任务流程 Demo
可操控的任务流程演示:角色移动至各剧情点,结合文字说明对应步骤,完整呈现主控动线与剧情触发。
查看场景规划与玩家动线
具备游戏产品分析与数据分析经验,熟悉各品类游戏和游戏开发运营流程,熟悉相关业务指标。
擅长从用户体验角度分析问题,并结合数据指标进行产品调优。
具备良好的跨岗位沟通协作能力,希望长期在游戏行业发展。
从游戏行业训练营到个人科研,贯穿「数据 + 游戏分析」两条主线。
持续理解游戏行业、新品表现与年轻玩家偏好,为游戏分析、用户研究和行业观察提供信息支持。
行业信息追踪 → 热门产品筛选 → 玩法与运营拆解 → 玩家反馈归纳 → 形成结构化观察与优化思路。
完成十余篇日常小报告、5 篇重点产品观察与分析,并参与 2 次实际商业课题;部分分析成果被官方采纳。
评估世界遗产称号对城市旅游发展的实际影响,并识别影响出现的时间与范围。
多源数据收集 → 267 城市多年面板构建 → 变量与指标设计 → 多时期 DID 估计 → 稳健性检验 → 结果解释。
围绕模型假设、对照关系与稳健性开展多轮检验,避免只凭单一结果下结论,并将统计结果转化为可解释的研究发现。
从大规模用户评论中识别高频主题、观点与潜在体验问题,把非结构化文本转化为可分析的信息。
携程评论爬取 → Python 清洗与去重 → Qwen 文本向量化 → HDBSCAN 分层密度聚类 → LLM 分类命名 → 结果解释。
聚类算法负责从语义向量中发现自然主题,大模型 API 负责辅助清洗、分类与类别解释,人工复核边界样本与最终命名。
覆盖游戏分析、任务与关卡设计,以及可落地的游戏开发实践。
从核心循环、目标与反馈、内容节奏、成长系统、商业化和玩家动机等维度综合评估游戏,理解产品如何吸引玩家、建立持续目标并维持长期体验。
从目标体验出发组织任务流程、主控动线、剧情触发与关卡白盒,关注玩家在每个节点看见什么、学会什么,以及失败后能否获得有效反馈。
熟悉 UE 编辑器与 Blueprint,能够搭建关卡白盒,实现物体交互、条件触发和完整任务流程 Demo。
重视创意的独特性、游戏性与专业性,也会评估实现难度和资源取舍;愿意主动试用新工具,把想法快速做成可讨论、可验证的原型。
使用 SQL、Excel、Python、PowerBI 完成数据清洗、分析与可视化;熟悉 SQL JOIN、聚合查询、窗口函数和用户行为分析流程。
熟悉 回归分析、DID、RDD 等方法,了解 A/B Test 的实验设计、显著性检验与效果评估。
雅思 7.0,听说读写精通,半年欧洲交换经历。
Office、Stata、SPSS、ArcGIS、Notion、XMind、PS 等。
把大模型接入真实流程:从数据抓取、结构化解析到 Agent 工作流,都用 AI 跑通并落地。
ChatGPT、Claude、DeepSeek、Kimi、豆包,能够根据任务特点选择模型并开展多轮对话。
Codex、Claude Code 属于编码 Agent,可读取项目、修改代码并运行任务;WorkBuddy 更接近承载长期任务与个人工作流的 Agent 工作台。
使用 Dify 编排 Prompt、RAG 知识库、变量和条件节点,搭建多步工作流及可交互 AI NPC。
调用 DeepSeek 等大模型 API完成分类与结构化输出,并使用 Qwen 进行文本向量化,衔接聚类、检索和分析流程。
用于创意发散、角色对话、任务方案和多个表达版本的生成,再由自己筛选方向、调整体验目标与表达风格。
辅助需求拆解、代码实现、问题排查与测试,加快网页、求职助手和交互原型从想法到可运行版本的过程。
