World-Bundle Narrative Game MVP v0.1

世界束敘事遊戲：從固定世界線到即時可達未來束

定位： 遊戲設計／技術白皮書／MVP 可行性規格
版本： v0.1

0. 一句話定義

這不是「AI 每回合隨機生成下一段故事」。

而是：

\boxed{ PlayerIntent \xrightarrow{AI} SemanticAction \xrightarrow{WorldRules} CandidateFutureBundle \xrightarrow{Simulator} ValidatedFutureBundle \xrightarrow{Commit} S_{t+1} }

AI 即時理解玩家意圖，展開「目前可能成立的未來束」；真正哪些未來可發生，仍由遊戲狀態機與世界規則決定。

1. 同一個遊戲，又不是同一個遊戲

所有玩家共享同一個 canonical world kernel：

\mathcal W=(Rules,Characters,Locations,History,StateVariables,CausalConstraints)

但玩家 (p) 在時間 (t) 的可達未來集合：

\mathcal B_{p,t}

可以與玩家 (q) 不同：

\mathcal W_p=\mathcal W_q \quad\land\quad \mathcal B_{p,t}\neq\mathcal B_{q,t}.

因此共享同一套世界法則，卻不共享同一個未來空間。

2. 從世界線到世界束

傳統 AVG：

S_t\rightarrow S_{t+1}^{(i)}.

世界束：

S_t\rightarrow \mathcal B_t=\{F_1,F_2,\ldots,F_n\}.

玩家行為 $a_t$ 不只是選 branch，而是改變未來空間本身：

\boxed{ a_t:\mathcal B_t\rightarrow\mathcal B_{t+1}. }

一次選擇可能：

刪除部分未來；
解鎖新未來；
改變 NPC 可達狀態；
改變事件順序；
改變誰知道什麼；
讓原本不可能的支線變成可能。

3. Hard Bundle / Soft Bundle

Hard Future Bundle

\mathcal B_t^{hard}

由作者與 deterministic rules 鎖定：

世界設定；
核心秘密；
NPC 生死；
重大事件前置條件；
關鍵物品；
結局條件；
不可逆狀態。

AI 不得越界。

Soft Future Bundle

\mathcal B_t^{soft}

AI 可以動態展開：

NPC 語氣；
小事件組合；
誰先找玩家；
支線出現時機；
某伏筆如何被揭露；
同一 hard outcome 的不同表現。

概念上：

\boxed{ \mathcal B_t= \mathcal B_t^{hard}\ltimes\mathcal B_t^{soft}. }

MVP 不必真的實作半直積；它只表示 soft 層永遠受 hard 層約束。

4. 玩家輸入不再只是 Choice ID

NPC：

「你是不是早就知道我父親是兇手？」

玩家：

「我不想直接騙她，但現在讓她知道會害死她。先把她帶走，安全後再說。」

AI 不直接寫死下一章，而先解析：

{
  "truth_policy": "delay_truth",
  "lie_policy": "avoid_direct_lie",
  "protect_target": "aya",
  "trust_goal": "preserve",
  "candidate_actions": [
    "redirect_topic",
    "partial_truth",
    "move_to_safe_location"
  ]
}

遊戲規則再驗證：

Aya 是否已經看過證據；
Ren 是否在場；
出口是否開啟；
玩家過去是否欺騙 Aya；
當前剩餘時間；
Aya 的 suspicion / trust。

5. Same Choice ≠ Same Future

兩名玩家都輸入：

「我相信她。」

但如果：

S_{p,t}\neq S_{q,t},

可能分別成為：

genuine trust；
political alliance；
pragmatic compliance；
trap trigger。

所以：

[ \boxed{ SameSurfaceChoice

ot\Rightarrow SameSemanticAction

ot\Rightarrow SameFutureBundle. } ]

6. MVP 世界規模

第一版只做封閉場景。

場景

暴雨夜的研究設施／旅館／避難所。

角色

Player
Aya
Ren
Director

核心秘密

一個事故真相；有人知道部分真相，但證據不完整。

可見核心變數

time
trust_aya
trust_ren
danger
evidence

隱藏狀態

aya_knows_truth
ren_suspects_player
director_covering_up
power_online
exit_open

第一版 hard state variables 控制在約 20 個量級。

7. 每回合 Gameplay Loop

\boxed{ Observe \rightarrow PlayerIntent \rightarrow SemanticParse \rightarrow BundleExpand \rightarrow Validate \rightarrow Present \rightarrow Commit \rightarrow StateTransition }

