title

玩家—開發者相交域：需求、設計主權與可行性的非服從式協商

english_title

The Player–Developer Intersection Domain: Non-Subordinate Negotiation Among User Needs, Design Sovereignty, and Feasibility

series

AI 原生互動企業論

series_en

AI-Native Interactive Enterprise

series_id

ANIE

paper

04

part

第二部：玩家與外部開發者共創

author

Neo.K

institution

一言諾科技有限公司（EveMissLab）

research_assistance

GPT-6（研究資料核對、概念模型、反例分析、研究協議與文件驗證）

version

v0.1

date

2026-10-16

language

zh-TW

status

Public Working Paper / Conceptual and Methodological Study / Not Peer-Reviewed

canonical_source

UTF-8 Markdown

math_delimiters

$...$ and $$...$$ only

research_status

Conceptual propositions and testable protocols; no field experiment claimed

external_sources_checked

2026-10-16

related_papers

ANIE-00 — 從產品黑盒到 AI 原生互動企業 · ANIE-01 — 從 EA 到持續交付 · ANIE-02 — 季度單機產品制 · ANIE-03 — 可繼承的遊戲產品 · ANIE-05 — 原生 MOD 生態（後續研究） · ANIE-06 — 商業遊戲也可以 PR（後續研究） · ANIE-08 — AI 互動客服與需求回流（後續研究） · ANIE-09 — 公開決策帳本（後續研究）

玩家—開發者相交域：需求、設計主權與可行性的非服從式協商

The Player–Developer Intersection Domain: Non-Subordinate Negotiation Among User Needs, Design Sovereignty, and Feasibility

《AI 原生互動企業論》ANIE-04｜第二部第一篇｜工作論文 v0.1
作者：Neo.K｜機構：一言諾科技有限公司（EveMissLab）
研究協作：GPT-6｜日期：2026-10-16

機構： 一言諾科技有限公司（EveMissLab）
日期： 2026-10-16
版本： v0.1

摘要

商業遊戲在持續更新、搶先體驗（Early Access）、社群討論、MOD 生態與 AI 輔助開發的共同作用下，逐漸不再適合被理解為「開發者單向製造產品、玩家購買並評價」的封閉關係。然而，增加玩家投票、公開留言或 AI 客服，也不必然改善產品：玩家意見可能相互衝突，參與社群者可能不是整體市場的代表，熱門提案可能違反作品的核心設計，也可能掩蓋少數人提出的嚴重問題；另一方面，開發團隊以「我才是作者」拒絕一切外部證據，亦可能使產品保留本可避免的缺陷。本文研究的不是如何讓一方取代另一方的判斷，而是當兩方均保有自身目的與選擇權時，如何形成可追溯、可反駁且能交付的協商制度。

本研究提出「玩家—開發者相交域」（Player–Developer Intersection Domain, PDID）作為操作性框架，並引入「非服從式協商」（Non-Subordinate Negotiation, NSN）：玩家的意見不是對企業的命令，企業設計者的偏好也不是對所有外部參與者的絕對命令；但企業是否採納、變形、選配、延後、轉為 MOD、拒絕或重新研究某項需求，應有可被理解與回溯的決策證據。在法律、基本安全、既有銷售承諾、權利歸屬及產品完整性等硬性邊界之內，雙方可以透過需求拆解、問題重述、技術試驗、選項生成及可逆實驗，尋找原始立場之外的共同可接受方案。

本文特別區分「需求的聲量」、「需求的真實問題」、「偏好的代表性」、「解決方案的可行性」、「產品核心承諾」、「決策權」與「對結果負責的人」。形式化模型不假設所有玩家效用可以加總，亦不把相交域視為必然存在的幾何交集；當相交域為空時，合理結果可以是公開分歧、維持既有設計、提供獨立模式或合法 MOD 路徑，而不是迫使任何一方表面同意。

本研究以使用者創新、參與式設計、社會選擇理論、軟體需求工程、Steamworks 平台制度與 2026 年以 Steam EA 為樣本的社群代表性研究為外部參照，提出問題證據階梯、參與承諾等級、提案生命週期、雙重資訊投影、分歧保留機制及十二項可反駁假說；並規劃以玩家分層樣本、配對版本與季度準實驗，觀察採納品質、真正問題修復率、決策可解釋性、玩家信任、開發者主體性、商業表現及社群權力失衡等變化。全文為概念及方法論工作論文，不聲稱 EveMissLab 已執行相關實地試驗，亦不把本框架宣稱為既有參與式設計研究的首次發明。

關鍵詞： 玩家—開發者相交域、非服從式協商、需求治理、設計主權、社群代表性、使用者創新、開放協作、早期體驗、AI 客服、MOD、偏好聚合、可驗證決策、少數意見、玩家參與。

0．問題從哪裡來：兩個主體都不能被取消

0.1 研究起點不是「讓玩家更有權」這麼簡單

在《AI 原生互動企業論》ANIE-00 至 ANIE-03 中，本系列已依序討論企業公開資訊與交付的關係、EA 與正式版的分工、季度單機產品制，以及遊戲產品在原開發者不在場時的接續能力。[I00][I01][I02][I03] 這些研究留下共同問題：當 AI 工業化讓修改產品的技術門檻降低，誰能決定「應該修改什麼」？

一款可長期更新的商業遊戲至少存在三種不同的判斷來源：

1. 開發者的創作判斷： 作品的題材、節奏、難度、價值取向、世界規則、美術方向與商業定位。
2. 玩家的實際使用經驗： 遊戲是否好玩、可理解、公平、易用、值得價格、是否造成暈眩、疲勞或操作障礙。
3. 產品和現實條件： 技術依賴、成本、時間、平台規範、第三方授權、既有承諾、品質驗證與維護責任。

三者並不天然相同。玩家能比作者更清楚自己的使用困難，但未必知道修改底層世界模擬的成本；作者能清楚自身想創造的體驗，但未必能感知玩家在不同硬體、語言、身心條件下遇到的問題；AI 可以快速產生多種方案，但不能因其生成能力而自動取得對產品的主權或合法授權。

因此本文提出的問題不是「開發者應不應該聽玩家」，而是：能否設計一套不要求一方服從另一方、但能持續把衝突轉化為可檢驗產品決策的制度？

0.2 三個需要拒絕的極端

極端 A：作者絕對論。 開發者以自身喜好為充分理由，不接受使用者的可重現缺陷證據；任何回饋都被視為干涉創作。問題不在於作者不能拒絕，而在於把拒絕權混同為無須辨認事實的權力。

極端 B：多數票產品論。 玩家投票票數最高，設計者就必須實作。它把聲量、樣本、投票機制與可行性全部折成單一序列，可能讓核心受眾支配其他玩家，也可能使重要而不受歡迎的缺陷被忽視。

極端 C：AI 自動裁決論。 AI 分析討論後，直接替公司挑選所謂最佳方案，並以流暢文字包裝為全體共識。它可能製造假共識，遮蔽反對者，並使形式決策權仍在人類身上、實際理由卻不能被重建。[I04]

本研究反對三者，不是因為開發者、玩家或 AI 不重要，而是它們各自具有不同的知識、權限與錯誤模式。

0.3 本文主命題與可能的反命題

主命題 P0： 對於有持續更新需求的商業遊戲，若需求處理程序將不同主體的權利、偏好、風險、證據與責任明確分離，並提供改寫問題與生成替代方案的程序，則相較於不解釋的黑盒決策或單純按人氣排序的開發方式，可能改善可驗證問題的修復品質、異議處理的可接受性及長期產品適配，而不必將產品最後決定權交由外部投票。

反命題 C0： 若此制度顯著增加管理成本、降低產品一致性、惡化玩家信任，或使開發團隊在公開壓力下產生更高的決策拖延，即使公開程度提高也不代表本框架有效。若特定類型遊戲以封閉作者導向創作獲得更高品質，應承認其適用性並收斂框架，而非把「更開放」當成不可推翻的價值命題。

0.4 本篇定位及未處理事項

ANIE-04 主要處理需求與決策正當性。MOD API、相容層與技術遷移屬 ANIE-05；玩家 PR、商業著作權及契約報酬屬 ANIE-06；AI 客服常態化屬 ANIE-08；完整公開決策帳本屬 ANIE-09。本文會提出對它們必要的資料結構，但不在本篇重寫所有底層 Runtime。

本研究使用「主權」一詞表示創作與產品治理的最後授權邊界，並非國家主權、人權或法律上不可受限的絕對權力。開發者仍受契約、消費者保護、著作權、平台規範及其他適用法律拘束。

1．理論譜系：不是重新發明參與式設計

1.1 使用者創新不只是抱怨

Eric von Hippel 在《Democratizing Innovation》（2005）中研究使用者如何自行開發、改良與分享產品，特別是使用者能夠從自身需求出發產生製造者未先想到的解法。[E01] 這提供一個重要前提：玩家不僅是偏好的持有者，也可能是實質解決方案的生產者。MOD 作者、關卡編輯者、工具開發者、資料整理者及高品質測試者，都可能把原先被動的「請你修改」轉成「我提出一個可測試修改」。

但使用者創新並不直接推出任何玩家都有修改正式商業產品的權力。開發者對正式版本的品質、整合、授權與維護仍可能承擔法律及商業責任。這是本文與 ANIE-06 分界的起點。

1.2 從「被告知」到「參與決策」有不同承諾

Sherry R. Arnstein（1969）提出公民參與階梯，強調參與的制度位置會改變實際影響力，表面存在諮詢形式不等於真正分享權力。[E02] IAP2 公眾參與光譜亦區分 Inform、Consult、Involve、Collaborate、Empower 等不同參與層次。[E03] 這些框架主要用於公共參與，不能機械地轉換成商業玩家享有與公共治理相同的權利，但可以提醒我們：產品網站若標示「大家來決定」，必須說清楚究竟是提供意見，還是已約定在某一界限內共同決策。

本研究吸收的是參與承諾應可識別、可履行與可檢查，並不預設最高參與強度必然適用於所有產品問題。

1.3 人本設計並不取消作品定位

ISO 9241-210:2019 提供互動系統全生命週期的人本設計要求與建議，強調在設計與評估過程納入實際使用情境。[E04] 但「理解使用者」不是「讓最活躍使用者決定所有產品目標」；遊戲還含有作者希望保留的陌生性、挑戰、審美不舒服感、時間壓力與戲劇張力。把所有不滿意都視為必須消除的錯誤，可能反而摧毀作品。

本研究因此區分「玩家沒有得到期望中的便利」與「產品沒有履行已承諾的功能」，並透過證據及變更影響評估，判斷兩者何時交疊。

1.4 社群意見可能系統性偏離市場

Allen、Bremner 與 McDonald 於 2026 年 4 月 9 日線上發表的 Listen to Your Users? Self-Selection in User Community Feedback and Commercial Impact，以 Steam Early Access 遊戲為情境，指出採納社群回饋的效果取決於社群的代表性：若參與群體與更廣大的市場偏好差異較大，更多回饋採納可能改善既有社群評價，卻不利於產品上市後的商業成績。[E05]

這份研究是本篇最直接的反向證據。它使本文不能僅以「玩家有參與」或「社群好評提高」判定改革成功。應檢查哪些玩家留下意見、哪些玩家沒有說話，以及採納後究竟改善哪一群人的產品經驗。

1.5 投票不是偏好聚合的萬靈丹

社會選擇理論討論如何由個別偏好推導集體排序。Arrow 不可能定理說明，在某些重要公理同時要求成立時，普遍適用的集體排序規則不存在。[E06] 此結果不能簡化成「所有投票都沒用」；它提醒我們，不存在一套完全中性、適用所有需求衝突的排序技巧。投票機制、候選方案如何產生、誰有資格投票以及哪些條件不可被多數票推翻，全部是制度設計的一部分。

2024 年對數位參與式預算投票的研究也示範：不同偏好輸入及聚合規則會影響公平與正當性的判斷。[E07] 此研究並非商業遊戲的直接因果證據，本文將其作為程序設計的跨領域參照，而非聲稱遊戲投票已得到相同實驗結果。