辅助设计节点、变量、数据流和异常处理,并通过多轮测试修正流程,形成可重复使用的自动化工作流。
辅助文本清洗、分类标注、结构化提取、资料归纳和文档输出,再由人工检查事实、逻辑与结果边界。
AI 擅长快速发散、搭建框架、整理资料和生成多个候选方案。生图与视频工具还能把抽象想法快速变成示意原型,减少策划、美术和其他岗位之间的沟通成本。
AI 可以提供点子和复刻成熟形式,却不知道我希望玩家获得怎样的体验。独特创意、系统性思考和审美选择仍来自人,AI 降低执行成本的同时,反而放大了这些能力的价值。
AI 容易追求模块齐全、套用行业概念或制造没有依据的精确数字。策划需要结合信息价值、阅读成本、实现难度与资源条件进行删减,判断哪些值得做、哪些应当放弃。
在任务拆解实践中,我否定过把“剧情梗概”当作“玩家任务流程”、强行情绪打分和不断增加图表的方案。AI 能持续局部优化,但人必须先判断方向是否正确。
AI 负责提高“产出答案”的效率,策划负责判断“什么才是正确的问题”。我会让 AI 承担发散、整理、结构化和重复执行,再由自己确定方向、筛选方案、解释设计为何有效,并通过玩家体验、数据或实际原型验证结果。




解决秋招信息来源分散、重复录入、状态难追踪和面试复盘缺乏结构的问题,建立个人统一管理入口。
React + TypeScript 前端 → Express 服务层 → 本地 JSON 数据存储;信息抓取与 AI 解析作为独立流程接入。
投递与公司管理、招聘抓取、自然语言快捷录入、面试复盘,以及求职画像、岗位族识别、可解释匹配和按匹配度排序。
玩家输入
├─→ 知识检索节点(雾溪镇志 + 价目表 | 父子分段·全文父块 | 混合检索 TopK=3)
└─→ 态度判断 LLM(轻量模型,温度 0,输出好感度增减值)
→ 代码节点(防御性解析 | 单轮 ±5 钳制 | 总分 0–100 封顶)
→ 变量赋值(会话变量 favorability,跨轮持久化)
↓
主回复 LLM(人设卡 + 菜单 + 当前好感度 + 知识库上下文)
↓
角色化输出
| 数据类型 | 存储位置 | 理由 |
|---|---|---|
| 公开世界观(镇志/传说/怪谈) | RAG 知识库 | 量大、叙事性、模糊查询 |
| 角色秘密(身世/暗线) | 仅 system prompt | 不进知识库,好感度解锁才有意义 |
| 精确小数据(菜单价格) | system prompt | 必须逐字精确,RAG 检索不可靠 |
| 关系状态(好感度) | 会话变量 | 跨轮持久、按会话隔离 |
三个秘密(玉佩、守陵人家世、等哥哥十年)故意不写进知识库。知识库是「全镇人都知道的事」,prompt 是「只有她自己知道的事」——秘密进了知识库,玩家直接提问就能套出来,好感度分级解锁就形同虚设。权限和存储位置是一回事。
调试发现:价目表即使被检索进上下文,模型仍凭「语感」编造价格(5 文的报 8 文),还会被自己编过的历史价格「锚定」。结论:RAG 擅长模糊查找,但 LLM 对检索到的数字没有精确性自觉。最终把 5 行菜单直接写进 system prompt,知识库只放叙事内容——对应生产环境里「结构化数据走工具调用/数据库」。
好感度裁判用低温轻量模型(只输出一个整数),主回复用主模型。实践验证:裁判节点开思考模式后,输出混入 <think> 推理标签,导致下游数字解析全部失败、好感度永远不更新。分类/裁判任务不需要思考能力——思考在这里不是增强,是污染源。
偏好 RPG、ARPG、开放世界与魂 Like 游戏,同时广泛体验二次元、独立叙事、策略及多人竞技等品类。
