CREATION-LOG · horror-game-dev

这份 skill 从哪来、收了什么、丢了什么、以及哪些结论的可信度不足。写在这里是为了让后来者能追问每条纪律的出处，而不是只能接受它。

来源

一手素材（亲历项目）：一款 web 版第一人称恐怖 Demo 的完整开发过程。

三份 Agent 会话导出：立项与首版期（17k 行）、主体迭代期（126k 行）、RC 试玩与润色期（35k 行）。用户输入在导出里占极小比例但密度最高，全部逐条读过。
项目内文档：设定集（157 行）、设计圣经（239 行）、反馈清单（195 行）、交接文档（801 行，含完整坑清单与 26 轮决策史）、商店页文案、7 份分期方案。
资产规模（作为背景，不进正文）：7 个文件约 7300 行，无构建步骤、无依赖；程序化生成全部贴图与音频；67 页自动化验收（48 页断言 + 19 页取景）；目标平台为某 HTML5 商店，完整版意向某 PC 商店。

二手素材（公开资料）：见各篇末尾的来源小节。分三类——工作室自述复盘（GDC 演讲、开发者署名文章）、学术论文（预测加工与恐惧）、行业工艺文档（模块化关卡、灰盒代理件、渲染风格成因）。

提炼触发条件：同一模式在多轮迭代中反复出现。计数的几条：道具呈现纪律 4 次以上、空间可信度 4 次以上、卡死 5 次以上、AI 味与说教 4 次以上、静默失效形态 7 种、探针假象 17 种、自动化验收坑 5 类。

提炼方法

四个阶段，每阶段的产物决定下一阶段的输入。

1. 抽一手素材，不抽二手结论。 派三个读取代理各精读一个会话导出的用户输入段与项目文档，产出统一格式的三元组「用户原话 → 抽象原则 → 判据」。格式统一是必要的：六千多行散料不统一格式会在合并阶段丢信息。

2. 反向提炼：从用户的否决里拿原则。 最有信息量的不是做了什么，而是用户推翻过什么、为什么推翻。每一次改判都暴露了一个「默认看起来合理但实际是设计决策」的分歧点。据此提炼出的通则包括：默认值与阈值是可玩性问题而不是实现问题；二极管阈值会让中间姿态成为永久最优解；规则覆盖率不到 100% 时覆盖率本身变成信息；隐藏层应该是隐藏理解而不是隐藏地图。

3. 联网对标，取可迁移结构而非内容。 每个亲历结论都去找公开来源做交叉验证，结果分三类：

被互证：呈现优于说明（Do > Show > Tell、索引性叙事）、可逃的首遇、敌人感知输入要少而可解释、地图连通性靠断言而不是靠读代码。
被补强：状态模糊化与「了解系统的瞬间幻想就死了」、模块化灰盒纪律、psx 风格的真实成因清单、威胁计量表。
被反转：亲历阶段曾把「恐怖关卡要线性」当作通则，公开一手材料证明非线性枢纽布局增加焦虑、更线性的续作恐怖感下降。已按公开材料改写，并在正文标注为反直觉结论。

4. 分层剥离。 通用层只留「为什么成立 + 判据」，具体技术名词、数值、版本行为全部推进引擎附录。判定标准是可 grep：正文出现引擎名即为泄漏。

结构决策

为什么是六篇 reference 而不是一篇。 按「agent 在什么处境下需要它」切分，不按主题切分。处境是互斥的：设计恐怖体验 / 写文本 / 设计机制 / 造空间 / 查缺陷 / 用特定技术栈。路由表因此能给出「触发条件 → 读这篇」的一对一映射，每条引用自带触发条件。

为什么通用层要放六条 GOTCHAS 而不是全部下沉。 高价值坑必须在 agent 遇到情况之前读到。拆到 reference 的话，面对「同一个问题被反馈第 4 次」这个情境的 agent 不会意识到该去读 reference。这类条目：反复反馈是优先级信号、反复缺陷修类不修点、找不到根因时如实说、散比大致命、断言要断言玩家可见结果、断言跟着设计走、不可破的例外和真 bug 长得一样、穷举验收放在最坏输入上。

