7iOFo5kOImVcEe1WnNS

  • 以前每单奖励都是固定的数值 现在每一单都能单独配金币奖励,前面简单一点,后面奖励和难度一起往上走
  • 以前生成器解锁是静态的 现在改成了“攒够金币、推进到剧情节点后,逐步解锁新生成器”,比如先开面包,再慢慢开饮料、甜点

B9Ofw7pPVix7FFk2XzOcyGoRnlc

  • 去绿幕:后期兜底与生成端脏数据

  • 实测痛点:
  • 边缘抠不干净,根本原因不在于后期去色算法不够好,而是大模型前置生成图的背景本身就不纯
    • 调参困境:
  • 目前用的 精确颜色剔除 → 色相范围兜底 流水线,处理纯绿背景没问题

BaZIwUkMli87D4k9raUcuWSBnXe

  • BaZIwUkMli87D4k9raUcuWSBnXe

Source: https://ocnmca6f1o0p.feishu.cn/wiki/BaZIwUkMli87D4k9raUcuWSBnXe

工作内容概述

1、研究通过让AI来生成Spine跟特效 [文件]

一. 让生图模型一次出多张图

问题背景 : Spine 动画需要角色在不同姿态、不同表情下保持是"同一个人"

  • 但生图模型的常见痛点是——同一个角色描述跑两次,出来的脸、发型、配色都会有微妙的不一样

Bf4mwuFU9in51RksjDDc5Fdgnag

  • 核心思路是:
  • 尽量去除强绑定内容,比如复杂纹路图案、不可复用装饰等;
  • 保留通用的边框、底色、材质等;
  • 可以通过九宫格拉伸适配不同尺寸;
  • 让同一张资源可以应用到按钮、面板、棋盘单元格或其他 UI 容器中
  • 这样做的好处比较明确:一方面可以提升资源复用率,减少不同尺寸、不同场景下重复生成相似资源的情况;另一方面也能降低包体大小压力,避免大量近似 UI 资源同时进入项目

BrBUdkTEPoCjsCxtxDWcBFsungg

  • 当前更重要的方向,不是追求“大而全”的技术平台,也不是挑战短期难以落地的高度自动化目标,而是 识别 现有项目生产过程中真实存在的效率瓶颈、流程卡点和资源消耗问题 ,并判断 AI 是否能够在这些环节中形成可验证、可复用、可持续的效率提升
  • 从经营角度看,AI 应用需要避免两个偏差 :
  • 一是目标过低
  • ,只停留在个人效率提升,难以形成组织层面的竞争优势

竞品分析 (59 篇)

AjK2wPpI7iOFo5kOImVcEe1WnNS

  • 以前每单奖励都是固定的数值 现在每一单都能单独配金币奖励,前面简单一点,后面奖励和难度一起往上走
  • 以前生成器解锁是静态的 现在改成了“攒够金币、推进到剧情节点后,逐步解锁新生成器”,比如先开面包,再慢慢开饮料、甜点

B9Ofw7pPVix7FFk2XzOcyGoRnlc

  • 去绿幕:后期兜底与生成端脏数据

  • 实测痛点:
  • 边缘抠不干净,根本原因不在于后期去色算法不够好,而是大模型前置生成图的背景本身就不纯
    • 调参困境:
  • 目前用的 精确颜色剔除 → 色相范围兜底 流水线,处理纯绿背景没问题

BOWJwOqOxiARunkCc9Ac3nKwnZS

  • [图表] 第二步:数据导入 每月编制时,仅需将当月5张子表底稿文件拖入工具指定目录
  • [图表] 第三步:一键生成

脚本自动完成源表数据定位、条件筛选、聚合计算,一键输出总表及三张利润子表(利润表-分产品、利润表-分地区、利润表-按月)

CRV1dW7OtoFhVixTuskcvXiGn6d

  • 操作流程: 数据源底稿 → 映射关系&计算逻辑 → 标准中间表 → 月度管理报表

(一)方案调研与当前阶段推进原则

今天同步调研了几类数据自动化方案,包括直接上传 AI、Excel / Power Query、RPA、本地 Python 脚本以及 Dify / 私有化平台等

  • 初步判断,当前月报涉及多份底稿、多 Sheet、字段映射、特殊规则和跨表计算,直接上传 AI 虽然方便,但在数据安全、口径稳定和长期复用方面不够稳

DcOkwuOj6iPvdWkaFD1clKuRnAB

  • 但是只有微信流量主才能申请广告位ID,而达成流量主的条件比较麻烦,需要小游戏至少有1000人的用户量
  • 以下以合并成功事件为例子进行展示 [图表] [图表]
  • 也可以在平台的仪表盘中查看数据 [图表]

2.5 基础功能线——按玩家成长进度解锁生成器,通过新增按钮添加生成器到棋盘中

  • 该功能主要是为了适配关卡进度的推进而设计,玩家金币越多,解锁的生成器越多

2.6 在接入微信开发者工具时测试广告时,发现切换分辨率后,UI会乱


商业化 (48 篇)

