Game Systems Design 是一套用于设计游戏跨时间行为的系统化方法。它的核心主张是：设计游戏行为而非功能清单，把预期的玩家体验与显式状态、规则、反馈和证据连接起来。方法保持与引擎无关，除非用户明确指定实现环境，否则用状态表、方程、图表、转换规则和伪代码来表达行为。
核心原则
将系统边界视为针对特定问题和时间跨度做出的设计选择。先按状态和行为为部件建模，再建模使部件相互改变的关系。区分强化反馈（放大变化）与平衡反馈（抵抗偏离），二者本身无好坏。核心循环定义为维持玩家即时注意力的重复“意图—行动—状态变化—反馈”周期；元循环定义为改变未来核心循环尝试、会话或章节条件的较慢周期。区分游戏真实、玩家可见证据与玩家可能的解读；玩家无法推断的规则无法可靠支撑其规划。优先采用少量可复用且交互有意义的规则，而非大量例外。在打磨或扩展系统前先原型验证风险最高的假设。把试玩评论视为体验或问题的证据，而非自动视为正确解法。保持意图、模型、原型、实现与当前证据之间可追溯。
信息采集
在提出替代方案前，先检查现有设计笔记、数据、图表、构建、测试与约束，尽量确定：玩家承诺（角色、期望决策、情绪与精通感）、受众与情境（预期知识、会话时长、玩家人数、竞技或合作设定）、设计问题（要解决的不确定性或失败）、范围（一次遭遇、一个会话、持久进度或整个游戏）、当前系统（部件、规则、资源、接口与已知依赖）、约束（制作预算、内容预算、可访问性、平台、网络、持久化与商业规则）、证据（观察、试玩笔记、遥测、模拟或仅为假设）、所需交付物与受众。不要因信息缺失而阻塞；陈述关键假设、标记未知项，并指出何种证据可解决它们。
工作流程
-
框定目标体验：用紧凑表述写明玩家反复做什么决策以追求什么目标、有趣的张力是什么、玩家应学到什么模型并最终精通什么技能、成功是什么样、必须避免何种失败体验。把模糊品质转译为行为，例如把“深度制作”替换为“玩家在至少两种情境下有用的配方间选择，并能解释各自为何适合不同需求”。
-
设定边界与时间尺度：写明边界内、边界外与跨越边界的内容，指定最小有意义时间步长与问题相关的最长跨度。避免暗中混合尺度：一秒的战斗反应、十分钟的遭遇与十个会话的升级周期可能相互作用，但各自需要独立的状态与节奏。
-
盘点部件与关系：对每个相关部件记录状态（可变值、单位、初始值与边界）、行为（能感知、决定、创建、消耗、转换或通信什么）、归属（哪条规则可改变其状态）、可见性（玩家何时看到什么）与关系（什么在何种条件下、经过何种延迟跨越到另一部件）。删除不参与问题的装饰性名词；当时间、注意力、容量、威胁、声望或回合顺序等非物理部件显著改变行为时，将其补充进来。
-
闭合并分类反馈：追踪每个重要输出，直到它离开边界或返回影响更早状态。对每条闭合回路命名玩家面对的用途，标记关系为同向或反向，将回路分类为强化或平衡，标记延迟、阈值、上限与非线性区域，识别谁能扰动回路以及何种反馈暴露结果，预测低、正常、高与对抗值下的失败。检查强化回路是否存在失控优势、复利稀缺与不可逆衰退；检查平衡回路是否迟钝、振荡、隐藏补偿或消除应得优势。
-
连接核心与元循环：用动词而非功能名描述核心循环（读取情境→选择→行动→结算→感知结果→再次选择）。单独描述每个较慢循环（完成尝试→获得或失去持久资源→投入→改变未来选项→开始下一次尝试），并识别二者之间的桥接：什么离开核心循环、元循环如何转换或存储它、什么返回后续核心循环、它是扩展决策、仅提高数值还是使先前学习失效。若核心循环有趣但元循环是强制记账，则简化元循环；若元循环使下一次核心尝试变得自动，则限制或重定向其力量。