Observe

顯示場景、NPC、危機與玩家已知資訊。

PlayerIntent

同時保留傳統選項與自由文字。

SemanticParse

AI 只輸出受限結構，不直接寫遊戲真實 state。

BundleExpand

根據 Intent + WorldState 產生候選 future nodes。

Validate

deterministic rule engine 驗證 requirements / blocks / effects。

Present

只顯示玩家當下應該看到的 narrative consequence。

Commit

玩家行為真正寫入 world state。

8. World State 範例

{
  "turn": 7,
  "location": "lab_hall",
  "npcs": {
    "aya": {
      "trust": 61,
      "knows_truth": false,
      "suspicion": 40
    },
    "ren": {
      "trust": 30,
      "suspicion": 72
    }
  },
  "world": {
    "danger": 55,
    "power_online": false,
    "exit_open": true
  },
  "history_tags": [
    "lied_to_aya_once",
    "ren_saw_evidence"
  ]
}

9. Event Rule

{
  "event_id": "aya_demands_truth",
  "requirements": [
    "aya.suspicion >= 60",
    "aya.knows_truth == false"
  ],
  "blocking": [
    "aya.unconscious == true"
  ],
  "effects": {
    "aya.suspicion": "+10"
  },
  "next_bundle_tags": [
    "truth_confrontation"
  ]
}

AI 可以提議這個 event；只有 rule engine 能確認它是否合法。

10. World-Bundle Node

{
  "bundle_node": "B_aya_truth_04",
  "hard_constraints": [
    "aya_alive",
    "evidence_exists"
  ],
  "soft_options": [
    "direct_truth",
    "partial_truth",
    "redirect",
    "leave",
    "ask_ren"
  ],
  "possible_events": [
    "aya_demands_truth",
    "ren_interrupts",
    "power_failure"
  ]
}

11. AI 的工作

AI 只做高價值語義層：

A. Intent Parsing

NaturalLanguage\rightarrow SemanticAction.

B. Bundle Ranking

\{F_i\}\rightarrow Ranking.

C. Soft Narrative Realization

把已確定的 state change 轉成人類可讀敘事。

D. Speculative Precomputation

玩家仍在閱讀時，提前展開：

\{\mathcal B_{t+1}^{(1)},\mathcal B_{t+1}^{(2)},\mathcal B_{t+1}^{(3)}\}.

12. 傳統計算機的工作

傳統程式負責：

state transition；
event legality；
time；
inventory；
location；
save/load；
invalid-state rejection；
replay；
deterministic tests。

因此：

\boxed{ AI\neq WorldAuthority. }

而是：

\boxed{ AI= SemanticInterpreter+ FutureBundleProposer+ SoftNarrativeRealizer. }

Computer：

\boxed{ Computer= WorldStateAuthority+ RuleValidator+ TransitionExecutor. }

Human：

\boxed{ Human= IntentSource+ ExperienceObserver+ CommitAuthority. }

13. 異質觀察者非同步

O_H,\quad O_A,\quad O_C.

三者可能各自擁有：

\mathcal B_H,\quad \mathcal B_A,\quad \mathcal B_C.

並且：

\tau_H\neq\tau_A\neq\tau_C.

AI 可以先預測幾條玩家可能走的 future bundles；Simulator 只驗證合法性；Human 仍停留在當前情節。

這就是「超前計算」在敘事遊戲裡最自然的形式。

14. Bundle Cache

可以快取：

(StateSignature, IntentClass, RulesVersion)
    -> ValidatedFutureBundle

所以 AI 不必每次從零生成。

15. Bundle Pruning

候選過多時：

Score(F_i)= w_1Relevance+ w_2CausalReachability+ w_3PlayerPreference+ w_4NarrativeValue- w_5ComputeCost.

MVP 只保留 Top-K：

K=3\sim6.

16. 收連 / Convergent Re-linking

若多條 speculative future 最後落到同一 hard-state class：

State(F_1)=State(F_2),

且差異只有 soft dialogue，可合併。

若：

aya.knows_truth = true

與：

aya.knows_truth = false

不同，必須保留 divergence。

所以：

\boxed{ CRL= MergeEquivalentFutures+ PreserveMeaningfulDivergence. }

17. 防止 Branch Explosion 的真正方法

不是少生成文字。

而是限制：

\boxed{ HardStateDimension. }

因此：

\boxed{ NarrativeVariation \gg HardStateVariation. }

表面故事可以非常多，底層 causal state classes 仍有限。

這是世界束遊戲可工程化的核心。

18. 技術選型

MVP 首選

Godot 4.x
GDScript
Custom Resources / JSON
Rule Engine
LLM HTTP/local adapter
AVG UI

Dialogue Layer

MVP 第一版建議直接用 Godot Resource / JSON。

後續可以接：

Yarn Spinner：authored dialogue、variables、commands；
Ink：複雜 authored branching、variables、compiled JSON runtime。

