# 26 · 纯音频游戏交互设计：第一性原理与落地手册

> **给开发者的实现要点摘要**
> 1. 纯音频游戏是玩家和游戏之间的一场对话。好对话需要的每样东西都要做出来：知道谁在说、知道轮到我了、我一开口对方就停、我说「啊？」对方会换个说法、对方不啰嗦（§1、§2）。
> 2. 原则共 16 条，分为五组：状态可感、输入可信、语言经济、做中学、动机（§3）。
> 3. 落地靠六个通用模块，全部放在引擎层，所有游戏都能继承：发言权管理器、输入回执、新手手势模式、三档提示、迷茫检测、语音优先级（§4.1～§4.6）。
> 4. 每款游戏都要交三张设计单：状态×手势矩阵、等待点配置表、首 3 分钟逐秒脚本（§4.7～§4.10，模板见附录）。
> 5. 验证分三层：自己闭眼冷启动、乱点机器人、真人冷启动测试。合格指标见 §6。
> 6. 改造现有游戏按 P0～P3 的顺序做，P0 是半天级的小改动，效果最大（§5）。
>
> 本文和 `research/02-methodology/methodology.md` 的关系：那一份是基于文献、经模拟玩家验证的方法论。本文补的是它漏掉的部分——真实新玩家的行为：会乱点、没耐心、不会先听完再操作。两份冲突时，以本文为准。
>
> 本目录其余设计文档已按本文重写。项目施工口径见 [00-global-ux.md](00-global-ux.md)；索引见 [README.md](README.md)。

---

## 1. 第一性原理：七个改变不了的事实

所有设计决策都从这七条推出来。它们是物理规律和认知规律，不是偏好，不能商量。

| # | 事实 | 推论 |
|---|---|---|
| F1 | 声音是串行的，一过就没了，没办法「再瞟一眼」 | 玩家需要的状态信息，要么一直在响，要么随时能查到 |
| F2 | 人同一时间只能听懂一条语言，两句叠在一起两句都听不懂 | 语言通道一次只给一个人用，必须有调度 |
| F3 | 声音记忆只有 2～3 秒，工作记忆大约 4 项 | 一次只说一件事；选项不超过 3 个；关键词放在句首或句尾 |
| F4 | 沉默没有明确含义：可能是卡了、在等我、在处理、故意留白 | 每一段沉默都要被设计出来，而且能听出是哪一种 |
| F5 | 看不见「哪里能点」，屏幕是一整块空白 | 可以做什么，只能靠「试一下就知道」来发现，试错必须没有代价 |
| F6 | 手指离开屏幕后，玩家不知道这一下算没算 | 「操作被收到」这件事本身需要反馈 |
| F7 | 新玩家先动手后看说明，耐心大约 30～60 秒 | 第一分钟之内必须给出第一次成功 |

---

## 2. 核心模型：游戏是一场对话

把真人对话的机制逐条翻译成游戏机制。这张表是整个方案的骨架。

| 对话机制 | 真人对话里 | 游戏机制 | 落地模块 |
|---|---|---|---|
| 知道谁在说 | 听声音、看嘴型 | 发言权信号：游戏说话时和等玩家时，背景声明显不同 | §4.1 发言权管理器 |
| 交接话轮 | 说完停下来，看着你 | 固定的「该你了」提示音，之后接持续的等待声 | §4.1 |
| 附和回应 | 「嗯」「好」 | 每次操作 100ms 内响一个回执声 | §4.2 输入回执 |
| 插话 | 你一开口对方就停 | 玩家一操作，游戏立刻闭嘴 | §4.6 语音优先级 |
| 修复误解 | 「啊？」然后换个说法 | 主动重听；第二次用更短的说法 | §4.4 三档提示 |
| 确认听懂 | 看对方反应 | 让玩家做一次动作，不问「听懂了吗」 | §4.10 首 3 分钟脚本 |
| 不啰嗦 | 说过的不原样重复 | 同一信息每出现一次就更短 | §4.4 |
| 看出对方迷糊 | 对方皱眉，你就放慢、拆开讲 | 从乱点里识别迷茫，然后接管 | §4.5 迷茫检测 |

**检验方法**：把游戏想象成坐在你对面的一个人，问自己：「一个正常人这样跟我说话，我会不会觉得他很怪？」会，就是设计有问题。

---

## 3. 十六条原则

每条都写了「规则」和「参数」。参数是起步值，真人测试后再调。

### A 组：状态可感

**原则 1：两种基本状态要一直听得出来。**
- 规则：
  - 「游戏在说」的时候，音乐被压低。
  - 「轮到你」的时候，先响一次交接提示音，再接一个持续的等待声，一直到玩家操作为止。
  - 语音链的句与句之间不能掉回「轮到你」的听感：句间不恢复音乐音量，也不起等待声。
- 参数：提示音响完 400ms 后起等待声；玩家一操作，等待声在 80ms 内淡出。
- 反例：最后一句说完就彻底安静。