AbLed72FgoPn5hxOYN3cRpffn0E

  • 这种设计
  • 将玩家的“休闲时间”转变为“资源经营时间” [图表]

花卉品级与培育体系

玩家生态:资源阶梯

花卉品级(凡/普/珍/华/仙) 本质上是玩家在游戏内资源投入的权重排序

  • 业务部门可据此通过活动礼包的方式精准投放缺口材料,以换取用户的留存与消费

  • 竞争增量(效能评价)

  • 《我的花园世界》之所以能领先同行,就在于它

  • 不盲目增加内容,而是通过

  • 订单消耗的规模化

  • 货币功能的碎片化

  • ,在有限的业务资源内,实现了玩家活跃度与单位付费收益的最大化

AjK2wPpI7iOFo5kOImVcEe1WnNS

  • 以前每单奖励都是固定的数值 现在每一单都能单独配金币奖励,前面简单一点,后面奖励和难度一起往上走
  • 以前生成器解锁是静态的 现在改成了“攒够金币、推进到剧情节点后,逐步解锁新生成器”,比如先开面包,再慢慢开饮料、甜点

DcOkwuOj6iPvdWkaFD1clKuRnAB

  • 但是只有微信流量主才能申请广告位ID,而达成流量主的条件比较麻烦,需要小游戏至少有1000人的用户量
  • 以下以合并成功事件为例子进行展示 [图表] [图表]
  • 也可以在平台的仪表盘中查看数据 [图表]

2.5 基础功能线——按玩家成长进度解锁生成器,通过新增按钮添加生成器到棋盘中

  • 该功能主要是为了适配关卡进度的推进而设计,玩家金币越多,解锁的生成器越多

2.6 在接入微信开发者工具时测试广告时,发现切换分辨率后,UI会乱

DeOCwJ8GZibah7ktWnmcChjEnWf

  • 此前开题阶段更偏向《烽火逐盟》,主要因为它更符合“多人社交竞争游戏”“联盟竞赛”“团体赛季制”“平台生态治理”等原有框架
  • 但进入正式论文阶段后,不能只看活动是否符合开题表述,还要进一步判断它是否能支撑后续实证分析

Euhbwrg5Ti3BLnkk6VEctad8nze

  • (二)目前财务报表数据情况

  • 目前财务报表的数据来源比较分散,涉及不同底稿、不同 Sheet、不同字段和不同取数条件
    • 如果每个月都靠人工手动处理,重复性工作较多,也容易因为口径理解、字段位置变化、筛选条件遗漏等问题导致错误 [表格] 工程化设计的核心逻辑: 这套设计参考了游戏策划配置表的工程思路——先定义字段、编码、类型和规则,程序按照配置驱动执行

产品策略 (56 篇)

AbLed72FgoPn5hxOYN3cRpffn0E

  • 这种设计
  • 将玩家的“休闲时间”转变为“资源经营时间” [图表]

花卉品级与培育体系

玩家生态:资源阶梯

花卉品级(凡/普/珍/华/仙) 本质上是玩家在游戏内资源投入的权重排序

  • 业务部门可据此通过活动礼包的方式精准投放缺口材料,以换取用户的留存与消费

  • 竞争增量(效能评价)

  • 《我的花园世界》之所以能领先同行,就在于它

  • 不盲目增加内容,而是通过

  • 订单消耗的规模化

  • 货币功能的碎片化

  • ,在有限的业务资源内,实现了玩家活跃度与单位付费收益的最大化

ACLuwapXRiUYX8ktOaNceqftn4g

  • 游戏设计注重强竞争和氪金,降低成本,追求脉冲峰值和长尾收益
  • 案例 以英勇之地为例,其在 Steam 上的爆发为手游带来了渠道推荐的短期高峰,验证了该战略的可行性

B9Ofw7pPVix7FFk2XzOcyGoRnlc

  • 去绿幕:后期兜底与生成端脏数据

  • 实测痛点:
  • 边缘抠不干净,根本原因不在于后期去色算法不够好,而是大模型前置生成图的背景本身就不纯
    • 调参困境:
  • 目前用的 精确颜色剔除 → 色相范围兜底 流水线,处理纯绿背景没问题

DeOCwJ8GZibah7ktWnmcChjEnWf

  • 此前开题阶段更偏向《烽火逐盟》,主要因为它更符合“多人社交竞争游戏”“联盟竞赛”“团体赛季制”“平台生态治理”等原有框架
  • 但进入正式论文阶段后,不能只看活动是否符合开题表述,还要进一步判断它是否能支撑后续实证分析

