CASE STUDY 04
GDD 目录 — v8.3 · 5056 行单一权威设计规范，A–W 节覆盖全部机制与数值 
核心玩法循环 — 三层渐进规则：血糖驱动回合制策略，教程分阶段解锁 
回合结构 — 苏醒 → 摸牌 → 行动 → 代谢 → 结束，五阶段精确结算 
实机 · 行动阶段 — 手牌与场地、1–10 血糖刻度（正常区 4–6 触发 HP 加成）及卡牌 GI/攻防/营养标签在局内生效 
实机 · 代谢阶段 — 结算 GI、双方血糖与营养协同；事件日志记录出牌、被动与阶段切换 
数值基准 — CSV = ATK×2 + HP + ARM×1.5，COST 决定数值预算 
营养映射 — 现实营养密度 → ★稀有度 → 游戏技能；COST 与 ★ 正交设计 
角色卡体系 — 11 张饮食流派角色，构筑策略核心（vs 方案卡战术层） 
平衡性参数 — 全卡池数值上限、已知风险监控、设计禁则
NutriDuel
把营养学转化为策略卡牌游戏的数值体系
Game DesignSystem DesignGDD数值策划
Role
游戏策划 · 独立开发
Timeline
2024
Key Outcome
完整可试玩版本，5000+ 行 GDD，200+ Git commits
一款原创策略卡牌游戏，灵感来自真实营养学。把真实食物的营养成分设计成游戏数值体系，包含回合制战斗、职业体系与完整的卡牌策略深度。我负责全部游戏玩法设计、数值设计与 GDD 撰写，开发全程使用 Cursor 完成。
Product Screenshots
Why
为什么做
健身期间对营养学产生浓厚兴趣，发现宏量营养素（蛋白质、碳水、脂肪）与微量营养素之间的平衡关系，本质上是一个资源分配与策略优化问题。
这个洞察让我想到：营养学和游戏数值体系有天然的映射关系——食物就是卡牌，营养成分就是属性，均衡饮食就是策略。
Problem
问题是什么
营养科普内容枯燥，难以让大众产生持续学习的动力。游戏化是解法，但大多数健康游戏要么「不好玩」，要么「不准确」。
- 营养知识传播依赖说教，用户留存率低
- 现有健康类游戏缺乏真实的知识内核，玩法与知识割裂
- 如何在「好玩」和「营养准确」之间取得平衡
- 卡牌游戏的数值平衡需要大量迭代，一人团队如何高效完成
Opportunity
机会在哪里
健康游戏市场存在空白——没有一款游戏真正用「营养逻辑」驱动核心玩法。
卡牌 + 策略品类有成熟的受众基础，降低用户教育成本。
作为个人项目，可以用最小成本验证「营养 × 游戏」的核心假设。
Solution
产品方案
核心设计：回合制策略卡牌对战，玩家通过选择食物卡牌构建营养策略，击败对手。
- 核心循环：回合开始 → 抽牌 → 选择食物 → 计算营养效果 → 触发技能 → 回合结束
- 数值体系：每种真实食物映射为卡牌，蛋白质/碳水/脂肪/维生素等映射为战斗属性
- 职业体系：不同「饮食流派」对应不同职业，各有独特的营养策略与技能树
- 平衡设计：通过胜率数据与对局时长反馈迭代数值
- GDD 结构：5000+ 行，涵盖玩法、数值、职业、卡牌、UI、音效全部设计
AI Workflow
AI 如何参与
NutriDuel 是 Cursor 在游戏开发场景下的深度实践——从 GDD 到 Godot 代码，AI 贯穿始终。
| 阶段 | 我的工作 | AI 的角色 |
|---|---|---|
| 玩法设计 | 核心循环、职业体系、卡牌机制 | AI 辅助头脑风暴与方案对比 |
| 数值设计 | 食物→属性映射、平衡性调参 | AI 辅助数值计算与批量生成 |
| GDD 撰写 | 5000+ 行完整游戏设计文档 | AI 辅助文档结构与内容扩展 |
| 开发 | Godot 项目架构、功能验收 | Cursor 生成全部游戏逻辑代码 |
- GDD 迭代：用 AI 快速扩展卡牌技能描述，从 50 张扩展到 200+ 张
- 数值平衡：AI 辅助批量计算食物属性映射，我负责验证游戏性
- Godot 开发：200+ commits，全部由 Cursor 生成代码，我负责玩法验收
Outcome
结果
完成完整可试玩版本，包含回合制战斗、职业体系与卡牌策略深度。
5000+ 行 GDD 与 200+ Git commits 证明了项目的完整度。
- 完整可试玩版本
- 5000+ 行 GDD
- 200+ Git commits
- 多职业体系与完整卡牌策略
Reflection
反思
复杂系统产品必须有严格文档驱动——没有 GDD，200+ 张卡牌的数值根本不可能管理。
AI 在游戏开发中擅长「实现」，但玩法设计必须人主导。AI 可以生成 100 个技能描述，但「哪个好玩」只有人能判断。
如果商业化，我会先做 PvE 模式降低匹配成本，用关卡设计替代纯 PvP 平衡的压力。