**原则 2：状态要少，每一种都要教。**
- 规则：新手期最多暴露 3 种状态（听讲 / 轮到你 / 危险）。每个状态声第一次出现时，配一句解释。
- 反例：设计了 8 个状态提示音，一个都没教。

**原则 3：随时能问「我在哪、我该干嘛」。**
- 规则：用一个固定手势触发，建议用上滑。回答只有一句，按「位置 → 目标 → 现在能做的一个动作」的顺序说。
- 参数：不超过 20 个字，约 4～5 秒。
- 反例：一上滑就念 26 秒的完整帮助。

### B 组：输入可信

**原则 4：每次操作都有声音回执。**
- 规则：回执统一三种——执行了、此刻无效、请稍等（§4.2）。必须是声音，震动只能当补充。
- 参数：100ms 内出声；回执声长度不超过 0.2 秒。
- 反例：无效操作只震一下。电脑和 iPhone 上就是一片安静。

**原则 5：玩家一动，游戏就停。**
- 规则：
  - 游戏说话时玩家操作：立刻停下当前这句，先响应这次操作。
  - 排队中已经过时的提示、纠错句全部丢掉。
  - 只有「关键句」可以不打断。关键句要短于 3 秒，玩家此时操作给「请稍等」回执。
- 反例：玩家已经走到下一步了，游戏还在排队播上一步的纠错。

**原则 6：手势少，而且含义永远不变。**
- 规则：
  - 新手期只开放三个手势：单击、左右滑、上滑。不识别双击。
  - 所有游戏共用同一张手势表。
  - 容易误触的操作（连点、乱滑）绝不绑定重播、重开等破坏性功能。
  - 破坏性操作要二次确认。
- 反例：双击 = 整段剧情从头重播。

**原则 7：无效操作解释一次，之后只给回执。**
- 规则：第一次无效操作，说一句原因和正确做法；以后只给回执声；连续 3 次无效操作，触发迷茫接管。

### C 组：语言经济

**原则 8：一次只说一件事，动作放在最前。**
- 规则：指令句按「动作 + 结果」来写，例如「向左滑，开门。」
- 参数：
  - 指令句不超过 12 个字，约 3 秒。
  - 叙事单句不超过 25 个字。
  - 选项不超过 3 个。

**原则 9：同一条信息，每重复一次就更短。**
- 规则：
  - 每条提示写三档：完整句 → 短句 → 只有提示音。
  - 游戏主动给的提示，永远不原样重复。
  - 只有玩家主动要求重听，才播完整原句，并在前面加「再说一遍：」。

**原则 10：语言、音效、系统音、音乐各管一件事。**
- 规则：
  - 语言：你要做什么、发生了什么具体的事。
  - 内容音效：发生了哪一类事。
  - 系统音：你的操作收到没有、现在轮到谁。
  - 音乐和环境声：在哪个场景、有多紧张。
- 系统音和内容音的音色必须明显不同。建议系统音一律用合成音，内容音一律用真实录音。

### D 组：做中学

**原则 11：先做后讲，一次只学一样，学完马上用。**
- 规则：
  - 第一句话就让玩家动手。
  - 一次只教一个新东西，教完马上用一次。
  - 用对了：给一个奖励声，加一句不超过 4 个字的肯定，比如「对。」，然后马上进入下一步。
  - 做对过的事不再教第二遍。
  - 需要两句以上才讲得清的机制，简化或者砍掉。
- 渐进撤离：同一件事连续做对 3 次，就不再给这件事的语音提示，只给提示音。

**原则 12：迷茫要从「乱点」里识别，不只看「不动」。**
- 规则：用 §4.5 的信号判断迷茫，分三级接管：短提示 → 缩小选择 → 自动演示。

### E 组：动机

**原则 13：乱点也要有收获。**
- 规则：每个方向、每个物体都给一个有特点、带信息的声音反应（比如「这边是墙」）。新手期乱点不扣任何资源。

**原则 14：三层循环，每层都有回报。**
- 参数：
  - 微循环 1～3 秒：操作一次，得到一次反馈。
  - 小循环 20～30 秒：完成一个小目标，听到进展。
  - 大循环 3～5 分钟：一局结束，给结算，并留一个悬念。
- 检查方法：每 30 秒切一刀，看这一段有没有能听出来的进展。没有，就是流失点。

**原则 15：失败要便宜。**
- 规则：
  - 失败后 2 秒内用一句话归因，格式是「原因 + 下次怎么做」。
  - 原因必须真实。玩家根本没出手，就不能说「慢了半拍」。
  - 说完直接回到失败前那一步。
  - 新手期前两次失败不扣资源，第三次失败自动降难度。

**原则 16：随时能走，回来一句话接上。**
- 规则：任何时刻退出都自动存档；回来 5 秒内，用一句话复述「刚才在做什么 + 现在做什么」。

---

## 4. 落地方法

本节给的是可以直接照做的设计方法和实现骨架。代码都是**示意**，写法对齐本项目引擎的现有接口（`web/engine/audio.js`、`gesture.js`、`guide.js`）；实际写的时候以引擎代码为准。

