玩后感:愤怒的小鸟 – 变形金刚

abt-app-store-screenshot

App Store宣传文字里主打的是跑酷+动作设计,但宣传图看不出是怎么玩:跑酷游戏太多,如果不是大厂作品,看不明白玩法的特点很可能就不会下载。

  • Learn:在宣传图中突出游戏最大的亮点,而且还得让人看懂——玩家是第一次见到你的游戏,你懂的他们全不知道。

中文字体感觉很廉价

  • Learn:本地化如果要做就得做到位,参考当地的视觉设计。

angry-birds-transformers-op-video-s

开场动画太酷炫了,让人一下对游戏的品质有了信心和期待。故意采用了和老版变形金刚相同风格的传统2D动画,各种相同的过场镜头,是致敬,更是激起变形金刚粉丝的回忆,加强对游戏的好感。

  • Learn:对游戏最开始的几分钟应该格外重视、不惜成本,这是所有人都会看到的。

随后出现的2D漫画情节介绍让人感觉落差比较大,关键是在iPhone上很小,看不清。iPad版高清晰图片缩小后锯齿感强,而左右的黑色空间能明显看出是为了设备适配留的。

  • Learn:设备适配(特别是高清iPadå’ŒiPhone之间)如果不能做到位会让人感觉游戏品质下降。左右留白可以考虑DS掌机运行GBA游戏时的处理方式,在空白区域加入装饰图形(甚至彩蛋),这样空白不仅不再难看,而且反而成了某些设备玩家的“福利”。清晰度的问题,一般贴图可以通过mipmap解决,界面考虑使用两套分辨率的图片?。

abt-explosion

首次游戏体验 = 惊艳的视觉特效,令人自我感觉良好的游戏瞬间:飞行器飞入,飞出时的震屏,跳出飞行器时的慢镜头,超大尺寸“动画风格”烟雾特效,前所未见,令人惊艳。小猪塔被炸翻的震屏、爆炸特效、碎片物理碰撞模拟,构成一次次令人愉悦的游戏瞬间,让人自我感觉良好。3D金币旋转翻腾着通过各种轨迹、力学属性飞到右上角,最后洒出点点金光,令人满足的收获感。

  • Learn:震屏效果拔群。金币飞到数字上效果拔群。做梦就要做大一点——同理,既然游戏是假的,为何不在各个方面给人超出现实、惊艳、爽快感爆棚的体验。

意料之外的实时阴影,好看。

  • Learn:让玩家享受设备的进化,为了兼容低端设备可以将某些特效设置为根据设备选择性开启。

angry-birds-transformers-ending-scores

结束画面时计分数字快速增长并在最后跳了一下,让人注意到分数统计结束,而且感觉有趣、良好。

  • Learn:分数统计技术的时候附加一个额外特效(声音,跳跃,发光,粒子……),增强趣味性和“结束感”。

angry-birds-transformers-ending-pose

镜头感十足的3D结束画面:3D室内场景,角色生动的胜利动画,视角配合最后姿势进行旋转和聚焦,镜头感十足,提升成就感和趣味性。

  • Learn:既然是3D,就要充分发挥他的优势——3D与2D的重要区别之一就是3D视角镜头的运用:旋转,缩放,焦距。

随后,庞大的世界地图,地图迷雾,露出的地图一角,让人感受到游戏世界的庞大和神秘,激起人探索、征服游戏世界的愿望。

  • Learn:在第一次完美游戏体验结束后,趁热打铁向玩家展示游戏的规模,告诉他无论是关卡还是玩法你目前都只是管中窥豹,不要删这个游戏,还有更多更精彩的内容等着你。
  • Learn:对于新玩家只展示一小部分内容,隐藏大部分内容,但透露其规模:玩家不会消化不良,隐藏内容的神秘感激起探索欲望,游戏规模让玩家对游戏产生期待、激起征服游戏的欲望。

地图在iPhone上看小,图标放小后看不清楚。

  • Learn:不同物理尺寸的设备应该扬长避短,iPad上地图可以多看些,iPhone上视角应该更小些。
  • Leran:超小尺寸的图标,不是把图片直接缩小,而是应该基于小尺寸图片进行简化并重新描绘——类似网站Favicon的处理方式。

地图上的小尺寸3D动画感觉粗糙(锯齿,模型结构和贴图都感觉精度不足),用2D动画表现清晰度可能会更好,也不会产生粗糙感。

先华丽地失败(被一大堆巨型石柱砸死),然后升级技能赋予玩家新的操作玩法。

  • Learn:将复杂玩法拆分,逐步展示给玩家。
  • Learn:先败于新挑战,然后学习新技能克服之前的挑战(传统方式是面对新的挑战时,介绍新的操作。)——赋予游戏戏剧冲突,征服新挑战的愿望更强,新技能给人感觉更有用。

升级获得变形技能时的动画酷炫,让人感觉非常良好。

  • Learn:玩家在游戏中取得成就时,要运用各种手法尽可能让他自我感觉良好,强化荣誉感——该奖励玩家的时候绝对不要吝啬。

Evernote原文

发表回复

您的电子邮箱地址不会被公开。 必填项已用 * 标注

此站点使用Akismet来减少垃圾评论。了解我们如何处理您的评论数据