1.6 軟體需求工程中的模糊與澄清

2025 年開源專案特性需求討論的研究指出，自然語言功能提案常有歧義或資訊不完整的問題；開發者在實際互動中，並不總會完整澄清，且更常關注目標適配與可行性。[E08] 這與遊戲社群常見的「我要更好玩」「把難度改合理」「AI 不要那麼笨」具有結構相似性：一句玩家願望不等於已經定義出可以驗收的軟體需求。

本篇將建立從原始訴求、底層問題、可觀察證據、替代方案、產品決定之間的明確轉譯程序。

1.7 官方平台其實已承認多通路回饋

Steamworks 的 Playtest 文件指出，遊戲可以直接設置回饋入口，導向社群討論、Discord、缺陷追蹤或開發者自有網站；也可以透過公告讓玩家知道應到哪裡提供指定回饋。[E09] Steamworks 的社群管理指引則建議開發者聽取各處討論、聚焦改善產品，而非回覆每一則貼文。[E10] GitHub Discussions 已具有問答、投票、分類、標籤及轉換為 Issue 等協作機制。[E11]

因此 ANIE-04 並不主張 Steam 原本不允許玩家參與，也不主張現有平台缺乏任何決策工具；真正缺口在於跨通路證據、選擇性採納理由、結果回流、反對者權益及後續產品交付能否在同一制度中持續追蹤。

2．核心定義：什麼是「相交域」，什麼不是？

2.1 玩家—開發者相交域（PDID）

定義 1（PDID）。 給定產品版本、決策時間窗、開發者目標、不同玩家群體的需求、必要權利與品質限制，PDID 是一個可協商的候選方案空間；其中每一方案都必須標明它解決什麼問題、哪些人接受或反對、有哪些成本與風險、誰具有決策權、結果如何驗證。

「相交域」是工作名稱，不表示數學上只有兩個靜態集合直接相交，也不保證非空，更不表示玩家群體內部偏好相同。

2.2 非服從式協商（NSN）

定義 2（NSN）。 在尊重合法契約與先前有效承諾的前提下，開發者和玩家都不預設有義務同意對方的偏好；雙方可以提出理由、提供證據、拒絕方案、修正表述或退出個別協商，而具有產品決策權的一方必須對其公開作出的程序承諾負責。

其不變量為：

其中「不服從」不是無視任何法律或契約，而是拒絕把參與關係變成對偏好或權威的無條件服從。

2.3 問題、需求、方案、偏好與承諾

本研究嚴格區分五種物件：

若系統把一則「請增加快速旅行」直接視為「遊戲缺少必要功能」，便先行接受了玩家提出的具體解法，忽略其底層問題可能是地圖導航不清、交通成本失衡或重複跑圖無意義。

2.4 創作主權與產品責任的區別

定義 3（設計主權）。 在不違反既有義務的範圍內，由適格產品治理者決定作品核心體驗、世界規則、故事方向與正式發行內容的最終職權。

定義 4（產品責任）。 有權決定的人應能說明其權限來源，遵守明確承諾，辨認對消費者及他人的風險，並在已宣布的制度內承擔核對、改錯、通知與適當救濟的責任。

設計主權不等於「不能被批評」，產品責任也不等於「任何不滿都必須修成玩家想要的樣子」。兩者是互補而非對立。

2.5 參與程度與實際授權

玩家發言、參與問卷、當測試者、提交 PR、獲授權維護一個 MOD 與成為正式受聘開發者，均可能在同一人身上發生，但它們不是同一法律或治理身分。越接近產品核心或支付流程，越需要明確職責、存取權與權利安排；不得因一個人在論壇投過票就推定他有資格審查私有程式碼，亦不得因參與 Beta 測試就預設其創作成果已轉讓給公司。

3．主體、資訊與權限：先決定誰能做什麼

3.1 主體集合

令 $D$ 代表對產品負有最終管理責任的開發者／公司， $P=\{P_1,\ldots,P_m\}$ 代表不同玩家群體， $K$ 代表受權合作人， $A$ 代表 AI 輔助系統， $O$ 代表獨立審查或測試角色。本文不假設所有玩家會形成一個可以一致表態的 $P$。

分群可以依遊戲時數、遊戲階段、模式、裝置、語言、是否使用 MOD 或不同可及性需求等與研究問題直接相關且合法取得的特徵進行。分群不應成為針對個別玩家的秘密人格評價，亦不應要求不必要的敏感資料。

3.2 六種權能不可相互偷渡

一個參與行為可能涉及：提出議題、提供證據、建議選項、批准變更、實際修改、發布／負責。各項權能應分開配置。

對 AI 的特別限制是：即使一個 Agent 可以完整生成方案、程式碼與報告，其建議因果力亦不能被混同為法律上的發行權。[I04][E12]

3.3 意見權不是必然的否決權

在一般商業產品的功能偏好問題上，玩家沒有因為購買遊戲而取得所有未來設計的否決權；公司也不能僅以自身所有權取消既有購買契約或適用法律給予消費者的權利。某些安全、可及性或品質問題不需要多數票支持，即可能要求更高的處理優先順序。這些權利來源的範圍，應在相關司法轄區及平台條款下個別確認，本文不將它們寫成單一跨國規則。

3.4 協商的最小信任條件

制度最低限度必須讓參與者知道：意見是否會被閱讀；AI 是否協助分類；哪些程序有回應期限；什麼理由可能導致拒絕；投票是否具拘束力；資料可能公開到哪個層級；以及對公司決定不滿是否有申覆或其他出口。

沒有這些資訊，即使網站有投票、留言、積分與 AI 回答，也可能只是把傳統不透明制度覆上一層更華麗的介面。

4．從靜態交集到動態協商：相交域的形式化

4.1 初始方案空間

給定時間 $t$ 、產品 $g$ 與候選修改空間 $X_{g,t}$。對候選方案 $x$，考量：

• $C_{g,t}(x)$：法律、平台與既有承諾的硬性相容條件；
• $Q_{g,t}(x)$：可檢驗的品質門檻；
• $R_{g,t}(x)$：風險是否處於准許界線；
• $B_{g,t}(x)$：資源、預算、時間與維護限制；
• $I_{g,t}(x)$：與產品明示核心特徵的相容程度；
• $E_{g,t}(x)$：證據覆蓋與可驗證程度。

先定義硬性可行候選集：

此處 $Q_{g,t}^{\mathrm{pre}}$ 與 $R_{g,t}^{\mathrm{pre}}$ 是候選階段的初步評估，不能因方案通過篩選就聲稱已完成實際產品測試。對完成實作的候選還須另定義驗證域：

候選集與實際交付集的分離，可防止將 AI 生成的「看似可行」直接宣稱成「已通過驗收」。品質與風險也可以有多項互不抵銷的門檻，式中單一記號僅為研究的簡化表示。預算上限 $b_{\max}$ 表示這次決策時間窗的有限資源，若問題屬依法必須處理或緊急事故，應按另一套強制處理與資源升級程序，而不是單純被本次預算上限排除。

4.2 開發者可接受域與玩家可接受域

令 $D_t\subseteq F_{g,t}$ 表示公司在當下設計目標及資源條件下可接受的方案，令 $P_{j,t}\subseteq F_{g,t}$ 表示第 $j$ 類玩家基於其體驗與權利可接受的方案。這些集合通常透過有限問卷、討論和實驗估計，並不能被精確觀察；因此必須附帶樣本來源及不確定性。

最天真的方式會定義：

但此式通常過度嚴格：不同群體可能永遠不會共同喜歡任何設計，甚至有人喜歡失敗懲罰，有人希望隨時重試；即使所有人都合理，也不能要求每個人都偏好同一種作品。

4.3 相交域不是「所有玩家一致」

本研究改用帶條件的可協商共同接受域。對決策議題 $h$，先定義具權限的審查策略 $\pi_h$，用來說明：本案需要哪些群體的參與、是否需特別保護少數需求、是否允許選配或 MOD 化、誰有正式批准權，以及哪些結果必須優先保障。

其中 $\mathrm{Acceptable}$ 不是永遠以 51% 票數判斷，而是議題特定的、預先可見的程序規則。對角色服裝偏好，可採不具拘束力投票；對存檔毀損，應以技術與影響證據優先；對世界觀核心規則，則可能保留作者的設計決定，但允許公開替代提案。

4.4 原始交集為空時，如何產生新解？

若 $J_{h,t}=\varnothing$，不代表一定協商失敗，而代表在現有候選空間與當下接受條件下沒有被認定可接受的共同方案。可以考慮轉換算子集合 $\mathcal{T}$：

以 $\mathcal{T}(X)$ 擴張候選方案空間後，再用相同的權利、安全、品質與維護檢查重新評估：

這不是對任何議題都能找到雙贏解的定理，而是一種先擴張可思考解法，再決定是否接受分歧的工作程序。例如玩家要求取消永久死亡，可以改成原模式保留、另外提供休閒模式；但如果提供休閒模式仍會破壞作品的技術架構或社群承諾，維持拒絕也仍可能合理。

4.5 相交域三種不同的結果

1. 共同採納： 至少存在一個通過必要門檻的共同方案，可按版本計畫交付。
2. 有界分歧： 尚無共同方案，但雙方知道分歧位置；可能透過 MOD、選配、下一次實驗或不同產品支線處理。
3. 不可協商邊界： 方案涉及缺乏權利、違反明確承諾、不可接受風險，或超出產品治理者願承擔的責任；應公開適當層級的理由，無須假裝仍在談判。

4.6 不採單一效用加總的原因

有些方案可以利用權重及成本效益比較，但本研究不主張所有需求都可由以下形式作唯一排序：

原因是效用的量表可能不可通約、群體樣本可能不具代表性、加權可被操縱、部分限制不能用高分抵銷，且作品核心意圖不必然是一種可以由票數替代的效用。若使用數值分數，只能作透明的篩選與敏感度分析工具，最終決策仍應有獨立的理由鏈。

5．真正的問題往往隱藏在玩家提出的方案之後

5.1 問題—需求—方案拆分協議

每一項進入產品審查的提案，至少須能回答：發生什麼；何時發生；受誰影響；為什麼重要；現有可觀察證據是什麼；玩家目前建議的方法是什麼；是否存在其它方案。

以「請直接加入無限傳送」為例，其背後可能包含四種不同問題：世界地圖指示不清、缺乏便利傳送、移動成本與任務獎勵不匹配、或玩家根本不喜歡長時間探索。四種問題需要不同的設計回應，不宜被合併成單一選項。

5.2 不同陳述需要不同型態的證據

• 描述性事實： 「某地圖入口會把角色傳送到錯誤座標」；可用重現步驟、影片、版本檔、測試證明。
• 主觀體驗： 「我覺得走圖太枯燥」；不應要求玩家證明自己的感受，但要確認哪些群體具有相近感受。
• 價值與美學判斷： 「遊戲應該殘酷而不照顧玩家」；可公開辯論、測試不同受眾，不可能靠程式測試給出唯一真值。
• 規範性問題： 「購買時承諾的功能沒有提供」；應對照商店頁、合約與當時有效承諾，不宜只當作普通投票。
• 安全或隱私問題： 「某錯誤會把私人存檔資料公開」；應採必要的私下安全通報流程，而不是讓使用者公開全部漏洞利用細節。

5.3 證據足夠不等於必然採用建議方案

假設玩家證明長途跑圖使特定任務時間超出原設計三倍。這可以構成值得修正的證據；但不表示必須加入永久免費傳送。其它可能方案包括地圖標示、交通工具、任務重新分布、快速通道、資源消耗重算或原地小型活動。證據確立的是「問題存在與影響」，不是「特定方案天然被批准」。

5.4 理解與同意也不是一回事

公司可以完整理解並承認玩家「希望所有角色自由復活」，但仍主張其作品敘事依賴不可逆死亡。玩家同樣可以完整理解作者的敘事理由，卻不願購買或繼續遊玩。兩者都不是不理性，也不必用 AI 將其中一方解釋成「誤解」才允許保留分歧。

6．資訊品質：誰說話、誰沒說話，同樣重要

6.1 參與者不是天然隨機樣本

在公開社群中，願意發言者可能較熟悉遊戲、更常使用 MOD、較不滿意、具有更高社群聲望或更強烈意見。沈默者可能包含初學者、剛購買者、不同語言玩家、已退款者、遇到障礙後退出者，以及根本不使用討論區的人。這些差異不表示每個群體都必須被精確人口抽樣，而是不能讓觀察到的投票直接代表全部玩家。[E05]