### 4.1 发言权管理器（Floor）：解决「搞不清现在是什么状态」

**是什么**：全局只维护一个「现在谁在说话」的状态。所有语音播放和交出话轮的动作都经过它；它负责背景声怎么变。

**状态定义**：

| 状态 | 含义 | 听感 | 玩家操作时 |
|---|---|---|---|
| `SPEAKING` | 游戏在说一段话，整条语音链都算 | 音乐压低；句间不恢复音乐、不起等待声 | 可打断的句：立刻停，按这次操作处理；关键句：给「请稍等」回执 |
| `YOUR_TURN` | 在等玩家操作 | 交接提示音，然后是持续的等待声 | 等待声淡出，交给游戏处理 |
| `BUSY` | 游戏在演出动画音效，或者在处理 | 只有内容音效，没有等待声 | 给「请稍等」回执，不执行 |
| `ACTION` | 实时玩法中（节奏、闪避） | 玩法本身的声音就是状态 | 直接交给游戏，不打断任何东西 |

**转换规则**：
1. 调 `speak()` 时进入 `SPEAKING`。整条链播完后才离开，句与句之间一直算 `SPEAKING`。
2. 离开 `SPEAKING` 时，只能去两个地方：`YOUR_TURN`（交出话轮）或 `BUSY`（接着演出）。不允许「什么都不是」的安静状态。
3. 进入 `YOUR_TURN` 必须经过 `yieldTurn(waitPoint)`。它会一起做四件事：播交接提示音、起等待声、挂提示计时、开启迷茫检测。

**等待声怎么做**（运行时合成，不需要资产）：
- 听感要求：轻、有规律、不烦人、手机外放也能听到。手机扬声器 200Hz 以下基本放不出来，所以频率不能太低。
- 起步参数：三角波 220Hz 和 330Hz 两声「嘟—嘟」，每声 60ms，两声间隔 180ms，每 1.4 秒重复一次；增益 0.03，大约是 `guide.js` 里提示音增益 0.12 的四分之一。
- 等待时间超过 20 秒，等待声的间隔拉长到 2.5 秒，更像在耐心地等，不显得催促。
- 剧情类游戏可以把合成声换成一段很轻的环境循环（风声、钟摆），但必须全游戏统一。

**实现骨架（示意）**：

```js
// web/engine/floor.js（示意）
export class Floor {
  constructor(audio, guide) {
    this.audio = audio;
    this.guide = guide;
    this.state = 'BUSY';
    this._bed = null;      // 等待声定时器
    this._chain = null;    // 当前语音链 { ids, i, critical, onDone, token }
    this._token = 0;
  }

  /** 播一段话（整条链）。critical=true 表示关键句，不可被打断。 */
  speak(ids, { critical = false, onDone } = {}) {
    this._stopBed();
    this.state = 'SPEAKING';
    const token = ++this._token;
    this._chain = { ids, i: 0, critical, onDone, token };
    this._next(token);
  }

  _next(token) {
    const c = this._chain;
    if (!c || c.token !== token) return;         // 链已被打断，作废
    if (c.i >= c.ids.length) {                   // 整条链播完
      this._chain = null;
      this.state = 'BUSY';                       // 由 onDone 决定交出话轮还是继续演出
      c.onDone && c.onDone();
      return;
    }
    const id = c.ids[c.i++];
    this.audio.play(`voice/${id}`, { onComplete: () => this._next(token) });
  }

  /** 交出话轮：交接提示音 → 400ms 后起等待声 → 挂提示与迷茫检测。 */
  yieldTurn(waitPoint) {
    this.state = 'YOUR_TURN';
    this.guide.turn({});
    setTimeout(() => this.state === 'YOUR_TURN' && this._startBed(), 400);
    waitPoint && waitPoint.arm();                // 见 §4.4 / §4.5
  }

  /**
   * 输入先经过这里。返回值：
   * 'consumed' = 发言权层已处理（例如打断了语音），游戏不必再处理；
   * 'busy'     = 忽略这次操作，给「请稍等」回执；
   * null       = 交给游戏处理。
   */
  handleInput(g) {
    if (this.state === 'SPEAKING') {
      if (this._chain && this._chain.critical) return 'busy';
      this._token++;                             // 作废整条链
      this._chain = null;
      this.audio.stopVoice();
      this.state = 'YOUR_TURN';
      return null;                               // 打断后，这次操作照常交给游戏
    }
    if (this.state === 'BUSY') return 'busy';
    this._stopBed();
    return null;
  }

  _startBed() { /* 用 audio.ctx 合成两声「嘟—嘟」，setInterval 1400ms 循环 */ }
  _stopBed()  { /* 清除定时器，当前这声 80ms 淡出 */ }
}
```

> 打断之后，这次操作是「只打断」还是「打断并执行」？
> - 单击：只打断，等于跳过这句。原因是玩家单击多半只是想跳过。
> - 滑动、上滑：打断并执行。滑动是有明确意图的操作。
>
> 这条规则写进手势表（§4.3），所有游戏一致。

**音乐压低要跨整条链**：`audio.js` 现在每句播完都会检查队列，队列空了就恢复音乐音量。如果链是游戏层用 `onComplete` 一句一句接起来的，句间队列是空的，音乐就会被恢复，玩家就听到一次「好像轮到我了」。有两种修法：让 Floor 在整条链期间自己持有一次压低；或者给 `audio` 加一个 `holdDuck(true/false)`。

