前言
我是參與撲克學習應用程式「POKER Q’z」開發的工程師，每天投入於撲克×AI領域的產品開發與演算法設計。
這幾年日本國內的撲克App市場一口氣熱絡起來，EDGE POKER、m HOLD'EM、Poker Chase、EARN POKER、Poker Fate 等，能在手機上輕鬆玩撲克的環境愈來愈多。無論作為玩家或開發者，我都覺得這是個令人開心的趨勢。
其中最近備受討論的，是以撲克×AI為主打的「EDGE POKER」。它的特色是搭載了獨家AI「EDGE AI」，實際使用後，有些地方讓我覺得「這裡很厲害」，也有些地方讓我覺得「如果能再這樣一點，一定會更有趣」。
本文將以EDGE POKER為一個案例，從開發者的視角整理撲克App今後能如何進化，以及我們POKER Q’z正在投入的技術。
※本文並非出於批評目的，而是基於「希望整個產業變得更有趣」的心情撰寫。
※考量到使用條款，本文不刊載EDGE POKER的畫面截圖。
注意到的重點①：AI的使用方式
GOD's MOVE
首先是GOD's MOVE（讓AI自動選擇最佳行動的功能）。只要使用「Crystal」這個付費道具，這個功能在積分制的「排位賽」中也能使用。也就是說，這實質上是在輔助、甚至取代玩家的決策。當這樣的功能能在排位賽中使用時，對局的結果就不再單純由實力決定。
而且，排位賽中的付費者優待（也就是所謂的Pay to Win）並不限於GOD's MOVE。像是維持連續獲獎獎勵等，也會有直接影響排名升降的效果。
一旦存在這種靠付費產生對局優劣勢的設計，排名就不再是「玩家的強度」，而會越來越接近「使用了多少功能與道具」的指標。結果可能讓排名原有的意義，以及作為競技的公平性受到削弱。
撲克本質上是在相同條件下比拚判斷力與策略的遊戲。當然，在非積分制的「單人對戰」這類環境中可以使用GOD's MOVE，本身作為學習與體驗來說是非常好的機制。不過我認為，至少在排位賽中，應該以非Pay-to-Win、以技術為本的設計為前提。如果要用AI，與其讓它在對局中代打，不如限定在事後的覆盤、回顧這類「學習支援」，這或許更符合撲克這款遊戲的本質。
例如，解說功能就是其中一個具代表性的做法，POKER Q’z一直把這個領域當作核心功能持續強化。我們正在開發能根據對局內容自動生成解說文的系統，以及從遊玩紀錄分析思考傾向與打牌風格、為每位使用者提供最佳化回饋的技術，這些都是為了提升學習效果而打造的機制。這些技術是我們公司的獨家核心技術，目前正在申請專利中。
BUDDY AI
另一個讓我在意的點，是BUDDY AI（模仿自己打法的AI）。學習使用者的打牌傾向、代替使用者出牌——這個概念本身，在技術上我認為是非常有趣的嘗試。不過就體驗而言，我也留下了一些疑問。
撲克本質上是一款「自己煩惱、思考、選擇」本身就是樂趣的遊戲。正因如此，比起在一旁觀看「AI代替自己打牌」，
自己邊打邊進步的過程，作為遊戲體驗的價值或許更高。
如果要把AI運用在使用者的遊玩資料上，
- 自動分析自己的打牌傾向
- 指出自己的弱點
- 用自然語言解說「這裡這樣行動比較好」
這類扮演教練、解說角色的AI，在學習與成長的觀點上似乎更為契合。
注意到的重點②：AI的效能
正因為EDGE POKER是以撲克×AI為強項的遊戲，對於AI的準確度與一致性，期待自然也會拉高。實際遊玩時雖然有很多方便的功能，但以學習工具的角度來看，我也觀察到幾個「這可能有點危險」的行為。