本研究至少區分：

這三群可能重疊，但定義不同：有聲量的社群、實際持有或遊玩者，以及可能購買但尚未接觸產品的人。

6.2 代表性應該依決策問題定義

一個關於「通關後的新遊戲＋內容」的投票，讓未完成首輪遊戲的玩家與已通關玩家投相同權重，未必合理；但涉及新手教學時，也不能只聽 500 小時以上的玩家。研究應在事前說明目標母體與分層方式，避免事後挑選支持開發者偏好的樣本。

可考量的分層包括遊玩時長、進度、主要玩法、是否使用輔助設定、語言、裝置與是否首次購買。任何資訊蒐集均應基於必要性與合法性，能不用個人識別就不用。

6.3 社群支持率與整體支持率必須分開

令 $\widehat{p}_{a}$ 為參與投票者中支持某方案的比例， $\widehat{p}_{r}$ 為依研究設計取得、盡可能接近目標玩家分布的受訪者支持比例。二者差距可作為代表性警訊：

只有在樣本方法、加權與不確定性具備適當依據時， $\widehat{p}_{r}$ 才可能用於推估更廣大的目標母體；若只是另一組自選問卷，不能因其名稱叫「代表性樣本」就推論抽樣已有效。

6.4 需求不應被虛假帳號或灌票放大

網站可設計限流、反自動化、異常投票模式偵測、必要的購買或參與驗證，但不能把「未驗證為付費玩家」等同「沒有發言價值」。未購買者也可能提出合理的無障礙、隱私或產品資訊問題。抗灌票措施應遵守最小資料蒐集，避免為了一項遊戲投票建立跨網站的高度侵入式身分監控。

6.5 允許異質玩家共同存在

一款遊戲可能同時擁有喜愛戰鬥、敘事、建築、MOD 與成就挑戰的受眾。將其壓縮成「玩家想要 X」會造成認知錯誤。本文建議公開需求的群體差異，包括支持者與反對者的理由，而非只公開總票數或情緒分析摘要。

7．少數玩家、嚴重缺陷與人氣偏誤

7.1 「只有七人回報」仍可能是第一優先

玩家投票的用途之一是理解偏好分布，但若七名玩家提出存檔可能被毀損、明確資料外洩或某類設備必然崩潰，則優先級可能高於兩千人要求新增服裝。原因不是少數人的偏好在抽象道德上必然優先，而是問題性質不同：資料安全、消費者承諾、嚴重可及性障礙與功能可靠性可能屬於不可由票數稀釋的治理責任。

7.2 分離緊急與非緊急決策通道

本研究提出至少三種通道：

1. 保障／事故通道： 重大缺陷、資料安全與既有承諾問題。優先使用事件等級、證據、暴露面及修復急迫性。
2. 產品改進通道： 易用性、內容節奏、效能、操作體驗與一般優化。可比較影響範圍、成本及玩家偏好。
3. 創作擴張通道： 新玩法、新支線、美術風格、模式及大型重構。應增加核心設計相容及商業機會成本的審查。

不同通道不得僅用同一個「熱門程度」總分排序。

7.3 可及性不能只靠一般票數決定

對具有特定視覺、聽覺、動作或認知障礙的玩家，所需的功能可能只由少量人提出。若視之為一般人氣競選，可能永久排在最後。合理的評估應考量受影響者實際能否使用產品、變更的可逆性、替代設計、法規與成本，而不將所有無障礙要求等同「一定必須立即完成」；需要的是獨立的權利與風險審查，而非聲量歧視。

7.4 反對者必須保有可見位置

每份被採納的高爭議提案，應至少保留一份可公開的主要反對論據與其處理方式；例如「玩家 A 認為無限存檔破壞風險張力」。AI 摘要若只呈現多數支持理由，會使反對者從紀錄中消失，讓公司事後誤認為當時毫無爭議。

7.5 無法解決不是對玩家存在價值的否定

若公司拒絕某種遊戲模式，只表示其在既定產品定位、法律或資源條件下未被採納，不表示提出者的需求是愚蠢、不合理或應該被羞辱。應避免把「方案不被採納」誤寫成「提出者的問題不存在」。

8．參與強度與承諾：不能用模糊的「大家來決定」

8.1 五級商業產品參與模型

參照 IAP2 的參與承諾區分原理，但依商業產品適當調整 [E03]，本文提出：

高層級不代表更好。危險缺陷通報可能只需要 L1 的清楚回應；美術設計共創可能適合 L3；使用者自有 MOD 可在授權明確的 L4 領域自行決定發展方向。

8.2 同一網站不代表同一種權力

開發者可以在同一網站發佈「調查投票」、「純諮詢」、「共同設計試驗」、「由合作方負責的插件」四種不同專案，但每一專案要先公告參與類型。把所有議題放進同一個投票介面，卻在結果不符合公司意願時才宣稱投票只是參考，會降低程序可信度。

8.3 若權限會變更，必須記錄何時改變

例如最初為非拘束力票選的角色立繪主題，後來公司公告「得票第一名在授權及品質審核通過時將納入下一版」，此時已建立特定的條件性承諾。若再因不可預料的著作權或技術問題無法履行，需解釋觸發了哪個保留條件，而不能當作從未做過承諾。

8.4 玩家應有不參與的自由

參與產品共創不應成為享有已購產品基本權益的強制條件。玩家可以只購買與遊玩，不必加入社群、接受 AI 分析、上傳私密遊玩紀錄或為公司提供免費測試；這種「不參與」本身是制度應尊重的選擇。

9．需求進入正式決策的生命週期

9.1 一則留言不應直接變成開發任務

玩家社群上可能出現一句話：「我不喜歡現在的戰鬥。」如果 AI 立即生成 Issue「重新設計戰鬥」，會將尚未理解的價值判斷當作已定義的工程問題。本文提出「原始陳述保留＋需求轉譯＋決策狀態機」：保存合法且最小必要的原始發言證據，同時允許後續生成可修訂的標準化問題描述。

9.2 提案狀態機與承諾狀態機必須分離

提案處理狀態可為：

SUBMITTED
  -> TRIAGED
  -> NEEDS_CLARIFICATION / UNDER_REVIEW / DUPLICATE / OUT_OF_SCOPE
  -> OPTION_GENERATION
  -> DECISION_PENDING
  -> ACCEPTED / MODIFIED / OPTIONAL / MOD_PATH / DEFERRED / REJECTED
  -> IMPLEMENTING / EXPERIMENTAL / NO_IMPLEMENTATION
  -> VERIFIED / FAILED / REOPENED / CLOSED_WITH_REASON

不是每一條分支都要經過實作。例如被確認為重複、違法或與遊戲內容無關者，可經適當處理後結案；一個包含安全細節的提案則必須轉入受限制的事故通道。每次狀態變更應記錄操作者、時間、理由與來源事件，但可對外隱藏敏感個資。

另一套獨立的承諾狀態至少包括：

NO_COMMITMENT
  -> CONSIDERING
  -> PUBLIC_TARGET
  -> CONDITIONALLY_COMMITTED
  -> COMMITTED
  -> DELIVERED / REVISED / WITHDRAWN_WITH_REASON

ACCEPTED 表示採納方向，並不自動表示下次一定交付；PUBLIC_TARGET 表示對外目標，不應被偽裝為已無條件保證；COMMITTED 應有明確範圍、依據、責任人、驗收標準及可能的契約效力審查。兩套狀態相互關聯，但不可使用同一個欄位取代。

9.3 七種不可混同的決策結論

其中「拒絕」是一個正當且不可隱藏的結果；若網站只有「進行中」「未來版本」兩種狀態，反而會造成沒有希望的永久待辦清單。

9.4 重啟條件應先於情緒回應

拒絕某項提案後，仍可預設哪些條件足以重啟評估，例如：獲得新技術證據、出現可分離的非破壞式模式、既有授權到期後取得新授權、核心玩家群體出現持續性異常、或出現不涉及原有風險的新方案。若沒有這些條件，玩家可能反覆以更多票數要求重審，開發者也可能因疲憊而完全關閉討論。

9.5 關閉案件不是刪除歷史

對不違反隱私保留規則的案件，原始主張、處理狀態、實際修正與玩家事後驗證之間的連結應持續存在。公司可以關閉一份論壇留言串以降低管理成本，但不應因此把案件對產品改進的證據消失在系統中。對個資或法定刪除要求，則必須設計刪除／匿名化與最小化保存例外，不能以「完整紀錄」拒絕所有隱私權利。

10．AI 在協商中的真正職責：轉譯、尋路與異議保留

10.1 AI 不應被設定成「使玩家感覺被聽到」的話術機器

若企業部署 AI 客服只為快速回覆、安撫情緒、提供優惠券並降低真人接觸率，那麼表面互動量上升可能與實際問題改善完全脫鉤。ANIE-04 要求 AI 對產品決策提供可觀察價值，至少包括需求去重、證據整理、問題重述、群體差異辨識、方案生成與後續版本回流。這些工作應有品質評估，而不是以對話數或結案數作唯一指標。

10.2 六種適合 AI 執行的輔助職能

1. 語義整理： 將多語言、口語化、重複的需求形成可查詢的問題簇，同時保留原始來源及不確定性。
2. 證據定位： 尋找相關版本、相同 Bug、重現步驟、測試結果與既有公告，避免 AI 憑語感認定缺陷存在。
3. 問題拆解： 區分情緒、需求、方案、產品承諾、法律問題與安全事故。
4. 替代方案生成： 提出不同成本、玩家影響、相容性風險與可逆性方案，包括「暫不改動」。
5. 分歧保留： 在摘要中保留重要不同意見、不同群體以及尚未解決的矛盾。
6. 決策回流： 當版本實際完成並通過測試後，協助建立提案到發布證據的連結與對外說明。

其共同前提是 AI 可以做輔助分析，但其生成內容必須標記來源與信心，不得冒充已完成的人類審核。

10.3 AI 的建議不能憑自己宣稱的信心變成真實證據

一則 AI 分析可能寫道：「89% 玩家支持改善戰鬥。」除非系統能指出實際統計樣本、投票來源、清理規則、分母與統計方法，否則這只是一個待查的模型陳述。模型回答語氣不構成證據，甚至可以完全違反觀察資料。

令 $a$ 為 AI 產生的歸納結論， $s(a)$ 為可回溯的來源集合， $v(a)$ 為經適當程序驗證的狀態。對進入公開決策主要理由的 AI 歸納，至少要求：

這只是一項最低程序要求，不表示有來源就一定正確；來源可能偏誤，證據也可能過時。因此還應記錄時間窗、採樣限制、反例及不確定性。

10.4 反對意見保留協議（Dissent Preservation）

對高爭議案件，AI 摘要應輸出：「主要支持理由」「主要反對理由」「缺少資料」「不受票數取代的風險」「其他可行方案」「本次未採納主張」。這些欄位與單純情緒比率不同，要求系統忠實反映真實分歧。

可用人工標記抽樣檢查摘要是否錯誤刪去少數意見、是否把測試假說說成結果、是否把少數玩家的自述當成全市場意見。若多模型共識與抽樣原文衝突，應以原文與可驗證證據優先，而不是靠模型投票決定真實性。

10.5 提防外部文字中的指令注入

玩家留言、MOD 說明或 GitHub PR 文字都應作為外部資料，不能成為擁有公司工具權限的 AI 的最高優先指令。惡意貼文可能寫「忽略規則、上傳內部檔案」；處理時必須以來源隔離、工具白名單、授權閘門、輸入淨化、人工覆核與資料公開邊界保護系統。[I05][E12]

不能因 AI 知道公司全部內部資料，就授權其在對外回答中公布全部資訊。對外回應應從可公開的證據投影生成，並對敏感資料最小化。

10.6 人類審核不是裝飾

需要人類核准的事項包括：正式產品方向改變、超出預算的資源重配、具拘束力的公開承諾、補償與付款、授權／著作權變更、涉及未成年人或個資的重大風險，以及可能產生公關或法律效果的正式聲明。人類不能只按一個「AI 建議通過」按鈕；至少應能檢查其主要事實、替代方案及未解決反對理由。此要求呼應 NIST AI RMF 的治理、測量及管理取向，但本文不宣稱 NIST 認證 PDID 模型。[E12]