### 4.2 输入回执：解决「点了没反应 / 不知道这下算没算」

**三种回执**。音色要避开 `guide.js` 里已有的提示音——`turn` 是 1318Hz 的风铃声，`nudge` 是 880Hz 的木鱼声：

| 回执 | 用在哪里 | 合成参数（起步值） | 听感 |
|---|---|---|---|
| `ok` 执行了 | 操作被游戏接受并生效 | 三角波 1600Hz，时长 35ms，起音 2ms，快速衰减，增益 0.08 | 清脆的「嗒」 |
| `invalid` 此刻无效 | 收到了，但现在用不上 | 正弦波 260Hz 滑到 200Hz，时长 120ms，起音 10ms，增益 0.10 | 低沉柔和的「咚」，不像惩罚 |
| `busy` 请稍等 | 游戏正在说关键句或正在处理 | 正弦波 520Hz，时长 40ms，增益 0.04 | 很轻的「嗯」 |

**规则**：
- 回执由引擎统一播，游戏只负责告诉引擎这次操作的结果是哪一种。
- 游戏已经为这次操作播了很明显的内容音（脚步、开门），可以省掉 `ok` 回执，免得声音堆叠。`invalid` 和 `busy` 永远都要播。
- 回执在任何设备上都要出声，不依赖震动。震动可以照常叠加。

**接线方式**：在手势回调外面包一层管道。

```js
// 示意：每款游戏的 attachGestures 回调都换成这个管道
function makeInputPipeline({ floor, confusion, receipts, invalidHints, game }) {
  return (g, info) => {
    confusion.record(g);                               // §4.5
    const pre = floor.handleInput(g);                  // §4.1
    if (pre === 'busy')     { receipts.play('busy'); return; }
    if (pre === 'consumed') { receipts.play('ok');   return; }

    // 游戏处理函数返回 'ok' | 'invalid' | 'silent-ok'（已有明显内容音）
    const r = game.onGesture(g, info) || 'ok';
    if (r === 'ok') receipts.play('ok');
    if (r === 'invalid') {
      receipts.play('invalid');
      invalidHints.explainOnce(game.stateName(), g);   // 原则 7：每个「状态 × 手势」只解释一次
      confusion.recordInvalid();
    }
  };
}
```

**防连点**：单击执行了「继续」或「跳过」之后的 400ms 内，再来的单击只给 `busy` 回执，不执行。这样点两下不会连跳两句，也不会误进下一段。

### 4.3 手势宪法与新手模式：解决「操作不符合预期」

**新手手势表**（全部游戏共用）：

| 手势 | 唯一含义 | 游戏在说话时 | 等你操作时 |
|---|---|---|---|
| 单击 | 继续 / 确定 / 听一下 | 只跳过当前这句 | 执行「继续」或「确定」 |
| 左滑 / 右滑 | 选择 / 移动 | 打断，然后执行选择或移动 | 执行选择或移动 |
| 上滑 | 我在哪、我该干嘛 | 打断，然后回答一句 | 回答一句 |
| 双击 | 新手期不存在 | 按一次单击处理 | 按一次单击处理 |
| 下滑、长按 | 新手期不开放 | 给 `invalid` 回执 | 给 `invalid` 回执，第一次附一句解释 |

**怎么关掉双击、同时去掉 300ms 延迟**：`attachGestures` 支持第三个参数，把双击窗口设成 0：

```js
attachGestures(el, pipeline, { doubleTapWindow: 0 });
```

这样松手就马上判定为单击，不会再产生双击。键盘上的回车仍然会直接发 `doubletap`，所以游戏层在新手模式下要把 `doubletap` 当成 `tap` 处理。

**解锁阶梯**：满足条件后解锁下一个手势，按原则 11 的方式教——先说一句，马上用一次。

| 阶段 | 解锁条件 | 解锁的手势 | 教学句示例 |
|---|---|---|---|
| 0 | 首次进入 | 单击、左右滑 | 「点一下屏幕。」 |
| 1 | 完成第一个小目标 | 上滑 | 「想知道自己在哪，就向上滑。」 |
| 2 | 完成第一局 | 下滑（菜单） | 「向下滑，可以打开菜单。」 |
| 3 | 累计玩了 3 局 | 双击（重听） | 「没听清，就双击，再听一遍。」 |
| 4 | 玩家主动在大厅开启 | 游戏专属的高级手势 | 由各游戏自己定义 |

解锁进度存到 `_settings` 或各游戏的进度数据里，跨局记住。老玩家可以在大厅一键「全部解锁」。

**如果某款游戏的核心玩法必须用四向滑动**：把帮助换到长按，而且所有「四向滑动是玩法」的游戏都统一这么换。不允许每款游戏各换各的。

### 4.4 三档提示：解决「话音重复」

**数据结构**：每个等待点的提示写成三档。

```js
// 示意：等待点的提示配置
const HINT_FIND_KEY = {
  full:   'hint_key_full',   // 「钥匙在左边的抽屉里，向左滑去拿。」
  short:  'hint_key_short',  // 「向左滑。」
  earcon: 'turn',            // 只播交接提示音
};
```