个人理解:RPG 的核心是让玩家通过角色成长、选择与反馈逐步建立身份认同,战斗、探索和任务都应服务于“成为这个角色”的体验。
核心机制:角色塑造、成长构筑、任务选择、叙事反馈,以及围绕身份与目标形成的持续推进循环。
个人理解:开放世界的自由不只是地图够大,而是玩家能自主发现目标、选择路线,并通过环境获得持续的探索动机。
核心机制:探索驱动、兴趣点密度、环境叙事、移动节奏,以及远近目标之间的持续牵引。
个人理解:MMORPG 的长期体验建立在成长、社交与内容循环的相互支撑上,玩家关系本身也是重要内容。
核心机制:角色养成、团队分工、社交关系、经济系统、日常节奏与版本目标。
个人理解:类魂游戏的高难度并非单纯惩罚,而是推动玩家观察、尝试、学习规则,并最终获得突破感。
核心机制:战斗反馈、敌人学习、资源风险、关卡捷径,以及“失败—理解—再挑战—突破”的循环。
个人理解:ARPG 的即时战斗手感与构筑成长需要互相验证,让操作与养成都能持续改变战斗结果。
核心机制:输入响应、动作反馈、敌我节奏、技能组合、装备成长与战斗验证。
个人理解:二次元游戏以角色和世界观建立情感连接,再通过稳定内容供给维持玩家与角色的长期关系。
核心机制:角色吸引、获取与培养、战斗验证、剧情活动,以及版本内容与商业化节奏。
个人理解:射击游戏的对抗质量来自清晰手感、空间决策和信息博弈,反馈必须让玩家理解每次胜负的原因。
核心机制:枪械手感、命中反馈、交战距离、掩体路线、资源控制与团队协作。
个人理解:SLG 的吸引力来自长期目标下的资源规划、势力成长与玩家博弈,即使操作频率较低,每次决策也应产生可感知的长期影响。
核心机制:资源生产与消耗、城市或部队成长、联盟协作、地图争夺、赛季目标与长期策略选择。
个人理解:肉鸽的随机性应带来新的决策,而非单纯制造波动,使每次重开都有值得尝试的策略。
核心机制:构筑组合、风险收益、局内成长、局外解锁、随机变化与失败后的再开动力。
游戏方向的实践作品,含任务流程 Demo、游戏拆解分析与智能 NPC。
可操控的任务流程演示:角色移动至各剧情点,结合文字说明对应步骤,完整呈现主控动线与剧情触发。
基于 Dify Chatflow 搭建的游戏智能 NPC,具有世界观知识边界、经营行为、好感度状态与角色化安全回应。
认真协作,保持好奇,也希望在长期投入中持续成长。
重视把事情讲清楚:先确认目标、背景和关键分歧,再有结构地说明判断、依据与下一步;能够进行跨部门、跨岗位沟通,减少协作中的信息偏差。
能够拆解策划案或玩法的目标、结构与优劣,分层分析具体原因,识别相关关系与因果关系,并通过数据、案例或实际测试检查自己的判断。
重视共同目标与责任边界,及时同步进度并认真听取反馈;面对不同观点时,优先推动团队形成可执行的共识。
喜欢观察人、社会与日常现象,并追问事物背后的原因,不满足于记住结论;面对新问题时,愿意查找资料、动手验证并不断修正理解。
对视觉呈现、内容表达和体验节奏有一定的审美判断,能够结合目标分辨重点、控制信息密度并做出取舍;也会持续接触优秀作品,在观察、分析与实践中提升自己的审美能力。
希望长期在游戏行业发展,在真实项目和团队协作中持续提升自己、学习新的知识与方法,并逐步创造更好的玩家体验。
喜欢打游戏、看小说和刷抽象视频,关注年轻一代的内容趋势,也喜欢沉浸在游戏与小说构建的虚拟世界中。
喜欢游泳、骑行、散步、逛公园和接触大自然,在运动与户外活动中补充能量。
喜欢见识不同的人文风情,并从中收获灵感和创意;曾以背包客方式独自游历欧洲 9 国。
期待与你交流游戏策划相关的机会。