WHY · 这条规则要解决的问题
"玩家实际怎么玩",你猜不到,必须测
前面所有规则(引力、形状、配比、尺寸)都是设计假设——你认为玩家会被这样引导、会那样走。但设计者最危险的盲区,就是把自己的假设当成事实。你觉得引力场布得很匀,玩家路线会自然分叉;但实际测下来,可能所有人还是挤在一条街道上。你的直觉和玩家的真实行为之间,常常有巨大落差。
热力图就是照出这个落差的镜子。它把大量测试者的移动轨迹叠加成一张图:走得多的地方发亮,没人去的地方发黑。一眼就能看出"玩家实际在哪、不在哪"。这是把主观设计假设,拉到客观数据面前对质的方法。
但热力图有一个致命的使用陷阱,也是这一条规则的核心:热力图本身不会告诉你"好还是坏"。一张路线高度集中的热力图,对竞速地图可能是完美的,对开放探索图却是彻底的失败。同样一张图,是成功还是失败,取决于你事先期望它长什么样。如果你不先写下预期形状就去看数据,你会不自觉地"看到什么都觉得合理"——这是确认偏误,等于没测。R14 的精髓,不是"用热力图",而是"先定义成功的形状,再用热力图检验是否达到"。
CASE · BotW 的两张热力图
从"全黑只有街道亮"到"全图彩色路线离散"
R7 提过《旷野之息》靠引力设计取代了失败的"点与线"。而证明这个改进有效的,正是两张不同时期的热力图对比。Famitsu 的报道详细描述了它们:
先测的那张热力图,场地整体是黑的,明确亮起来的只有街道——也就是说,几乎所有人都走街道,只有极少数玩家走了没有路的地方。后测的那张则整体色彩缤纷:街道当然还是亮的,但比之前更恰到好处地分散出了玩家的路径。
—— 藤林秀麿 · CEDEC 2017(Famitsu 报道)
BotW 前后两版热力图(示意复原)。关键在判定标准:对探索型开放世界,"路线离散、全图彩色"才是成功,"集中一条线"是失败。注意这与直觉相反——设计者铺了路,但玩家"没有都走那条路"才算对,因为目标是"没有被强迫感"的自由探索。
后者才是《旷野之息》的关卡设计所追求的形态。
—— 藤林秀麿 · CEDEC 2017(Famitsu 报道)
这个案例把 R14 的精髓演示得淋漓尽致。藤林在看数据之前,心里已经有了"成功的形状"——路线离散、全图被踏破。正因为有这个预期,他才能一眼判定第一张图(集中一条线)是失败、第二张图(离散)是成功。如果没有预设"离散=成功"这个标准,你甚至可能把第一张"街道清晰、玩家都乖乖走路"的图当成好设计(玩家没迷路嘛)。是预期形状,赋予了数据意义。
CORE · 不同图,不同的"成功形状"
三种地图,三种截然相反的判定标准
R14 最实操的部分:不同类型的地图,成功的热力图形状是完全不同、甚至相反的。用错标准,你会把成功当失败、把失败当成功。这里给出三种典型:
同样的热力图形状,在三种地图里意义完全相反。离散对探索图=成功,对教学关却=灾难(玩家没跟上教学);收敛对教学关=成功,对探索图却=失败(玩家被牵着走)。脱离地图类型谈热力图形状,毫无意义。
| 地图类型 | 成功的形状 | 为什么 |
|---|
| 探索图(开放世界) | 离散:路线四散,全图被踏破 | 目标是"没有被强迫感"的自由探索。集中=玩家被牵着走=失败。 |
| 竞技图(PVP/竞速) | 均衡:几条主路热度相近 | 若某条路远比其他热,说明它是"最优解",平衡崩坏,其他路形同虚设。 |
| 教学关/引导段 | 收敛:全员走同一条设计好的路 | 教学要确保每个玩家都接收到教学信号。离散=有人跳过了教学=失败。 |
