麻将消除游戏看起来简单，但最容易出问题的地方正是“哪些牌现在能点”。如果规则含混，提示、洗牌、撤销和局面生成都会跟着变得不可信。
Sumi Mahjong 没有走连连看式的路径连接规则，而是围绕堆叠麻将的直觉来做：上层覆盖会阻止选择，同层需要有开放边，只有真正自由的牌才进入匹配候选。
提示不能只找一张看起来自由的牌，而必须复用真实匹配规则。否则用户点了提示却不能消除，会直接破坏信任。洗牌也是同一个道理：它不是随机打乱，而是在保留进度的前提下重新找出可继续的局面。
局面生成最重要的是可解性。开发时可以从“先有一条可完成序列”倒推布局，再用评分和模板把局面变得更自然，而不是把随机结果交给玩家承担。
这部分是很适合做成课程案例的：同样是小工具，凡是涉及规则、推荐、提示或自动化，都应该先建立一个可测试的核心判定函数，再让 UI 和动画围绕它展开。
开发细节补充：这篇记录放在 Sumi Mahjong 禅艺麻将 的产品日记里，不是为了把一个功能包装成故事，而是把“07 · 玩法设计：不要太难，也不要太简单”放回真实项目推进中看。它要同时回答三件事：用户为什么需要这个点，开发时哪些边界必须先定住，以及这个选择会怎样影响上架、推广和后续课程复盘。平台口径是 iPhone / iOS / 游戏，当前公开状态是 App Store / 无广告 / 无追踪，所以文案不能脱离真实发布进度。
对应的 docs 线索主要来自 ZenMahjong 产品策略、玩法算法与判定、牌面资产和动效记录、完成审计与本地化上架文档。公开页面不会照搬内部工作记录，而是把可公开、可学习、不会泄露私密路径和账号信息的事实整理出来。ZenMahjong docs 覆盖开发哲学、痛点功能清单、命名品牌、UI 结构、主题美术、定价 IAP 和本地化上架。 开发计划记录了玩法算法、两折线判定、周 1 开发日志、动效粒子、开源布局参考、随机布局策略和牌面生成流程。 完成审计把玩法、隐私、无广告、StoreKit、素材和上架说明合在一起，让游戏不是只停留在可玩 Demo。 公开文章要说明为什么小游戏也需要不做清单：无广告、无账号、无体力、无排行榜，都是架构和商业化选择。
从产品功能看，Sumi Mahjong 禅艺麻将 关联的能力包括：144 张手调水墨麻将牌、经典两折线连接规则、撤销、提示、洗牌、无广告 SDK、无账号、无第三方追踪。写这类日记时，不能只说“做了什么”，还要说明为什么先做这些、为什么暂时不做另一些。比如一个按钮、一个导入流程、一个本地模型开关或一段截图文案，放在代码里只是小改动，放在产品里却会影响用户理解、审核员复现和后续推广素材。
从工程推进看，这篇日记对应的检查点是：轻量游戏的上架、IAP 和隐私边界；产品页如何表达安静体验。真实开发最容易失真的是中间过程，因为最后页面看起来只有一个结果，但实际会经历方案取舍、权限确认、素材准备、测试设备、审核备注和发布节奏。把这些过程写下来，后面做同类产品时才不会重新踩同一个坑。
从隐私和合规看，当前约束是：正常游玩不需要网络；付费解锁通过 Apple StoreKit 完成。这类信息必须前置到开发日记里，因为独立产品的可信度不是靠口号建立的，而是靠数据在哪里处理、用户能不能退出、功能是否离线可用、商店页怎么承诺、隐私政策是否与实现一致这些小事实积累出来的。
从课程和复用看，这篇内容可以沉淀到 iOS 小游戏、StoreKit 2、无广告产品、多语言上架。它的价值不只是给访问者看一个产品，而是展示一个独立开发者怎样把想法转成可验证的产品：先收窄场景，再选技术路径，再做体验最小闭环，最后把审核、推广、运营数据和失败教训都纳入下一次迭代。