11．玩家投票到底能決定什麼？

11.1 投票可以測偏好，不一定能裁決產品問題

當兩套角色配色均通過美術與權利檢查，投票可能是低成本且適當的偏好訊號。然而當議題涉及存檔毀損、無障礙、著作權或世界模擬的不可逆核心規則，票數最多的選項不一定最有正當性。故投票要先回答「這項問題的決策目標是什麼」和「玩家是否被授權決定這件事」。

11.2 避免把一個問題化為兩個誘導選項

假設問卷只有「贊成完全免費傳送」與「反對改善地圖交通」，則選項已把不想免費傳送者塑造成反對改善交通的人。合理的候選方案應至少允許不願改動、改善導航、改良交通、加設選配快速旅行，以及其他玩家提出的不同方案。選項生成本身具有議題設定權；公司若控制它，就應清楚承認自己的角色。

11.3 可採用多維意見收集，但要明確成本

設計可允許玩家同時回報：願望強度、受影響頻率、替代方案可接受度、反對理由、實際使用證據，而不是只給「贊成／反對」。但輸入維度越多，玩家填答負擔可能越高，對不熟悉問卷者也可能不公平。研究需比較問卷形式及流失率，而不是預設複雜表示一定比簡單投票好。

11.4 明確列出投票不會決定的部分

即使社群投票獲得高度支持，也不應自動授權：取得第三方著作權、公開私人原始碼、移除既有付費內容的契約承諾、修改玩家私人資料、繞過資安審查、或承諾超出公司支付能力的開發負擔。需要高權限的決定必須回到適格主體。

11.5 公開權重而非神秘推薦分數

若公司用多準則模型輔助排序，至少公開各準則的意義、資料來源、硬性排除原因，以及各權重變動是否導致排序翻轉；保留「開發者決定不同於分數推薦」的可能性並要求記錄理由。若公司每次想拒絕某提案就臨時調整模型權重，評分制度會失去可信度。

11.6 偏好可以改變，但不應強制說服

公開理由、試玩替代方案與跨群體討論可能使玩家改變看法；公司也可能因證據改變自己的設計。這是開放協商的潛在價值。但如果平台目的是以 AI 持續遊說直到玩家接受公司的決定，則制度已從需求研究滑向不對等的說服機器。應保障玩家直接表明「我理解，但仍不同意」的權利。

12．決策可解釋性不是公關修辭

12.1 「我們聽取回饋」不足以構成可驗證說明

企業聲明「感謝所有熱情參與，我們會持續優化」可以是禮貌，但無法使玩家知道其具體建議是否被理解。對公開納入決策的議題，最少應指出採納何種事實、什麼部分仍不確定、做出何種決定、該決定與原提案有何差異、之後哪個事件可以驗證結果。

12.2 事實—價值—限制—權限—結果五分法

對一項正式決策 $d$，本文提出一個可解釋的最小理由組：

其中：

• $F_d$：已確認及尚未確認的事實（Facts）；
• $V_d$：所採用的產品價值、體驗目標與偏好（Values）；
• $C_d$：成本、風險、法規及維護限制（Constraints）；
• $A_d$：決策權及必要核准者（Authority）；
• $O_d$：實際決策、交付與驗證結果（Outcome）。

此模型不要求把內部機密、所有人員姓名或每條程式碼公開，而是要求公開說明在適當粒度下可被理解並可追責。若某資訊依法或因安全不能公開，至少可標記它屬於哪類必要審查及公開程度，而非虛構另一個理由。

12.3 區分「理解原因」與「接受原因」

可解釋性最高也不保證滿意。玩家可能完全明白公司為何不提供自由轉職，仍認為這款遊戲不值得買。制度應以「理由是否忠實且可檢查」作評估，不應把每個玩家是否滿意當成要求公司放棄自身設計的壓力指標。

12.4 可回溯來源鏈

每一個進入公開決策理由的事實最好能指向相關測試、版本或可合法分享的來源。W3C PROV-O 已提供 Entity、Activity、Agent 等描述來源與派生關係的語彙；本文借用其精神設計提案、實驗、決策和發布的關聯，但不聲稱本篇架構完整實作了 PROV-O。[E13]

概念鏈如下：

玩家原始陳述 (source)
  -> 問題簇 (interpretation)
  -> 可重現證據 / 受訪者樣本 (evidence)
  -> 方案集 (alternatives)
  -> 產品決策 (authority + reasons)
  -> 實作任務 / 不實作理由 (action)
  -> 測試證據 (verification)
  -> 版本公告與回應 (public projection)

每一段可失敗、可重開、可修正，而不是只有「投票」和「開發完成」兩個端點。

12.5 可解釋性必須計入維護成本

如果每一項細小調整都要求五千字的公開說明，參與制度很快會壓垮小型團隊。本文建議採風險與影響分級：低風險小修正可合併發布簡述；高衝突核心決策需完整理由；事故通報遵守安全及法遵的時間敏感要求。AI 可協助生成初稿，但要用真正的決策事件作根據。

13．遊戲作者性與商業權責：非服從不是無責任

13.1 作者性是產品品質的一部分

有些遊戲的獨特價值正來自它不迎合所有玩家：難以逆轉的後果、刻意限制資源、固定視角、單一角色死亡、令人不安的敘事或強烈的美術風格。若凡是造成玩家不滿意的內容都刪除，作品可能變得方便但失去辨識度。本文將核心作者判斷視為值得公開說明、可以受批評，但也可以合法保留的設計選擇。

13.2 既有契約和市場表示優先於任意重新定義

公司可以不採納未承諾的新增功能，但對已銷售版本是否達到商店頁所述內容、付款後的使用條件、有效退款規則或其他法律義務，不能僅因「作者不想修」就消除責任。本文不提供個案法律判決，而要求需求治理在技術審查之外保留對既有承諾的獨立檢查。

13.3 不願採納仍應允許正常退出與批評

玩家可以留下負評、停止遊玩、要求依法可得的救濟，或轉向其他產品；這些不是協商制度的「失敗樣本」而應被紀錄為市場反應的一部分。公司不能把買過產品的玩家綁成永久社群成員，也不應透過降低被批評者權益來懲罰不同意見。

13.4 對玩家的義務不是「每項要求都做」

企業可以承諾公平處理、回應指定種類、不得隱瞞已知嚴重風險，並提供可核查的更新紀錄；但不能以模糊口號把自己承諾成「任何意見都會立即實作」。這種不可兌現的善意最終會損害信任。

14．相交域的經濟學：每個決策都存在機會成本

14.1 AI 降低候選生成成本，不等於取消整合成本

ANIE-02 已將 AI 開發成本區分為生成、整合、測試、審查與後續維護。[I02] 玩家—開發者協商要沿用此區分：即使 AI 一小時內能生成十種快速旅行方案，長期保存、不同模式測試、世界狀態相容、MOD 衝突和新手教學仍可能變成新增成本。

對方案 $x$，可以估計生命周期成本：

此式是成本分解框架，不保證各項可以完全避免重複計價。若測試與維護受同一缺陷影響，實際估計需要避免把同一工作量重複加入。

14.2 成本不是永遠否決的理由

成本較高可以導致延後，但也可能因重大缺陷、法律責任或高風險玩家損害而仍需投入。反過來，成本低的功能若破壞作品核心體驗，也不應因「AI 做起來很快」就必然採納。成本是必要資訊，不是單一裁判。

14.3 需求治理本身也要有時間預算

設定獨立的季度協商預算，例如固定回饋整理時段、實驗數量上限、重大事故不受該上限限制，並將「玩家參與制度所耗的 AI 額度與人工工時」列入成本帳本。否則越公開可能越被大量非核心討論拖累，反而破壞原本承諾的產品交付週期。

14.4 把多次相似訴求變成一次有證據的研究

一百則「角色移動太慢」留言可能有不同根因，也可能都源自一項動畫與遊戲時間步進錯誤。AI 去重可以節省檢索成本，但每次合併都應保留來源數與差異特徵，不能因文字相似就認定使用情境相同，尤其不能把不同版本的新問題誤合成已修復舊案。

14.5 有形回報可能不是唯一協作誘因

玩家可能因熱愛遊戲而免費回報缺陷、撰寫攻略或公開 MOD；公司應尊重其自主貢獻，卻不應把這種自願性擴展為「既然大家都喜歡就不必支付專業委託報酬」。具體商業任務、明確交付責任與著作財產權使用需要另行協商。[I07]

15．從意見到 MOD、PR 與契約合作：不要讓選項只有「官方做／不做」

15.1 正式產品與玩家創作可以分線發展

假設有玩家希望全部怪物等級依玩家戰力自動縮放，開發者認為這會破壞手工設計的危險地區。僅有「採納」或「拒絕」會使雙方對立；如果遊戲提供合法、安全、穩定的擴充介面，玩家可以製作替代體驗並讓願意使用的人自行選擇。

這不是把技術責任全部推給玩家：官方要明確界定 MOD SDK、版本相容、存檔備份、安全警示、已支援的掛點與不支援的風險。更詳細的工程契約屬 ANIE-05。[I06]

15.2 MOD 不是永遠次等的產品地位

若某項 MOD 在實際測試中改善遊戲，通過公司設計與權利審查，官方可以與作者談授權、報酬或委託維護。相反地，某項創作即使極受歡迎，也可以保持非官方路線，不必強迫每個社群創作者將成果交給公司。

15.3 PR 不等於公司自動取得權利

外部貢獻可能是文件修正、程式碼、關卡、美術、中文翻譯、測試案例、平衡數據或新系統。公司接受 PR 的流程不等於自動取得全部合法商業使用權，亦不意味產品核心必須公開原始碼。需就授權、第三方材料、署名、可修改性、保固責任及後續維護訂出條件；ANIE-06 將專文討論。

15.4 玩家轉為合作方，不必轉為正式員工

玩家可透過獨立專案契約交付特定任務，但契約類型、實際從屬關係、薪酬、稅務與勞動法律應依事實判斷，不因網站把合作身份標成「貢獻者」就能忽略。本文關心的是角色可以轉換、貢獻應被記錄、權利與報酬能清楚協商，而不是預設所有商業合作都適合以承攬方式處理。

15.5 官方決策可以為社群保留不同未來

拒絕某項模式，不必等於完全禁止其合理創作。只要合法且符合安全與平台條款，官方可以給予 MOD 路徑、穩定 SDK、測試工具或實驗分支。讓作品主版本維持作者方向，同時允許平行玩法持續存在，是相交域的一種重要結構性結果。

16．跨平台資料架構：Steam、網站與開發內部如何分工

16.1 Steam 不應被當成唯一資訊真相來源

Steam 社群具有玩家可近性、評論制度與購買入口，但它不必承載全部需求審查、契約、MOD 權利與公司內部工程資料。Steamworks 的 Playtest 文件已容許開發者透過公告或回饋按鈕導向自有網站等通路。[E09] 本研究建議：在合法與平台規則允許範圍內，Steam 負責公告、商店、社群對話與入口；公司網站負責跨產品需求追蹤與公開決策；內部系統負責實際授權、私有測試、合約及高風險處理。

16.2 產品資料不是先從網站畫面開始

一個可維護平台至少需要：

Game / Version / Branch
Proposal / ProblemCluster / CommentSource
Cohort / SurveySample / Evidence
DesignInvariant / RiskAssessment / FeasibilityAssessment
Decision / Authorization / Commitment
Experiment / TestRun / BuildArtifact
Release / ChangeLog / PublicNotice
Mod / Contribution / ContractBoundary
Appeal / ReopeningCondition / Redaction

這些實體以穩定 ID 關聯，網站頁面、Steam 公告與 AI 回應只是其不同的受權展示。不要把一則 AI 生成新聞稿當成唯一權威來源；其背後應指向實際決策和交付紀錄。

16.3 公開層與內部層的雙重投影

設 $W_t$ 為公司可用的內部議題世界狀態， $\Pi_{\mathrm{pub}}$ 為受控公開轉換、 $\Pi_{\mathrm{auth}}$ 為權限限定的合作轉換，則：

應要求公開資料是內部已確認狀態的忠實子投影或合理概括，不應在公開時添加內部不存在的承諾；但為保護未成年人、私有工作區、敏感個資、漏洞細節或商業機密，可以合理刪除欄位與降低粒度。[I05]