| 解谜关 | 收敛于解:轨迹汇聚到正解路径 | 谜题有唯一/少数正解,轨迹应最终收敛。若四散,说明玩家没找到解法或谜题歧义。 |
核心纪律:看热力图之前,先根据地图类型,在纸上写下"我期望它长什么形状"。然后再打开数据,对比预期与实际。差异出现的地方,就是设计需要修正的地方。没有预期,数据只是一堆好看的颜色。
DEEPEN · 热力图之外的验证配套
不止轨迹:任天堂的验证是一整套体系
热力图是轨迹验证,但任天堂的验证哲学更广。CEDEC 2017 的 QA 讲演里,他们给"质量"下了一个特别的定义:
《旷野之息》把"Quality(质量)"定义为游戏的"面白さ(乐趣)",QA 的职责就是把这份乐趣最大化。
—— CEDEC 2017 BotW QA 讲演(CEDEC 官方)
这个定义很关键:验证的目标不是"没有bug",而是"够不够好玩"。热力图验证的也不是"路线对不对",而是"探索体验是否达到了设计意图的乐趣"。配套的还有两个值得学的机制:
大规模真人测试
BotW 做过"全公司约300人各玩一周"的大规模测试。热力图的数据,正来自这种海量真人游玩。样本量足够大,轨迹叠加才有统计意义——三五个人的轨迹说明不了问题。
测试者被赋予"磨乐趣"的意识,而非只找bug
《王国之泪》QA 讲演提到:一个"两种攻击伤害值相同"的现象本不是bug,但测试者带着"让游戏更好玩"的意识去调查才发现它。好的验证者不只报告"坏了什么",还报告"哪里不够好玩"。
降低反馈门槛(接后续 R15)
BotW 取消了bug报告的"确认义务",让报告门槛降到最低,报告量最大化。热力图是量化验证,而海量的低门槛主观反馈是质化验证,两者互补。
热力图是"什么",不是"为什么"。热力图告诉你玩家去了哪、没去哪,但不告诉你原因。看到某区域全黑(没人去),热力图不会说是"没引力"还是"太难到达"还是"玩家没注意到"。热力图定位问题区域,但诊断原因要靠观察真人游玩(R1 的越肩视线)或问玩家。量化数据和质化观察必须配合,单靠热力图会误诊。
HOW · 怎么用热力图验证
执行流程
先定地图类型,写下预期形状
看数据之前,在纸上明确:这是探索图/竞技图/教学关/解谜关?对应的成功形状是离散/均衡/收敛?白纸黑字写下来,防止事后自我合理化。
埋点采集玩家轨迹
定时采样玩家坐标(如每秒一次),记录下来。Web 游戏成本极低——坐标发到服务端,Canvas 叠加渲染就是热力图。
要足够的样本量
三五个人的轨迹是噪声。要尽量多的真人游玩(哪怕十几二十个朋友),叠加才有意义。样本太小的热力图会误导。
对比预期形状与实际形状
把实际热力图和你写下的预期对照。一致=设计达标;有差异=定位到了问题区域。差异是信息,不是失败。
对差异区域做质化诊断
热力图指出"哪里不对",但要靠观察真人游玩或询问,搞清"为什么"(没引力?太难?没注意到?)。别只看热力图就下结论。
改设计,再测,迭代
根据诊断改设计(补引力/调难度/改可见性),重新采集热力图,看是否向预期形状靠拢。BotW 的两张图正是这个迭代循环的前后快照。
CHECKLIST · 热力图验证审计
- 看数据前,是否先写下了预期形状?
- 是否根据地图类型选对了成功标准(离散/均衡/收敛)?
- 是否有足够的真人样本量(非三五个人)?
- 是否把实际形状与预期形状做了对照?
- 对差异区域,是否做了质化诊断(而非只看图下结论)?