轻量游戏也可以成为完整产品案例：规则、手感、美术、IAP、审核和推广都能拆开复用。 这也是为什么每篇产品日记都要写到足够长：不是为了凑字数，而是为了把“证据、决策、实现、边界、复盘”都放在同一页，让读者看到一个判断是怎样被逐步验证出来的。最难的是让麻将消除既安静又耐玩，同时避免广告化和过度游戏化破坏产品气质。
所以这篇日记的结论不是“功能已经写完”，而是把一个阶段的判断公开化：哪些证据足够支撑继续推进，哪些资料还需要回到源码、商店材料、公开文案或运营观察里补齐。这样的记录会比单纯的发布公告更慢，但也更真实，能让产品页、发布记录和课程内容保持同一条事实线。
验收时我会把它拆成四个层次：第一层是用户路径能不能走通，第二层是异常状态有没有被诚实处理，第三层是页面上的按钮、状态、截图和文案是否对应真实发布渠道，第四层是公开证据能否支撑这个判断。只要其中一层对不上，产品看起来再完整，也不能算真正进入下一个阶段。
交接时也要保留边界：源码、构建、测试、商店元数据、公开文案、平台反馈和运营观察分别保存原始资料。产品日记只把这些事实翻译成读者能理解的过程，不替任何私有记录保存原始材料。
把这些内容公开出来，还有一个很现实的原因：AI 教程如果只展示成功结果，很容易让人误以为产品是一次生成出来的。真实情况恰好相反，真正可学习的是一次次收窄、验证、失败、补证据和重新提交。日记越具体，后续读者越能看到判断的脉络，而不是只看到一个漂亮的截图。
先废弃不适合的旧规则
早期容易想到连连看的“两次拐弯路径”规则，但它和堆叠麻将的视觉不完全匹配。玩家看到的是上下层压住、边缘可取走的牌，而不是平面连线。
因此主规则改成更接近 Mahjong Solitaire 的直觉：被上层覆盖的牌不能点，同层需要有通向外部空间的开口，特殊情况下同层相邻的同身份牌可以作为局部对子消除。
难点一：自由牌不是简单看四周有没有空
如果只判断某一边有没有空格，会把封闭内腔里的牌误判成可以和外部牌消除。真实体验里，这种牌看起来有空隙，但它并不真的能从外部取走。
所以需要把每一层的空白区域分成外部空间和封闭内腔。只有开口连到外部空间，才算基础自由牌；如果两张同身份牌连到同一个封闭内腔，它们可以在局部空间内消除，但不能跨空间乱配。
难点二：提示必须等于真实可消除
提示功能看起来只是遍历一下牌，但它最容易做错。如果提示只看单张牌是否自由，而不调用完整匹配规则，就可能提示出一对实际不能消除的牌。
正确做法是所有入口都复用同一个 canMatch 判定：玩家点击、提示、死局检测、自动重排都走同一套规则。这样 UI 不会和引擎产生两个版本的真相。
难点三：生成器要先保证可解
随机摆牌会制造一种假自由：画面看起来有局，但很快死局。一个稳定的游戏不能把这种风险交给玩家承受，所以生成器要先构造一条可清空序列，再把牌反向放入布局。
然后再用评分机制挑选更自然的局面：开局可选对子不能太少，也不能所有对子都挤在一起；上层要有支撑，底层要足够展开，手机上还要保证触摸尺寸和层次可读性。
从算法到课程案例
这篇日志能讲的不只是游戏算法。很多 AI 办公工具也会遇到同样的问题：推荐、提示、自动修复、批处理都必须依赖一个可信的核心判定，而不是在界面上各写一套近似逻辑。
所以课程里可以把这个模块抽象成“规则函数优先”的方法：先定义真相，再做 UI，再做辅助能力。这样产品越迭代，越不容易因为入口变多而失控。