**选择规则**：

```js
// 示意：同一等待点的第 n 次被动提示
function pickHint(hint, n) {
  if (n === 0) return { voice: hint.full };
  if (n === 1) return { voice: hint.short };
  return { earcon: hint.earcon };                  // 第 3 次以后只给提示音
}

// 玩家主动要求重听：永远给完整句，并加前缀
function replayOnRequest(hint) {
  return ['sys_say_again', hint.full];             // 「再说一遍：」+ 完整句
}
```

**台词表约定**：
- 每条提示的三档 id 用同一个前缀，后缀是 `_full` 和 `_short`。
- `_short` 不超过 6 个字，只保留动作。
- 全项目只需要一句 `sys_say_again`「再说一遍：」，双性别各录一条。

**计数的作用范围**：计数按「这一个等待点」来算，离开这个点就清零。同一个点，玩家做了一次有效操作但还没完成目标，计数不清零，下一次提示接着变短。

### 4.5 迷茫检测：解决「瞎点、不知道怎么玩」

**信号**（在滑动窗口里统计）：

| 信号 | 判定 | 权重 |
|---|---|---|
| 连续无效 | 10 秒内有 3 次 `invalid` | 2 |
| 反复重听 | 10 秒内主动重听 2 次以上 | 1 |
| 乱滑 | 2 秒内滑了 3 个以上不同方向 | 1 |
| 同步骤失败 | 同一个等待点失败 2 次 | 2 |
| 静默 | 动作类 6 秒、剧情类 18 秒没有任何操作 | 1 |

**判定**：权重累计达到 2 就触发接管，然后进入 15 秒冷却期，期间不再触发。

**三级接管**：

| 级别 | 做什么 | 例子 |
|---|---|---|
| 1 提示 | 只说下一步的一个动作，用该等待点的 `_short` 句 | 「向左滑。」 |
| 2 缩小 | 只保留一个正确手势，其他手势只给 `invalid` 回执、不产生任何效果 | 「现在只要向左滑。」 |
| 3 演示 | 游戏自己完成这一步，再把话轮交回 | 「听我做一次。」→ 播放向左走的声音 →「现在你来。」 |

同一个等待点，每触发一次接管就升一级。第 3 级用过后，这个等待点就停止接管，只保留等待声。

**实现骨架（示意）**：

```js
// web/engine/confusion.js（示意）
export class Confusion {
  constructor({ onConfused }) {
    this.events = [];               // { t, kind, dir? }
    this.cooldownUntil = 0;
    this.onConfused = onConfused;   // (level) => void，由当前等待点实现
    this.level = 0;
  }
  record(g)       { this._push({ kind: 'input', dir: g }); }
  recordInvalid() { this._push({ kind: 'invalid' }); }
  recordReplay()  { this._push({ kind: 'replay' }); }
  recordFail()    { this._push({ kind: 'fail' }); }
  resetForWaitPoint() { this.events = []; this.level = 0; }

  _push(e) {
    const now = performance.now();
    this.events.push({ t: now, ...e });
    this.events = this.events.filter(x => now - x.t < 10000);
    if (now < this.cooldownUntil) return;
    if (this._score(now) >= 2 && this.level < 3) {
      this.level++;
      this.cooldownUntil = now + 15000;
      this.onConfused(this.level);
    }
  }

  _score(now) {
    const n = k => this.events.filter(x => x.kind === k).length;
    const recentDirs = new Set(this.events
      .filter(x => x.kind === 'input' && now - x.t < 2000 && x.dir !== 'tap')
      .map(x => x.dir));
    let s = 0;
    if (n('invalid') >= 3) s += 2;
    if (n('replay') >= 2)  s += 1;
    if (recentDirs.size >= 3) s += 1;
    if (n('fail') >= 2)    s += 2;
    return s;
  }
}
```

静默信号继续用现有的 `guide.watchdog`，把它到点的回调也接进同一套接管逻辑。

### 4.6 语音优先级：解决「我操作了它还在说」「纠错迟到」

每一句语音在台词表里标一个类别：

| 类别 | 例子 | 能否被玩家操作打断 | 排队时是否会过期 |
|---|---|---|---|
| `critical` 关键 | 规则的唯一一次说明、结局、关键获得 | 不能（给 `busy` 回执） | 不过期 |
| `content` 内容 | 剧情、场景描述、对白 | 能 | 不过期 |
| `hint` 提示 | 看门狗提醒、操作提示 | 能 | 1.5 秒内没能播出就丢弃 |
| `feedback` 反馈 | 归因、纠错、「对。」 | 能 | 1.0 秒内没能播出就丢弃 |

**硬规则**：
- `critical` 句必须短于 3 秒。超过 3 秒就拆开，只把真正关键的那一句标成 `critical`。
- `hint` 和 `feedback` 永远不排到长链后面。这类句子只在当前空闲时播，播不出去就丢掉。现有 `guide._say` 的「对白在播时跳过」已经是这个思路，这里再加上过期时间。
- 玩家的一次有效操作，会把排队中所有 `hint` 和 `feedback` 清空。它们针对的是旧局面。

