Sx-产品思维打中单 PRD

地铁上写的, 整理编辑了 1h, 我是真的无聊啊.

Part1. 背景

1.1 为什么有中单?

中路距离最短, 兵线最快汇聚, 这一路的玩家可以最先清兵线, 获得支援队友的时间
单吃一路兵线所带来的经济, 能够购买更好的装备, 打出更多伤害

1.2 中单英雄的要求

手长, 使用远程高伤害技能快速清线
拥有一定控制技能, 团战中有存在感
满足这样要求的英雄一般是法师 AP

Part2. 游戏

2.1 中单视角下的胜利节奏

理想行动: 快速清掉相会时间最短的线, 比对手中单更快支援, 以人数差打赢团战, 击杀守塔人, 打出优势
胜利必须要推塔至水晶, 化优势为胜势, 最重要的行为是推塔, 拿龙

2.2 形成胜势的科学决策框架

输入: 快速清线获得的单独一路经济, 其他玩家的视野
处理算法:
我是谁? Carry 爆发型法术刺客, 还是控制型团队法师, 根据队伍英雄阵容, 我在团队中是什么位置, 有什么职责
环境如何? 我们队伍优势还是劣势? 差距有多大? 我是否在强势期? 打团了我的能力几何?
当下时刻, 我有哪些选择, 它们各有什么风险和收益?

输出: 认清自我的最高性价比决策,

  1. 快速支援(快速响应突发情况),
  2. 反蹲(为某种可能发生的高收益情况做准备),
  3. 塔下缩着(规避风险, 猥琐发育等待时机)

Part3 就这一波的团战, 如何做决策

你说的我都懂, 关键是当下做什么?
在这局游戏中, 我选择了某一种战略, 就不能同时选择其他战略.
我如何通过这局游戏, 获得能做更科学的决策的我

3.1 怎样不秃也能变强

方案一, 这次选择非理性战略来试错, 一两次肯定不行, 所以要多次. 说到多次, 必然大多数情况是可以提取共性标准化解法的, 归类形成最佳解法, 类似监督机器学习
方案二, 我可以考察同类型情况下, 对手/主播/职业选手, 是如何做选择的, 查看别人更好的模型是怎样的.

So, 决策 = f(当前局势, 我的学习模型, 时间 t)
更强的选手 = 决策质量更好 = 学习模型更强

3.2 因此得出的结论有:

  1. 当前的决策, 是将 ‘模型并不一定在训练过程中见过’ 的 ‘当前情况’, 输入旧的 ‘没见过这种情况’ 的模型中, 在 ‘时间 t’ 的限制条件下做出的决策. (决策作为测试集去验证模型的准确率, 且模型必须在时间内给出答案)
  2. 做完决策知道结果后, 事后诸葛亮式后验的决策分析, 实际上是在分析, 新的 ‘加入了上述情况’ 重新制作的模型. 上述被用作测试集的决策, 新加入了训练集, 造成的结果就是:
    1. 所有已发生的情况都可以被强行解释(黑天鹅),
    2. 新旧的差异并不一定是真正的成败的关键, 也就是说, 吸取教训后的模型并不一定能做的更好(这波你要是真上了输的更快), 何况所谓的教训是 ‘强行解释’ 出来的, 并不一定是正确的有效模型迭代(过拟合).
  3. 正确的决策分析, 应该是掌握了更多信息之后, 重新复盘当时对情况的理解. 逐步迭代自我理解能力, 并且在今后的决策中测试迭代的正误.

Part4. 纠正思考过程中的错误

4.1 结果归因不够完备: 潜意识中你如何理解结果, 决定了达成结果的方法

首先要明白如何赢, 显然, 需要推掉对面水晶, 此刻运用联想能力的我, 脑海中出现了胜利 or 失败的多次通常情况, 以及偷塔偷水晶的几次异常情况, 这是采用穷举过去的历史例子, 按照发生次数的多少进行必要性归因, 共性则是要推掉对面至少一路的塔才能推掉水晶. 那么, 接下来的问题就转变成如何在合适的时间推掉对面的塔, 方法可以是击杀守塔的人, 或者趁团战推无人守的塔.

4.2 以上是采用 ‘结果归因法’ 来思考决策, 预设了 ‘赢’ 的结果, 倒推出要达到这个结果的话, 可以使用哪些方法.

但是, 细心的大伙可能已经发现了, 我预设的 ‘赢’ , 实际上准确的说是 ‘主动赢’, 这就是惯性思维解读条件, 因为 ‘赢’ 还可以是对面投降的 ‘被动赢’,
投降的局 ≠ 必输的局, 所以, 能反败为胜的局数量/总投降数量 ≠ 0.
震惊, 打字说话也是策略的一种

4.3 以上是讨论如何 ‘解读条件’.