19. AI Interface

AI 不輸出 authoritative prose state，只輸出 schema：

{
  "intent_class": "protect_and_delay_truth",
  "targets": ["aya"],
  "candidate_action_ids": [
    "redirect",
    "move_to_exit"
  ],
  "confidence": 0.78
}

如果模型支援 JSON Schema / structured output，可以直接要求結構；否則 runtime 必須 validation / retry。

20. AI Fail-Safe

AI timeout / parse failure 時：

回退傳統選項；
keyword intent parser；
使用最近合法 intent；
world state 不變。

因此：

\boxed{ AIFailure ot\Rightarrow GameFailure. }

21. MVP UI

表面仍是一個 AVG：

┌─────────────────────────────────┐
│ Aya portrait                    │
│ 「你是不是早就知道？」          │
├─────────────────────────────────┤
│ [自然語言輸入框]                │
│                                 │
│ 建議：坦白 / 迴避 / 離開        │
├─────────────────────────────────┤
│ 時間 │ 危險 │ 關係 │ 已知證據  │
└─────────────────────────────────┘

不要做成 AI dashboard。

22. 第一個 MVP 實驗

同一 scenario 重玩多次。

固定輸入：

我相信她。

只改：

trust；
evidence；
who_knows；
danger；
prior_lie。

測：

SameInput\rightarrow DifferentValidatedBundles.

若玩家能感覺差異來自歷史狀態，而非 AI 亂寫，核心成立。

23. 第二個 MVP 實驗

固定 WorldState，改變玩家語句：

我相信她。
她大概沒說謊。
現在先照她說的做。
我沒別的選擇，只能相信她。

預期分出：

genuine_trust
tentative_trust
pragmatic_compliance
forced_compliance

這是自由語義選擇相較固定 AVG option 的主要價值。

24. 第三個 MVP 實驗

AI 預展 Top-3 future bundles。

玩家最後輸入 Top-3 外行為：

我把證據燒掉。

測：

runtime 能否建立新 bundle；
hard constraint 是否仍成立；
舊 speculative branches 能否安全回收；
world history 是否完整保存。

25. MVP Success Criteria

S1 — Semantic Distinction

不同自然語言意圖可映射不同 intent classes。

S2 — State Sensitivity

相同輸入在不同 world state 下得到不同 validated bundle。

S3 — World Legality

AI 不能越過 hard constraints。

S4 — Replayability

相同 hard state + semantic action + rules version 能重放同一 hard transition。

S5 — Narrative Variation

同一 hard outcome 可有多種 soft realization。

S6 — Graceful AI Failure

AI 掛掉時遊戲仍可繼續。

26. MVP 不需要

第一版不要做：

開放世界；
100 NPC；
AI 自由新增 lore；
無限制 procedural quest；
3D 戰鬥；
多 Agent 社會；
即時語音；
無限記憶。

這些會掩蓋世界束實驗本身。

27. 第一版九個模組

WorldState
EventRuleEngine
IntentParser
BundleExpander
BundleValidator
BundleRanker
DialogueRealizer
CommitManager
SaveReplay

加一個 AVG UI 即可。

28. 建議資料夾

world_bundle_mvp/
├─ scenes/
├─ scripts/
│  ├─ world_state.gd
│  ├─ rule_engine.gd
│  ├─ intent_parser.gd
│  ├─ bundle_expander.gd
│  ├─ bundle_validator.gd
│  ├─ bundle_ranker.gd
│  ├─ dialogue_realizer.gd
│  └─ commit_manager.gd
├─ data/
│  ├─ characters/
│  ├─ events/
│  ├─ bundles/
│  └─ rules/
├─ ui/
└─ tests/

29. 最小 playable loop

只需跑 10–20 個回合：

\boxed{ 看劇情 \rightarrow 自由輸入 \rightarrow AI理解 \rightarrow 世界束展開 \rightarrow 規則驗證 \rightarrow NPC回應 \rightarrow 世界改變. }

這已足夠判定概念是否成立。

30. 可行性結論

\boxed{ MVP\ 可行。 }

工程上真正困難的不是「生成故事」，而是：

\boxed{ State \leftrightarrow SemanticIntent \leftrightarrow CausalRules }

三者的接口。

而這正好是前面 T Query Runtime、異質觀察者非同步語義因果計算、Speculative Expansion、CRL、Commit 可以直接落地的地方。

最終不是：

AI 幫每個玩家現場寫一款不同遊戲。

而是：

\boxed{ 每個玩家在同一套世界法則中， 因自身歷史、語義選擇與 AI 的即時預展， 持續擁有不同的可達未來空間。 }

這就是 World-Bundle Narrative Game。