尤其讓我注意的是以下三點。
遊玩中的建議與覆盤結果不一致
有些時候，AI在遊玩中提出的「推薦行動」，和對局後回顧（Review）顯示的「最佳行動」並不相同。明明是相同的局面，結論卻會改變，這會造成
- 使用者不知道該相信哪一個
- 學習的基準變得搖擺不定
- 產生「AI真的正確嗎？」的不信任感
等問題。對學習輔助AI來說，一致性非常重要。如果即時與回顧採用不同的評分邏輯，作為教材的可信度就會大幅下滑。
推薦明顯不自然的行動
在某些spot（局面）中，也會看到推薦明顯背離理論的行動。例如顯示「建議蓋掉已成形的順子」等，出現實戰上幾乎不可能發生的判斷。
這類錯誤不只是單純的最佳化偏差，還可能把玩家的理解導向錯誤的方向，以學習工具來說相當致命。對撲克AI而言，比起「很強」，更重要的反而是「不會明顯犯錯」。如果連最基本的策略一致性都無法保證，使用者就無法安心參考AI。
範圍分析與手牌分類的邏輯不明確
範圍分析功能在顯示邏輯上也有幾個讓我感到不對勁的地方。首先，它無法以俯瞰的方式呈現整個範圍的策略，提供的資訊也很零碎。此外，
- 強、中、弱的基準不明確
- 沒有根據手牌性質進行分群
這些點讓我在意。例如，像是卡順加同花聽牌這類在實戰中相當強的聽牌手牌，卻因為優先顯示公牌上的對子而被歸類為「一對」，可以看到與實戰感覺明顯脫節的分類。
範圍視覺化不只是「看起來有在分類」的功能，而是直接影響玩家決策的重要資訊設計。如果這裡與直覺、實戰感受對不上，就會失去對顯示本身的信任，再好的分析功能也無法被活用。在撲克中思考範圍是學習體驗的核心領域，正因如此，分類邏輯的明確性與貼近實戰的一致性，是我們認為不可或缺的。
對EDGE AI的觀察
EDGE AI在遊玩中提供最佳行動、自動進行判斷，是一套把「AI解開撲克」的體驗放在最前線的設計。
參考文章
把官方文章的說明和實際行為對照之後，可以推測它應該是接近
- 使用以CFR演算法等求得的GTO策略作為訓練資料學習而成的模型
- 從當下情境以規則式方法擷取特徵作為輸入
- 把擷取的特徵輸入模型，預測各行動的EV，再選擇EV最高的行動
這樣一種以機器學習為基礎、近似solver的模型架構。
這個做法相當正統，在技術上也是很令人感興趣的嘗試。另一方面，實際遊玩時，我也同時感受到撲克AI特有的難度。以下整理幾個我特別在意的點。
學習情境嚴重不足
首先感受到的是學習情境的不足。撲克是一款只要條件稍微改變，最佳策略就會大幅變化的遊戲。位置、籌碼深度、下注大小、牌面結構、ICM狀況等，需要考量的要素非常多，狀態空間幾乎接近無限。因此，光是「讓所有情境都被充分學習」本身就是極度困難的問題。
一旦進入學習未覆蓋的領域，模型的準確度就難免容易變得不穩定。這與其說是演算法好壞的問題，不如說源於「撲克本身就是容易缺乏學習資料的遊戲」這個結構性困難。
特徵設計與實戰脫節
另一個我認為重要的，是輸入特徵的設計。
從行為來看，全桌的籌碼狀況、目前的手牌（高牌、一對等）、有無聽牌這類基本資訊似乎都有被使用。不過在實戰撲克中，光這樣還不夠。
實際上，
- 包含手牌未來發展性的強度評估
- 根據行動歷史收窄範圍
- 阻擋牌效應
- 適當的防守頻率
- ICM
等大量脈絡資訊都會強烈影響決策。
在撲克AI中，我認為特徵設計就是「策略理解解析度」的本身。如果這部分仍然粗糙，無論累積多少學習，都很難重現接近實戰感覺的判斷。
