ClueCart:支持从碎片化线索中解释游戏故事和叙述推断
最佳论文作者
角色扮演与叙事游戏互动叙事与沉浸式故事游戏开发者与设计师UI/UX 设计师
研究背景与问题
问题与挑战
- 作者识别了游戏中的索引性叙事——一种通过碎片化线索传递故事的方法,具有挑战性。这种叙事方式使玩家需要从谜题般的线索中重构故事,但因线索的非线性结构和多样性而导致分类和解释复杂。
- 面临的挑战包括:线索分类效率低下、理解线索及其关系的认知负担过高、隐藏的线索可能丢失,以及整合游戏内外的信息的困难。
重要性
- 游戏故事不仅是一种娱乐媒介,还可以充当文化传播的工具。玩家生成的内容和讨论通过视频平台和论坛已成为一种活跃的社区互动形式。
- 理解游戏中的复杂故事能加深玩家的参与度与沉浸感,此领域的研究与工具开发具有推动文化交流和教育的潜力。
研究动机与相关工作
- 当前的游戏叙事研究主要关注从设计者视角分类叙事元素,而忽略玩家(或内容创建者)如何解释线索以形成个性化叙述。
- 虽然已有支持创造性实践的工具,但其主要用于设计新的故事,而非解释已有的复杂线索,缺乏对玩家内容创建需求的支持。
解决方案
方法与创新
- 作者提出了一种两级分类体系,以适应内容创作者分类和组织线索的需求。
- 开发了一个名为 ClueCart 的开放源代码创造力支持工具,整合了自动线索捕捉、分类和呈现,以及交互式界面支持玩家进行叙事线索分析和故事重构。
- 工具的创新包括嵌入式游戏模组自动捕获线索分类功能,以及借助大型语言模型(LLM)生成线索内容总结和关键字提取。
实施步骤
- 分类体系设计:基于文献综述和玩家参与式设计工作坊,引入两级分类体系,分别为线索的分类(角色、位置、成就)和元素(过场动画、相关人物、环境、人工制品、文本、对话)。
- 开发 ClueCart:通过游戏模组实时捕获游戏线索的名称、位置和成就,并通过 LLM进一步分类,为每个线索生成摘要与关键词。
- 测试与优化:进行用户研究,比较 ClueCart 与基准工具(Miro)在用户体验及叙事效率上的表现。
研究成果
具体成果
- 效率提升:在完成叙事任务所需时间上,使用 ClueCart 的组表现出更高的灵活性与效率。
- 质量提升:使用 ClueCart 的组在故事清晰度、组织性、逻辑结构等维度上表现显著优于基线工具,凸显故事分析结果的质量。
- 构建新观点:ClueCart 的外部知识整合功能,帮助用户将游戏线索与现实意义链接,生成新的深刻洞察。
优势对比
- 与传统工具相比,ClueCart 提供了自动化的线索分类,以及实时处理内容的能力。这减少了内容创作者所需的手动工作量,提升了分析效率。
- 通过对游戏线索间关系的可视化帮助,ClueCart 增强了创建者对复杂叙事结构的理解和分析能力。
实验或评估结果
- 系统可用性:在用户满意度调查中,ClueCart 的系统可用性评分显著高于基线工具。
- 创造力支持:用户报告在使用 ClueCart 时感觉更具创意和想象力,工具功能有助于探索非线性叙述及多维故事结构。
- 用户反馈:虽然总体评价较高,但一些参与者建议对分类体系增加自定义功能以及改进线索检索的可用性。
局限性与未来方向
- 分类灵活性不足:某些参与者发现两级分类体系对多样化线索的适应性有限,将来需增强其用户自定义功能。
- 平台限制:游戏模组的设计局限于开放平台,未来需探索解决闭源平台(如 Nintendo Switch、Xbox 和 PlayStation)的应用问题。
- 自动化改进:建议在未来版本中整合更多基于 LLM 的自动关系检测功能,以增强线索理解和工作效率。
总结
- ClueCart 为支持玩家创作社区提供了有效的工具,促使游戏叙事分析效率与质量的提高,并推动了基于线索的故事构建方法。
- 项目展现了游戏故事对于社区内容创作的深远影响,并提出了改善创作者工具的设计方向,为未来的跨媒体叙事应用提供了更多可能性。
研究问题 / 现实痛点
这篇论文在当前问题库中对应的问题线索。
help
研究问题
3- 游戏中如何通过线索分类和叙事分析提高复杂非线性叙事的解读效率?分类: 数据叙事与故事化可视化需求同类问题arrow_forward
- 玩家如何利用工具来重构分散化的游戏线索并形成完整故事?分类: 数据叙事与故事化可视化需求同类问题arrow_forward
- 大语言模型(LLMs)如何提升游戏线索的自动化分类与总结效果?分类: 数据叙事与故事化可视化需求同类问题arrow_forward
lightbulb
现实痛点
1- 玩家理解复杂非线性游戏剧情常遇高认知负荷,难以解读和分类线索。分类: 数据叙事与故事化可视化需求同类问题arrow_forward
快捷操作
广告推荐
学习 AI 编程到 CodeNow
open_in_new打开DOI链接
DOI: https://dl.acm.org/doi/10.1145/3706598.3713381
一眼看懂
fact_check论文快照
dataset
来源
CHI
calendar_month
年份
2025
emoji_events
奖项
最佳论文
group
作者
7 位作者
sell
研究子方向
角色扮演与叙事游戏、互动叙事与沉浸式故事
work
职业/产业
游戏开发者与设计师、UI/UX 设计师
article
内容状态
已索引正文
hub
相关论文
5 篇相关论文