# player psychology
Confidence: high
Last verified: 2026-04-28
Generation: human_only


## 2. 心流理论

### 2.1 心流通道图

```
       高
       ↑
  焦虑 │    挑战 > 技能
  区   │        ↑
       │    ┌────┐
挑战    │    │心流│
难度   │    │区域│
       │    └────┘
       │        ↓
  无聊 │    挑战 < 技能
  区   │
       └────────────────────→
                技能水平            高
```

### 2.2 三个区域

- **焦虑区** — 挑战远高于玩家技能 → 压力、挫败感、流失
- **心流区** — 挑战与技能匹配 → 最佳体验、沉浸、愉悦
- **无聊区** — 挑战低于玩家技能 → 乏味、分心、流失

### 2.3 动态难度调整（DDA）

保持玩家在心流区的具体方法：

| 方法 | 说明 | 示例 |
|------|------|------|
| **隐性调整** | 根据表现微调数值 | 《Left 4 Dead》AI 导演系统 |
| **自适应难度** | 失败时降低难度 | 《Mario Kart》橡皮筋 AI |
| **可选难度** | 玩家自主选择 | 普通/困难模式切换 |
| **辅助功能** | 降低操作门槛 | 自动瞄准、慢动作模式 |

### 2.4 难度曲线设计检查表

- [ ] 前 5 分钟：新手引导，挑战极低
- [ ] 1 小时内：逐步引入核心机制
- [ ] 前 10 小时：难度稳步上升
- [ ] 每个新机制后有"练习期"
- [ ] 高潮（Boss 战）后有"喘息区"
- [ ] 夜间/疲劳时段适当降低要求

---

## 3. 行为经济学 12 原则

### 3.1 损失厌恶

损失带来的痛苦约等于**2 倍等量收益**带来的快乐。

**游戏应用：**
- 每日奖励连续签到（断签的损失感）
- 装备强化可能失败（损失厌恶促使买保险）
- 限时活动错过就没了（FOMO）

### 3.2 可变奖励（Variable Rewards）

不可预测的奖励比固定奖励更让人上瘾（斯金纳箱实验）。

**游戏应用：**
- 开箱/抽卡系统（随机稀有物品）
- 随机掉落（Boss 有几率出极品装备）
- 日常任务随机奖励

### 3.3 沉没成本谬误

玩家倾向于继续投入已经投入大量时间/金钱的游戏。

**游戏应用：**
- 里程碑奖励（"都到 90 级了，不如冲到 100"）
- 收藏系统（收集 10/12 件，不舍得放弃）
- 付费后更不容易弃坑

### 3.4 锚定效应

人们做决策时过度依赖第一个获得的信息（锚点）。

**游戏应用：**
- 商城先展示高价商品（让后续商品看起来便宜）
- 首充高额奖励（建立"价值锚点"）

### 3.5 禀赋效应

人们对自己拥有的东西估值更高。

**游戏应用：**
- 免费赠送初始装备（让玩家觉得有价值）
- 可交易物品让玩家高估自己的物品价值

### 3.6 社会认同

人们倾向于模仿他人的行为。

**游戏应用：**
- "已有 X 人购买"的提示
- 排行榜、好友在线状态
- 公会和大厅社交

### 3.7 稀缺性

物品越稀缺，越想要。

**游戏应用：**
- 限时出售的皮肤
- 稀有掉落（0.5% 概率）
- 排位赛限定奖励

### 3.8 互惠原则

收到恩惠后产生回报倾向。

**游戏应用：**
- 首次登录免费送
- 公会成员互助系统
- 邀请好友双方得奖

### 3.9 承诺一致性

人们倾向于保持一致行为。

**游戏应用：**
- 每日签到（"已经签了 6 天，今天也要签"）
- 新手引导中的"承诺按钮"

### 3.10 选择悖论

选择越多，决策越难，满意度越低。

**游戏应用：**
- 商城分类层级化
- 新手期减少装备选择
- 推荐搭配方案

### 3.11 峰终定律

人们对体验的评价基于**高峰时刻**和**结束时刻**。

**游戏应用：**
- 每个区域设计"明星时刻"
- 结束游戏在安全区/存档点
- 下线奖励让结束感愉快

### 3.12 蔡格尼克效应

人们更容易记住未完成的任务。

**游戏应用：**
- 未完成任务标记在地图上
- "继续游戏"直接回到未完成的任务
- 章节结尾的悬念

---

## 4. 玩家细分模型

### 4.1 付费玩家细分

| 类型 | 占比 | 收入贡献 | 特征 |
|------|------|----------|------|
| **鲸鱼（Whales）** | 5-10% | 60-80% | 高消费，追求实力/炫耀 |
| **海豚（Dolphins）** | 15-20% | 15-25% | 适度消费，追求性价比 |
| **小鱼（Minnows）** | 30-40% | 5-10% | 小额消费，偶尔买单 |
| **免费玩家（F2P）** | 40-50% | 0% | 不付费但贡献 DAU 和社区 |

