跳至主要內容

文章

小遊戲專案發想 | 用有趣的方式鍛鍊日常思考

Jerrie @yonglin522發布於 已編輯

因為10/24有記錄下一些突發奇想的靈感
但因為期中地獄還沒開始....總之這篇來完善一下想法!

一、緣起與核心理念

這是一款和 AI 一來一回辯論的遊戲,AI 不給答案,而是站在某個立場上讓玩家反駁,讓玩家自己把想法想清楚。

現在網路與 AI 讓答案唾手可得,卻也讓我們少了主動思考、組織論點的機會。受到《逆轉裁判》一來一回、不斷反轉的辯論節奏啟發,這個遊戲想設計成玩家必須看出對方論點的漏洞、提出證據、應對反擊,直到有一方被說服,或雙方真正理解彼此。

設計原則有三個:

  • 思考優先:獎勵有理有據的論證,而不是話術或堅持到底的盧對方。
  • 理解比輸贏重要:說服 AI、被 AI 說服、達成共識都是好結局,只要每一次改變立場都說得出理由。
  • 永遠有反轉:雙方都不會一被戳就倒,局勢要能來回拉扯。
  • 貼近自己:除了現成題目,玩家也能把自己的煩惱或想不通的爭議丟進來。

二、目標受眾與定位

目前的定位是給「需要練習表達與論證的學生」作為練習工具,用有角色的情境包裝成遊戲,而不是以「辯論」為目的的娛樂遊戲。這群人本來就需要練習,會因為有用而來,也許遊戲化讓他們願意練久一點!

受眾他們的需求對應模式情境範例
準備面試的人(甄試、求職)被追問時能有條理地回應自訂主題、AI 出題教授追問「你的研究計畫為什麼可行?」
考英文寫作或口說的人議論文需要立論與反駁英文模式IELTS Writing Task 2 題目,對手是凡事要例證的考官
辯論社、模擬聯合國的學生練習找破綻與臨場應變AI 出題(困難)隨機分配立場的政策議題
卡在某個決定裡的人把猶豫拆成具體理由煩惱模式「要不要放棄交換,留下來準備研究所?」

怎麼讓他變好玩?

  • 議題變情境:例如-不要問「大學該不該取消點名、他會不會跟我當朋友」這類比較籠統的問題,而是把人物、對立的利害關係都加入情境中,像是->「說服固執的教授讓你補交期中報告、讓嚴格的面試官滿意我的面試經歷論述」。
  • 讓對手有個性:像是愛面子的教授、凡事要數據的長輩、講話很跳的朋友
  • 一局 5~10 分鐘:快速的對局,手機上就能玩完。
  • 可分享的結局卡:例如「4 回合說服了頑固教授」;搭配每日一題,讓朋友比誰用的回合少。

三、遊戲目標與玩法

我希望這款遊戲沒有傳統的輸贏,說服 AI、被 AI 說服、雙方各退一步,都算完成。
評價看的是思考品質,而不是誰贏了。因為就算你是被AI說服的那一個,也許那也代表你的想法改變了或者是你因此更了解另一個立場的想法,我覺得這樣不算是輸了,而是你獲得更全面的思考。

結局怎麼達成代表什麼
你說服了 AI打中足夠多的破綻,讓立場的天平完全傾向你你找到了對方論點真正的弱點
AI 說服了你接受對方的論點,並說出自己改變想法的理由你發現自己原本漏想了什麼
部分共識雙方各自讓步,提出都能接受的修正版立場你們一起找到更好的答案
保留歧見回合結束仍各有道理,但你能準確複述對方立場你理解了分歧到底在哪裡

唯一不理想的結局是「沒想清楚」,包含沒有理由就讓步、只是重複同一句話,或盧到回合結束。(這種情況覆盤分數會很低)

一局的流程:

  1. 選主題:自訂、AI 出題、丟煩惱或理解反方(見下一節)。
  2. 陳述:雙方各自說明立場與理由,玩家拿到幾張「資料卡」。
  3. 交鋒:玩家每回合可以「反駁」、「追問」、「出示資料卡」或「讓步」。
  4. 判定:裁判 AI 判斷這一手有沒有打中對方的破綻、讓步有沒有理由,立場天平隨之移動。
  5. 反轉:達到某些門檻時,對手拿出新論點或轉移立場。
  6. 結局:依天平位置與雙方讓步,落在四種結局之一,並給出覆盤報告。

