選擇設計 - 你選的真的是你想要的嗎

選擇設計在數學計算上是簡單的,但依靠著簡單的數學也可以造成強大的效果,這就是選擇的魅力

選擇設計 - 你選的真的是你想要的嗎
Photo by MING Labs / Unsplash

現在市面上有不少遊戲都會在 Free Game 加入讓玩家選擇的元素,藉此強化玩家心理上認為是自己可以控制遊戲輸贏結果的感覺。
中大獎時是選對了,沒中大獎則是選錯,而當玩家相信自己已經找到遊戲的規律,這時候就是遊戲設計者的勝利了(笑


通常選擇會發生在進入Free game 的時候,我把它分成三種模式

  1. 多 Features 模式
  2. 增強某 Symbol 模式
  3. 抽取場次倍率模式

1. 多 Features 模式 - Battle Royal (Play'n GO)
《Battle Royal 選擇頁面》
《Battle Royal 選擇後結果》

此模式可以設計數個不同的遊戲 feature,或者讓兩個遊戲互有關連性,增強遊戲內情緒的層次。

2. 增強某 Symbol 模式 - 5 Dragons (Aristocrat)
《5 Dragons 選擇頁面》

此模式強化某 Symbol 在滾輪上的數量,或是強化 Wild 在得分時的分數倍率。

3. 抽取場次倍率模式 - 芝麻開門II (JDB)
《芝麻開門II 選擇結果》

最後這一種模式相對有規律,倍率場次選完即開始遊戲,而且簡單易懂,可以把Free game的情緒張力帶起來,簡單來說就是 CP 值高,所以今天這篇文章接下來作者主要想以這款遊戲當例子說明介紹。

在深入介紹《芝麻開門II》這款遊戲的選擇設計之前,要先講到程式,由於程式模組化的關係,通常機率程式與前端溝通只會透過 SPIN 按鈕,有寫程式的你從這段文字中有沒有讀到一些特別的訊息?是的!選擇只是表演的一部分,不是真的讓玩家真的從所有選擇裡挑一個,而是機率程式挑好一個交給你,不管你選哪個,結果都是機率程式選好的。

那我們再延伸一下,既然背後的機率早就決定最後玩家會選到的值 (因為 Free game 會用到),那以一個選擇有5種的遊戲而言,代表我們還有4個選項可以操作。甚麼意思呢?如果有長時間體驗 SLOT 的讀者應該了解,選擇完後玩家並不只會關注自己選到哪個,還會看剩下的選擇有哪些,當玩家選到最高倍率時所油然而生的優越感,看到旁邊都開一些小倍率只有我選到的是高倍率時,那種天上天下唯我獨尊、今天的我沒有極限、賽成這樣我還不給他押爆的心態就會悄悄的在心中萌芽,當然我講的是偏浮誇了一點:目

另一方面在操作 Near Miss 也同樣可以透過這種特色,把最大倍率偶爾放在玩家選項的旁邊,放大玩家那種差一點就中的感覺,也是一種不需要花費RTP 就可以延續一款遊戲讓玩家想要下次拚到大獎的手段。


結論

三種選擇模式的數學計算上都不難,場次倍率類型的 RTP 也就是 [平均場次] x [平均倍率] x [單次 Spin 平均得分],只是需要特別注意[平均場次]與[平均倍率]兩者之間是否為各自獨立。

因此在設計場次倍率遊戲時,更大部分會著重於畫面表現以及滾輪的安排,不要只關注最終選擇 (除非你每把都給最高倍率,那我真的服了),在其他地方做出巧思也很重要,主要就是創造更多可控的資源,為你所用!

Read more

AI 與負責任博弈

AI 與負責任博弈

在當今的數位博弈時代,AI 已經慢慢開始帶來一些影響,例如AI可以把客製化遊戲推薦做到最佳自動化,為玩家帶來前所未有的沉浸式體驗。然而,在這項強大技術的光環之下,一個深刻的道德悖論正在浮現。 同一套用於最大化玩家參與度的演算法,也被宣傳為保護弱勢玩家、促進負責任博弈 (Responsible Gaming, RG) 的工具。這引出了一個關鍵問題:當一項技術的設計初衷是為了讓玩家持續遊玩時,它能否真正有效地保護他們免於傷害?本文將深入探討人工智慧在負責任博弈中的雙重角色,剖析其作為數位守護者的巨大潛力,同時揭示其背後潛藏的利益衝突與道德困境。 第一部分:AI 的承諾——新一代的數位守護者 傳統的負責任博弈措施多為被動式,依賴玩家的自覺,例如自行設定存款上限或申請自我排除。然而,AI 的出現徹底改變了這一模式,將玩家保護從被動回應轉變為主動預防。 數據驅動的早期預警系統 AI 的核心優勢在於其處理和分析海量玩家數據的能力。每一筆存款、每一次下注、每一次點擊以及遊戲時長,都成為 AI 演算法的分析對象。透過機器學習模型,AI 能夠識別與問題博弈相關的特定行為模式或「傷害指標」。

By 根博之樂