好吧，我承认文章的标号不仅随机还特别乱……但这其实是一篇杂谈，一篇有感而发，嗯

一切的起因

首先，我先分享一下这个把我自己的方法论炼化的skil：https://github.com/Hammerstein3217/Quest-design-bible-v3-skill

当然这个skill可能会在某些时候有更新，具体取决于我会不会突然产生了新的想法，或者看看有没有啥用户反馈之类的。

这个skil源自我在机核，知乎等地方发的文章，包括模仿五十万的那个bible写的《当我们在讨论任务时，我们在讨论什么？》等。然后为了能让他规则化，我补充了一些脑图和硬性规则作为skil里的一些“不写就不能成为一个skill”的部分。

实话说这一切的起因没有那么功利化——我确实是因为上班走神闲着没事干，于是把自己的方法论都炼成了skil。毕竟我的“交际圈”最近有人高强度的沉溺ai做游戏，也有些朋友因为上班过于痛苦所以决定休息的同时用ai做游戏，所以人在焦虑的时候确实会闲着没事干拿AI造轮子……

于是我抛给了自己这样一个问题——我们知道像GPT6 Astra，oups 5.5之类的AI已经比早年生成文字都生成不明白的模型强很多了，那么他们真的能用来做0-1的任务设计了吗？

这里先放一个结论：现实情况是，在你给到足够多的信息，内容的情况下，你确实能用这个skil生成出一个还算能用的任务流程。他会给到你桥段情节点的设计，会给到你情绪曲线，会设计一些玩法。但他也会暴露很多问题——比如你不能让他写故事，比如你塞的东西越多，他的工作时长就会越长，而当上下文被无限拉长，实际的效果就会大打折扣，你知道的。

所以这篇文章也会用来讨论这样的一个问题——ai与设计的关系。

规则

众所周知，不论你混迹哪个圈子或者从事哪个工作，我们的生活里总是存在一些看不清摸不着的“东西”。

简单来说，他是一种规则，一种“你在这个圈子里干活就得遵守的东西”。

但大多数情况下，他并没有被客观量化成一种规则，或者说是一个白底黑字写在纸张，刻在石头，或者要求从业人员全文背诵的东西。

就好像你现在去看包豪斯的“设计十戒”，或者真的尝试把密斯·凡德罗的“Less is more”落地到你的设计里。你可能会觉得无限的蹩脚，甚至也会跟罗伯特·文丘里一样，在某个极度愤怒的时候于公开场合写出“Less is bore”这种既蔑视规则又彰显个性的宣言。

诚然，游戏设计，任务设计，他的本质也是设计。所以他也会存在这样的规则，也会有人挑战这种规则的存在。

这个跟你夸夸其谈，写了一大堆自己总结的设计方法论的人，当初也曾经跟保守主义者一样攻击过《死亡搁浅》，认为那是离经叛道的，违背游戏设计只在意自我表达东西的人。

当然那个文章在他接着工作几年之后悄咪咪的删掉了。

规则本身确定了一种设计范式，一种用于让人们复制，模仿，量产的范式。他带来的是一种风格，一种设计语言。当一群人认同一种设计语言的产物，他们就会总结，模仿，然后让其形成一种潮流和风格。

但问题就在这里——所谓创造设计语言的初期，他是最没办法规则化的东西。

我想如果读者中有参加过高考美术培训的人都会听过一个说法——你永远无法超过你临摹的作品。

负责集训的老师一定会让你找那些满分卷子，或者至少是比你当前水平更高的卷子让你临摹。你会通过临摹感受到对方在创作这幅画的时候的想法，他用了什么样的明暗表达关系，用了什么样的排线方式，怎么进行的构图，怎么几何化他要绘制的物体……总之，你会在这个过程中学习到他的方法论。

你会抽象出一个不成文的规则，并且基于规则进行绘制，然后生产出一个画卷，交给你的老师打分。一个人临摹是一个不成文的规则，一群人临摹变成了一群人的规则，等到足够数量的人都在临摹的时候，他就成了一个客观规则存在。

规则就会被人著书立传，写成方法论，出成教材，然后交给下一个模仿的人。

但只要你还处于临摹的状态，你就永远无法超过规则本身。

而在这期间，为了让更多临摹的人能够尽可能的接近被临摹的作品的状态，你会不断的产生和优化规则。你通过训练让自己变得更熟练，你把一个规则量化成了训练自己的方法论，你用自己的方式去提炼规则变成语言；训练，提炼，训练，提炼……直到你真正理解上面那句话的含义，你无法超过规则本身，你只能无限接近规则。

