如何量化好玩？一种体验浓度的视角

作者：Paranoia

在移动互联网、短视频时代中，快和浓缩成为了一个趋势，互联网热潮倒逼短视频的高内容密度，而游戏也需要思考自身之于视频的优势——那就是交互。

交互过程是对真实的模拟，是欺骗大脑的手段，怎么样让玩家产生更真实的幻觉与不断调动玩家的注意力而持续体验下去。

反馈是基于意识的【预测处理】系统，我们的自我感也是个受控的幻觉，是由大脑对身体信号的连续预测和反馈造成的。而怎么调动这个系统，则关乎交互反馈的设计。

这里引入体验浓度的概念：

在游戏进行过程中，每单位时间内玩家所经历的有意义互动和反馈的密集程度。

它反映了游戏体验的浓缩水平——简单来说就是每分钟有多少事情在发生、有多少新的体验供给玩家。这一概念类似于游戏设计中提到的体验密度或事件密度，关注的是节奏和内容如何匹配玩家的心理节奏。

高体验浓度意味着游戏中几乎每时每刻都有新的刺激（新的事件、挑战或信息）呈现给玩家，玩家始终处于高度参与状态；低体验浓度则表示游戏节奏相对舒缓，事件出现得稀疏，玩家有较多闲暇观察或行动空间。

但需要强调浓度高低并无绝对优劣，关键在于设计意图和玩家偏好。一款游戏可以整体浓度较高，但在流程中穿插张弛有致的变化；也有游戏选择始终维持某种稳定浓度来营造特定氛围。

体验浓度是我关注了数年的一个设计概念，但长久以来存在一些问题：体验浓度无法量化、无法很好的落地。

但经过长期的思考，我认为我找到了一些能让体验浓度指导设计的思路。

（但没有任何科学验证、属于游戏民科的内容，会拓展这个概念可能是因为觉得还挺有趣）

一、体验浓度的两个维度

先进行更加可量化的定义：

体验浓度(ED, Experience Density)： 单位时间内，玩家所经历的有意义的选择与可感知的反馈共同构成的游戏体验密度。

为了更好的理解体验浓度，我需要引入一个二维坐标系来解释，横轴是时间、纵轴是瞬时体验的丰富度。

这个横纵轴的例子之前和朋友聊过，可以用于理解视频创作的二维密度。

体验浓度二维示意

横轴（时间轴）- 水平密度

横轴代表的就是游戏体验的事件密度，每个事件/体验的节奏和频度。更进一步的话，可以量化为有意义的选择的发生频率。最易于理解的例子就是自动战斗的割草游戏，出现三选一事件的时间间隔。

用一个公式来总结：

参数释义：

• 有意义的选择（Meaningful Decision）：能够对游戏产生影响，改变局势/收益的选择（如三选一构筑、闪避、对话选项）

纵轴（事件轴）- 垂直密度

纵轴稍微有点理解难度，需要借助蛋糕和上面图片结合理解。

垂直密度指的是：游戏体验在任何一个瞬间，所能带来的反馈的丰富程度，包括感官体验、情绪冲击、意义感等。

以蛋糕为例，就是垂直切片下的蛋糕的纵向组合，不同的食材、口感带来的丰富味觉体验。对应到游戏里，就是同一时间游戏内呈现给玩家的可感知内容，比如画面、音效、对话、特效等。

垂直密度的公式就比较复杂了：

参数释义：

• 可感知反馈(Salient Feedback):可被感知的反馈，比如画面演出、暴击特效、剧情反转
• 具身感加成（游戏感，Embodiment Bonus）：操控与角色一体化的沉浸加分（触觉、物理一致性、镜头/动画、对手感友好），和代入感比较接近，但重点是人机一体的感受
• 氛围感加成(Atmospheric Richness)：一致性、有品质感的环境与美学体验。
• 认知负荷(Cognitive Load):由学习负荷、信息噪音、混乱UI等因素带来的糟糕体验。

二、体验浓度的统一公式

体验浓度的最终计算模型可以被表达为：

参数释义：

游戏的整体体验浓度，是其有意义选择的频度（水平密度）与瞬时体验的质量（垂直密度）的乘积。

ED(Experience Density): 体验浓度。

MD/min(Meaningful Decisions per minute):每分钟有意义的选择次数。

意义感、比如改变局势或收益路径的选择（如三选一构筑、关键闪避、姿态切换）的发生频率。

这个维度可以衡量玩家的主动参与度，是公式的发动机和节拍器。实际设计时需要关注选择的节奏——确保在常规流程中，有高频的微观决策（如闪避）；在关键节点，有低频的宏观决策（如祝福选择），形成张弛有度的体验旋律。