为什么参考材料要保留推导而不只保留结论。 「旁白只说画面给不出的话」是一条没人会照做的规则；「删掉这句，玩家损失的是一个信息还是一次判断」是一条能被执行的规则。全部纪律都写成「原则 / 推导依据 / 判据」三段，判据要能被写成断言或人工过一遍的检查。

为什么每篇末尾都有反例速查表。 反例与 corner case 是一级资产，不是准则的附属。反例表按四列组织（反例 / 为什么错 / 正确做法 / 编号），可以直接当 grep 清单和检查表用。

为什么正文不写具体数值。 「满充 11.9 秒」属于项目文档，不属于通则。但「变化必须在 1.5–2 秒内出现在画面上」是通则——它不依赖具体项目，且可判定。区分标准是：换一个项目还成立吗？

抽象层次的取舍

参照一个公开做法：一份 2000 token 的运维手册压成约 300 token 的 skill，任务完成度不变，知识密度提升 6–7 倍。本 skill 的压法：

保留	丢弃
原则 + 为什么成立 + 判据	具体数值与实测结果
缺陷的类别与判别条件（「看到 Y 现象 → 是这个坑 → 判据是 Z」）	缺陷的具体行号与代码片段
用户的否决模式（它暴露的分歧点）	被否决方案的实现细节
纪律的推导链	推导链里的项目专有名词
反例与 corner case	只在特定项目出现过一次的孤例

一个具体的取舍例子：项目里有个洞见是「UI 层可见性状态本身要有断言，否则会漏掉『界面盖住了演出』」。它被抽象成「断言要断言玩家可见结果，不是内部状态」，放进 GOTCHAS；项目里那个具体漏洞（某类演出用逻辑状态冻结世界但不该弹出暂停面板）留在 reference 的探针假象清单里。

未解决的分歧（v1.0 保留四条；v1.1 收敛两条、保留两条）

已收敛 1. 密度阈值：档位型 UI 还是连续可见。 公开材料主张「内部连续积分、外部只露三档」，同一批材料里也有「变化须在 1.5–2 秒内可见」。v1.0 两者并列搁置；v1.1 收敛成配套关系：档位型 UI 必须有连续的画面或声音通道承载细微变化，三档的作用是防剧透与防精算，不是替代感知通道。极端形态落在 accessibility-and-care.md——当连续通道被关掉（关掉闪烁、关掉声音）时，档位必须补上，否则信息量归零。

已收敛 4. 「救命道具会杀死氛围」的适用边界。 v1.1 补了可判别的区分：「消除负面状态」是即时的（恐惧被清零，玩家立刻回到安全状态），「降低风险概率」是持续的（恐惧还在，只是下一次被发现的概率变了）。前者杀氛围，后者只是重新分配紧张度。混淆这两者会导致把该留的东西砍掉。判据：逐件标注它改变的是状态量还是概率，两者不许写进同一列。

保留 1. 教学关的形态。 公开材料里某游戏的作者明确把「不单独做教程关」当原则；亲历项目做了教学关且证明它有效（亮段教外力、暗段教身体）。两种做法都有正证据。本 skill 只给判据不给形态：每个动作教学的环境条件必须与该动作的实际用途一致（在明亮安全处教一个只在黑暗中才用的动作，玩家会学成「按了没反应」），以及教学完成条件必须明确（否则玩家在教学区无限刷）。独立关 / 内嵌序列 / 分段亮暗留给项目选。

保留 2. 引擎迁移。 项目在卡死无解时认真考虑过迁移引擎，最终结论是不迁——病根是「散不是大」。这个决策在通用层被抽象成「散比大致命」，但没有推广成「不要在项目中期换引擎」。工程上换引擎的中后期代价远高于代码量，公开资料也提到迁移会引入一致性验证成本，但缺少可引用的成文方法。未收敛。

新增保留 3（来自 v1.1 的无障碍调研）。 平台与行业在「无障碍选项与成就/收集口径是否要一致」上没有可引的成文政策，本skill 只能给判据（关掉某系统后与之挂钩的计数口径必须同时更新）而无法给依据。未收敛。