### 4.7 状态 × 手势矩阵：消灭「瞎点不符合预期」

**做法**：
1. 每款游戏列出玩家能感知的状态（最多 3～6 个）。
2. 列出新手期开放的所有手势，再加一列「连点 / 乱滑」。
3. 每一格写：会发生什么、给哪种回执、有没有语音。

**示例（《找猫》）**：

| 状态 | 单击 | 左 / 右滑 | 上滑 | 下滑（未解锁） | 连点 / 乱滑 |
|---|---|---|---|---|---|
| 游戏在说 | 跳过这句 + `ok` | 打断，执行移动 | 打断，回答「我在哪」 | `invalid` + 首次解释 | 只处理第一下，其余 `busy` |
| 轮到你 | 听一下周围（猫叫） | 移动 + 脚步声 | 回答「我在哪」 | `invalid` + 首次解释 | 计入迷茫信号 |
| 结算 | 再来一局 | `invalid` + 首次解释 | 播本局结果 | `invalid` | 只处理第一下 |

**验收**：
- 没有空格。
- 没有任何一格是「没有声音」。
- 「连点 / 乱滑」列里没有重播、重开、跳过多段这类效果。
- 同一列里，同一手势的含义基本一致。

**可以自动检查**：在 `web/harness/` 里遍历每个状态，每个手势都发一次，断言 100ms 内有一次回执或内容音。见 §6.2。

### 4.8 台词写作规范：让每一句都值得听

**句式模板**：

| 用途 | 模板 | 好的写法 | 差的写法 |
|---|---|---|---|
| 指令 | 动作，结果。 | 「向左滑，开门。」 | 「如果你想开门，可以尝试向左滑动。」 |
| 交出选择 | 选项一 + 手势，选项二 + 手势。 | 「左滑，救人。右滑，离开。」 | 「你现在面临一个艰难的选择，你可以……」 |
| 我在哪 | 位置。目标。一个动作。 | 「厨房。找钥匙。左右滑听听周围。」 | 念一遍完整规则 |
| 归因 | 原因。下次怎么做。 | 「慢了。听到猫叫马上滑。」 | 「很遗憾，失败了，没关系。」 |
| 肯定 | 不超过 4 个字 | 「对。」「漂亮。」 | 「你做得非常好，现在我们继续下一步。」 |
| 解释无效操作 | 现在是什么情况。能做什么。 | 「还在讲故事。点一下可以跳过。」 | 「这个操作在这里用不上。」（没有告诉玩家该做什么） |

**检查规则**（可以写一个脚本扫台词表）：
- 指令类不超过 12 个字，短句档不超过 6 个字，叙事句不超过 25 个字。
- 句中出现「如果」「可以尝试」「您可以」，标黄复查。
- 同一句里出现 2 个以上手势名，标黄复查：一句只教一个。

### 4.9 失败与重试

**每款游戏都要写一张失败表**：

| 失败类型 | 怎么判定 | 归因句 | 回到哪里 | 新手期代价 |
|---|---|---|---|---|
| 方向错 | 手势方向和目标不一致 | 「在左边。」 | 这一步开头 | 不扣 |
| 太慢 | 窗口内出过手，但晚了 | 「慢了。听到就滑。」 | 这一步开头 | 不扣 |
| 没出手 | 窗口内没有任何操作 | 「这下没接。声音一停就轮到你。」 | 这一步开头 | 不扣 |
| 第三次失败 | 同一步失败 3 次 | 「我放慢一些。」 | 这一步开头，降速重来 | 不扣 |

**规则**：
- 归因必须在 2 秒内播出。玩家一操作，归因句就作废（§4.6 的 `feedback` 类）。
- 「回到哪里」一定是离失败最近的检查点，不重播开场，不重念规则。

### 4.10 首 3 分钟逐秒脚本

每款游戏都要写一份，并且真人测过一次。

**模板**：

| 时间 | 游戏说 / 播 | 期待玩家做 | 如果玩家没做 | 如果玩家做错 | 这一步的目的 |
|---|---|---|---|---|---|
| 0～3 秒 | | | | | 第一句就让玩家动手 |
| 3～10 秒 | | | | | 第一次成功 |
| 10～30 秒 | | | | | 教会「轮到你」这个状态 |
| 30～60 秒 | | | | | 在熟悉的动作上建立信心 |
| 60～120 秒 | | | | | 教第二个手势，马上用 |
| 120～180 秒 | | | | | 第一次小胜利 + 留悬念 |

