# 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： 1. 刪除部分未來； 2. 解鎖新未來； 3. 改變 NPC 可達狀態； 4. 改變事件順序； 5. 改變誰知道什麼； 6. 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： ```json { "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 ```text time trust_aya trust_ren danger evidence ``` ### 隱藏狀態 ```text 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 ```json { "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 ```json { "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 ```json { "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： ```text (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： ```text aya.knows_truth = true ``` 與： ```text 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 ```text 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： ```json { "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： 1. 回退傳統選項； 2. keyword intent parser； 3. 使用最近合法 intent； 4. world state 不變。 因此： \[ \boxed{ AIFailure ot\Rightarrow GameFailure. } \] --- ## 21. MVP UI 表面仍是一個 AVG： ```text ┌─────────────────────────────────┐ │ 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： ```text 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： ```text 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 ```text WorldState EventRuleEngine IntentParser BundleExpander BundleValidator BundleRanker DialogueRealizer CommitManager SaveReplay ``` 加一個 AVG UI 即可。 --- ## 28. 建議資料夾 ```text 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。