材料缺口（明确不编造）

以下五个方向检索后确认没有高质量可引用材料，正文相应位置已标注：

规则怪谈 / 网络规则文的可玩化专门方法论。 该节整体标为自建框架，只把可迁移的部分（规则一致性、误导要有意设计、谜题边界、用规则反向筛选关卡）挂了通用来源。
人眼暗适应曲线在游戏中的建模方法。 只有黑暗资源焦虑的宏观设计讨论，没有曲线建模的可引文。正文因此只写「底层用连续速率函数、硬阈值只留给真突变」，不写任何具体生理曲线形状。
juicebox / rimworld 级别的程序化叙事设计材料。 只有学术侧收录，无一手 dev talk。
HTML5 恐怖 Demo 的体量统计。 只有个体开发者的自述数值（单次时长上限之类），没有分布数据。正文明确写了「早期玩家版本体量没有统计分布可参考」。
程序化噪声纹理用于制造恐怖感的专门论述。 psx 风格的技术清单可靠，但「程序化纹理→恐怖」这个命题没有一手来源，因此不写进 skill。

另有两条材料在正文出现但来源强度偏弱，已在对应小节标注：非线性布局与焦虑关系的结论来自工作室自述（附了机制解释）；威胁计量表的三个上升条件来自开发者访谈转述。

一处刻意保留的分层例外

有三处引擎名出现在通用层的非正文位置：

SKILL.md 的 description 里写了某 HTML5 商店与某 PC 商店的名字——因为它是发现层，匹配对象是用户说的话，用户会说平台名。
SKILL.md 的路由表里写了 Web + three.js 的触发条件——因为它是分发层，职责就是把项目匹配到正确的附录。
references/fear-design.md 的来源小节里有两条 devlog 的 URL 自带该域名。

三者都只是名词出现，不带任何引擎行为结论。通用层的正文（六章 + 十条 GOTCHAS + 术语表）经 grep 确认不含引擎名、不含版本行为、不含具体数值；附录是唯一允许出现版本行为的层。

第四处例外（v1.1 新增）：provenance.md 允许出现项目专有名词。 它的职责就是记录出处，所以在正文里出现事故形态与项目名词是功能而非泄漏。但事故形态一列限一句话——索引不允许把事故细节复制成第二条通则，那会让索引膨胀成第二份正文。

版本

1.0（2026-10-08）：首版。六篇 reference + 评测集，来自一次完整独立恐怖 Demo 的 26 轮迭代与三轮真人试玩。
v1.1（2026-10-08）：按解耦原则重构与补全。
- 补：新增 accessibility-and-care.md（无障碍与玩家健康，含光敏、字幕、音频线索的视觉替代、难度与容错档、合规提示层级；8 个方向标注为未找到高质量材料）。新增 threat-ai.md（威胁体感知与行为，从机制篇拆出——触发理由是 agent 的处境不同：调机制的不需要读 110 行敌人感知模型）。
- 补：试玩反馈收口规程（11 类反馈 → 真实问题类型 → 第一动作 → 教训，加试玩提问清单、反馈进场形式、收尾模板、台账字段）。分期实施与可回退提交纪律。调研前置纪律。动作教学的判据。
- 拆：mechanics-and-rules.md 552 → 254 行。拆出后有四处结论会悬空（惩罚的位移压力、惊觉窗口的行为链、门的最后目击点、导演的静默窗口），已就地补成自足的推导 + 判据，不留指引。
- 新增溯源：provenance.md，260 条逐条索引，五档标注（亲历 / 公开来源 / 自建框架 / 单例·降权）。约三分之一是单例，已在篇首写明降权含义。覆盖审计结论：自建框架 9 条全部集中在规则怪谈一节且正文已显式标注；零未标注的孤儿条目。
- 收敛分歧 2 条（见上），保留 2 条 + 新增 1 条。
- 诚实性修正：删掉「反复验证过至少七次」这种无法确证的计数，改为定性表述 + 指向溯源索引。
- 抽出姊妹 skill experience-to-spec：提炼动作本身（四种提炼手法、抽象层次判定、分层剥离、结构决策、置信度纪律、先建评测）跨项目通用，不该寄生在恐怖游戏 skill 里。它同时说明了这个 skill 的抽象层是怎么判定的。
下一版要做的：跑一轮真实评测对照（20 条触发率 + 10 个输出 case），按差值裁剪而不是按行数裁剪；补规则怪谈一节的公开来源；收敛剩下三条分歧。