### 4.2 竞技水平细分

| 类型 | 周游戏时间 | 核心驱动力 | 设计要点 |
|------|-----------|-----------|----------|
| **休闲玩家** | 1-5 小时 | 故事、社交、放松 | 低门槛、辅助功能、自动存档 |
| **中核玩家** | 5-15 小时 | 收集、进度、成就 | 挑战适中、收集系统、成就 |
| **硬核玩家** | 15+ 小时 | 精通、竞技、探索 | 高难度、排行榜、深层次机制 |

### 4.3 玩家动机分类（Bartle 四类型）

- **成就者** — 追求分数、等级、收集
- **探索者** — 喜欢发现新内容、了解机制
- **社交者** — 注重与其他玩家互动
- **杀手** — 享受竞争和对抗

---

## 5. Hook 模型与留存机制

### 5.1 四阶段循环

```
触发 → 行动 → 奖励 → 投资 →（回到触发）
```

| 阶段 | 说明 | 游戏示例 |
|------|------|----------|
| **触发** | 让玩家想起游戏 | 推送通知、每日奖励提醒 |
| **行动** | 低摩擦的核心行为 | 打开游戏 → 领取奖励 → 玩一局 |
| **奖励** | 可变奖励维持兴趣 | 随机掉落、抽卡动画 |
| **投资** | 玩家投入增加沉没成本 | 升级角色、建设基地 |

### 5.2 留存曲线设计参考

| 指标 | 优秀 | 良好 | 及格 |
|------|------|------|------|
| 首日留存（D1） | >50% | 40-50% | 30-40% |
| 7 日留存（D7） | >30% | 20-30% | 15-20% |
| 30 日留存（D30）| >15% | 10-15% | 5-10% |

### 5.3 首日留存策略

- 前 3 分钟产生**惊艳时刻**
- 新手引导不超过 5 分钟
- 首日给予实质性进度（5-10 级）
- 首日结束前设置 hook（"明天回来领奖励"）

### 5.4 7 日留存策略

- 每日登录奖励（递增）
- 第 3 天解锁新功能
- 第 7 天重大奖励
- 社交绑定（加好友、入公会）

### 5.5 30 日留存策略

- 长期目标（月活动、赛季制）
- 社交粘性（公会战、排行榜）
- 内容更新节奏（每周新内容）

---

## 6. 伦理设计边界

### 6.1 成瘾机制识别（需谨慎对待）

| 风险等级 | 机制 | 说明 |
|----------|------|------|
| 🔴 红色警告 | 强迫循环 | 必须玩了才能下线（如某些手游的"守护"） |
| 🔴 红色警告 | 社交压力 | 不登录就拖累公会 |
| 🔴 红色警告 | 黑暗模式 | 误导性 UI 让玩家误点消费 |
| 🟡 黄色警告 | 稀缺性营销 | "限时优惠"倒计时 |
| 🟡 黄色警告 | 时间紧迫 | 体力上限低、必须频繁登录 |

### 6.2 伦理设计原则

- **尊重玩家时间** — 不设计无意义的挂机/等待
- **提供真正的选择** — 不诱导、不欺骗
- **透明度** — 概率公示、消费明确
- **未成年人保护** — 防沉迷、消费限额
- **退出自由** — 玩家想弃坑时不设置障碍

### 6.3 设计自检清单

- [ ] 这个机制是否利用了玩家的认知偏差来促进消费？
- [ ] 如果我的孩子玩这个游戏，我会不会担心？
- [ ] 这个设计是否提供了真正的乐趣，还是单纯的成瘾循环？
- [ ] 玩家是否清楚地知道自己在花钱？
- [ ] 是否有给玩家"冷静期"的机制？

---

## 参考来源

- Ryan & Deci: Self-Determination Theory (SDT)
- Csikszentmihalyi: Flow: The Psychology of Optimal Experience
- Kahneman & Tversky: Prospect Theory (Loss Aversion)
- Nir Eyal: Hooked: How to Build Habit-Forming Products
- Bartle: Hearts, Clubs, Diamonds, Spades: Players Who Suit MUDs
- [参见：game-data-analytics.md#留存分析]（数据分析）
- [参见：core-mechanics.md#平衡设计]（难度曲线与数值设计）