🎯 主出牌層
DouZero WP
勝率穩、風格一致，最適合做全站主模式，能在玩家體感與收益穩定之間取得平衡。
Operations Strategy Report
鬥地主 AI 營運與 RTP 策略報告
這份報告不是只討論哪個 AI 更強，而是從平台營運角度評估： 如果目標是穩定收入、控制 RTP 區間、降低波動並維持玩家體感，AI 應該怎麼設計、怎麼分層、怎麼落地。
主營運目標
穩定收益與 RTP 區間控制
核心主力
DouZero WP + RuleBot fallback
升級方向
ADP 分層 + LLM 體驗層 + Distillation
一句話結論
如果平台的首要目標是 穩定收入與控制 RTP， 那 AI 的核心就不應該只是「更強」，而應該是 更穩、更可控、更容易 fallback，且能分層調整玩家體感。
- 主出牌層：DouZero WP
- 保底層：RuleBot
- 高壓層：DouZero ADP
- 互動層：LLM
AI 方案的營運角色分工
Operating Lens
🛡 保底層
RuleBot
在 AI health 失敗、tunnel 異常或託管切換時立即接手，確保 RTP 不會因系統問題失控。
⚡ 高壓層
DouZero ADP
適合拿來做高難度、競技房或活動模式，但不建議直接當全站唯一主模式。
💬 體驗層
LLM / Qwen
適合做教學、解說、陪玩與角色互動，提升留存與體驗，但不直接承擔收益控制任務。
🧪 長期路線
Distillation / 進階 RL
適合作為中長期策略，用於優化成本、壓縮模型或建立差異化自研 AI。
📌 原則
營運優先
先確保 RTP 可控與收益穩，再追求 AI 的理論強度天花板，順序不能反過來。
從營運角度看 AI 適配度
RTP-Oriented Comparison
| 方案 | 收益穩定性 | RTP 可控性 | 波動風險 | 玩家體感 | 營運定位 |
|---|---|---|---|---|---|
| RuleBot | 高 | 最高 | 低 | 偏機械但穩 | 保底、託管、安全網 |
| DouZero WP | 高 | 高 | 中低 | 穩定、正式 | 主模式首選 |
| DouZero ADP | 中 | 中高 | 中高 | 壓力感強 | 進階房、高壓模式 |
| DouZero SL | 中高 | 高 | 低到中 | 穩、偏基線 | 本地驗證、基線模型 |
| LLM / Qwen | 低 | 低到中 | 高 | 互動感佳 | 解說、教學、陪玩 |
| Distillation / 進階 RL | 待驗證 | 中 | 視方案而定 | 潛力高 | 中長期升級 |
真正需要監控的不是 AI 強不強
Operational Checklist
📉 收益與 RTP
先看數值是否穩
- RTP 是否維持在目標區間。
- 高低分房的波動是否過大。
- 不同模式切換後收益是否異常偏移。
- 是否能把玩家體感與收益目標拆開管理。
🛠 系統穩定性
再看系統能否穩定執行
- AI health 是否持續正常。
- fallback 到 RuleBot 是否即時。
- 託管模式是否能平滑接手。
- 模型、tunnel、快取與路徑是否容易維運。
營運視角的核心：AI 不是單純「變強」，而是要能在收入、RTP、體感與維運之間維持可預期的平衡。
對目前專案的落地方案
Execution Path
📌 短期
先穩定主模式
- 主模式固定用 DouZero WP。
- RuleBot 負責 health 失敗 fallback。
- SL 當成本地驗證與穩定基線。
🛠 中期
開始分層
- 把 WP / ADP / SL 做成可切換模式。
- 建立 AI 狀態與收益監控。
- 觀察不同模式對 RTP 與留存的影響。
✨ 長期
擴充體驗與壓縮成本
- 引入 LLM 做解說、教學、陪玩。
- 評估 Distillation 或更進階自訓路線。
- 視營運需要做 AI 強度分層。
一句話方案：出牌用 DouZero WP、保底用 RuleBot、體驗增強用 LLM，所有決策都服從於收益穩定與 RTP 區間控制。