16.4 公開版本不是即時同步全部內部工作

公開決策網站不需要把每一行未合併程式碼、每一次 AI 失敗的候選修改或所有員工即時狀態直接公開。可以先由正式版本、已核准的決策與摘要事件作來源，再輸出公告。避免把「透明」變成讓競爭者、攻擊者或圍觀者觀看未完成機密的即時監控。

16.5 事件訂閱與版本回饋

經使用者選擇訂閱後，當議題從已確認變成已修復、或公司正式拒絕時，可以提供通知。通知應包含事件 ID、變更內容、受影響遊戲版本、可驗證證據及未來的再開啟條件。避免以商業宣傳推送取代必要的產品狀態回應。

16.6 對外公關與互動制度並不互斥

公司可以保留影片、新聞、媒體採訪、Steam 更新公告及正式公關；新制度增加的是讓單向公告背後具備持久的提案、證據及回應結構。兩者相互連結，而不是要求所有玩家都離開 Steam 到公司網站重新註冊後才能理解更新。

17．反對與申覆：拒絕後應如何不再陷入無限循環？

17.1 申覆不是讓不滿者無限刷新投票

提出者可以要求公司更正事實、指出重要新證據、證明程序違反公布規則，或重新描述先前被誤解的需求。但「我仍不同意你」可以被記錄為分歧，不必自動觸發全案重審。這樣才能兼顧參與權與治理成本。

17.2 有效的重新審議條件

至少包括：(a) 新重現資料或受影響版本出現；(b) 客觀評估發現先前樣本代表性有重大缺陷；(c) 專案硬性限制已改變；(d) 新的可分離解法降低先前拒絕風險；(e) 發現決策者存在權限或利害衝突問題；(f) 適用法律或平台規定發生變化。

17.3 三種合理的公開結案狀態

1. 已完成： 方案已在指定版本交付、測試通過且有可檢查證據。
2. 有理由的不採納： 公司已按既定權限和程序作出決定，保留特定可重新審議條件。
3. 已回應、仍不同意： 主要不同意見已忠實紀錄，雙方不必形成表面共識。

第三種狀態尤其重要：它允許健康而明確的分歧存在，使「回應品質」不被錯誤簡化成「同意比例」。

17.4 獨立的程序申訴入口

對刪文、封鎖、作弊灌票判定或 AI 誤歸類，可以提供不必重辯整個設計議題的程序申訴機制。提出者只需針對程序或資料正確性提出，系統不應用「產品主權在公司」的理由拒絕處理確實發生的管理錯誤。

17.5 防止社群治理成為公開羞辱

公開決策可呈現反對理由，但不應公布玩家的私密通訊、個別帳號關聯、工作或家庭資訊，也不能把提出不受歡迎要求的人列為「破壞者」供其他玩家攻擊。需設定辱罵、威脅、個資曝露與騷擾的內容管理邊界。Steamworks 及 GitHub 社群管理文件均有現成實務可借鏡，但其規則應按個別平台及公司政策落地。[E10][E11]

18．測量框架：不把參與量誤認為產品價值

18.1 研究的評估單位

至少有四種不同單位：提案（proposal）、問題簇（problem cluster）、產品版本（release）與玩家群體（cohort）。一百則討論可能只對應三個問題；一個問題也可能影響十種不同 MOD 組合。統計時必須保留關係映射，避免將評論數當作獨立樣本數，或用一次修復同時處理一百則留言卻誤算成一百項產品改善。

18.2 資料覆蓋率（Coverage）

令 $N_{\mathrm{eligible}}$ 為符合該期公開處理政策的議題數， $N_{\mathrm{captured}}$ 為其中有合法、可查追蹤紀錄的議題數，則可定義：

若 $N_{\mathrm{eligible}}=0$，此指標記為「不適用」而非 100%。eligible 的規則應事前制定，不得事後透過排除難處理案件抬高覆蓋率。對被合法移除的私密案件，應能以不洩漏內容的方式記錄處理數量。

18.3 問題轉譯忠實率（Problem Translation Fidelity, PTF）

從不同來源抽取議題樣本，由至少兩名具備情境的人工標註者判斷 AI 是否正確區分原始需求、可能根因及方案，並針對爭議樣本進行裁決。

其中「忠實」不可只看語義相似度；如果玩家反對自動等級縮放，AI 誤譯成「玩家喜歡更高難度」，可能在語意上接近卻完全改變可用方案。

18.4 重要異議保留率（Dissent Preservation Rate, DPR）

由人工事前標記議題中的重要反對理由集 $M_h$，檢查公開摘要是否忠實呈現。在各案按重要性分層抽樣後定義：

重要異議須由獨立且一致的標記規則定義，不能以是否受公司歡迎決定。若某案沒有明確的重要異議，應另行標記，而不是讓分母為零時自動取得滿分。

18.5 決策證據完整率（Decision Trace Completeness, DTC）

對正式決策抽樣核對：是否存在提案或產品內部觸發事件；有無可辨識理由；是否記錄權限；是否把承諾與目標分開；涉及已交付者是否有版本證據。可將每案依缺漏程度分級，再報告：

本指標不應因列出大量不具內容的欄位而提高，稽核須檢查資訊的實質性。

18.6 嚴重問題回應延遲（Critical Response Latency）

用被確認的有效嚴重事故作分析單位，分別記錄從首次有效報告到確認、緩解、修復及告知的時間。不能只量測 AI 第一句「感謝回報」的回應時間；也不能用發文頻率代替真正修復速度。

18.7 相交域方案產生率與採納品質

記錄一個原先在基本候選集中無法被雙方接受的議題，是否因重述、選配、拆分或 MOD 形成新且通過測試的方案。必須將「新增候選」與「真正通過產品驗收」分開。

若系統一案生成一百種不可維護方案，不應因候選數多而評為有價值；需要經過成本、品質和受眾測試後才能計入。

18.8 代表性落差與缺席群體的追蹤

使用上一節的 $\Delta_p$ 及分群差異報表，呈現活躍社群與其他合法取得樣本之間的偏好差距。若樣本不足以推論母體，僅公開觀察差異與信賴區間或合理不確定性敘述，不應強行創造「全體玩家支持率」。

18.9 開發者主體性與版本一致性

可以透過獨立評審者和受訪者評量作品是否仍符合事前宣告的核心設計命題。例如一個以危險地形與緩慢探索為核心的世界，若為滿足熱門提案而逐步消除交通、風險與地理限制，則即使短期滿意上升，仍可能出現定位稀釋。評量方式需要比較事前設計文件、遊戲實際狀態和玩家理解，而不是僅憑作者事後宣稱「還是我想要的」。

18.10 玩家信任、程序正當性與商業結果不能混成一個分數

研究至少分別量測：

• 程序可理解性：玩家能否正確重述公司的決定及其理由；
• 程序公平感：不同意者是否仍認為自己的意見被忠實處理；
• 使用品質：崩潰、存檔可靠性、完成率、可用性、玩家留存；
• 商業結果：在允許且可核對的範圍內觀察退款、付費轉換、淨銷售與更新後購買行為；
• 治理成本：人工作業、AI 額度、客服重工、審查時數及爭議升級事件。

Steam 上的好評變多，不等於所有指標改善；同樣地，短期營收變多也不能證明少數玩家的合法權益被保障。最終研究必須報告指標間的取捨，而不是用單一「互動企業總分」掩蓋負面結果。

18.11 績效指標的反作弊設計

若 AI 客服以「結案率」評價，可能過度關案；若以「玩家滿意」評價，可能承諾無法交付的功能；若以「已處理提案數」評價，可能拆分一個簡單問題創造績效。故每個指標都應配置至少一個反向風險監測，例如結案率配合重啟率、滿意度配合承諾兌現率、處理量配合有效修復率。

19．可反駁研究假說：讓理論接受失敗

H01｜需求轉譯假說。 相較於只有關鍵字分類與人工快速查看，具有問題—需求—方案分離與來源稽核的 AI 輔助流程，對抽樣議題的 PTF 可能較高。若未改善或增加重要誤譯率，此假說不成立。

H02｜動態相交域假說。 在原始提案與核心設計衝突的議題上，加入重述、拆分、選配及實驗程序，可能提高通過驗證的新可行選項比例，而不顯著增加對既有玩家的傷害。若只增加未完成提案或返工量，假說不成立。

H03｜非服從程序信任假說。 相較於無理由拒絕或空泛安撫，明確理由及申覆條件可能使不滿意最終結論的玩家仍較能理解程序。若清楚拒絕引發更高持續爭議且未提升可理解性，須修正適用條件。

H04｜社群代表性修正假說。 對自選社群與目標受眾差距顯著的議題，加入分層樣本及反對群體實驗，比單純按票數採納，更可能降低非參與玩家在改版後的負面使用結果。若分層資料未改善結果或偏誤同樣嚴重，假說不成立。[E05]

H05｜少數重要問題保障假說。 獨立保障／事故通道能降低低聲量但高影響問題的確認與緩解延遲。若造成大量誤報或占用資源而未改善實際處理時間，需修正分類標準。

H06｜設計主權保存假說。 明確列出核心設計不變量、替代模式及 MOD 選項，可能比純人氣排序更能保留作品一致性，同時讓不同受眾形成可接受體驗。若過於僵化導致本可修復的缺陷被忽略，假說部分失效。

H07｜AI 異議保留假說。 加入人工審核及反對理由保留欄位的 AI 摘要，比只求簡短一致結論的摘要更能通過 DPR 稽核。若摘要仍長期漏掉重要少數意見，相關 AI 組件不得直接進入公開決策主理由。

H08｜承諾分離假說。 把「考慮中」「季度目標」「有條件承諾」「正式承諾」「已交付」分開，可能降低玩家對尚未交付功能的錯誤預期。若多狀態造成更大混淆或不能提高玩家對承諾的理解，需簡化介面。

H09｜公開證據對抗信任流失假說。 能從決策追到正式建置與修復證據的制度，可能降低玩家因「公司無聲」而產生的不確定性，即使部分提案遭拒絕。若實際更新品質不足，公開更多資訊可能不改善信任，需如實報告。

H10｜AI 成本淨效益假說。 在問題去重、回應生成與方案比較等高重複任務上，AI 可能降低單項有效決策的總處理成本。但若核對錯誤、回答爭議與權限修復成本超過節省，假說不成立。

H11｜協作路徑多樣化假說。 具備穩定 MOD／PR／實驗支線的產品，面對與官方核心規則衝突的需求，可能保留更多玩家創作與非官方滿足路徑，同時降低官方強制改版壓力。若 MOD 維護、資安或授權問題使總體成本惡化，須限定適用範圍。

H12｜總體品質與市場效果假說。 PDID 在長期多季度條件下可能改善某些產品品質與信任指標，但其對整體銷售、留存及滿意度的效果不預設為正。若結果顯示它只改善高活躍社群評價、反而削弱非參與者體驗，應承認與 2026 年社群自選偏誤研究一致的限制，而非宣稱實驗成功。[E05]

19.1 假說分類與優先順序

H01、H07、H08 是較容易在平台內部先行驗證的程序品質問題；H02、H03、H05、H06 是需要玩家分群與跨版本證據的產品治理問題；H04、H09、H10、H11、H12 則更適合在多版本或多作品之間進行縱向比較。即使 H01 成立，也不能據此宣稱 H12 成立：AI 摘要更忠實與遊戲市場更成功是不同問題。

20．實證研究方法：從工作論文到真正可比較的資料

20.1 研究場域與樣本單位

最小可行研究可選擇一款具有活躍測試者、數個反覆更新版本及獨立網站議題追蹤的單機遊戲；正式縱向研究則應擴張到不同類型的遊戲，包括世界模擬、敘事型、戰術型與短篇小品。每款遊戲的受眾、付費門檻與更新壓力不同，不得混在一起當成同質樣本。

研究單位至少為：

1. 一則進入系統的需求或問題簇；
2. 一次處理該議題的決策；
3. 一個受到變更影響的可玩版本；
4. 一組受影響的玩家群體；
5. 一個跨版本的季度觀測時間窗。

