跳至正文
OpenAgentSkill
浏览已开放 · 目录记录日期 2026-11-21 · 自动更新和账户服务暂时关闭。
浏览器与自动化

game-experience-density-optimizer

当用户需要把游戏体验浓度、留存、首局节奏、Demo 完成率、单机总旅程、D1/D7、反馈、具身感、氛围、认知负荷、最佳刺激窗口、FEP/free-energy、预测误差、Markov blanket、习惯化或 liveops 参与问题,编译成可上线、可埋点、可复盘、可回滚的一周 ED 实验包时使用。Use when converting game experience-density and engagement problems into rollback-ready ED experiments.

DY-2026 · 已有 AI 审核记录

安装与使用

运行命令前先阅读来源与依赖说明。复制命令不会自动安装或执行。

npx skills add DY-2026/GameDesignOS --skill game-experience-density-optimizer

技能说明


name: game-experience-density-optimizer description: "当用户需要把游戏体验浓度、留存、首局节奏、Demo 完成率、单机总旅程、D1/D7、反馈、具身感、氛围、认知负荷、最佳刺激窗口、FEP/free-energy、预测误差、Markov blanket、习惯化或 liveops 参与问题,编译成可上线、可埋点、可复盘、可回滚的一周 ED 实验包时使用。Use when converting game experience-density and engagement problems into rollback-ready ED experiments." license: MIT compatibility: 可处理文本、截图、录屏或遥测摘要;生产实验、真实用户触达和指标承诺必须经过 Human Gate。 metadata: version: "1.3.0-candidate" short-description: 体验浓度实验编译器

Game Experience Density Optimizer

Copyright (c) 2026 Paranoia. Licensed under the MIT License.

Mission

把模糊的游戏体验问题编译成可上线、可埋点、可复盘、可回滚的 ED 实验包。

这里的 ED 是 Experience Density / 体验浓度。中文统一叫“体验浓度”,不要另造概念名。它不是科学量表,也不是留存玄学;输出必须默认标注 theory_status: design_hypothesis,并把结论绑定到证据等级、游戏形态、主旋钮、指标周期和回滚条件。

默认内部管线:

输入材料 -> 输出模式路由 -> Evidence Gate -> 游戏形态分流 -> 最佳刺激窗口 ->
ED 公式项定位 -> 主旋钮选择 -> 实验变体编译 -> 埋点/看板编译 ->
预注册决策门 -> 输出门检查

When To Use

用户讨论以下问题时触发本 skill:

  • “体验浓度”、ED / Experience Density、每分钟有多少有意义选择、首局太空、首个爆点太晚。
  • 留存实验、D1/D3/D7、每日会话、回流 rehook、活动留存、老玩家钝化、中段疲劳。
  • 单机总游戏时长、买断制完成率、Steam Demo 完成率、章节推进、核心循环到达率、重玩意愿。
  • 反馈不爽、不清楚、不跟手、打击软、操控延迟、镜头/触觉/动作节拍问题。
  • 氛围空、留白无质感、叙事停顿、信息太吵、认知负荷高。
  • 最佳刺激、低刺激无聊、过载无聊、习惯化、半熟半新、可控惊讶。
  • FEP/free-energy、预测误差、Markov blanket、玩家和游戏的输入输出边界。
  • 一周 A/B 测试、埋点字典、看板字段、预注册规则、回滚/Kill 条件。

不要用于只有一句创意、还没有核心循环的任务;先用 game-concept-architect。不要把截图、PV 或商店页直接当真实节奏证据;先用 game-experience-analyzer 建证据层。不要设计暗黑模式、误导奖励、焦虑红点、虚假倒计时、付费压力或不可逆损失伪装。

Mode Router

先判断输出模式,再决定交付深度。强 skill 的默认不是写大报告,而是给当前场景刚好够用的结果。

mode触发输出密度
quick_ed_triage用户只给一句体验问题,或明确要快速判断1 个边界判断、1 个刺激窗口、1 个主旋钮、2 个最小改动、3 个验证指标、1 个回滚条件
weekly_ab_plan用户问怎么改、怎么测、本周怎么做、A/B 测试、留存实验、实验方案A/B 或 A/B/C/D 变体、埋点、看板、决策门、owner、回滚
instrumentation_plan用户重点问埋点、看板、指标口径、数据接线事件字典、字段、触发时机、过滤器、数据质量门、隐私边界
review_and_decide用户提供实验结果、指标变化、复盘材料先查负向门和数据质量,再决定 amplify / iterate / observe / rollback / kill
full_client_delivery用户要求客户交付、团队方案、完整文档、正式报告展开完整 19 模块,附 handoff checklist、QA、风险门
schema_json用户要求 agent 消费、自动化验证、结构化输出输出符合 templates/experiment-plan.schema.json 的 JSON,保留证据和 unknown 字段

如果用户没有说明模式:一句话问题默认 quick_ed_triage;出现“本周、实验、A/B、怎么测、留存方案”默认 weekly_ab_plan;出现“完整、交付、客户、团队评审”默认 full_client_delivery。

Hard Gates

所有输出必须经过这些门:

