《游戏设计》卷一《玩法机制与可执行规格》 那一套给的是玩法规格的度量口径；本章给的是叙事规格的度量口径——指标集不同（那边是一局的动力学，这边是整张故事图的路径形状），但「整数化 + 确定性 + 只做相对比较」的纪律同源。15.1 收表、15.2 划界，15.3 是全卷的落点：把这些数不能声称什么，写成一份可执行的清单。
15.3 指标不能声称什么
本卷通篇在度量叙事体验，但有一条不可回避的事实：命令行量不出玩家情绪。真人测试需要真实业务环境，命令行不可复现，本套不做。所以七条指标无一例外是 proxy（代理指标），只能做相对比较。这一节把这条纪律从一句口号，变成三件可跑的事：全表 proxy 声明完整性、候选结论语料 lint、正面清单自查。
禁声称清单
本卷点名禁的表述有八类：
| 禁声称 | 为什么禁 |
|---|---|
| 更感人 / 更好玩 | 主观体验的绝对断言 |
| 玩家满意度 X% | 把 proxy 当成满意度调查 |
| 更优秀 | 跨作品 / 跨规格的绝对比较 |
| 玩家实际 | 把结构量当成玩家真实体验 |
| 读起来 | 主观可读性判断 |
| 绝对达标 | 绝对化断言 |
| 提升 N 倍 | 倍数化的效果声称 |
这八类有个共同点：都把相对量当成了绝对量。覆盖率、熵、MAE 都是规格里的结构读数，一旦被说成「更感人」「满意度 80%」，proxy 就冒充了它根本度量不到的东西。
正面清单：能声称的只有两类
禁令的另一面是许可。指标能声称的收敛成两类——相对变化与结构量：
- 相对变化：同一规格内，采样 200 条的覆盖率 1000 千分高于单条确定性路径的 446 千分；
- 结构量：确定性路径覆盖 25 / 56 条去重对话边，到达 1 / 5 个结局；
- 回归对照：把 b10 的张力从 5 降到 4 后，全曲线 MAE 从 0 毫抬到 62 毫；
- 恒等判据：整数不变量残差为 0，好感度全程落在 [0, 100]；
- 口径声明：张力曲线 MAE 是 proxy，度量的是标注与目标的偏离，不构成情感强度的证明。
注意这五条里没有一条在说「好」或「坏」——它们说的全是变化和结构。这就是本卷允许的结论形态。
S 层：把禁令写成 lint
脚本 sim/nm_15_3_claim_lint.py 做三件事：检查 15.1 的 7 条指标是否都声明了 kind=proxy、does_not_measure、allowed_use；对 12 条候选结论逐条 lint，命中禁声称即 FAIL；再验证每条 FAIL 的改写与正面清单示例都必须 PASS：
#!/usr/bin/env python3
# file: sim/nm_15_3_claim_lint.py
# tier: S
# verify: /opt/homebrew/bin/python3 sim/nm_15_3_claim_lint.py
"""卷三 15.3 指标不能声称什么（S 层）：把禁令写成一份可执行的 lint。
本卷通篇在度量叙事体验，每一个指标都是 proxy。这一节把「不能声称什么」从
一句话变成三件可跑的事：
一 全表 proxy 声明完整性：15.1 的 7 条指标逐条检查 kind=proxy、
does_not_measure 非空、allowed_use 非空——缺一项即 FAIL。
二 候选结论语料 lint：读 config/nm_15_3_claim_policy.json 的 12 条候选结论，
命中禁声称模式（更感人 / 更好玩 / 玩家满意度 / 更优秀 / 玩家实际 / 读起来 /
绝对达标 / 提升 N 倍）即 FAIL，判定必须与语料标注的 expect 一致。
三 正面清单：每条 FAIL 的改写必须 PASS，正面清单里的每个示例也必须 PASS。
禁令清单与 15.1 定义表的 does_not_measure 是同一套边界的两种写法。只做相对
比较，不做绝对判断。产出 out/nm_15_3_claim_lint.json。
"""
from __future__ import annotations
import json
import os
import re
import sys
HERE = os.path.dirname(os.path.abspath(__file__))
ROOT = os.path.dirname(HERE)
OUT = os.path.join(ROOT, "out")
def load(name: str) -> dict:
with open(os.path.join(ROOT, name), encoding="utf-8") as fh:
return json.load(fh)
def hits(text: str, rules: list) -> list:
"""返回命中的禁声称规则列表。substring 精确包含，regex 用 re.search。"""
out = []
for r in rules:
if r["kind"] == "substring":
if r["pattern"] in text:
out.append(r)
elif re.search(r["pattern"], text):
out.append(r)
return out
def main() -> int:
table = load("config/nm_15_1_metric_definition_table.json")["metrics"]