**示例（《找猫》）**：

| 时间 | 游戏说 / 播 | 期待玩家做 | 如果玩家没做 | 如果玩家做错 |
|---|---|---|---|---|
| 0～3 秒 | 一声清晰的猫叫 →「点一下屏幕。」 | 单击 | 6 秒后：「点一下。」再 6 秒只给提示音 | 滑动：`invalid` +「先点一下就好。」 |
| 3～6 秒 | `ok` 回执 → 右边一声猫叫 →「猫在右边。向右滑。」 | 右滑 | 「向右滑。」 | 左滑：撞墙声 +「在右边。」 |
| 6～10 秒 | 脚步声 → 呼噜声 → 奖励音 →「找到了！」 | 无 | | |
| 10～15 秒 | 「听到这个声音，就是轮到你了。」→ 交接提示音 → 等待声 | 无 | | |
| 15～60 秒 | 3 只猫，方向随机，每只都先交接再等 | 左 / 右滑 | 走三档提示 | 归因 + 本步重来 |
| 约 60 秒 | 「想知道自己在哪，就向上滑。」 | 上滑 | 「向上滑。」 | `invalid` + 首次解释 |
| 60～180 秒 | 猫叫变远变轻，加一个干扰声 | 左 / 右滑 | 迷茫接管 | 第 3 次失败降速 |
| 约 180 秒 | 奖励音 + 结算 →「下一关，会有两只猫。」 | 单击 = 下一局 | | |

**节奏检查**：
- 3 秒内有第一次操作。
- 10 秒内有第一次成功。
- 每 30 秒至少一次能听出来的进展。
- 整段没有一句纯规则说明。

### 4.11 声音分层与混音

| 优先级 | 层 | 相对电平（起步值） | 规则 |
|---|---|---|---|
| 1 | 输入回执 | 增益 0.04～0.10 | 永远最先响，不被任何东西压住 |
| 2 | 语音 | 基准 | 同一时间只有一条 |
| 3 | 关键事件音（危险预警） | 比背景响约 10dB | 起音快；预警到判定之间至少 1.5 秒 |
| 4 | 普通内容音效 | 正常 | |
| 5 | 等待声 / 状态声 | 增益约 0.03 | 很轻，但不停 |
| 6 | 音乐、环境声 | 语音播放时压低约 12dB | 整条语音链期间都保持压低（§4.1） |

**硬规则**：
- 同一时间能听清的声音流最多 2 条。
- 区分东西主要靠音色，其次靠节奏，不能单靠音高。
- 系统音（回执、交接提示音、等待声）全部用合成音；内容音用录音。两类永远不混用。

### 4.12 断点复述

- 退出时，把当前等待点的 id 和一句「复述句 id」存进进度数据。
- 回来后，先播状态声，再播复述句，然后 `yieldTurn()`。
- 复述句模板：「你在 X，正在 Y。Z 可以继续。」例如「你在厨房，正在找钥匙。向右滑去卧室。」

---

## 5. 改造现有游戏的顺序

按性价比排序。每一档做完都拿 §6.1 的冷启动测试试一次，再决定做不做下一档。

### P0：半天级小改动，直接解决「点两下就重复」「点了没反应」

1. **新手模式关掉双击**：`attachGestures(..., { doubleTapWindow: 0 })`，`doubletap` 当 `tap` 处理。点两下就不会再从头重播，单击也没有 300ms 延迟了。
2. **回执三件套**：用 `audio.ctx` 合成 `ok`、`invalid`、`busy` 三个声音，接进 §4.2 的输入管道。先保证「无效操作有声音」。
3. **防连点**：单击执行「继续」或「跳过」之后 400ms 内的单击只给 `busy`。
4. **滑动打断**：游戏说话时玩家滑动，立刻 `stopVoice()`，然后执行这次滑动。

### P1：解决「搞不清当前状态」

5. **发言权管理器和等待声**（§4.1），包括音乐压低跨整条链。
6. **三档提示**（§4.4）：先改每款游戏最常出现的 3 个等待点，加 `sys_say_again`。
7. **语音分类和过期**（§4.6）：给台词表加类别列，引擎按类别处理。

### P2：解决「不知道怎么玩」

8. **重写首 3 分钟**（§4.10）：每款游戏一份逐秒脚本，砍掉开场的规则说明。
9. **迷茫检测**（§4.5）：接入三级接管。
10. **状态 × 手势矩阵**（§4.7）：每款游戏补一张，逐格修掉没有声音的格子。

### P3：解决「没耐心继续」

11. **手势解锁阶梯**（§4.3）。
12. **失败表和就近重试**（§4.9）。
13. **30 秒进展检查**：每款游戏按原则 14 切片检查，补奖励点。
14. **断点复述**（§4.12）。

**建议的起步方式**：先只挑一款游戏，建议 `storyline`（交互最简单，问题最集中）做完 P0 和 P1，自己闭眼玩一次，确认体感改善了，再推广到其他游戏，并把通用部分抽进引擎。

---

## 6. 验证方法

### 6.1 自己闭眼冷启动（每次改动后，10 分钟）

- 用手机、戴耳机、闭眼，假装第一次玩。
- 必须故意做这些事：
  1. 不等语音说完就单击；
  2. 连点两下、连点三下；
  3. 往错误方向滑；
  4. 乱滑四个方向；
  5. 放着不动 30 秒；
  6. 中途退出再进来。
- 每一次「这下发生了什么？」都记一行：时间、做了什么、听到了什么、期待的是什么。