  1. evidence_gate:先声明 evidence_level、evidence_status、允许结论、禁止结论、置信度、缺失证据和混淆风险。读取 references/evidence-gate.zh-CN.md。
  2. metric_horizon_gate:先判断 game_metric_model:premium_single_player、mobile_liveops、hybrid 或 unknown。单机/买断制默认总旅程指标;手游/liveops 才默认 D1/D7。
  3. stimulation_window_gate:先判断最佳刺激窗口和无聊类型。无聊不自动等于刺激不足。
  4. density_formula_gate:把问题落到 CLP、SF、EB、AR、MD/min,并说明为什么。
  5. one_primary_lever_gate:每个变体只能有一个主旋钮,最多一个不影响归因的辅助动作。
  6. instrumentation_gate:没有埋点/看板/复盘口径的方案不能说已可验证。
  7. decision_rule_gate:成功、观察、回滚、Kill 条件必须在实验前写死。
  8. ethics_gate:不得用暗黑模式或纯数值膨胀伪装体验优化。
  9. output_density_gate:不要在 quick_ed_triage 里输出完整 19 模块;不要在 full_client_delivery 里省略关键风险门。

Core Model

体验浓度指:当前玩家在当前情境下,单位时间内可吸收、可解释、可转化为探索/学习/意义的刺激密度。

默认工作公式:

ED = MD/min * (SF + EB + AR) / CLP
  • MD/min:每分钟有意义选择次数。不是点击频率,也不是选项数量。
  • SF:可感知反馈。不是光污染,而是能被玩家看见、听见、感到并归因。
  • EB:具身感加成。不是剧情代入,而是输入、动作、镜头、触觉和反馈的耦合。
  • AR:氛围感加成。不是堆素材,而是留白、音画、世界反应和风格一致性。
  • CLP:认知负荷惩罚。玩家看不懂、学不会、被噪音打断时,先降分母。

诊断顺序固定为:先判窗口,再降噪,再提质,后调频。只有在信息清晰、反馈可归因、耦合可理解之后,调高 MD/min 才有意义。

FEP、自由能、预测处理、Markov blanket、GameFlow、SDT 只作为设计启发式镜头,不得写成神经科学或心理学证明。涉及这些理论时必须保留 theory_status: design_hypothesis。

Evidence Gate

不要凭感觉跑太远。证据等级决定允许输出什么:

level材料允许禁止
L0_text_only只有口述假设、最小实验、埋点需求声称真实原因或承诺指标提升
L1_static_assets截图、商店页、PV 截帧信息层级、视觉噪音、可能风险判断真实节奏、手感或会话行为
L2_recording录屏、试玩视频时间轴、反馈窗口、节奏断点、退出前行为推断全部玩家心理
L3_playtest_notes试玩笔记、访谈摘要玩家分群假设、问题卡、方向性实验忽略样本偏差
L4_telemetry_snapshot指标快照分流、埋点核对、方向性实验混版本、混渠道、混新老用户
L5_ab_result实验结果复盘决策跳过负向门、数据质量门和预注册规则

证据不足时输出 evidence_status: assumption_only 或 partial_evidence。没有真实埋点或试玩证据时,只能说“验证假设”,不能说“一定提升 D1/D7、总时长或完成率”。

Metric Horizon

先选游戏形态,再选 P1。

  • premium_single_player:买断制、单机、Steam Demo、章节制、完整旅程承诺。P1 优先看总有效游玩时长、Demo/章节完成率、核心循环到达率、通关/重玩意愿、评价/退款风险。不默认 D1/D7。
  • mobile_liveops:手游、长线运营、活动、每日循环、回流。P1 可以看 D1/D3/D7/D30、每日会话、连续活跃、活动留存、回流成功率,同时必须看疲劳和投诉。
  • hybrid:总旅程和 liveops 两套 P1 分开预注册。任一关键周期受损,都不能宣布整体成功。
  • unknown:材料不足时标 unknown,并写清暂不适用的指标。

Output Contracts

quick_ed_triage

必须包含:

  • output_mode
  • case_boundary
  • evidence_gate
  • metric_horizon
  • optimal_stimulation_fit
  • primary_formula_item
  • primary_lever
  • two_minimal_changes
  • verification_metrics
  • rollback_condition
  • unsupported_claims

weekly_ab_plan

必须包含:

  • case_boundary
  • evidence_gate
  • metric_horizon
  • theory_status
  • optimal_stimulation_fit
  • diagnosis_summary
  • experiment_hypothesis
  • variant_matrix
  • instrumentation_dictionary
  • metric_plan
  • dashboard_spec
  • decision_rules
  • weekly_schedule
  • handoff_checklist

instrumentation_plan

必须至少生成 variant_assigned、session_started、meaningful_decision_made、salient_feedback_fired、cognitive_load_signal、session_checkpoint、session_ended。涉及手感/反馈时增加 embodiment_signal_observed 和 blanket_coupling_signal;涉及 OLSO/FEP 时增加 optimal_stimulation_window_observed 和 prediction_error_window_observed;涉及长线疲劳时增加 anti_habituation_signal。

review_and_decide

复盘顺序固定:

  1. 数据质量门:分流、版本、渠道、样本、埋点完整性。
  2. 负向门:崩溃、早退、失败率、投诉、疲劳、经济、公平、暗黑模式。
  3. P1:按 game_metric_model 读取主周期。
  4. P2:用 ED proxy、CLP、SF、EB、AR、MD/min、最佳刺激窗口解释原因。
  5. 决策:amplify、iterate、observe、rollback 或 kill。

full_client_delivery

完整交付才展开 19 模块:case_boundary、metric_horizon、theory_status、optimal_stimulation_fit、diagnosis_summary、density_curve_intent、free_energy_window、markov_blanket_coupling、growth_surprise_ladder、anti_habituation_plan、motivation_flow_gate、experiment_hypothesis、variant_matrix、instrumentation_dictionary、metric_plan、dashboard_spec、

阅读完整来源 ↗