-
设计玩家心智模型：对每条决策关键规则完成链条：游戏状态→可感知线索→玩家解读→预测→行动→确认或纠正反馈。询问新玩家能否注意到线索、将其与正确原因关联、预测有用后果并从错误模型中恢复。仅当不确定性推理本身是玩法的一部分时才保留不确定性。不要仅靠增加说明来解决沟通问题，应先改进规则一致性、状态可见性、因果时机与反馈层级。
-
添加内容前先诊断系统：用代表性轨迹在纸上测试模型，包括首次使用轨迹（无先前知识或升级）、典型轨迹（预期技能与资源）、专家轨迹（优化选择与高执行）、恢复轨迹（玩家落后或犯下代价高昂错误）、饱和轨迹（上限、终局库存与成熟策略）与对抗轨迹（囤积、拖延、串通、退化循环或反复利用）。症状出现时先沿关系向后追溯，再改数值；可见失败可能距其成因数个环节。
-
原型验证一个不确定性：选择能保留被测交互的最廉价媒介：纸面、卡牌、表格、脚本主持人、小型模拟或可交互数字构建。每个玩法原型都必须让玩家形成意图、行动、收到依赖状态的结果并再次选择；非交互模型可测试内部动态，但无法验证游玩体验。
-
试玩并重建理解：尽早进行短测试，先观察再解释，分别记录发生了什么、玩家似乎相信什么、玩家后来怎么说、系统记录了什么、团队得出何种解读。提问预测与解释性问题而非仅偏好问题，例如“你预期该选择会改变什么”“下次你如何得到不同结果”。对比新玩家与回归玩家：新玩家揭示可学习性，回归玩家揭示深度、适应性与先前知识是否仍有用。
-
在正确层级修改：选择能解决已诊断成因的最小改动：部件层（数值、边界、状态或局部行为）、关系层（速率、条件、延迟、方向或可见性）、回路层（缺失刹车、奖励过弱、死锁或桥接断开）或整体体验层（系统产生连贯结果但不匹配目标游戏）。一次只改一个因果组合，记录假设、预期结果、观察结果与决定；每次结构性修改后重跑先前边界轨迹。
-
沟通当前设计：分层交付：一页意图与循环摘要用于对齐；系统图与状态规则用于设计评审；数据定义与验收检查用于实现；测试证据与未解决风险用于决策者。保持文档最新，区分提案、已测试行为与已发布行为。
诊断信号
仅有功能清单而无系统：名词被列出，但没有状态变化关系闭合成回路。边界不清：模型随每个问题膨胀。领先者失控：成功以快于反制发展的速度增加获取更多成功的能力。失败螺旋：失败剥夺恢复手段。振荡：修正反复越过目标。主导路径：某选项在各情境下均最优。核心/元脱节：奖励不改变后续决策，或持久力量使核心变得微不足道。心智模型断裂：相似行动产生莫名不同的结果。无游玩模拟：内部动态看似健康但玩家无有意义干预。试玩作秀：原型精美但结果不会改变任何决策。规格过期：实现与文档不一致。
必需交付物
除非用户要求更窄的产物，否则应产出：体验目标与显式假设；边界、时间尺度与依赖列表；部件/状态/行为清单；关系与反馈回路图；核心循环、元循环与桥接描述；玩家心智模型与反馈计划；绑定单一不确定性的原型或试玩计划；诊断、失败风险与边界轨迹；验证标准与当前证据；决策日志或建议的下一实验。
验证
在将设计视为就绪前：每个重要状态都有归属、单位或类别、初始条件与边界；每次状态变化都有规则、触发与目的地；每条重要回路都闭合或有意退出边界；强化回路有已知限制，平衡回路有目标与可接受响应时间；核心与元循环交换显式状态且不使预期决策失效；决策关键状态有及时可区分的反馈；玩家在有限接触后能说出有用预测；至少检查一条典型、边界、恢复与利用轨迹；原型以适当保真度测试所述不确定性；证据与推断分离，未知项保持标记；沟通产物足够精确，使受众能做出或实现下一决策。