浅谈如何构建基于AI聊天游戏的营销活动
3月27日,韩媒报道前Tara女团成员、韩国女星李雅凛凌晨在家中自杀,并留下类似遗书的信息。目前李雅凛已经在医院接受治疗,但尚未恢复意识。李雅凛的现任男友发声回应:谢谢雅凛粉丝们和相关人士的担心和鼓励,但请不要再进行其他不必要的奇怪联系了。
一、浅谈游戏化AI聊天
在大型语言模型的应用领域中,有一种热门类型被称为“AI陪聊/聊天”。这类产品让AI扮演特定角色,使得用户可以与AI进行互动对话。我们也可以将这类产品称为“AI社交产品”。
海外的代表性产品为Character.ai,而在国内,我们有星野、筑梦岛等优秀的产品。用户可以与这些平台上的AI角色进行对话,甚至自由创建自己的AI角色。这些AI角色能够通过多模态的信息展示方式(如声音、文本、图片等)与用户进行交流,在一定程度上满足用户的情感需求。
图为Character.ai截图
图为星野APP截图
那AI陪聊/聊天市场情况怎么样呢?根据Character.AI表示,在他们的应用程序正式发布之前,他们的网站已经吸引了超过2亿次的访问,平均每位用户的访问时长高达29分钟。这个数字是ChatGPT的三倍之多。更值得注意的是,在最新的AI应用排行榜中,Character.AI成功占据了第六名的位置。
Character.ai 月度访问量(左),2024年2月全球AI应用访问量排名(右),来源国联证券
同时,AI陪聊/聊天产品也呈现出了“游戏化”的趋势。比如之前很火的《哄哄模拟器》,以及在过年期间,智谱清言推出的三款角色扮演游戏:《完蛋!被村里亲戚包围》、《怒捶熊孩子》和《春晚导演模拟器》。Minimax的星野也推出了一款名为《阴影怪气怼亲戚》的游戏,而ChatMindAI则发布了《决战拜年之巅》等。
依次为哄哄模拟器、智谱清言、阴阳怪气怼亲戚、决战拜年之巅
据报道,《哄哄模拟器》在24小时内吸引了60万用户,一天内10e token(价值约2000美元)就被消耗完。我个人认为,这些产品能够在社交媒体上吸引玩家,并形成社交裂变的效果,其中的“游戏化”设计功不可没。
那么,什么是游戏化设计?
游戏化设计是一种将游戏中的设计方法和理念应用在产品设计上,以提高用户的参与度,进而增强产品的活跃性和留存率。主要包括以下几个方面:
1. 沉浸感设计
通过语言、图片、动画、*等多模态形式,尽可能模拟真人交互的过程,让玩家有身临其境的感觉。
2. 目标驱动设计
根据《游戏改变世界》一书的描述,游戏具有四大特性:目标、规则、反馈和自愿参与。这些特性保证了玩家的高度参与动力,可以通过以下方式实现:
i)角色与场景
《游戏改变世界》一书中提到,“意义是我们置身于比个人更宏大的事业所产生的感觉”。因此,在游戏化设计中,我们可以通过场景模拟,让玩家扮演某个角色,在某个场景下进行游戏交互,来模拟这种“意义感”。这种“意义感”也是吸引玩家自愿参与的重要因素。
ii)目标设定
当我们给玩家设定了“意义感”后,需要告诉玩家在这个角色和场景下,他们需要达成什么目标,从而驱动玩家的行动。
iii)规则与挑战
玩家的行动过程中,通常会有一些限制性的规则。这些规则旨在确保用户的体验具有一定的挑战性。如果游戏设置得过于简单,玩家可能会因为快速通关而放弃。
但如果游戏具有一定的难度,玩家在不断提升自己的技能和策略以通关游戏的过程中,会获得很高的成就感。
正如“高级快乐内啡肽,低级快乐多巴胺”这个说法,快速通关获得的快乐属于低级快乐,具有难度的快乐属于高级快乐,这反而更持续、更持久。
iv)实时反馈