### 6.2 乱点机器人（自动化，每次提交跑一次）

在 `web/harness/` 加一个急躁新手模拟器，模拟真实新手的坏习惯：

| 行为 | 概率 / 参数 |
|---|---|
| 语音开始后 0.5～2 秒就单击 | 40% |
| 连点两到三下（间隔 80～250ms） | 20% |
| 随机方向滑动 | 20% |
| 1 秒内没听到回应就再点一次 | 100% |
| 发呆 10～30 秒 | 10% |

**自动统计的指标**：
- 无声操作数：操作后 100ms 内没有任何回执或内容音。
- 被动原句重复数：同一个语音 id 在没有主动重听请求的情况下，30 秒内播了两次。
- 打断失败数：操作之后，同一句语音还在播超过 150ms（`critical` 句除外）。
- 过期提示数：`hint`/`feedback` 句在触发它的操作之后超过 1.5 秒才播。
- 迷茫触发次数，以及触发后多久完成当前等待点。
- 第一次成功的时间。

### 6.3 真人冷启动测试（每档改完做一次，3～5 人）

**规则**：找没玩过的人，每人 5 分钟，全程不解释任何东西。请他边玩边把想法说出来。

**记录表**：

| 项目 | 第 1 人 | 第 2 人 | 第 3 人 |
|---|---|---|---|
| 第一次操作（秒） | | | |
| 第一次成功（秒） | | | |
| 第一次说出「哦，懂了」之类的话（秒） | | | |
| 说「现在呢？」「怎么又来了」的次数 | | | |
| 乱点连续超过 3 下的次数 | | | |
| 主动放弃的时间点，以及当时在做什么 | | | |
| 结束后一句话评价 | | | |

### 6.4 合格指标

| 指标 | 目标 |
|---|---|
| 第一次操作 | 10 秒以内 |
| 第一次成功 | 20 秒以内 |
| 无声操作 | 0 次 |
| 被动原句重复 | 0 次 |
| 打断失败 | 0 次 |
| 过期提示 | 0 次 |
| 真人 5 分钟内主动放弃 | 5 个人里不超过 1 个 |
| 真人说「现在呢？」 | 平均每人不超过 2 次 |

---

## 7. 一票否决的反模式

1. 玩家操作后没有任何声音。
2. 玩家已经操作了，游戏还在说之前的话（`critical` 句除外）。
3. 游戏主动把同一句话原样重复。
4. 同一手势在不同时刻、不同游戏里意思不同。
5. 连点、双击绑定了重播、重开、连跳多段。
6. 开场先念规则，3 秒内玩家还不能动手。
7. 一个机制要两句以上才讲得清。
8. 等玩家的时候一片安静。
9. 语音链句间掉回「轮到你」的听感。
10. 状态提示音从来没教过。
11. 归因和玩家的实际行为对不上。
12. 失败后要从很前面重新开始。
13. 重要反馈只靠震动。
14. 纠错、提示句排在长链后面迟到播出。

## 8. 随手自检五问

任意时刻停下来问自己：

1. 现在是游戏在说，还是轮到我？2 秒内能听出来吗？（原则 1、2 → §4.1）
2. 我刚才那一下，游戏收到了吗？（原则 4 → §4.2）
3. 如果我现在随便点一下，会发生什么？我能猜到吗？（原则 6 → §4.3、§4.7）
4. 我知道下一步该做的一个动作吗？（原则 3、11 → §4.4、§4.10）
5. 最近 30 秒里我有没有得到一次进展？（原则 14 → §4.10）

---

## 附录 A：等待点配置表模板

每个需要玩家操作的时刻填一行。

| 等待点 id | 期待的手势 | 交接提示音 | 等待声 | 提示 `_full` | 提示 `_short` | 静默阈值 | 迷茫第 2 级只保留的手势 | 迷茫第 3 级演示内容 | 成功反馈 | 失败归因 |
|---|---|---|---|---|---|---|---|---|---|---|
| `find_cat_1` | 右滑 | `turn` | 默认 | 「猫在右边。向右滑。」 | 「向右滑。」 | 6 秒 | 右滑 | 游戏自己向右走一步 | 呼噜声 +「找到了！」 | 左滑：「在右边。」 |

## 附录 B：状态 × 手势矩阵模板

| 状态 \ 手势 | 单击 | 左滑 | 右滑 | 上滑 | 下滑 | 长按 | 双击 | 连点 / 乱滑 |
|---|---|---|---|---|---|---|---|---|
| 状态 1 | 效果 / 回执 / 语音 | | | | | | | |
| 状态 2 | | | | | | | | |
| 状态 3 | | | | | | | | |

## 附录 C：单款游戏设计单（开工前填完）

1. 一句话核心动作：________（写不成一句，就先简化玩法）
2. 玩家能感知的状态（不超过 3 个）以及每个状态的声音身份：________
3. 新手手势表，以及解锁阶梯：________
4. 状态 × 手势矩阵（附录 B）
5. 所有等待点配置（附录 A）
6. 首 3 分钟逐秒脚本（§4.10）
7. 失败表（§4.9）
8. 台词表：每句标类别（critical / content / hint / feedback），提示类都要有 `_full` 和 `_short`
9. 断点复述句
10. 测试记录：闭眼冷启动 + 乱点机器人 + 真人冷启动的结果