policy = load("config/nm_15_3_claim_policy.json")
rules = policy["forbidden"]
# ---- 一 全表 proxy 声明完整性 ----
kinds = sum(1 for e in table if e.get("kind") == "proxy")
dnm = sum(1 for e in table if e.get("does_not_measure"))
use = sum(1 for e in table if e.get("allowed_use"))
dnm_items = sum(len(e.get("does_not_measure") or []) for e in table)
print("== 一 全表 proxy 声明完整性 ==")
print(f" 指标 {len(table)} 条：kind=proxy {kinds} / {len(table)}；"
f"does_not_measure 非空 {dnm} / {len(table)}；allowed_use 非空 {use} / {len(table)}")
print(f" 「不度量」项合计 {dnm_items} 条；禁声称模式 {len(rules)} 条")
assert kinds == len(table) == dnm == use, "有指标缺 proxy 声明"
# ---- 二 候选结论语料 lint ----
print("== 二 候选结论语料 lint ==")
rows, agree = [], 0
for c in policy["claims"]:
h = hits(c["text"], rules)
verdict = "FAIL" if h else "PASS"
agree += int(verdict == c["expect"])
why = "；".join(f"{x['pattern']}（{x['reason']}）" for x in h) if h else "未命中禁声称"
rows.append({"id": c["id"], "verdict": verdict, "expect": c["expect"],
"hits": [x["pattern"] for x in h], "why": why, "text": c["text"]})
print(f" {c['id']:<4} {verdict:<5} {why}")
n_pass = sum(1 for r in rows if r["verdict"] == "PASS")
n_fail = sum(1 for r in rows if r["verdict"] == "FAIL")
print(f" 语料 {len(rows)} 条：PASS {n_pass} / FAIL {n_fail}，判定与预期一致 {agree} / {len(rows)}")
assert agree == len(rows), "lint 判定与语料标注不一致"
# ---- 三 正面清单：改写与示例都必须 PASS ----
print("== 三 正面清单（改写与示例必须 PASS） ==")
rewrites = 0
for c in policy["claims"]:
if c["expect"] != "FAIL":
continue
h = hits(c["rewrite"], rules)
rewrites += 1
print(f" {c['id']:<4} 改写 {'PASS' if not h else 'FAIL'} {c['rewrite']}")
assert not h, f"{c['id']} 改写仍命中禁声称：{h}"
bad_ex = [f["form"] for f in policy["allowed_forms"] if hits(f["example"], rules)]
print(f" 改写 {rewrites} / {n_fail} 条 PASS；正面清单示例 "
f"{len(policy['allowed_forms'])} 条，命中禁声称 {len(bad_ex)} 条")
assert not bad_ex, f"正面清单示例命中禁声称：{bad_ex}"
print(" 结论：指标能声称的只有「相对变化」与「结构量」；倍数、满意度与主观体验一律禁")
os.makedirs(OUT, exist_ok=True)
with open(os.path.join(OUT, "nm_15_3_claim_lint.json"), "w", encoding="utf-8") as fh:
json.dump({"metrics_checked": len(table), "proxy_ok": kinds,
"does_not_measure_items": dnm_items, "forbidden_patterns": len(rules),
"claims": rows, "pass": n_pass, "fail": n_fail,
"rewrites_ok": rewrites,
"allowed_forms": policy["allowed_forms"], "proxy": True},
fh, ensure_ascii=False, indent=1)