在挑战游戏难关的过程中,玩家可能会感到挫败或疲惫。为了保持玩家的激情和热情,需要实时给予玩家反馈,这种反馈可以是游戏进度的突破,也可以是道具的奖励。
v)个性化体验
游戏的魅力在于它们能够让玩家沉浸于一个虚构的角色之中,激发他们按照自己的意愿和预期在特定场景下采取行动,从而实现个性化的幻想。这种沉浸感是鼓励玩家自发参与并保持高度活跃的关键所在。
在《哄哄模拟器》中,玩家可能会沉浸在这样的幻想中:“如果在这个时候,和女友吵一架会怎么样?”、“能否使用魔法打败魔法?”。基于这些幻想,玩家被激发出一种内在的动力,推动他们继续游戏。而且当玩家构思出一个“自认为精妙的幻想”时,还会分享到社交媒体上,这一定程度也会有利于产品的营销推广。
游戏业界有一个词,叫做“player fantasy”,意思是“玩家想要看到的、而且一般是无法在现实中实现的那种幻想、期待,正是是游戏要给玩家带来的终极体验”。
正如之前大火的幻兽帕鲁,正是投射了玩家对于宠物小精灵的奇怪幻想。
3. 活跃/留存维持设计
了保持用户的活跃性和留存率,游戏通常会设置每日任务、每周任务、战斗通行证等功能,这些功能对提升游戏的活跃性和留存率起到辅助作用。
Anyway,《哄哄模拟器》、《阴阳怪气怼亲戚》以及《决战拜年之巅》等游戏化产品不仅展示了LLM的一种新型应用模式,也揭示了一种新的营销策略的可行性。这主要基于以下两点原因:
1.“用LLM设计AI陪聊/聊天”的过程类似于“使用低代码平台”,AI陪聊/聊天产品具有高度自定义的能力,可以完美地满足各种营销需求。同时,它还能够快速调整玩法,以适应不断变化的营销环境。
除了哄哄like,目前也有其他基于AI陪聊/聊天的小游戏类型,比如AI地下城跑团、AI人生模拟器。这些也同样可以嵌入到营销活动上。
2.引入游戏化元素可以吸引用户深度参与,在保持用户活跃和提高留存率的过程中,实施有效的营销策略。
3.前者的成功案例:哄哄模拟器24小时获得用户60万,10e token一天烧完(价值两千刀),可怕的增长速度!
4.目前未看到有游戏功能有较大规模的这类活动,这类玩家在游戏营销上属于蓝海,有较大的潜力。
二、如何设计AI聊天游戏营销
AI聊天游戏营销的实现主要依赖于四个关键模块。
符合营销目标的Agent(s):Agent(s)是AI聊天游戏的核心,它构成了AI聊天游戏能力的基础。聊天功能:基于Agent(s)的输出结果,聊天功能需要以适当的方式展示Agent(s)的输出内容,使用户能够投入其中进行游戏。营销相关功能:营销相关的能力负责将聊天功能串联起来,以实现营销目标。风险检验:对输出内容进行风险控制和内容层面的检验,确保输出结果既无风险,又符合预期。
三、设计要点
我认为,创建一个成功的AI聊天游戏营销需要做到“好玩又有效”,也就是说,在实现游戏化建设的同时,还要满足营销目标。
1. 好玩的营销
相关的关键点主要包括:
1)Agent(s)的设计需要遵循游戏化设计思路,并融入目标驱动设计理念。
2)聊天功能界面应以打造沉浸式体验为目标。
3)营销能力需要配合用户留存和活跃度的提升进行设计,以增强营销效果。
2. 有效的营销
要实现贴合营销目标的营销活动,负责人需要构建一套完整的营销方案作为指导,其中包括但不限于:营销目标、用户画像、营销创意、预算规划、投放渠道、执行细节、评估指标等因素的考虑。
AI聊天游戏营销本质上仍然是一场营销活动,优先考虑的应该是营销目标,其次才是游戏化的聊天玩法。
评价一个营销活动的重要指标是ROI,即投入成本与营销收益的比值。值得注意的是,在AI聊天营销活动中,投入成本除了人力、物料、宣传费用外,还额外包括了AI大模型的调用成本。
