AI共创游戏,让学习随时发生
7 次版本推进
192 个知识点
66 张三语卡牌
《科学我为王》:从一个念头到可离线运行的儿童化学H5。

7 次版本推进
192 个知识点
66 张三语卡牌
《科学我为王》:从一个念头到可离线运行的儿童化学H5。

讨论:两边通过哪一个动作真正连接起来?
游戏负责吸引、反馈和持续动机;学习负责知识内容、认知台阶和可验证目标。两者真正相连的关键是:奖励必须发生在学习行为之后。

人的第一项工作:把一个愿望说成具体用户、核心行为与边界。
九条决策分别确定故事、语言、名称、奖励、学习关卡、卡池、稀有角色、抽卡数量和语音。它们共同回答:为谁做、怎样学、怎样玩、做到什么程度。

如果只能先确定三条,你选哪三条?为什么?
奖励只能发生在学习之后;概率公开;无社交、无内购、无外部链接。
立场讨论:面向儿童的产品,哪些“好玩”不能做?
儿童抽卡可以保留期待感,但钥匙只能由学习获得、不能付费购买;概率公开、无社交和外链。人的价值判断先于玩法实现。
V1验证了完整闭环可以运行:故事、地图、学习、奖励、抽卡、图鉴、终局和三语切换。但可运行并不等于美观、好玩、内容充分或适合真实儿童。

界面不够美观、可玩性不足、章节太少、玩法单一。全部推倒,按商用级标准重做。
收到:扩展八大秘境、重做人物立绘和抽卡演出、增加四种小游戏,并重新设计大地图。
把用户的体验反馈改写成四项可以验收的任务。
把“太弱”拆成四项可行动标准:视觉层级、玩法密度、内容规模、反馈与奖励节奏。模糊感受由人提出,清晰标准需要在人机对话中共同形成。
6章→8大秘境+混沌之门
双主角与科学家立绘
四种秘境小游戏轮换
分级抽卡演出与大保底
立体大陆与角色定位

人的第二项工作:通过追问和协商,把“不喜欢”具象为可观察的产品标准。意义协商提醒我们,只有双方不断澄清、确认与改述,模糊感受才会变成共同理解和可执行任务(Long, 1996)。



故障首先是一种用户体验,之后才是一个技术问题。
语言按钮的问题来自跨脚本状态;翻卡消失来自动画样式覆盖;图鉴数量异常来自把浏览标记混进收集集合。用户看到的是体验异常,排查才把它翻译成技术原因。
路径测试:为什么“页面能打开”仍然不能交付?
必须走完整用户路径:标题→选角→剧情→地图→知识→三层挑战→奖励→抽卡→图鉴。无限循环只会在真正完成应用层时出现,静态检查与局部点击无法发现。

分数只负责暴露差距;人还要判断哪些意见值得采纳、先改什么,以及改完是否真的更好。
“蓝宝石含铍”改为海蓝宝石;删除“灰烬是可燃物”。
氢气验纯不能写成儿童可模仿的点火步骤。
抽卡实际概率必须与界面公示一致。
192个知识点建立来源台账,上线前交叉核验。
内容审查:哪一项错误最可能被孩子直接相信?你怎样改写?
数字游戏化学习(DGBL)要求游戏目标、玩家行动和学习目标彼此对齐。抽卡和地图可以吸引儿童,但不能遮住知识主线(Plass et al., 2015)。
人的第三项工作:在看见产品重心偏移时,重新决定什么是主线。

用户持续描述看见的问题,AI据此修改;人再试玩、再判断。反馈只有进入下一轮行动,才真正强化了共创。
优先级讨论:先选三项必须立即修复的问题,并说明判断标准。
最严重的问题是阻断学习流程,或带来知识、安全与概率错误。先修无法获得钥匙、语言切换失效和关键学习内容被藏住等问题,再处理背景音乐、标签和数值观感。排序标准不是修改是否省事,而是对儿童学习与使用的影响。





为什么一个序号可能减少儿童的挫败感?
| 人的判断 | 行动 | 产品变化 |
|---|---|---|
| 孩子需要边学边玩 | 提出学习兑换抽卡 | 核心闭环诞生 |
| V1太弱 | 要求商用级重制 | V2地图、立绘、玩法 |
| 知识被奖励遮住 | 要求重建知识体系 | 192点成为主线 |
| 真实使用发现十项问题 | 逐项描述、排序、验收 | V3.2全面打磨 |
| 三个挑战难区分 | 提出增加序号 | 学习进度可见 |
哪个孩子或学习者,要在什么情境中学会什么?
学习行为怎样连接玩法?哪些规则不能让给AI决定?
让谁真实试玩?用什么证据判断能否交付和继续改进?
今天的案例体现了AI时代的几项重要能力:提问的能力、协商的能力、判断力、审美能力、执行力。请说出你觉得最重要的能力是什么,用一句话解释为什么。