fh.write("\n")
print("wrote out/nm_15_3_claim_lint.json")
print("OK nm_15_3_claim_lint：禁声称清单可执行，12 条语料判定一致，7 条改写全 PASS")
return 0
if __name__ == "__main__":
sys.exit(main())
本机实跑 /opt/homebrew/bin/python3 sim/nm_15_3_claim_lint.py：
== 一 全表 proxy 声明完整性 ==
指标 7 条：kind=proxy 7 / 7；does_not_measure 非空 7 / 7；allowed_use 非空 7 / 7
「不度量」项合计 20 条；禁声称模式 8 条
== 二 候选结论语料 lint ==
C1 PASS 未命中禁声称
C2 FAIL 更好玩（主观体验的绝对断言）
C3 FAIL 玩家满意度（把 proxy 当成满意度调查）
C4 PASS 未命中禁声称
C5 FAIL 提升[^，。；]{0,10}倍（倍数化的效果声称）
C6 PASS 未命中禁声称
C7 FAIL 更优秀（跨作品 / 跨规格的绝对比较）
C8 FAIL 玩家实际（把结构量当成玩家真实体验）
C9 FAIL 读起来（主观可读性判断）
C10 PASS 未命中禁声称
C11 PASS 未命中禁声称
C12 FAIL 绝对达标（绝对化断言）
语料 12 条：PASS 5 / FAIL 7，判定与预期一致 12 / 12
== 三 正面清单（改写与示例必须 PASS） ==
C2 改写 PASS 覆盖率从 446 千分提到 1000 千分，说明采样策略覆盖了更多对话边。
C3 改写 PASS 熵从 1714 毫比特提到 1730 毫比特，说明采样分布的均匀度略微提高。
C5 改写 PASS 改完之后张力 MAE 从 62 毫降到 0 毫，说明节拍标注与目标曲线重新对齐。
C7 改写 PASS 覆盖率 1000 千分是这份规格在去重边口径下的定义上界。
C8 改写 PASS 确定性路径覆盖 25 / 56 条去重对话边，占全部边的 446 千分。
C9 改写 PASS 节奏密度偏差 5 千分，说明只有 5 千分的滑窗越出可读带 [250, 750]。
C12 改写 PASS 这一节给出的是节拍标注与目标曲线的偏离，不构成情感曲线达标的证明。
改写 7 / 7 条 PASS；正面清单示例 5 条，命中禁声称 0 条
结论：指标能声称的只有「相对变化」与「结构量」；倍数、满意度与主观体验一律禁
wrote out/nm_15_3_claim_lint.json
OK nm_15_3_claim_lint：禁声称清单可执行，12 条语料判定一致，7 条改写全 PASS
判定与语料标注必须一致（12 / 12），这是 assert：如果一条「更感人」被判成 PASS，lint 就失效了。7 条改写也必须全 PASS——只禁不改，等于没给出口。
D 层：禁声称清单与正面清单
清单落 config/nm_15_3_claim_policy.json：8 条禁声称模式（含一条正则）+ 5 条正面清单 + 12 条候选结论（每条 FAIL 附改写）：
{
"section": "15.3",
"tier": "D",
"note": "禁声称清单与正面清单。lint 由 sim/nm_15_3_claim_lint.py 执行：禁声称命中即 FAIL，每条 FAIL 的改写必须 PASS。",
"forbidden": [
{"pattern": "更感人", "kind": "substring", "reason": "主观体验的绝对断言"},
{"pattern": "更好玩", "kind": "substring", "reason": "主观体验的绝对断言"},
{"pattern": "玩家满意度", "kind": "substring", "reason": "把 proxy 当成满意度调查"},
{"pattern": "更优秀", "kind": "substring", "reason": "跨作品 / 跨规格的绝对比较"},
{"pattern": "玩家实际", "kind": "substring", "reason": "把结构量当成玩家真实体验"},
{"pattern": "读起来", "kind": "substring", "reason": "主观可读性判断"},
{"pattern": "绝对达标", "kind": "substring", "reason": "绝对化断言"},
{"pattern": "提升[^，。；]{0,10}倍", "kind": "regex", "reason": "倍数化的效果声称"}
],
"allowed_forms": [
{"form": "相对变化", "example": "同一规格内，采样 200 条的覆盖率 1000 千分高于单条确定性路径的 446 千分"},
{"form": "结构量", "example": "确定性路径覆盖 25 / 56 条去重对话边，到达 1 / 5 个结局"},
{"form": "回归对照", "example": "把 b10 的张力从 5 降到 4 后，全曲线 MAE 从 0 毫抬到 62 毫"},
{"form": "恒等判据", "example": "整数不变量残差为 0，好感度全程落在 [0, 100]"},