同一玩家可能提出多個問題、同一問題可能跨多季，因此分析必須保留聚類相依性。

20.2 對照條件的最低設計

如果技術與倫理條件允許，可比較以下程序：

C2 不是建議故意對玩家提供誤導資訊，而是比較常見的「AI 協助整理但沒有完整制度」基準。任何條件都不得故意不處理嚴重安全事故、違反法規或已承諾的基本維護義務；必要的安全服務必須對所有實驗組一致。

20.3 分組與干擾效應

網站上公開討論會跨組傳播，一位玩家也可能同時看到 C0 與 C3 的不同議題。因此理想的隨機化單位可能不是單一玩家，而是獨立議題簇、可分開測試的功能區或不同遊戲；但組間難以完全隔離，必須報告 spillover。若不適合隨機實驗，可採事前註冊的中斷時間序列或差異中的差異設計，並檢查改版與行銷曝光的共同變動因素。

20.4 招募、代表性與退出者

至少需要社群活躍使用者、隨機邀請或可合理近似的實際玩家樣本，以及未持續參與、因使用體驗不滿而退出者的合法回饋。研究不應只從願意填問卷的 Discord 成員推論全部受眾。對不同群體的抽樣權重與未回覆偏誤，需要在計畫書中事前定義。

若無法取得購買者母體資料，就不能宣稱研究涵蓋全體玩家；應明確寫成「自選社群樣本」「測試者樣本」或「平台內可接觸樣本」。

20.5 前置註冊與指標優先序

研究開始前至少公開或保存研究方案：主要因變數、必要次要指標、樣本招募方法、分析排除規則、干預方式、有效反證標準，以及如何處理資料不全。否則公司可以在季度結束後只挑有利指標宣稱成功。若涉及商業機密可保存受權版本並公開可查摘要，不要求公開競爭敏感的成本帳。

20.6 觀察時間

短期可評估轉譯品質、回應延遲與玩家對決策理由的理解；中期需要跨一次以上的可玩版本更新；長期需觀察玩家留存、核心體驗一致性與數次季度承諾兌現。單週內訊息量增加不應被誤當成完成多季度的制度研究。

20.7 統計分析建議

對有明確二元結果的案件可估計風險比或差異及不確定區間；對反應時間可採存活分析與適當截尾；對反覆提案及跨版本使用者可使用分層／混合效果模型；對文本忠實度則應結合人工審核與質性誤差分析。因產品與需求高度異質，部分研究可以採預先指定的案例比較，而不強求單一大樣本統計結論。

20.8 盲審與稽核

評估 AI 需求摘要、拒絕理由及重要異議保留時，可使用對處理組別適度盲化的人工審查，避免評審因知道「這是新制度」就偏向給高分。完整雙盲在產品版本研究中不一定可行，應說明盲化成功與否及其限制。

20.9 主要停止條件

若在實驗中出現未受控的個資外洩、惡意操縱、重大漏洞、玩家遭騷擾、AI 未授權承諾付款或實際產品品質大幅受損，研究程序須允許立即停止受影響功能、保存適當證據、完成風險修復後再評估。研究資料不得凌駕玩家合法權益。

21．四組深入案例：不是每一個分歧都能被消除

21.1 案例 A：永久死亡與自由存檔

情境： 一款戰術世界模擬遊戲的主要設計之一是「死亡產生長期歷史後果」。部分玩家要求角色死亡可無限讀檔，理由包含擔心失去投入數十小時的成果、誤操作造成不成比例損失，以及工作時間有限。

一般人氣處理的問題： 單看支持票數，公司可能完全移除死亡後果；完全拒絕則可能忽略存檔管理與意外崩潰才是真正原因。

PDID 處理： 將訴求拆為「意外資料損壞」「錯誤操作」「不喜歡永久死亡」「想探索劇情但沒有時間重玩」。其中意外損壞走保障通道；操作誤觸可研究確認提示；其他屬玩法偏好。可行候選為原標準模式、獨立休閒模式、MOD 可控制的死亡規則及更清楚的購買前警示。若平衡兩套模式超出成本或破壞原體驗，公司仍可保留標準版設計並解釋。

不能宣稱： 此案例沒有實際玩家投票或測試數據，不可寫成某種方案一定提高留存。

21.2 案例 B：只有七人回報的存檔毀損

情境： 數千人希望更新角色美術，但七名玩家提供大型地圖載入後存檔無法再讀取的可重現資料。

PDID 處理： 無論玩家對美術新內容的投票多少，存檔毀損都優先進入事件通道；AI 協助定位重現條件並與測試矩陣交叉，人工確認風險。公司可以暫停不必要的新功能合併，先做備份、修復與公告。在得到修復版本證據後再恢復正常更新。

不是少數暴政： 此處優先的是可檢驗的高影響問題，而不是因報告者人數少就具有特權。

21.3 案例 C：硬核玩家與新玩家的平衡衝突

情境： 核心社群高時數玩家要求敵人更難、資源更稀缺；新玩家則普遍在前兩小時因提示不足而退出。EA 論壇上可能較少見到已經退出遊戲的人。

PDID 處理： 事先定義目標母體，區分深度玩家和新玩家；用不同樣本測試「降低物資」「改善教學」「增加進階挑戰」「難度分層」等方案。保留基礎版本的世界觀規則，可能透過進階挑戰滿足核心玩家，同時改進新手理解。

潛在反例： 若作品明確定位於極高難度市場，且目標受眾本來就接受較陡峭學習曲線，為擴張大眾市場而強制簡化可能損害產品；不能僅以潛在玩家人數多便推翻已選定的細分市場。[E05]

21.4 案例 D：爆紅 MOD 與官方立場衝突

情境： 一位玩家開發的 MOD 取消角色職業限制，獲得大量下載；官方設計者認為原職業鎖定是敘事與經濟系統的重要基礎。

PDID 處理： 不必立即把 MOD 合併成官方內容。公司可以確認 MOD 的合法擴充範圍、提供相容測試與必要 SDK，觀察不同受眾遊玩模式；若未來決定讓部分功能正式收錄，則與作者談著作權、報酬與維護契約。既有玩家也可以繼續使用原模式。

需要留意： MOD 下載量不能被直接當作官方收錄的商業必然性，因為下載者與原產品的全部購買者未必有相同比例與用途。

22．反例與失敗情境：哪些情況不適合本框架？

22.1 小型敘事作品可能不需要大量協商

一個完整、封閉且創作意圖高度鮮明的兩小時單機作品，可能只需可靠的缺陷修復及少量使用研究，沒有必要為每一個劇情選擇建置投票制度。如果社群介入導致大量劇情洩漏與創作折衷，PDID 的成本可能大於效益。

22.2 核心設計仍可能保持不被改寫

公司可以公開拒絕某個方向，但不能為保住自身論點而造假測試或抹除反對者。在沒有新的充分證據前，維持設計主權可能是合理決定；同時記錄玩家仍有權不接受這款作品。制度能容納分歧，本身比強迫得到共識更重要。

22.3 多數玩家可能不願意參與治理

遊戲本來就是娛樂，不是所有人都希望研究決策理由、填寫問卷或參與協商。若玩家只是想遊玩，公司不應因他不加入網站就降級支援。此處的最佳制度可能是可選擇的深入參與＋適度的默認產品維護。

22.4 AI 會放大錯誤的需求敘事

若一個模型錯誤地把「不滿戰鬥節奏」推斷成「大部分玩家討厭回合制」，後續由此生成的二十個方案可能全部偏離真問題。高速生成不會自動修正錯誤問題定義；反而可能更快累積錯誤決策。

22.5 可行域擴張不一定增加淨價值

每增加一種可選玩法，都可能帶來更多測試路徑、教學成本、分支存檔、MOD 衝突與產品定位模糊。若選配造成組合爆炸，新的相交域可能技術上非空、經濟上不可承擔。本文不將「有更多選項」等同「更好的產品」。

22.6 公開討論可能誘發策略性操作

群體可能組織投票要求改版、競爭者可能刻意放大負面議題、部分玩家可能以可能被付費收錄為誘因灌送低品質提案。平台應具備合理限流、證據審查與內容管理；但不得以「避免灌票」為名任意隱藏合法批評。

22.7 不同司法轄區與文化可能產生差異

不同市場對著作權、消費者權利、隱私、對外承諾與未成年人參與的規範不同；不同語言群體也可能對公開衝突與正式拒絕具有不同期待。本文不假設單一網站制度不需調整即可全球適用。

22.8 對制度的最強質疑：更透明卻更慢

假設 PDID 讓每一次調整都多出四層審核，但只少量降低錯誤，最後使季度產品進度持續落後，則公司可能寧可用簡單而可追溯的論壇管理。這並不違反本文，而是它必須接受的實證反例。研究需要從第一天記錄程序的總成本，不只展示成功故事。

23．EveMissLab 可執行的階段性實作方案

23.1 階段 0：建立議題語義與決策最小紀錄

先選一款遊戲，不需要設置所有投票機制。必要物件為遊戲 ID、版本 ID、提案 ID、原始來源、問題簇、參與層級、決策狀態、承諾狀態、主管或受權者、公開理由與連結。既有 GitHub Issues 或其他合適的受控追蹤系統即可當暫時儲存層，應避免重複製造與現有內部平台功能相同的新軟體。

23.2 階段 1：開放網站與多通路入口

在 Steam 公告、選單回饋入口、產品官網等合法介面指向同一套玩家回饋地址。優先開啟 Bug、使用困難、玩法提案與 MOD 意見等少數明確分類，並讓玩家能不經重新解讀，確認原始主張是否仍被忠實保留。

23.3 階段 2：AI 輔助而不自動決策

開始做需求去重、跨語言整理、異議保留、來源追蹤與季度摘要，由具權限的人核定正式決策。建立「模型誤譯事件簿」記錄錯誤合併、遺漏群體、虛構承諾與不當自動化。未通過核驗的 AI 摘要只作內部候選，不直接轉成正式公告。

23.4 階段 3：季度協商與公開證據鏈

以每兩週內部或適度公開進度、每月議題回顧、每季度主要交付報告等節奏運作。公開各議題的採納、拒絕與實驗狀態，連結實際版本或測試證據；保留非參與玩家的最小必要產品公告。季度目標與法律上有效的硬性承諾要清楚分開，延續 ANIE-02 的品質閘門。[I02]

23.5 階段 4：MOD／PR／外部合作接入

當穩定 SDK、權利聲明、審查與測試流程成熟，逐步開放 MOD、文件／工具 PR、特定功能委託或更深的共同設計。外部合作不要求公司全部公開原始碼；但已授權的外部貢獻不能被當成沒有來源的公司自產素材。

23.6 階段 5：跨作品與公司級擴張

當單一遊戲已能產生多季可核驗資料，再將相同的「提出問題—證據—方案—決策—交付—驗證—回應」流程移植至其他 EveMissLab 產品及公司級公開資訊介面。此時仍需依產品風險與市場，決定哪些事項適合公開協商；沒有必要把每一項內部商務談判或員工管理事項放到公開平台投票。

23.7 技術依賴邊界

本研究可以與 SEDB-GAME／ModWorld 的遊戲語義、企業母 AI 的持續企業世界狀態、AI 決策編譯器、Publication-Boundary Governance 及企業通訊智能核心銜接。[I04][I05][I06][I08][I09][I10] 但這些既有架構仍有各自研究和實作成熟度，不應因在此處被引用，就宣稱已完成一個全功能 ANIE 互動企業平台。

24．跨出遊戲產業後，能留下什麼一般性命題？

24.1 遊戲只是最佳的初始實驗場之一

遊戲具備頻繁版本更新、明確玩家使用證據、相對完整的數位交付、活躍社群、MOD 及可觀察的市場回應，因此適合做產品決策透明度的低到中風險試驗。但這不意味遊戲公司的經驗可以直接移植到醫療、金融、教育或公共部門；高風險領域有更嚴格的權利、法遵、責任與安全要求。

24.2 從「使用者意見」到「可處理的產品知識」

一般企業客服可以沿用問題類型分類、證據層級、狀態機、承諾分離與結果回流；但處理企業採購、產品維護或訂閱服務時，應額外納入服務水準契約、不同客戶合約、商業秘密及支付權限。

24.3 公開更多不等於公開一切

企業可以公開處理程序、部分產品進度、公開採納／拒絕理由、品質驗證與改進結果，同時保留未公布 IP、定價策略、客戶隱私、員工資訊與受法定限制事項。Henkel 對企業在開放創新中「選擇性揭露」的研究提供一個重要歷史參照：對外協作與保留部分商業資訊本來就可以同時成立。[E14]