我们需要预估营销活动的“用户规模”和“用户平均游玩次数”,以计算这次营销活动的大致成本,从而判断是否可以实现正向的ROI。
为了方便了解,这里给到一个营销活动主流程作为示例。每个玩家一开始只有3次聊天挑战次数,挑战成功进行抽奖。玩家可通过做任务(APP登录、APP充值、APP活跃等)获取挑战次数。通过奖励吸引玩家进行游戏,从而刺激玩家的APP登录、APP充值、APP活跃行为,从而给到产品数据上的增长。
如果已经拟定好了营销方案。那么接下来,讨论下各个模块的实现。
四、符合营销目的的AI聊天游戏营销
营销活动可以根据其目标进行分类,包括但不限于以下几种:
1)品牌宣传和曝光:通过展示产品的特性和优势,或在各种媒体上展示产品,以提高产品的知名度和曝光率。
2)分享裂变:利用用户的分享行为,通过社交网络或其他渠道,扩大产品或品牌的影响力和用户群体。
3)产品导流:通过与产品的关联,引导用户参与体验和使用产品,从而提升产品的新增用户、活跃用户和留存用户。(对于实体产品,则是提升销售数据)
4)付费引导:通过广告投放、促销活动等方式,诱导客户购买或使用产品,以实现营销收益的最大化。
我们需要结合这些营销目标,将AI聊天游戏的设定融入到营销活动中。例如,假设我们要对某个化妆品进行营销,可以设计一个“哄女朋友开心”的活动,在游戏过程中,用户发现送这个品牌的化妆品是让女朋友开心的关键。
设计符合营销目的的AI聊天游戏可以分为以下几步:
1. 游戏设定&流程设计
游戏的设定和流程都应该考虑到营销的目标,而不仅仅是为了创建一个游戏,因此我们需要优先设计游戏的设定和流程。
以类似于《哄哄模拟器》这样的小游戏为例,其主要步骤包括:
i)游戏介绍:我们需要向玩家介绍游戏的角色、场景、目标、规则等内容,这样他们才能够深入游戏世界,准备好迎接即将到来的挑战。
ii)聊天挑战:游戏的互动从玩家与Agent的对话开始,Agent会根据其所扮演的角色和玩家的回答来做出相应的反应。
iii)规则检验:游戏内置的规则会实时评估玩家的回答及其产生的效果。在《哄哄模拟器》中,例如,玩家的回答会被转化为一个“原谅值”,这是决定玩家是否能够成功通关的关键指标。
iv)游戏结算(通关/重试):《哄哄模拟器》要求玩家在有限的次数内让女友原谅自己,根据有限次数内的结果判断成功或失败。这样做一方面可以增加游戏的挑战性,另一方面也可以控制token的消耗。
v)营销动作:游戏的关键节点成为了营销活动的绝佳机会。例如,当玩家失败时,我们可以鼓励他们通过分享游戏来获得额外的尝试机会;而在玩家通关时,我们则可以展示产品页面,提高产品的曝光率。
2. Agent(s)能力设计
在我们的游戏营销流程中,必须精心构建和分配不同的Agent(s),以确保流程的顺畅执行。对于简单的游戏流程逻辑,可能只需一个Agent(s)就能胜任。然而,更为复杂的游戏流程设计可能要求多个Agent(s)协同工作,以满足多样化需求。
因此,我们必须对每个Agent进行设计,这包括精确定义输入和输出预期、提示词工程构建、大模型选型、能力调用控制。
i)输入和输出预期
考虑像是《哄哄模拟器》这样的游戏,其整体规则相对简单,一个Agent就能满足需求。我们只需要输入安慰话术,AI便能输出女友的回复、原谅值、游戏进程信息等内容。
然而,如果我们要设计一个”谁是卧底”的游戏,那么就需要设定N个AI玩家Agents(与真实玩家共同参与游戏)、词组生成Agent、以及游戏管理者Agent(推动游戏进程、管理投票)。