人类用其神奇的，独有的情感引擎尚且只能做到这样，更何况那些依赖“理性规则”存在的AI呢？

理性规则和无法量化的世界

所以这就是我在给ai写这个skil，或者让ai提炼skil的时候遇到的问题——好巧不巧这个矛盾也是ai自己告诉我的。

当我告诉他“一条任务需要被区分成步骤驱动和事件驱动”时，我的大脑就会自己开始argue自己：你明明见过那些同时拥有步骤和事件驱动的例子，且很多时候事件驱动的任务能给玩家更好的沉浸感，用在一些希望让玩家探索环境的桥段里会很好用；当我告诉他“事件驱动的任务在POI的设计上最好有一定的距离，这样玩家不会觉得从上一个POi跑到下一个POi过分单调”，但我立马又能举出反例：如果事件与事件之间节奏足够紧凑，过分拉长两个POI之间的距离会考验玩家的紧张情绪，这很容易导致玩家有机会思考“我为什么要跟着这个情绪曲线走”，进而从你预设的体验中跳出来开始质疑设计本身。

所以这样一来二去的Argue多了之后，我发现我被迫得接受一个现实——我必须得提供一个在我眼里并不“完美”的规则来交给AI，然后接受他基于规则只能给我生产在我眼里60-70分任务的事实。

我以前总认为这是“经验”的问题导致的，因为“经验”可以量化，毕竟拥有经验的人总是会口耳相传的把自己的经验传达给下一个人。只不过经验可能没法做到任何场合都适用的普适性，所以如果你要做一个全能的任务skil，你要做的是把你在任何场合总结出来的经验全部一股脑写成规则丢给ai……然后我就又被现实无情打脸，AI并不会取舍经验本身，就像你带的人可能会在某个设计里突然跟你犟嘴，告诉你“你曾经跟我说过，这个东西不能这样balabalabala”。

但前者你只能让他重新抽卡，后者你还可以花时间解释“为什么这里可以这样”。

btw，抽卡这个说法其实就是一种“我不想重新跟AI解释，你当前的情景为什么可以这样，而不能这样”。

所以，普适性的规则会越来越少，而针对特定环境特定情形的“规则修正案”会越来越多。最终你会发现，你无法提炼一个完整的，适用于所有情况的，可以用于训练其他人的规则出来。

这也是为什么游戏行业存在了这么多年还是一个排外行业，以及为什么业内的大多数人都那么看不起游戏培训班的一个原因——因为所谓的“理性规则”少之又少，且往往都是过时的方法论。这个行业的特性要求每个人必须先筛选感性上“属于自己人”的人，然后再通过老带新这种能够不厌其烦的花时间解释“为什么可以这样”的机会，才能够概率培养出一个足够好的人。

所以每个试图入行的新人在问出“请问参加什么培训/看什么课程/做什么练习就能进入游戏行业”这句话之后，大家就会主观的认为“嗯这个人可能学习能力不太行”，或者善意的跟他说”别去参加培训了，多玩玩游戏吧“之类的话。

因为游戏恰好就是一个既要求在工业设计上呈现出量化方法论，又要在工艺设计上呈现个人经验和理解的产物。

那么，为啥还要创造这个skill？

对，我想你也会问出这样一个问题，既然游戏设计抽象的要命又极度经验主义，为啥还要写这么个skill出来呢？

当然大部分原因是我确实被ai浪潮吸引——换句话说就是被卷到了，于是我想着既然往互联网倒了这么多游戏设计方法论的垃圾，要不我试试能不能把这套方法论借由ai炼化成一种工具。毕竟我不想每天看着codex或者kimi work的界面思考：”我今天应该用ai做什么我其实根本没想过但迫于压力和焦虑我必须要装作自己内心里早就有一个做独立游戏的想法只是行业不给我机会“的样子让AI去做Pototype。

实话说这个想法大概占了这套skil始发动机的65%。

当然这个实践也证明了一个道理——你没办法把那些村规量化成更好的客观理论，并交由一个学习能力强大到让很多人感觉自己被卷到的造物生产出百分百符合你想象的产物。至少目前的AI在能力上还没做到，兴许以后有更好的模型能做到这一点。

但另一方面，我觉得这个Skil或许能呈现出一种价值——我的任务设计经验。

当然我撑死算个小有名气的任务设计师，尽管我并不能直接告诉你我做过哪些项目，但我的某些得意设计确实做到了扭转风评，给人带来体验，并完美的把“故事”的创作者想要表达的东西以他们最希望的方式呈现出来这一结果。

而我的工作还在继续，至少目前我还没有离开这个行业，ai暂时也不太能卷到我。所以不妨把以前那些写的婆婆妈妈，主观又个性的设计方法论做成一个可交互的实验产物。

你可以把你的诉求，把你的想法丢给这个skil去生成（当然我建议你尽可能喂的完善一点，毕竟我已经试过了让ai写故事再设计任务的后果是坏了整锅汤），然后带着批判的眼光尝试argue，或是去尝试落地，然后意识到一些问题。

我期待你看到生成产物开始思考，开始皱眉，然后打算拿着东西改吧改吧，融入自己想法，进而产生出你自己的设计。

这才是这个skil能给人带来的真正价值，诚如前文所说：你永远无法超过你临摹的作品。

而主动的开始尝试打破临摹带来的设计语言，去在最小成本的环境里试错，去验证自己的想法，去产生属于自己的经验，才是你真正脱离临摹阶段，创造自己方法论的开始。