只要给定条件, 每个人都能长篇大论的回答如何解决问题. 当然, ‘如何解决’ 全然搭建在 ‘如何解读条件’ 的基础之上. 举例, 学霸眼里的题干, 全然告知了他应该解法可能有哪几种, Plan A 不行的话, 改用 Plan B 有哪些切换成本, 哪些成果可复用, 所以此时此刻根据考试进程和时间(环境条件可行性), 做哪些尝试性价比最高(选 MVP).

4.4 条件本身也需要验证:

  1. 为什么将这个信息列为条件? (关联性)
  2. 从何种渠道学到这个信息? (提取过程)
  3. 条件的真实性 (验证)

4.5 现实中, 如果把 ‘ 赢’ 解读为 ‘打败竞争对手’

商业数据冷冰冰, 所以我们通常在讨论 ‘如何打败竞争对手’ 的问题时, 会谈到在对方的视角通过数据分析得出的 ‘关闭赛道’ (即对方此时以最优方式入场, 收益仍然低于成本的情况)结论, 还要考虑 ‘心态崩了’ 的小概率投降情况.

Part5. 如何理解 ‘赢’, 开始做抽象

5.1 抽象出 ‘赢’ 的目的: 为什么要赢

即有了这个结果, 实际上对我方有什么影响
如果能准确描述目的, 也许, 能达到目的的方法并不是一种.

5.2 举例: 带妹

预设了目的是 ‘在妹子心中获得好感’, 所需结果是 ‘获得游戏胜利’. 然而逆风局时, 要翻盘更理性的判断是让 ‘更会玩的我吃更多资源’, 提高了翻盘的概率, 却降低了妹子的游戏体验, 让他觉得自己是在躺, 可有可无, 那么获得好感的结果并不一定是千方百计获得胜利.

5.3 举例: 目的是 ‘玩的开心’,

  1. 游戏闪退必然玩的不开心,
  2. 游戏胜利大概率会开心, 除非是队友带躺, 且他喷你玩的菜.
  3. 游戏失败大概率不开心, 除非队友都很好且都尽力了.
  4. 和好友开黑大概率会开心, 不论输赢, 都会收获感情加固, 从而提升幸福感.

所以, ‘玩的开心’ 并不完全由输赢决定, 是由我操控角色所度过的每一分每一秒的质量的累加来决定的.

现实中, ‘企业获得更好的发展’ 的目的, 也并不一定需要 ‘打败竞争对手’ 来体现. 更进一步, ‘更好的发展’ 也可能是为了达成 ‘地球 Online 游戏玩的开心’, 发展的好坏能够度量, 但是, ‘开心程度’ 取决于你以何种态度主观解读这个结果.

鸡汤的方式来说, 眼前这个决定的对错无关紧要, 你当前人生的成功与否, 取决于你以何种态度度过做决定的这一刻; 而你未来的人生成功与否, 取决于你做出现实上的决定后, 你自己在心态上决定成为什么样的人, 主观上如何看待之前的决定所造成的影响. –我说的.

Part6. 结论

某时刻开心程度 = 之前所有的决策有效性 × 积分△时间

游戏体验开心数值 = 主观上这波团战是否重要的权重系数 × 某时刻开心程度 × 积分△时间

此刻我打游戏的最佳策略是什么? → 取决于, 未来所有时间所有可能的策略中, 最令我开心的一种. 这不是有病吗?
举例: 吃烤肉的时候要点什么菜? 取决于, 我未来所有可能(得癌症或者变胖子, 或者收获了朋友)中最令我开心的一种. 但是, 此刻选择了这种可能性, 就放弃了其他所有可能性, 不做我就永远不知道具体有多少价值.

尝试列举最佳策略的情况:
支援反败为胜的快乐, 大于, 独自刷钱后期 Carry 的可能性 * 这种情况的快乐
尝试新战术新打法的快乐, 大于, 按部就班获得一场普通的胜利的快乐
………..

  1. 这么多情况, 那我根本没必要以最高目的为基准, 去思考每一步的想法, 抽象化目标很好, 但是我们每一步的行动并不一定都有那么高的抽象化目的.
  2. 况且, 尝试和经历会改变原本自我判断的基准,
    1. 焉知非福的真香情况也多次发生, 因为判断这个行为本身就是后验行为,
    2. 相反, ‘我如果去做收银, 从未来的视角看现在的决定肯定会后悔’ 这个叫做预测.
    3. 所以, 作死行为的快乐即由此而生.
  3. 理想中步步为营的决策很丰满, 现实中只能基于现在的理解做出最佳决策,
    1. 决策中把自己也考虑进去, 让自己开心一些, 解读结果也会乐观一些.
    2. 至少是为了以后能有更多可选项, 游戏是这样, 别的也差不多.