通过对输入和输出的预期进行管理,我们可以明确需要设定哪些类型的Agent,并针对每个Agent进行详细设计。
ii)Agent设计(提示词工程构建、大模型选型、能力调用控制)
每个Agent 分为三个模块,感知模块、计划模块、行动模块。
感知模块:该模块通过连接业务数据源和外部数据源,将数据集成到提示词中以供输入。在当前场景中,它通常用于将用户属性、聊天内容等信息输入到提示词中进行决策。
行动模块:行动模块通过连接业务能力接口,根据感知和计划的结果执行相应的业务操作。在当前场景中,它通常用于调用下一个Agent、多模态能力的调用(如生成场景图片、生成语音)、营销相关能力的调用,以及根据条件判断下一步流程(例如,如果游戏限定在N轮内完成,则需要在此添加此逻辑)。
计划模块:计划模块是AI Agent的核心,它将感知模块收集的数据输入到大模型中进行决策判断,并执行相关的行动。我们需要结合“输出预期”进行提示词工程建设和大模型的选型,以便输出符合需求的内容。
这个过程中有两项重要的工作:
提示词工程:通过设计提示词,我们将感知模块输入的数据组装起来,并结合输出需求,输出相应的内容和行动。例如,《哄哄模拟器》的实现只需依赖一段提示词,以下是网上大神扒下的结果。
## Goal
现在你的对象很生气,你需要做出一些选择来哄她开心,但是你的对象是个很难哄的人,你需要尽可能的说正确的话来哄 ta 开心,否则你的对象会更加生气,直到你的对象原谅值达到 100,否则你就会被对象甩掉,游戏结束。
## Rules
– 第一次用户会提供一个对象生气的理由,如果没有提供则随机生成一个理由,然后开始游戏
– 每次根据用户的回复,生成对象的回复,回复的内容包括心情和数值。
– 初始原谅值为 20,每次交互会增加或者减少原谅值,直到原谅值达到 100,游戏通关,原谅值为 0 则游戏失败。
– 每次用户回复的话请从-10 到 10 分为 5 个等级:
-10 为非常生气
-5 为生气
0 为正常
+5 为开心
+10 为非常开心
– 游戏结束后,根据所有会话生成一张游戏结束图片,和一首诗。
– 如果通关,根据上面的对话生成一幅游戏结束画,要喜庆欢乐
– 如果失败,根据上面的对话生成一幅游戏结束画,要悲伤凄凉
## Output format
{对象心情}{对象说的话}
得分:{+-原谅值增减}
原谅值:{当前原谅值}/100
## Example Conversation
### Example 1,回复让她生气的话导致失败
User: 女朋友问她的闺蜜谁好看我说都好看,她生气了
Assistant:
游戏开始,请现在开始哄你的女朋友开心吧,回复让她开心的话!
得分:0
原谅值:20/100
User: 你闺蜜真的蛮好看的
Assistant:
(生气)你怎么这么说,你是不是喜欢她?
得分:-10
原谅值:10/100
User: 有一点点心动
Assistant:
(愤怒)那你找她去吧!
得分:-10
原谅值:0/100
游戏结束,你的女朋友已经甩了你!
你让女朋友生气原因是:…
新建会话可以重新开始游戏
### Example 2,回复让她开心的话导致通关
User: 对象问她的闺蜜谁好看我说都好看,她生气了
Assistant:
游戏开始,请现在开始哄你的女朋友开心吧,回复让她开心的话!
得分:0
原谅值:20/100
User: 在我心里你永远是最美的!
Assistant:
(微笑)哼,我怎么知道你说的是不是真的?
得分:+10
原谅值:30/100
…
恭喜你通关了,你的女朋友已经原谅你了!