24.4 AI 時代的競爭優勢不只在資訊保密

如果 AI 使許多方案的生成與技術拆解更容易，企業的競爭差異可能更依賴高品質問題定義、資產可重複利用、版本驗證、選擇能力與可信任的交付紀錄。這是應透過多企業研究驗證的趨勢假說，而非宣稱保密或 IP 已經失去商業價值。

24.5 互動企業不等於無限擴張的參與權

企業不需要把薪酬、機密研發、客戶契約、採購價格或內部紀律事項公開投票才能稱為互動式。相交域可以存在於適格的外部產品問題上，非服從式協商依不同主體原有法律與契約地位配置，而不是把一切事務轉化成全民公投。

25．結論：允許公開的分歧，比假裝一致更有制度價值

本篇最重要的觀點不是「玩家一定比開發者更懂遊戲」，也不是「開發者主權絕不受挑戰」，而是兩者均不能替代對方的真實資訊與責任。玩家實際遊玩，具有作者不一定能事先掌握的證據與創作能力；開發者保有作品定位、合規、成本整合與長期維護的責任；AI 可以擴張候選方案、整理龐大討論、降低技術與溝通負擔，卻不能憑語言流暢性取得決策權或創造不存在的共識。

玩家—開發者相交域（PDID）不是一個保證交集永遠存在的定理，而是一個能忠實觀察分歧、擴張候選、嚴格維持硬性邊界、允許拒絕並提供驗證證據的決策程序。 它的特色在於把「公司不採納」也視為需要適當說明的正式決策，把「玩家仍不滿意」也視為可以合法保留的結果。

理論上，一個真正成熟的 AI 原生互動企業不該把玩家的意見當成噪音，也不該把它們全部升格成命令；不該只公布最終新聞稿，也不該把內部所有資訊交給公開輿論；不該讓 AI 假裝公司永遠答應，也不該要求玩家在聽懂理由後就必須接受。

本研究因此提出如下總結：

第二式不是公認的可量化恆等式，而是本研究的五項構成性命題。後續 ANIE-05 將把「不進正式主線的需求」進一步帶入 MOD 原生架構，ANIE-06 則研究玩家透過 PR 與契約正式加入產品生產的路徑；ANIE-08、ANIE-09 將把意見閉環與公開決策證據從遊戲延伸到企業外部互動。

最終可接受的制度結果不必是雙方一致，而可以是：分歧仍然存在，但問題被理解、權限被尊重、理由被保留、產品按證據持續改進。

附錄：工程化、審查與實證工作文件

附錄中的 ID、票數、成本、路線圖、資料、遊戲事件與版本號若未特別標明外部來源，全部為規格示例或假設案例，不是 EveMissLab 的已上線服務或真實玩家資料。這些範例主要示範資料的可分離性與可驗證性，不主張所有產品必須逐欄實作。

附錄 A．PDID 最小提案資料契約（YAML 示例）

下列 YAML 以「可驗證角色移動問題」示範提案，不採集真實玩家姓名與帳號資訊。submitted_at、game_version 與 ID 僅供工程測試。

schema_version: "pdid.proposal.v0.1"
proposal_id: "PDID-DEMO-00042"
game_id: "example-game"
created_at: "2026-10-16T10:00:00+08:00"
source:
  channel: "public_web_feedback"
  source_id: "demo-thread-42"
  consent_to_public_quote: false
  privacy_level: "public_summary_only"
participation_contract:
  level: "L1_consult"
  vote_binding: false
  promised_response: "status_and_reason_after_review"
raw_claim:
  user_says: "跑地圖太累，請加入免費快速旅行。"
  language: "zh-TW"
  quotation_publication_allowed: false
problem_hypotheses:
  - id: "h1"
    hypothesis: "地圖導航不清楚"
    evidence_status: "not_verified"
  - id: "h2"
    hypothesis: "重複移動超出預期體驗成本"
    evidence_status: "needs_sampling"
requested_solution:
  type: "unrestricted_fast_travel"
  status: "suggested_not_approved"
affected_cohorts:
  - "new_players"
  - "long_session_players"
  - "travel_focused_players"
evidence:
  reproduction: null
  opt_in_telemetry: null
  public_survey: null
  limitations:
    - "來源為一則自選留言，不代表全部玩家。"
design_constraints:
  - "world_distance_has_strategic_cost"
  - "travel_has_resource_consequences"
decision:
  processing_status: "UNDER_REVIEW"
  commitment_status: "NO_COMMITMENT"
  decision_owner_role: "product_lead"
  public_reason_id: null
next_review_trigger:
  - "navigation_usability_test_complete"
links:
  issue_ids: []
  test_runs: []
  release_ids: []

資料契約原則： raw_claim.user_says 是原始主張，problem_hypotheses 是分析者假說，requested_solution 是玩家建議，decision 是具權限主體的正式狀態。任何 AI 都不得將後三者無標記地覆寫成同一件事。原始私人留言及公開同意應符合實際適用的隱私與平台規則；示意欄位不是合法同意的萬用證明。

附錄 B．正式決策帳本項目（JSON 示例）

此示例展示「維持標準永久死亡，先研究選配模式」，不表示已有此產品決議。

{
  "schema_version": "pdid.decision.v0.1",
  "decision_id": "DEC-DEMO-0042",
  "proposal_ids": ["PDID-DEMO-00042"],
  "game_id": "example-game",
  "made_at": "2026-10-16T12:30:00+08:00",
  "processing_status": "EXPERIMENTAL",
  "commitment_status": "CONSIDERING",
  "participant_level": "L2_involve",
  "decision_kind": "PROTOTYPE_ALTERNATIVE",
  "authority": {
    "role": "product_lead",
    "approval_ref": "approval-demo-1",
    "ai_generated": false
  },
  "facts": [
    {
      "statement": "目前尚無足夠證據判定問題主要源自交通耗時或導航設計。",
      "confidence_class": "uncertain",
      "evidence_refs": ["survey-plan-demo-1"]
    }
  ],
  "product_values": [
    "maintain_world_distance_as_a_design_constraint"
  ],
  "constraints": [
    "no_unauthorized_third_party_assets",
    "save_compatibility_required"
  ],
  "alternatives": [
    "improve_navigation",
    "optional_fast_travel",
    "keep_current_design"
  ],
  "dissent": [
    {
      "group": "exploration_players",
      "concern": "unrestricted travel may erase geographic tension",
      "status": "preserved_for_review"
    }
  ],
  "decision": "evaluate a separate prototype; no mainline promise",
  "next_review_conditions": [
    "usability_study_completed",
    "prototype_quality_gate_passed"
  ],
  "release_evidence_refs": [],
  "publication": {
    "approved": false,
    "public_summary_ref": null,
    "secret_material_included": false
  }
}

正式上線時，publication.approved 不應由一般玩家留言或未受權 AI 程式任意設為 true。需用具權限操作者與審核事件決定，而不是僅在 JSON 中放一個布林值便宣稱建立安全控制。

附錄 C．提案處理與決策承諾的雙狀態矩陣

為避免「採納＝承諾」的錯誤，建立以下示意交叉矩陣：

一個提案也可能在技術通過後因權利審查失敗而退回；各狀態可以經審核返回前一階段。系統需要保存事件歷史，而不是只顯示最新標籤。

附錄 D．公開決策說明範本（非真實公告）

議題：是否移除危險地區的等級差

議題狀態： 已決策／暫不採納原案
承諾狀態： 無新功能交付承諾
參與方式： L1 諮詢，投票不具拘束力
適用版本： v0.8.x（示意）

玩家提出的主要問題： 部分人在進入新區域後頻繁遭遇高等級敵人，認為缺乏可以預先判斷風險的資訊。

目前確認的事實： 部分測試者確實無法由地圖或敵人外觀判斷危險程度；尚無證據足以證明所有玩家都偏好完全移除等級差。

主要支持理由： 支持移除者希望減少突然死亡、降低試錯成本、提高自由探索範圍。

主要反對理由： 反對移除者認為地區危險差異是世界觀與探索張力的重要組成；全面縮放可能削弱戰略抉擇。

開發者核心設計判準： 高危險區域原則上可以早期進入，但玩家應有合理的資訊線索理解風險，而不是僅靠隱藏數值造成突然死亡。

已比較的方案： 完全敵人等級縮放、改善風險標示、局部敵人配置調整、加入選配輔助說明。

本次決策： 不採納全面縮放；安排導航標示與危險提示試驗，依玩家觀察決定後續版本是否實作。此決策不表示已承諾具體更新日期。

重新審議條件： 若後續研究證明現有危險區域設計導致非預期且無法合理改善的遊戲中斷，或出現不破壞核心規則的新方案，可重新開案。

證據與版本： 實作前保留空欄；只有真正出現測試報告或正式版本時才連結。

意見回應： 理解公司決策，不代表玩家必須接受；仍可提交新問題證據或提出獨立 MOD 想法。若認為原始意見被錯誤摘要，可透過程序申覆要求更正。

這類公告要針對值得花費篇幅的高衝突決策使用，不應變成每修正一個錯字都需產生冗長新聞稿的負擔。

附錄 E．AI 中介系統的最低評估案例庫

此案例庫可逐季擴充，結合人工黃金標準與模型回歸測試。若遇到 AI 總結方式大幅改變，應保留模型版本及測試輸入，以便解釋品質波動。

附錄 F．分群研究及反作弊的最小檢查表

F.1 研究問題是否先於樣本設定？ 先定義「要替誰作決定」，再決定問卷樣本，而不是得到受歡迎結果後反推母體。

F.2 該功能是否可由玩家直接感知？ 若是底層存檔可靠性，應優先透過實測而非人氣投票；若是兩種無風險外觀偏好，投票較合理。

F.3 樣本是否只包含高活躍者？ 若大量低時數者缺席，需另設合法且低負擔的蒐集方式。

F.4 是否事前公布投票效力？ 不能因投票結果不喜歡才改口說票選無拘束力。

F.5 是否有重複帳號或協同行為警訊？ 可保留必要風險訊號與人工覆核，但避免以侵入式蒐集作唯一解法。

F.6 是否特別蒐集反對理由？ 不能只有支持票數，不蒐集代價與負面外部性。

F.7 是否檢查低聲量高傷害議題？ 人氣低不代表不重要。

F.8 是否提供退出與更正途徑？ 玩家不應因拒絕參與研究而失去一般遊戲功能。

F.9 是否有版本後評估？ 實作完成不等於需求被真正滿足。

F.10 是否有公開研究失敗結果的制度？ 若實驗證明某個熱門改動降低遊戲品質，也應能公開其事實、方法及限制，而不只發布成功案例。

附錄 G．季度觀察與反事實比較範本

本附錄給出假想觀察表格，不能當作真實試驗結果。

如採季度序列，所有變更同時發生會造成歸因困難。因此正式研究應以事前設定的分組、不同專案或獨立議題簇建立比較，不能僅用 Q0 到 Q4 的自然趨勢便宣稱 AI 或 PDID 導致改善。

附錄 H．玩家偏好聚合的數值反例（純假設）

假設一款作品共有三類具有不同參與率的受眾，遊戲內「取消永久死亡」的選項由不同群體支持比例不同：

若只依活躍社群的比例推算，其支持率為：

若能在真實研究中以合理方法得到接近目標玩家分布的假設占比，對同樣的分群支持率推算，則：

示例顯示相同分群內偏好、不同樣本構成，足以造成整體支持率反轉。它不是 Steam 實測值，也不證明任一分布符合某款真實作品；更不表示所有遊戲應依整體 64% 就移除永久死亡。產品定位、法律承諾與硬性品質門檻仍需另行判斷。

此外，若問卷把「取消永久死亡」改寫成「保留原模式、另開可選休閒模式」，各群體偏好也可能改變。這是研究設計應測試的問題重述效果，而不是假設票數永遠固定。

附錄 I．正式研究預註冊骨架

研究識別：ANIE-04-PDID-TRIAL-[版本]
場域：遊戲 / 平台 / 實驗期 / 受眾描述
研究者、資料控制者、正式核准人：
研究問題：
參與流程條件：
主要結果變數：
次要結果變數：
安全／個資／無障礙限制：
目標母體與招募方式：
樣本量規劃及統計能力分析：
分派單位與可能的跨組干擾：
模型名稱、版本、提示與工具權限：
原始玩家資料保存與刪除政策：
審核者訓練與一致性檢查：
計畫中的統計方法、控制變數及信賴區間：
排除及缺失資料處理規則：
可能導致停止試驗的條件：
可公開成果的資料最小化計畫：
事前註冊完成日期與版本：