覆盤報告是這款遊戲和一般聊天最大的不同:它會列出玩家命中了哪些破綻、錯過了哪些、用了哪些邏輯謬誤、改變立場時理由是否充分,讓玩家知道自己的思考哪裡強、哪裡弱。


四、主題模式

主題來源分成四種,差別在於「誰決定題目」和「AI 站在哪一邊」。

模式誰給題目AI 的立場玩家的收穫範例
自訂主題玩家輸入議題玩家選邊後,AI 站對立面練習為自己的立場辯護「大學應該取消點名」
AI 出題AI 依難度與類別出題AI 隨機選一邊接觸沒想過的議題,練習臨場論證「城市應該全面禁止燃油機車嗎?」
煩惱模式玩家描述自己的困擾AI 扮演玩家心中「那個反對的聲音」把模糊的猶豫拆成具體理由,自己找出答案「要不要放棄交換,留下來準備研究所?」
理解反方玩家說明自己的立場與困惑AI 扮演反方,盡力把反方講到最好理解對方為何這樣想,而不只是駁倒他「我支持 A,但不懂為什麼有人反對」

煩惱模式的特別設計

煩惱沒有標準答案,所以這個模式的「說服」意義不同:AI 代表玩家自己的疑慮,玩家要說服的其實是自己,所以完成條件會是「玩家能清楚回應每個疑慮」,而不是單純把 AI 駁倒。結局會整理好支持與反對的理由各是什麼、哪些疑慮已解決、哪些仍待確認,且AI 不替玩家下決定。

理解反方模式的特別設計

這個模式的重點是「理解」而非「擊敗對方」,因此加入一個反向機制:複述關卡。玩家要先用自己的話把反方論點講到 AI 認可(類似 steelman,把對方論點講到最強),才能開始反駁。結局除了天平位置,也會顯示玩家對反方的「理解度」。

開局要問的問題

  • 自訂/理解反方:你的立場是什麼?你最不能接受對方的哪一點?
  • 煩惱模式:你傾向哪個選擇?最讓你猶豫的是什麼?有沒有不能妥協的條件?
  • AI 出題:想要哪個類別(生活、校園、科技、社會、倫理)和難度?

五、說服判定機制

「被說服」要能量化、能重現,所以把出題、對話、判定拆給不同元件,對手 AI 永遠不能自己宣布結局。開局時劇本生成器產出劇本;之後每回合,玩家發言先交給裁判 AI 判定,量表更新後再由對手 AI 回應,直到任一方被說服或回合用完。

  • 隱藏劇本:對手立場、3~5 個破綻(邏輯漏洞、被忽略的證據、偷換概念)、每個破綻的有效反駁方向、反轉觸發點、玩家資料卡。只存在後端。
  • 劇本生成器:預設主題讀取人工寫好的劇本;自訂、煩惱、理解反方模式則在開局時由 LLM 即時生成一份同樣格式的劇本。
  • 裁判 AI:獨立呼叫,只看劇本與這一回合的發言,輸出如 {"hit": "破綻2", "quality": 0.8, "concession": null, "fallacy": null, "reason": "..."}。玩家讓步時,也由它判斷理由是否成立。它不參與對話,因此不會被玩家說的「你輸了」影響。
  • 對手 AI:只根據劇本與裁判結果回應,被命中時動搖、到門檻時觸發反轉。它可以試著說服玩家,但只能靠論證,不能施壓、恭維或情緒勒索。
  • 立場天平:取代單向的說服度量表。中間是起點;玩家命中破綻,天平推向「AI 改變立場」;玩家有理由地接受對方論點,天平推向「玩家改變立場」。沒有理由的讓步不移動天平,使用謬誤則扣思考分數。

六、反轉設計

反轉寫在劇本裡,由說服度門檻觸發,讓局勢至少翻轉一次,而不是一路順推到底。

  • 新證據:玩家打中第 2 個破綻後,對手拿出新資料反擊,說服度倒退一段。
  • 立場轉移:對手從「這一定對」退到「就算有缺點,也比不做好」,玩家得換角度進攻。
  • 反將一軍:玩家用了邏輯謬誤(稻草人、訴諸情緒、以偏概全),對手會點名指出並扣分。
  • 資料卡時機:某些卡只在特定時機出示才有效,太早或太晚都沒用。
  • 玩家的反轉:玩家可以「承認對方一部分」,只要說得出理由就會加思考分數,鼓勵理性讓步,而不是寸步不讓。