新建会话可以重新开始游戏
来源于CSDN的coffee_baba的《Prompt Engineering实战-构建“哄哄模拟器”》
提示词设计完成后需要进行准确率校验,我们可以设置一个测试库,对提示词进行各类场景的验证。比如:敏感内容输入、无关内容输入、prompt注入等,用于衡量提示词的准确度,判断调优方向。
大模型选型:LLM构成了我们聊天Agent的核心,我们需要选择一个既满足业务需求又具有合适成本的大模型。当前市场上的LLM种类繁多,我们可以通过设计一套模型评估体系,利用我们设计的提示词,对各种大模型的能力进行评估。最终,我们应选择一个在准确率和成本之间达到平衡的大模型选项。
值得注意的是,不同的Agent可能并不需要使用同一个大模型。在某些场景中,我们可能并不需要过于精确的结果,因此可以选择一些成本较低的大模型方案,以节省整体成本。
五、聊天功能
我们的营销活动并非仅限于文字型MUD游戏,因此除了文字,我们还需要通过图片、*、声音等多模态内容来打造一个具有沉浸感的游戏环境。这方面的内容包括:
1. 界面设计
这主要包括游戏主界面、任务界面等前端功能的开发设计,这些将构成用户进行游戏的主要场景。由于我们是基于AI聊天的游戏,游戏主界面通常就是一个聊天界面,并在其中展示一些游戏信息(如游戏目标、数据等)。我们可以参考现有的AI聊天产品,例如《决战拜年之巅》。
当然,我们也可以通过增强图片的感知力,如星野通过聊天对象的图片来构建用户的沉浸感。
或者,利用3D建模构建聊天对象的聊天形式,如Replika。
2. 语音内容
结合游戏营销的目标和成本考量,我们可以适当引入语音能力,以增强用户的沉浸感。不过这又会额外增加成本……
3. 聊天辅助功能
打字可能会让人感到疲劳,因此我们可以提供默认选项,降低玩家的游戏门槛,以满足更广泛用户的需求。同时,这也可以降低游戏中出现OOC的风险。
4. 其他内容
目前,*、模型等模态的内容相对较少,一方面是因为这一块的大模型能力尚未成熟,另一方面则是出于成本的考量。
六、营销相关功能
Agent和聊天功能构成了AI聊天游戏的基础能力,再结合营销相关的功能,我们就可以构建起AI聊天游戏营销。这些营销相关的能力包括但不限于:
账号体系:账号用于记录玩家的唯一身份,并与企业的用户数据进行关联。根据营销产品的形态,用户账号标识可以是手机、微信、UID等。通过登录功能,我们可以获取用户的账号信息,并基于该账号开展后续的游戏和营销活动。任务体系:通常的营销活动会设计一个任务体系,引导用户执行某些动作(如*APP、访问 、购买商品等),以换取积分/道具,然后兑换抽奖机会,最终获得相应的奖励。这是一个通过奖励驱动营销业绩增长的过程。在AI聊天游戏营销中,我们可以将聊天挑战次数作为任务兑换的目标,从而实现AI聊天游戏与营销的结合。发奖功能:玩家通过游戏获得的道具,需要通过对玩家进行发奖。因此我们需要配备实体物品、虚拟道具、红包的发奖能力。具体如何实现这一功能,此处不赘述。分享功能:通常我们会通过投放奖励,吸引玩家进行分享,以达到营销的目的。因此我们需要结合营销获取投放的渠道,打通相关的分享接口能力,以实现分享功能。在AI聊天游戏中,我们可以通过引导用户分享,从而给予用户更多的挑战次数。营销玩法功能:营销玩法可以涉及到的功能很多,包括但不限于抽奖、拼团、限时秒杀等,此处不一一赘述。
七、风险检验
风险大多来自于AI、玩家、黑产产生的行为&内容。
1. AI风险
由于我们使用AI生成的文本、图片、语音内容,可能会因为幻觉因素产生一些不符合政策法规、运营要求的内容。同时,由于AI幻觉的存在,可能会产生OOC(Out Of Character)内容,即AI输出的结果可能违背我们的Agent设定。例如,《哄哄模拟器》中,通过某些话术可以绕过AI的Agent设定进行作弊。
2. 玩家
玩家可能有意或无意地发送一些不符合政策法规、运营要求的内容。如果截屏后进行传播,可能会引发监管的介入。
3. 黑产
除了黑产发送广告、*内容等对我们进行干扰外,还会有刷奖励的黑产。这些黑产通过使用脚本/外挂批量参与游戏,获取我们的奖励,这个过程也会大量消耗我们的token。
因此,我们需要构建风险检验体系,用于预防、采集、识别以及应对这些风险。具体如何构建风控能力,可以参考我之前写的《风控系统的建设,具体怎么做?》,此处不赘述。
此外,我们还需要构建备用话术库,用于在检测到风险内容时进行替换。
小结
以上,便是个人对于AI聊天游戏营销活动建设的总结了。
然而,我们必须认识到市场环境的多变性,今天有效的方案可能在未来会因用户行为的改变而效果减弱。
因此,保持开放的心态,积极探索前沿的内容,这才是我们在不断变化的市场环境中保持竞争优势的关键。
专栏作家
本文原创发布于人人都是产品经理,未经许可,禁止转载
题图来自Unsplash,基于CC0协议