- 是否区分了"什么"(热力图)和"为什么"(观察/询问)?
- 验证目标是否是"够不够好玩"(而非只是"路线对不对")?
- 改设计后是否重测,看是否向预期靠拢?
TEMPLATE · 可直接复制的字段
热力图验证表
HEATMAP VALIDATION
map_type: 探索 / 竞技 / 教学 / 解谜
expected_shape: 先写预期形状=离散/均衡/收敛
sample_size: 真人样本量(越大越可信)
actual_shape: 实际热力图形状
diff_zones: 预期与实际不符的区域
diagnosis: 每个差异区的"为什么"(质化诊断)
fix: 针对性修改(补引力/调难度/改可见性)
retest: 改后重测,是否向预期靠拢?
APPLY · 映射到你的项目
人生小镇 & 星屑急便
星屑急便(多人配送) — 埋点近乎零成本
- Web 游戏是热力图的天堂:每秒把玩家坐标发到服务端,用 Canvas 叠加渲染,你就有了实时热力图。M2 里程碑发朋友测试时默认开启,几乎零额外成本(你的 Django/AWS 栈完全胜任)。
- 配送图看"离散",竞速图看"均衡":如果是自由探索式配送,期望路线离散(玩家各走各的);如果是竞速抢单,期望几条主路热度均衡(没有一条"最优解"路碾压其他)。先按图的性质写下预期,再看数据。
- 联机平衡靠均衡热力图守护:PVP 配送图最怕某条路线是"必胜解"。用均衡热力图检验:若某条路远比其他热,说明它太强,回去削弱或给其他路加优势。这是联机平衡的量化守门员(呼应 R11 收窄路线才能测)。
- 教学第一单看"收敛":新手教学关反过来——期望所有新玩家都走同一条设计好的路(收敛),若热力图离散,说明有人跳过了教学,教学配置失效(呼应 R1)。
人生小镇(人生模拟) — 热力图的抽象化:选择分布图
- "轨迹"=选择路径:人生模拟没有空间轨迹,但有决策路径。把玩家在每个决策点的选择分布统计出来,就是"选择热力图"。它照出玩家实际怎么玩,而非你以为的怎么玩。
- 分支剧情看"离散",教学决策看"收敛":如果你想要玩家走出多样人生(探索型),期望选择分布离散(各种人生路线都有人走);如果某个开场决策是教学性质,期望收敛(大家都做出正确的入门选择)。
- 选择过于集中=选项没差异化:如果某个决策点90%玩家选同一个,而你本意是让它多样,说明其他选项没吸引力或明显更差——等价于探索图里"所有人挤一条街道"。回去平衡选项,让每条路都有理由被选。
- 停留时长=困惑信号:结合决策点的停留时长(呼应 R1 越肩视线的埋点):停太久=玩家困惑/选项不清,停太短=玩家没在思考(选择无意义)。量化数据+质化观察配合诊断。
PITFALL · 常见误用
三个反面信号
误用一 · 不写预期,直接看数据,事后自圆其说。最隐蔽的错误。不先定义"成功形状"就看热力图,你会不自觉地把任何结果都解释成合理的(确认偏误)。数据集中?"玩家很专注嘛";数据离散?"玩家很自由嘛"——怎么都对,等于没测。必须先白纸黑字写下预期,再对照。
误用二 · 用错地图类型的标准。把探索图的"离散=成功"标准套到教学关上,你会把"玩家都跳过了教学"的灾难当成"玩家很自由"的成功。反之亦然。每种地图的成功形状不同甚至相反,判定前必须先确定这是什么类型的图。
误用三 · 只看热力图,不做质化诊断。热力图告诉你"哪里没人去",但不告诉你"为什么"。只凭一张全黑区域就断定"这里要加引力",可能误诊——也许是太难到达、或玩家根本没注意到。量化数据定位问题,质化观察(看真人玩/问玩家)诊断原因,两者缺一不可。