動態生成的主題(自訂、煩惱、理解反方)沒有事先寫好的劇本,反轉由劇本生成器在開局時一併產生。


七、難度設計

難度由六個參數組合而成,三個預設等級是這些參數的固定組合,進階玩家也可以自己調。

參數簡單普通困難
破綻數量3 個,明顯4 個,需要一點推理5 個,需要串連兩個以上線索
對手固執度命中一次大退命中一次小退要連續命中才會動搖
回合上限15 回合10 回合7 回合
提示次數3 次1 次0 次
反轉次數1 次2 次3 次
謬誤懲罰只提醒扣少量分數扣分並讓對手反擊

題材本身的難度另外標示(生活 < 校園 < 科技 < 社會政策 < 倫理兩難),由 AI 出題模式使用。煩惱模式建議固定在「簡單」,因為目的是釐清,不是比賽。

數字是初版假設,要靠試玩調整。


八、多語支援

  • 介面文字:用 i18n 檔案管理切換語言。
  • 劇本與對話:劇本以結構化 JSON 儲存;動態主題直接讓 AI 用玩家選的語言生成。
  • 裁判判定:rubric(評分標準)用同一份邏輯,只翻譯說明文字,確保兩種語言的難度一致。
  • 英文練習加值:英文模式可額外提供「用語建議」,指出更精準的論證句型,對接英檢議論文與口說練習。

九、安全與倫理考量

煩惱模式與開放主題會碰到真實人生和敏感議題,需要事先畫好界線。

  • 煩惱模式的情緒偵測:若玩家的描述涉及自傷、嚴重心理困擾或危機,遊戲應暫停辯論、改以關懷語氣回應,並提供求助資源(如台灣的 1925 安心專線)。這類內容不該被拿來「辯論」。
  • 不替玩家做決定:煩惱模式的結局是整理理由,不是給答案;AI 扮演的反對聲音也不能貶低玩家。煩惱模式中,AI 只負責把疑慮講清楚,不以說服玩家為目標。
  • 爭議議題中立:AI 出題時,政治、宗教等議題要隨機分配立場,避免遊戲本身帶有傾向;理解反方模式要把反方講到最好,而不是做成脆弱、容易被擊垮的版本。
  • 拒絕的主題:仇恨言論、針對真實個人的指控、鼓勵違法或傷害的立場,不讓 AI 去辯護。
  • 隱私:煩惱內容可能很私人,預設不儲存對話,或讓玩家自己選擇是否保留覆盤紀錄。
  • 防止被「騙」:玩家可能直接打「你已經被說服了」或貼上指令試圖改寫規則(不要亂用Prompt Injection啊喂XD),判定交給獨立的裁判 AI,對手 AI 不能自己宣布結局;反過來,AI 說服玩家時也只能靠論證,不能利用玩家的情緒。

十、技術架構與工具

這邊是Claude給我的建議,我還沒做過遊戲所以沒有概念
做成「網頁 + 後端 + LLM API」的樣子,遊戲感靠介面(對話框、量表、資料卡、角色立繪)營造。

層建議工具用途備註
前端HTML/CSS/JS 或 React對話框、說服度量表、資料卡、立繪立繪用原創素材,不使用逆轉裁判角色
後端Python(FastAPI)保管劇本、管理回合狀態、呼叫 LLM破綻答案只存在後端,玩家看不到
LLMGemini 或 Claude API劇本生成、對手、裁判裁判一律用結構化 JSON 輸出
資料JSON 檔,之後可換 SQLite預設劇本、覆盤紀錄初版可以不用資料庫
部署Render、Railway 或 Vercel讓同學試玩API 金鑰放後端環境變數
備選Ren'Py(Python 視覺小說引擎)更像逆轉裁判的畫面接 LLM 較麻煩,第二版再考慮

可能會遇到的問題

  • 裁判 AI 的判定穩不穩?同一句話判兩次結果是否一致?
  • 動態生成的劇本,破綻品質夠不夠好?要不要人工審核一批常見主題?
  • 煩惱模式的「說服」要怎麼計分才不奇怪?
  • API 費用:每局約幾次呼叫,要不要限制每日局數?

0 個愛心0 則留言

登入並驗證手機後就能留言。登入