第一篇:角色創建及攻略指南 - 潤豐網游交流 - saiboser - 和訊博客
角色創建及攻略指南saiboserIntelligenceWillpower感知 鋼鐵毅力Iron Will魅力 瞬間記憶Instant Recall智慧
這五項屬性技能,花費時間較少,而且沒有起始要求,為了提高今后的學習速度,我高度建議大家訓練這5項到最少等級4。
進階屬性技能: 清晰頭腦Clarity毅力 風采Presence記憶 邏輯判斷LogicLevel 1 專注分析Analytical MindLevel 1 瞬間記憶Instant RecallLevel 2 學習LearningLevel 3 專注分析Analytical MindLevel 3 瞬間記憶Instant RecallLevel 4 學習LearningLevel 5 生動記憶Eidetic MemoryLevel 2 生動記憶Eidetic MemoryLevel 4 專注分析Analytical MindLevel 1 邏輯判斷LogicLevel 3 邏輯判斷LogicLevel 5 繼而最后也可以提升 生動記憶 / 邏輯判斷 到達等級5,如果你喜歡。
通過這樣的一條路線,你的智慧和記憶將以最快速度達到最高值,進而使你花費在其他屬性技能中的時間最小化。我不建議在這個階段訓練進階屬性技能到等級5,因為進階屬性技能從等級4到等級5將花費巨大的時間,而且我不認為這樣的時間損失能在將來得到彌補,除非你準備花上3年時間來玩這個游戲。
6。植入體Implants,也能夠提升你的屬性,并大大的節約你的訓練時間。
例如,我正在訓練 “外科打擊技術Surgical Strike”等級3,這是我植入一個提升次要依賴屬性的植入體,這將立即為你節省花費在這個技能上的時間多達6小時!目前,你可以得到隊應不同屬性的植入體,能夠提升相應等級屬性1到3點數值,有的也有+4的效果。但是每種植入體只能植入一次,并且是不可回收的。如果你曾經植入了+1的記憶,你在植入+3的記憶,那么之前植入的+1記憶會自動銷毀,而且你不能再重復植入+3記憶,這些植入體不能被疊加。而且當你死亡后,植入體也會隨著你的死亡而銷毀。所在作植入前,你應當考慮,你是經常會死的人么?因為,如果你熱衷PvP,而且經常出入危險地區,很可能這不值得你去花巨大的資金來購買這些植入體,當然,如果你的千百萬富翁,就另當別論。(你可以通過作任務或者市場來獲得這些罕見的植入體)
第二章通用技巧
1。魅力可能是目前所有屬性中最沒有用的一項,只有相當少數的技能是以魅力為受到依賴技能的:社交Social,關系Connections,談判學Negotiations,快速交流Fast Talk,外交學Diplomacy,犯罪關系學Criminal Connections。除非你打算成為一個專注跑代理的玩家,那么我建議,將時間花費在感情傾注Empathy/風采Presence 這些技能上面顯得有些浪費時間。
2。最大化你的那些將要被重點訓練的技能領域所持有的依賴技能,比如 導航技能 以智慧為首要依賴技能,所以,如果你要將導航技能提升至等級4/5,那么你就要首先提升你的智慧來為你節約時間,同樣的效果,你也可以做一個+3智慧植入來更有效的縮短訓練時間。
3。如上面所說,學習learning技能為你所有的技能訓練節約大概2%的訓練時間,所以我建議,所有人都把它提升到等級4或者5!
4。請認識到要提升所有的學習/屬性技能將要花費時間,所以短期內,這樣的學習方法,將使你落后于其他訓練具體操作技能的玩家,但是提早提升學習和屬性技能,將會使你在中長期的游戲過程中大大超越別的玩家,那時候他們無論怎么揚也沒有辦法趕上你的進度。而且這個距離將越來越大,越來越明顯,他們可能需要花費數月時間來提升一個你只需要1月多一點就能完成的訓練。
5。我想你們也知道能能也有 級位 RANK,級位2的技能將花費兩倍于級位1的技能所花費的訓練時間。級位5的技能將花費5倍于級位四的訓練時間,如果你的屬性不好,呢橫可能你需要花費超過一個月的時間來提升一個級位5的技能。正確的屬性分配以及屬性技能訓練,能為你節約數日,甚至一周時間
6。你需要好好計劃你的時間是你的人物一年365天每一分每一秒都在訓練。
第三章:技能
技能名稱 首要-次要
拖掛Drones: 記憶-感知
電子Electronics: 智慧-記憶
工程Engineering: 智慧魅力
學習Learning: 記憶-智慧
機械Mechanic: 智慧-記憶 感知-毅力
導航Navigation: 智慧-感知
科學Science: 智慧-記憶
社會Social: 魅力-智慧
飛船指揮Spaceship Command: 感知-毅力
貿易Trade: 毅力-魅力
--------------------------
記憶為首要的技能: Drones, Industry 和 Learning