EIWNwKjnIipmStkzIr1cd1kTnPf

  • EIWNwKjnIipmStkzIr1cd1kTnPf

Source: https://dianchukeji.feishu.cn/wiki/EIWNwKjnIipmStkzIr1cd1kTnPf

一.工作内容概述

  • 尝试优化AI自动化关卡生成逻辑
  • 尝试优化自动化关卡截图分析流程
  • 体验《佛系消消消》,补充收集部分关卡样本,作为后续分析参考
  • [文件]

二.关卡生成逻辑优化

目前关卡生成痛点

目前关卡生成的主要问题集中在高维度关卡,尤其是 10x10 、 12x12 这类关卡


技术实现 (103 篇)

ACLuwapXRiUYX8ktOaNceqftn4g

  • 游戏设计注重强竞争和氪金,降低成本,追求脉冲峰值和长尾收益
  • 案例 以英勇之地为例,其在 Steam 上的爆发为手游带来了渠道推荐的短期高峰,验证了该战略的可行性

AjK2wPpI7iOFo5kOImVcEe1WnNS

  • 以前每单奖励都是固定的数值 现在每一单都能单独配金币奖励,前面简单一点,后面奖励和难度一起往上走
  • 以前生成器解锁是静态的 现在改成了“攒够金币、推进到剧情节点后,逐步解锁新生成器”,比如先开面包,再慢慢开饮料、甜点

AqzvwhCH9iKYfbkQ5iacMuKJnMe

  • AqzvwhCH9iKYfbkQ5iacMuKJnMe

Source: https://dianchukeji.feishu.cn/wiki/AqzvwhCH9iKYfbkQ5iacMuKJnMe

工作内容概述

  1. 美术AI工具调研与尝试
  2. :尝试了2D游戏素材生成,包括Holopix、Banana、SD等,生成了一批临时素材
    1. 产品设计文档深化与临时配表
  • 检查并完善了昨日设计文档的初始框架

B9Ofw7pPVix7FFk2XzOcyGoRnlc

  • 去绿幕:后期兜底与生成端脏数据

  • 实测痛点:
  • 边缘抠不干净,根本原因不在于后期去色算法不够好,而是大模型前置生成图的背景本身就不纯
    • 调参困境:
  • 目前用的 精确颜色剔除 → 色相范围兜底 流水线,处理纯绿背景没问题

BOWJwOqOxiARunkCc9Ac3nKwnZS

  • [图表] 第二步:数据导入 每月编制时,仅需将当月5张子表底稿文件拖入工具指定目录
  • [图表] 第三步:一键生成

脚本自动完成源表数据定位、条件筛选、聚合计算,一键输出总表及三张利润子表(利润表-分产品、利润表-分地区、利润表-按月)


美术资产 (100 篇)

ACLuwapXRiUYX8ktOaNceqftn4g

  • 游戏设计注重强竞争和氪金,降低成本,追求脉冲峰值和长尾收益
  • 案例 以英勇之地为例,其在 Steam 上的爆发为手游带来了渠道推荐的短期高峰,验证了该战略的可行性

AjK2wPpI7iOFo5kOImVcEe1WnNS

  • 以前每单奖励都是固定的数值 现在每一单都能单独配金币奖励,前面简单一点,后面奖励和难度一起往上走
  • 以前生成器解锁是静态的 现在改成了“攒够金币、推进到剧情节点后,逐步解锁新生成器”,比如先开面包,再慢慢开饮料、甜点

AqzvwhCH9iKYfbkQ5iacMuKJnMe

  • AqzvwhCH9iKYfbkQ5iacMuKJnMe

Source: https://dianchukeji.feishu.cn/wiki/AqzvwhCH9iKYfbkQ5iacMuKJnMe

工作内容概述

  1. 美术AI工具调研与尝试
  2. :尝试了2D游戏素材生成,包括Holopix、Banana、SD等,生成了一批临时素材
    1. 产品设计文档深化与临时配表
  • 检查并完善了昨日设计文档的初始框架

B9Ofw7pPVix7FFk2XzOcyGoRnlc

  • 去绿幕:后期兜底与生成端脏数据

  • 实测痛点:
  • 边缘抠不干净,根本原因不在于后期去色算法不够好,而是大模型前置生成图的背景本身就不纯
    • 调参困境:
  • 目前用的 精确颜色剔除 → 色相范围兜底 流水线,处理纯绿背景没问题

BaZIwUkMli87D4k9raUcuWSBnXe

  • BaZIwUkMli87D4k9raUcuWSBnXe

Source: https://ocnmca6f1o0p.feishu.cn/wiki/BaZIwUkMli87D4k9raUcuWSBnXe

工作内容概述

1、研究通过让AI来生成Spine跟特效 [文件]

一. 让生图模型一次出多张图

问题背景 : Spine 动画需要角色在不同姿态、不同表情下保持是"同一个人"

  • 但生图模型的常见痛点是——同一个角色描述跑两次,出来的脸、发型、配色都会有微妙的不一样