撲克AI不是光靠「工程能力」就能做出來的
這次實際接觸下來，我個人感受最深的正是這一點。撲克AI的開發不只是機器學習或模型準確度的問題，在設計階段就有很多必須思考的重點。
- 要拿什麼當作特徵
- 哪些資訊對決策是根本性的
- 要抽象化到什麼程度，才能表達為策略
這些問題如果沒有深入理解撲克這款遊戲本身，就無法做出正確判斷。也就是說，被要求的不是只有演算法實作能力，還包括實戰等級的撲克理解。我認為兩者齊備，實用的撲克AI才能真正成立。
而POKER Q’z有許多同時具備工程師與玩家兩種視角的成員。正因如此，我們才能實現直接連結學習體驗的產品開發。
POKER Q’z的理念
請容我在這裡稍微談談POKER Q’z是以什麼樣的思想來打造產品的。我們所追求的，是活用AI，提供最好的撲克學習體驗。
我們不是要打造「只是可以玩的撲克App」，而是真心想實現一款「只要遊玩，就會自然而然地變強」的產品。撲克原本就是一款非常深奧、充滿策略與知性樂趣的遊戲。另一方面，變強的門檻很高也是事實。
- 不知道什麼才是正確答案
- 不知道為什麼輸了
- 不知道該改進哪裡
這種模糊的「不知道」，正是學習的最大障礙。
正因如此，我們把「讓使用者盡可能有效率地提升實力」放在設計的最優先順位。同時，我們想傳達的不是「在唸書的感覺」，而是在享受遊玩的過程中，不知不覺就變強了。我們希望提供這樣自然且正向的學習體驗。
讓撲克不再是「困難的遊戲」，而是「玩著玩著，不知不覺就變強了的遊戲」——這就是我們POKER Q’z心目中的理想樣貌。
支撐學習體驗的策略正確性
作為前提，最重要的是「策略的正確性」。我們目前一邊推進AI／演算法的開發，一邊打造能在任意局面下盡可能提出理論上正確策略的基礎。無論解說多麼淺顯易懂，如果作為基礎的策略不正確就沒有意義。我們認為，首先「能給出值得信賴的答案」，是學習產品的最低條件。
作為教練的AI，與自然語言解說
另一個我們重視的，是「如何傳達」的體驗設計。光是把正確策略呈現出來，玩家無法真正變強。唯有理解為什麼那個行動是好的、基於什麼樣的思考過程，才能真正內化為學習。
因此，我們重視的是把AI當作支撐玩家思考的教練，而不是「代替遊玩的存在」。不用數字和術語堆砌，而是用連初學者也能直覺理解的語言說明；不只傳達「發生了什麼」，也傳達「為什麼會這樣」。我們希望活用生成式AI與自然語言技術，實現「連思考方式都能學會的解說體驗」。
實際上，App內已搭載可自由詢問策略與打法的AI助理，作為支援學習的功能獲得了許多使用者的好評。目前我們也持續改善，希望能提供更精準的回答、以及初學者更容易理解的解說。此外，我們也準備了對應各課程主題的附解說練習題，讓學習者不只是輸入知識，還能用問答形式實際演練、加深理解。
我們不是要用AI「告訴你答案」，而是要實現「學會讓自己變強的思考過程的學習體驗」。
結語
我們希望日本與全世界的撲克產業能更加熱絡。我們還有許多不足之處，但正在尋找真心想一起炒熱撲克界的夥伴。
- 願意合作的企業、夥伴
- 願意協助的網紅（Influencer）
當然，也熱烈招募願意以POKER Q’z成員身分參與的夥伴（含實習）：
- 事業開發（國內外行銷、創意製作等）
- 工程師
- AI／演算法研究
「撲克一定可以變得更有趣」「AI一定可以創造更好的體驗」
如果你對這些主題感到任何一點興奮，歡迎隨時聯絡我們！
讓我們一起把日本的撲克界變得更有趣吧！