打擊停頓的節奏學：為什麼 3 幀比 5 幀更有重量感
不管哪一種，停頓的單位最後都會回到「幀」或「毫秒」。在 60fps 的基準下，1 幀約等於 16.67 毫秒，3 幀約 50 毫秒，5 幀約 83 毫秒。這個數字換算很重要，因為「幀」是相對單位，會隨幀率改變；「毫秒」才是玩家真正感受到的絕對時間。同一款遊戲在 30fps 與 60fps 下，若用「幀」當單位而不做換算，手感會直接跑掉。
1-3 停頓、震動、特效、音效：打擊感的四聲部
打擊感從來不是單一參數的功勞。比較準確的比喻是四聲部合唱：
停頓：負責「時間上的撞擊」，告訴大腦「有東西撞上了」。
特效：負責「視覺上的撞擊」，包含火花、衝擊波、塵土、武器拖尾。
這四者必須對齊在同一個時間點上，而且長度要互相匹配。如果你把停頓從 3 幀拉到 5 幀，但音效還是原本 50 毫秒就衰減完的短促音，玩家會聽到「聲音沒了但畫面還在停」，這種不同步會直接摧毀重量感。反過來說，3 幀停頓配上 80 毫秒的低頻尾韻，聽覺會幫視覺「補長度」，玩家主觀感受到的停頓反而更飽滿。
所以我們談「3 幀比 5 幀好」，前提是四聲部有對齊。如果其他三聲部亂七八糟，別說 3 幀，連 12 幀都不會有重量感，只會像畫面掉幀。
二、重量感不是「停得久」，而是「停得準」——感知節奏的心理物理學
要理解為什麼短停頓反而更重，得先理解人類的感官怎麼處理「短暫凍結」這件事。這裡牽涉到視覺時間解析度、聽覺時間解析度，以及大腦對「因果關係」的自動補完。
2-1 人眼與人耳對 50ms / 83ms 的差異
人類視覺對「動作連續性」的判斷，大約在每秒 10 到 12 個獨立畫面以上就會開始融合成連續動作，但這只是「看起來像在動」的門檻。真正影響「撞擊感」的，是對速度變化的敏感度，而不是對「靜止」的敏感度。
經驗上，50 毫秒左右的凍結，大腦會把它解讀成「一瞬間的頓挫」，也就是撞擊的火花；83 毫秒左右，大腦開始有餘裕去意識到「畫面停住了」，這時候感受就從「撞到」偏向「卡住」。這個門檻不是硬性的，會受畫面內容、動作幅度、背景複雜度影響，但它解釋了為什麼很多手感好的遊戲，停頓都捨不得超過 4 幀。
聽覺的時間解析度比視覺高一個量級，大約在 10 毫秒等級。也就是說，玩家「聽到」撞擊的瞬間，比「看到」撞擊的瞬間更精確。這也是為什麼音效對齊如此重要：耳朵會幫眼睛定位撞擊點，眼睛再幫耳朵確認重量。停頓太長，耳朵早就處理完畢，眼睛卻還在凍結，大腦就會產生「這兩個事件不是同一件事」的錯覺，重量感於是漏氣。
2-2 對比原則：前後速度差才是重量的來源
知覺心理學裡有一個很基本的原則：我們感知的不是絕對值，而是變化量。一個 3 幀的停頓，如果前面的揮擊只花 4 幀，那這個停頓就佔了動作的極大比例，讀起來會非常重；如果前面的揮擊花了 20 幀，同樣 3 幀的停頓就顯得輕描淡寫。
這就帶出一個常見的設計錯誤：很多人只調停頓長度，卻沒有同步調整「命中前的加速」與「命中後的收招」。重量感其實是一條速度曲線：
前搖：慢，蓄力，讓玩家預期。
命中前 1–2 幀：極快，幾乎是瞬間位移，製造爆發。
停頓：凍結，製造撞擊。
收招：慢，讓餘韻擴散，也讓玩家承擔風險。
3 幀停頓之所以常比 5 幀更有重量，是因為它保留了這條曲線的「尖銳度」。5 幀會把這條曲線的尖峰削平，變成一個平台，玩家讀到的不是「撞擊」，而是「延遲」。平台越寬，爆發感越弱，這就是節奏學裡最反直覺的地方：你以為你在加重量，其實你在加阻尼。
2-3 預期與釋放：打擊停頓是節奏的「休止符」
音樂裡的休止符不是「沒有聲音」，而是「讓下一個聲音更有力量」的結構。打擊停頓在節奏上的角色完全一樣：它是攻擊動作裡的休止符，功能是讓玩家的預期在瞬間被釋放，然後在停頓中重新累積。
問題是，休止符有長度上限。四分音符的休止是節奏，全音符的休止是冷場。3 幀停頓像是十六分音符的斷奏，乾淨、俐落、可以連續堆疊；5 幀停頓開始接近八分音符，單下很飽滿，但連續三下就會讓整個樂句變慢。對於攻速快的角色、需要連段的武器、講究立回的格鬥遊戲，5 幀的累積成本會高到讓節奏塌陷。