{"form": "口径声明", "example": "张力曲线 MAE 是 proxy，度量的是标注与目标的偏离，不构成情感强度的证明"}
],
"claims": [
{"id": "C1", "expect": "PASS",
"text": "同一规格内，采样 200 条的覆盖率 1000 千分高于单条确定性路径的 446 千分。"},
{"id": "C2", "expect": "FAIL",
"text": "本节把覆盖率从 446 千分提到 1000 千分，说明这段叙事更好玩。",
"rewrite": "覆盖率从 446 千分提到 1000 千分，说明采样策略覆盖了更多对话边。"},
{"id": "C3", "expect": "FAIL",
"text": "熵从 1714 提到 1730，说明玩家满意度提升了 12%。",
"rewrite": "熵从 1714 毫比特提到 1730 毫比特，说明采样分布的均匀度略微提高。"},
{"id": "C4", "expect": "PASS",
"text": "一致性残差从 8 降到 0，说明规格里的四类静态失配被逐条清零。"},
{"id": "C5", "expect": "FAIL",
"text": "改完之后张力 MAE 降了 62 毫，说明情感体验提升了 62 倍。",
"rewrite": "改完之后张力 MAE 从 62 毫降到 0 毫，说明节拍标注与目标曲线重新对齐。"},
{"id": "C6", "expect": "PASS",
"text": "整数不变量残差为 0，好感度全程落在 [0, 100]。"},
{"id": "C7", "expect": "FAIL",
"text": "覆盖率 1000 千分说明这份叙事比其它作品更优秀。",
"rewrite": "覆盖率 1000 千分是这份规格在去重边口径下的定义上界。"},
{"id": "C8", "expect": "FAIL",
"text": "确定性路径只覆盖 446 千分，说明玩家实际探索到的丰富度只有 44.6%。",
"rewrite": "确定性路径覆盖 25 / 56 条去重对话边，占全部边的 446 千分。"},
{"id": "C9", "expect": "FAIL",
"text": "节奏密度偏差 5 千分，说明玩家读起来不累。",
"rewrite": "节奏密度偏差 5 千分，说明只有 5 千分的滑窗越出可读带 [250, 750]。"},
{"id": "C10", "expect": "PASS",
"text": "n=20000 时结局分布熵 1714 毫比特，均匀分布上界是 2321 毫比特。"},
{"id": "C11", "expect": "PASS",
"text": "张力曲线 MAE 是 proxy，度量的是作者标注与设计目标的偏离，不是情绪强度。"},
{"id": "C12", "expect": "FAIL",
"text": "这一节证明了这份叙事的情感曲线绝对达标。",
"rewrite": "这一节给出的是节拍标注与目标曲线的偏离，不构成情感曲线达标的证明。"}
]
}
这份清单与 15.1 定义表里的 does_not_measure 是同一套边界的两种写法：定义表从「指标不度量什么」写，清单从「结论不能说什么」写。两边对上，proxy 的口径才算钉死。
判读
第一，禁令必须是可执行的，否则它只是修辞。 一句「本卷指标只做相对比较」写在散文里，没人能验证它有没有被违反。本节把它变成 8 条模式：任何一条结论，只要命中模式就 FAIL。提升[^，。；]{0,10}倍 这条正则甚至能抓住「提升了 62 倍」这种换了说法的倍数断言——禁声称清单是数据，不是声明。
第二，禁与许是一体两面。 只说「不能声称更感人」，读者会问「那能声称什么」。正面清单回答了它：相对变化、结构量、回归对照、恒等判据、口径声明。把许可也写下来，禁令才不空洞——否则纪律会变成「什么都别写」的消极沉默。
第三，本节是全卷的落点，因为它定义了「这份工作的产出形态」。 本卷跑出 446 千分、1714 毫比特、0 毫这些数，它们能进报告的只有两类句子：「A 比 B 高 / 低多少」和「结构是 X / 56」。任何一句「这段叙事更感人」「玩家满意度提升了」都不在产出之列。这不是保守，是诚实——命令行能证的只有结构，报告就只写结构。
第四，这条边界和《游戏设计》卷二是接续的。 那一套给机制指标定容差（差多少算一致），本卷给叙事 proxy 定用途（这个数能被拿来说什么）。容差管「算得准不准」，用途管「说得对不对」。两者合起来，才是「整数化 + 确定性 + proxy 口径」这条纪律在三卷之间不落空。
自检表
| 检查项 | 实测 | 合格标准 |
|---|---|---|
| proxy 声明完整 | 7 / 7 | 每条 kind=proxy 且两张清单非空 |
| 语料判定一致 | 12 / 12 | 判定与标注全一致 |
| 改写全 PASS | 7 / 7 | 每条 FAIL 都有能过检的改写 |
| 正面清单 | 5 条，命中 0 | 示例不含禁声称 |
| 禁声称模式 | 8 条 | 覆盖点名禁的表述 |
阅读导航：上一节：15.2 指标的可比性与局限 · 下一节：16.1 三卷的装配检查表 。
继续阅读
探索更多技术文章
浏览归档，发现更多关于系统设计、工具链和工程实践的内容。