SF(Salient Feedback): 可被感知的反馈。

比如画面演出、暴击特效、剧情反转，也是玩家的爽点所在。良好的反馈，和玩家的操作/选择投入需要成正相关。

具体例子：暴击时的特效与音效、清屏大招的视觉奇观、升级时的金光一闪、任务完成时的叮声、击杀boss掉落的满屏金光，一段出人意料的剧情反转。

注意要点：同频共振原则，在设计任何一个反馈时，都要确保视觉、听觉、触觉等所有感官通道，都在传递同一个核心信息（如打击感）。

EB(Embodiment Bonus): 具身感加成。

指来自于操控与角色一体化的、额外的沉浸感加分。优秀的3C（Camera, Control, Character）、精准的物理一致性、以及恰到好处的触觉/震动反馈，都能极大地提升体验的质感和浓度。

玩家体验中的实际描述就是流畅感、沉浸感，比如响应灵敏的操控、符合物理直觉的击中停顿、流畅且富有表现力的角色动画、智能且不晕的镜头调度。目标是让玩家感觉人机合一：在数秒内忘记自己是在按按钮搓玻璃，感觉自己就是那个角色。

AR(Atmospheric Richness): 氛围感加成。一致性、有品质感的环境与美学体验。

比如动人心弦的背景音乐、与场景匹配的环境音效、富有风格的美术、细腻的光影、空气中的粒子特效，让玩家能感受到游戏世界是高度自洽的、即使在无所事事的时刻，也能感受到游戏的独特氛围。具体的例子《女神异闻录5》，从画面、UI到音效都非常潮酷且有一致性。

CLP(Cognitive Load Penalty): 认知负荷惩罚。

指游戏规则复杂、UI混乱等所带来的学习成本和认知噪音，这会大量消耗玩家的心智资源。一个UI混乱、新手引导冗长、规则描述模糊不清的游戏，即使其决策和反馈再多，其体验浓度也会因为巨大的认知负荷，而被严重稀释。

这个公式比“在游戏进行过程中，每单位时间内玩家所经历的有意义互动和反馈的密集程度”这句话更有启发性和可落地性，有趣、但可能也没什么用。

三、体验浓度的落地

尝试写一下体验浓度怎么用来给落地上帮帮忙，但下面的内容本质上似乎还是对已有方法/策略的再描述。

如何用体验浓度来诊断问题。

核心流程

当体验浓度偏低、玩家体验不好时，可以按照以下顺序去检查：

1.先看噪音：降低认知负荷

玩家若看不懂，就没办法行动；如果经常出现困惑，再高的体验浓度也会变成烦躁感。

所以要先看是什么地方造成了认知负荷：是否因为UI混乱、规则不清、特效过于光污染，而根本看不见或看不懂发生了什么？玩家是否因为频繁的打断（如不合时宜的弹窗、冗长的加载），而无法代入？

低认知负荷是体验的地基（分母）。如果玩家连清晰地接收信息都做不到，那么后续的所有决策和反馈都将失去意义。任何一次体验低谷，都得优先检查认知负荷。

2.提高质量：可感知反馈、具身感、氛围感

玩家的操作，是否感觉软绵绵？反馈是否不痛不痒？画面和音效，是否平淡如水？操控是否笨拙迟钝？

具体问题分析：

• 反馈不显著:视觉、听觉、触觉等反馈路径，是否同步触发？它们所传递的信息或反馈（如强大迅捷的技能效果）是否一致？
• 具身感断裂:操控的响应是否对齐？动作的起手-命中-收招节拍是否清晰？命中停顿等细节是否到位？
• 氛围感缺失：美术风格、音乐音效、光影氛围，是否能有效地将玩家拉入那个世界？

这是体验的质感所在（分子）。只有在看得见、做得稳的前提下，玩家才会有意愿，去进行更深度的互动。

3.节奏改善：有意义的选择

玩家是否感觉没事可做？或者，一直在进行重复、无意义的操作？

具体问题：

• 决策频度不足:游戏是否在足够短的时间内，给玩家提供了下一个有意义的选择？
• 决策质量不高:玩家的选择，是否真的能改变局势或收益路径？还是说，只是假选择？

只有在一个清晰、流畅、反馈良好的基础上，去讨论增加决策频率，才有意义。过度追求更快更多的频率，常常只是用噪音来遮蔽体验本身的贫乏。

体验调优小结：先降噪，再提质，后调频

总结一下正确的调优顺序：

第一步：降噪（CLP优化）

降低认知负荷（CLP）。简化UI，优化新手引导，统一视觉语言，减少不必要的打断。

第二步：提质（SF/EB/AR优化）

提升垂直密度的分子（可感知反馈+具身感+ 氛围感）。打磨反馈细节，优化操控手感，提升美术和音效的氛围感。

第三步：调频（MD/min优化）

聚焦于调整水平密度（有意义的选择/min）。在关键节点，增加更有意义的决策点；在平缓期，适当留白。