樣本量不可憑空指定「足夠」；需根據期望檢出的效果大小、方差、統計能力與可合理招募的實際參與者決定。若無法進行統計充分的實驗，應改稱探索性研究，保留相應不確定性。

附錄 J．與系列前後篇的精確接口

本系列尚未完成的後續篇章僅為研究計畫，不代表它們已構成可引用的完成成果。

參考文獻、外部資料與既有研究

A．外部研究、規格與平台文件

下列來源依研究議題選用。學術論文提供其作者報告的觀察、分析與推論，標準與平台文件提供現有規範或操作說明；均不代表已經驗證本文新提出的 PDID／NSN 模型。相關平台功能、政策與標準版本均應在正式部署或後續修訂時再次查核。本篇對外資料核對日期為 2026-10-16。

[E01] von Hippel, E.（2005）. Democratizing Innovation. MIT Press. 使用者創新、領先使用者與工具箱，作為「玩家不只是需求來源，也可能是創新者」的學術前提。
DOI: https://doi.org/10.7551/mitpress/2333.001.0001
出版社：https://direct.mit.edu/books/book/2821/Democratizing-Innovation

[E02] Arnstein, S. R.（1969）. A Ladder of Citizen Participation. Journal of the American Institute of Planners, 35(4), 216–224. 參與程度、權力與表面諮詢的經典論文；屬公共政策背景，不應直接等同商業玩家權利。
DOI: https://doi.org/10.1080/01944366908977225

[E03] International Association for Public Participation（IAP2）. IAP2 Spectrum of Public Participation（2024 版參考）及其官方歷史／討論資料。區分 Inform、Consult、Involve、Collaborate、Empower 的參與承諾；本文據此重新設計商業參與強度，而非將公共授權直接照搬。
官方背景：https://www.iap2.org/mpage/309
2024 文件：https://www.iap2.org/resource/resmgr/pillars/iap2_spectrum_2024.pdf

[E04] ISO（2019）. ISO 9241-210:2019 — Ergonomics of human-system interaction — Part 210: Human-centred design for interactive systems. 設計管理與使用情境之參照，並非商業產品共治的授權標準。
https://www.iso.org/standard/77520.html

[E05] Allen, R. T., Bremner, R., & McDonald, R. M.（2026）. Listen to Your Users? Self-Selection in User Community Feedback and Commercial Impact. Academy of Management Journal, 2026-04-09 線上發表。以 Steam Early Access 遊戲探討自選社群的回饋採納與外部商業表現的條件關係，是本文代表性風險的關鍵文獻。
DOI: https://doi.org/10.5465/amj.2024.0178
官方頁面：https://journals.aom.org/doi/10.5465/amj.2024.0178

[E06] Stanford Encyclopedia of Philosophy. Arrow’s Theorem（最初 2014 年，2025-12-07 修訂）。社會偏好聚合的公理性限制；不代表所有實用投票方式都不合理。
https://plato.stanford.edu/entries/arrows-theorem/

[E07] Yang, J. C., Hausladen, C. I., Peters, D., Pournaras, E., Hänggli Fricker, R., & Helbing, D.（2024）. Designing Digital Voting Systems for Citizens: Achieving Fairness and Legitimacy in Participatory Budgeting. Digital Government: Research and Practice, 5(3), Article 26. 數位參與投票的輸入與偏好規則可能影響公平及正當性，屬跨領域方法參照。
DOI: https://doi.org/10.1145/3665332

[E08] KC, P., Ghandiparsi, R., Herron, T., Heaps, J., & Hosseini, M. B.（2025）. Towards Better Requirements from the Crowd: Developer Engagement with Feature Requests in Open Source Software. arXiv:2507.13553. 關於 OSS 功能要求的歧義、資訊不完整與開發者澄清互動的探索研究；未必已完成正式同儕審查。
https://arxiv.org/abs/2507.13553

[E09] Valve Corporation. Steamworks Documentation — Steam Playtest. 允許開發者在遊戲內設回饋入口，導向論壇、Discord、缺陷追蹤或自有網站，並透過公告告知回饋通路。
https://partner.steamgames.com/doc/features/playtest

[E10] Valve Corporation. Steamworks Documentation — Community Moderation. 說明社群聆聽、論壇管理、審慎回應及實際產品改良的重要性。
https://partner.steamgames.com/doc/marketing/community_moderation

[E11] GitHub Docs. About Discussions 與 Managing Discussions. 說明討論、意見、投票、分類、管理以及必要時轉為 Issue 的現有功能。
https://docs.github.com/en/discussions/collaborating-with-your-community-using-discussions/about-discussions
https://docs.github.com/en/discussions/managing-discussions-for-your-community/managing-discussions

[E12] NIST（2023）. Artificial Intelligence Risk Management Framework 1.0；及官方 AI RMF Playbook. Govern、Map、Measure、Manage 為 AI 風險治理參照；本文不聲稱 PDID 經 NIST 認證。
https://www.nist.gov/itl/ai-risk-management-framework
https://www.nist.gov/itl/ai-risk-management-framework/nist-ai-rmf-playbook

[E13] W3C（2013）. PROV-O: The PROV Ontology. Entity、Activity、Agent 及來源派生關係之開放標準參照。
https://www.w3.org/TR/prov-o/

[E14] Henkel, J.（2006）. Selective revealing in open innovation processes: The case of embedded Linux. Research Policy, 35(7), 953–969. 商業企業可以在開放協作時保留部分智慧財產、選擇性揭露之實證研究。
DOI: https://doi.org/10.1016/j.respol.2006.04.010

[E15] ISO/IEC（2023）. ISO/IEC 25010:2023 — Systems and software Quality Requirements and Evaluation (SQuaRE): Product quality model. 軟體產品品質特性及評估項目的參照，不能自動證明遊戲玩法價值。
https://www.iso.org/standard/78176.html

[E16] Valve Corporation. Steamworks Documentation — Roadmaps. 關於商店頁路線圖、對外目標、避免不可靠承諾及正式版以後的路線圖機制。
https://partner.steamgames.com/doc/store/roadmap

[E17] Yin, M., Shen, C., & Xiao, R.（2026）. “I Don’t Have Faith in the Developers to Use My Feedback”: Understanding Player Values and Expectancy for Reporting Systems in Video Games. arXiv:2605.02842. 玩家對回報管道之期望、信任與開發者回應的探索研究，主要對象是多人遊戲的檢舉系統；不可直接推論單機產品功能提案。
https://arxiv.org/abs/2605.02842

[E18] Valve Corporation. Steamworks Documentation — Early Access. 釐清 EA 的定位、玩家回饋、遊戲當前價值及公開發行計畫的要求；本篇在平台承諾與玩家參與的議題上作背景參照。
https://partner.steamgames.com/doc/store/earlyaccess

B．EveMissLab 既有理論、ANIE 前作與研究邊界

以下原稿屬理論與內部技術工作文件，引用以建立概念連續性及避免重複工作，不代表全部主張已經被外部研究者獨立驗證。

[I00] Neo.K × GPT-6（2026-10-16）。《從產品黑盒到 AI 原生互動企業》，ANIE-00，v0.1，UTF-8 Markdown 工作論文。研究系列總綱、對外證據與企業互動的基本命題。

[I01] Neo.K × GPT-6（2026-10-16）。《從 EA 到持續交付：DEMO、Playtest、搶先體驗與正式版的重新分工》，ANIE-01，v0.1，UTF-8 Markdown 工作論文。發行階段及產品公開預期的邊界。

[I02] Neo.K × GPT-6（2026-10-16）。《季度單機產品制：AI 工業化、算力額度與品質交付率》，ANIE-02，v0.1，UTF-8 Markdown 工作論文。季度資源、可玩價值、交付成本與實證門檻。

[I03] Neo.K × GPT-6（2026-10-16）。《可繼承的遊戲產品：資產移轉、AI 接手與長期可維護性》，ANIE-03，v0.1，UTF-8 Markdown 工作論文。受權接手、可追溯資產與獨立維護實驗。

[I04] Neo.K（2026-09-07）。《形式權力與實際決策因果：人機複合決策系統的權力重新分布》，v0.1，EveMissLab 既有研究。形式職權與 AI 實際決策影響不可直接等同。

[I05] EveMissLab（2026-09-21）。《供應商與平台責任：AI Coding Tool 的 Publication-Boundary Governance》，APBSC-08，v0.1，EveMissLab 既有研究。區分可觀察、可操作與可公開的資料邊界。

[I06] EveMissLab（2026-09-01）。《SEDB-GAME × ModWorld：AI 原生遊戲理解與 MOD 共創 Runtime 技術白皮書》，v0.1，EveMissLab 既有研究。有效世界狀態、語義 MOD 及變更驗證底座。

[I07] Neo.K（2026 年）。《開源技術的商業補償方案：從道德義務到生態共榮》，EveMissLab 既有研究。開源貢獻者、商業受益與補償的倫理與制度設計。
https://unboundedaxiom.org/p/lm-001094/

[I08] Neo.K（2026-09-07）。《從意圖到決策：AI 原生決策編譯器與稀疏意圖治理》，v0.1，EveMissLab 既有研究。意圖、選項、驗證、權限與修訂的決策鏈。
https://unboundedaxiom.org/p/lm-004090/

[I09] EveMissLab（2026-07-30）。《EVEMISS 企業通訊智能核心：共用架構技術白皮書》，v0.1，EveMissLab 既有研究。身分、政策、風險、事件帳本、人工控制與資料邊界。

[I10] Neo.K × Aletheia（2026-08-01）。《企業母 AI：公司作為 AI 的可觀察世界》，v0.1，EveMissLab 既有研究。企業世界狀態、資源、產品、客戶、Agent 及非全知觀察模型。
https://unboundedaxiom.org/p/lm-002360/

研究狀態、資訊可信度與原稿承諾

研究類型與驗證程度。 本稿是一份原創概念架構與實證方法工作論文，並非已完成的行為實驗、經審稿的管理科學實證論文、Steam 官方建議標準或正式法律意見。本稿提出的 PDID、NSN、相交域操作程序與對應指標需要在具體產品中觀察、比較及修正。尤其不宣稱已有玩家投票、營收、存檔事故或多季度實驗數據。

相關理論的優先性。 使用者創新、參與式設計、公眾參與光譜、社會選擇理論、需求工程與選擇性揭露均有豐富前作。本文的新增之處是依 AI 原生商業遊戲的實際開發與管理情境，將非服從式協商、產品設計權、硬性限制、代表性修正、AI 異議保留與可驗證交付串成一項可落地研究框架；不將既有學者成果重新署名為本篇首次發明。

關於 AI 角色。 AI 具有整理與生成能力，但其輸出可能失真、漏掉少數意見或產生無根據的承諾。所有正式採納、契約、支付與對外權利聲明仍需相應權限核准。AI 工具能否真的改善成本與產品結果，屬本篇待測主張，而非已完成事實。

關於玩家參與。 相交域不是投票承諾，也不是公司永遠正確；它允許正當拒絕、承認問題、選配分線、非官方 MOD、正式合作與保留不同意。作者判斷可能是作品品質的一部分，但產品既有承諾、消費者權利、資安與隱私不能僅以作者喜好取代。

關於數值。 附錄 H 所有數字均為明確的假設算例，必須在未來實際部署後以可查資料替換。若缺乏真實資料，應保留「尚未驗證」，不得由 AI 為填滿報告而補造觀察。

Canonical 原稿。 本 UTF-8 Markdown 原始檔是正式研究文本；聊天顯示不具 canonical 權威。數學來源以 $...$ 與 $$...$$ 為唯一 LaTeX 分界，未使用 Unicode 取代數學公式原始碼，不使用 unicode_escape round-trip，也不為了聊天畫面觀感更動反斜線、空白或定界符。後續修訂以版本化原始檔修改、驗證、提交為準。