Evilom
97 lines
3.3 KiB
Markdown
97 lines
3.3 KiB
Markdown
# INMEdC7p5oOaLMxQy66cavOJnzZ
|
||
|
||
|
||
Source: https://feishu.cn/docx/INMEdC7p5oOaLMxQy66cavOJnzZ
|
||
|
||
|
||
# 一、工作内容概述
|
||
|
||
小游戏调研分析
|
||
|
||
小游戏体验
|
||
|
||
战略研究部 · 游戏拆解研究工作系统优化，变更部署及团队协作方式
|
||
|
||
# 二、游戏拆解研究工作系统优化
|
||
|
||
## 系统说明：持续迭代、随时可查的知识库
|
||
|
||
把目标游戏的产品/运营/商业化各环节拆成可复用、可对比、可入库、随时可查取用的结构化知识，供团队与各项目随时查询取用
|
||
|
||
知识库贡献者（研究贡献者把游戏拆进库）
|
||
|
||
知识库使用者（任何人任何时候想了解某游戏的玩法/养成/付费/运营，直接查库）
|
||
|
||
使用者通过内容索引 game_teardown/_CONTENT_INDEX.md + AI（Claude Code / 未来 MCP）问"某游戏某系统/机制"即可，并按自己场景生成想要的格式（HTML/表格/摘要）
|
||
|
||
立项参照、竞品对标、玩法/商业化借鉴、日常查询等都适用
|
||
|
||
## 背景与目标
|
||
|
||
背景
|
||
|
||
质量问题：零散地让 AI 调研游戏，产出不全面、结构混乱、幻觉高
|
||
|
||
根因：
|
||
|
||
把"采集+结构化+核验+判断"塞进一次对话
|
||
|
||
把 AI 会话产出当可信结论直接用（循环论证）
|
||
|
||
素材问题：
|
||
|
||
实机截图/录屏是大文件，不该塞进代码库，无处规范存放
|
||
|
||
协作问题：
|
||
|
||
每人各写各的、没法对比、没法沉淀
|
||
|
||
治理与合规问题（新）：
|
||
|
||
战略研究数据不该留在外部/个人账号，需落公司内网、权限可控，并符合公司《信息安全管理制度》
|
||
|
||
目标
|
||
|
||
沉淀可复用资产：结构化（统一骨架）、带 A/B/C 证据分级、可跨游戏对比、随时可查取用（立项、竞品对标、玩法/商业化借鉴、日常查询皆可）
|
||
|
||
多人多游戏协作：多人各负责多款游戏
|
||
|
||
工作流稳定：单一权威源、防编辑冲突、防断链、防幻觉
|
||
|
||
数据治理与合规：符合公司《信息安全管理制度》，结构化知识落内网 GitLab、素材落内网部门共享盘、权限可控、AI 走私有化网关
|
||
|
||
合规基准
|
||
|
||
本系统的设计与运行须符合公司《信息安全管理制度》(V1.0，2026-07-01 生效)：数据分级、最小权限、凭证不入库、AI 使用规范、审计留痕等均以其为准，已完成对照评估，结论基本合规
|
||
|
||
## 整体架构
|
||
|
||
知识库定位：两库分层，打通不合并
|
||
|
||
知识库消费模型：知识与呈现分离
|
||
|
||
库里存的是干净、结构化、AI 可读的知识源
|
||
|
||
库内已有大量存量研究分散在旧目录，正逐步收敛进 game_teardown/ 统一格式。当前查询时，除 _CONTENT_INDEX.md 外也应检索旧目录
|
||
|
||
可检索内容索引提交时自动刷新
|
||
|
||
呈现层(HTML/表格/摘要…)由使用者的本地 AI 按需现生成，不预制给所有人
|
||
|
||
项目组用法：
|
||
|
||
通过 AI 直接查库："我想了解某游戏某系统/某机制"→ AI 去调，按自己阅读场景生成定制格式
|
||
|
||
MCP/向量检索接口待与消费层统一标准对齐后接
|
||
|
||
长期跟踪与版本迭代
|
||
|
||
重点产品随长线运营迭代，分为两条线：
|
||
|
||
游戏进程线(D1→Dn 后期系统逐步解锁)
|
||
|
||
版本调优线(版本更新，如后加回流/召回)
|
||
|
||
知识库持续迭代、多人共建；git 记录全部演化，可追"怎么迭代到今天"
|
||
|
||
## 系统当前能力状态 |