這也是為什麼很多遊戲會採用「遞減停頓」：同一套連段裡，第一下停 4 幀，第二下停 3 幀，第三下停 2 幀，最後一下再放大到 6 幀做收尾。這種設計不是隨便拍的，它模擬的是真實撞擊的節奏衰減，也讓玩家的手指有呼吸空間。
三、3 幀 vs 5 幀：數字背後的三個關鍵差異
接下來我們把顯微鏡對準這兩個數字。以下討論以 60fps 為基準：3 幀約 50 毫秒，5 幀約 83 毫秒。差別只有 33 毫秒，但這 33 毫秒在遊戲節奏裡會被放大成三個層面的問題。
3-1 攻擊節奏窗口：3 幀留得住「爽」，5 幀開始「黏」
動作遊戲的攻擊通常由「前搖—判定—後搖」組成。停頓是插在判定命中之後、後搖開始之前的一段凍結。它會直接吃掉玩家的「節奏窗口」：玩家按下一個指令的時間點，會被停頓往後推。
假設一個輕攻擊的總時長是 18 幀，其中停頓 3 幀。玩家在命中後的第 6 幀按下第二段，因為有輸入緩衝，這個指令會在停頓結束後立即生效，連段讀起來是「啪、啪」的清脆。如果把停頓改成 5 幀，總時長變成 20 幀，玩家同樣在第 6 幀按下指令，但停頓還沒结束，輸入被緩衝吞掉，實際生效時間被推到第 8 幀。單下感覺沒差，連續五下就會累積出 10 幀的延遲，玩家會覺得「角色不聽話」。
這就是「黏」的來源。不是停頓本身黏，而是停頓把玩家的操作回饋往後推，讓輸入與畫面之間產生時差。3 幀還在人類可接受的即時回饋範圍內，5 幀開始踩線，尤其是攻速快、連段密的角色，5 幀幾乎必然造成操作黏滯感。
3-2 輸入緩衝與連段容錯：停頓吃掉的是玩家的操作感
多數動作遊戲都有輸入緩衝（input buffer）機制：玩家在動作結束前若干幀按下指令，系統會記住，等動作結束後立即執行。緩衝窗口通常是 5 到 10 幀。停頓越長，緩衝窗口被「凍結」的比例越高，玩家越難用視覺判斷「什麼時候該按下一段」。
更麻煩的是，停頓會影響「取消」（cancel）的時機。很多連段依賴「命中後取消後搖」，例如輕攻擊命中後立刻接重攻擊。停頓期間角色是凍結的，取消窗口的計算基準如果沒處理好，就會出現「明明按了卻沒取消」的挫敗感。3 幀的停頓短，取消窗口的位移小，玩家比較容易用肌肉記憶抓到節奏；5 幀的停頓長，窗口位移大，玩家必須重新學習每一套連段的按鍵時機。
對格鬥遊戲這種講究幀數精確的類型，這 2 幀的差異足以改變整個角色的強度。這也是為什麼格鬥遊戲的 hitstop 通常會寫進幀數據表，而且每個招式分開設定，而不是全域一個值。
3-3 視覺殘留與動畫抽幀：5 幀容易「讀不出動作」
還有一個常被忽略的問題：停頓期間，動畫是凍結的，但玩家的大腦仍在試圖理解「剛剛發生了什麼」。如果停頓太長，大腦會開始「檢查」這個靜止畫面，然後發現它的姿勢不自然、武器穿模、特效已經播完，於是從「感受撞擊」切換成「觀察 bug」。
3 幀的凍結，大約就是視覺暫留還能幫忙「補完動作」的長度。玩家看到的是「揮擊—撞擊—收招」的連續印象，中間的凍結被大腦自動縫合。5 幀的凍結，開始超過這個縫合窗口，玩家會明確看到「畫面停了一下」，動作的連續性被打斷，讀起來就像動畫抽幀。
特別是那些停在「最大伸展姿勢」的停頓，5 幀會讓這個姿勢停留到被看清楚，反而暴露了模型的僵硬。3 幀則讓這個姿勢一閃而過，留給玩家的是「好像很大」的印象，而不是「這個姿勢有點怪」的判斷。
四、不同武器、不同重量的幀數設計邏輯
當然，3 幀不是萬靈丹，5 幀也不是絕對不能碰。真正專業的做法，是依照武器重量、攻擊類型、角色定位，設計一套「停頓預算」。以下是一套實務上常用的分級邏輯，數值僅供參考，重點是背後的比例關係。
4-1 輕攻擊與快速武器：0–2 幀
匕首、雙刀、拳套、連射武器，這類攻擊的重點是「頻率」與「流暢」，不是單下重量。停頓通常落在 0 到 2 幀，甚至有些遊戲直接設 0，靠音效與特效製造打擊感。0 幀不代表沒有打擊感，而是把重量交給「連續命中的累積」與「高頻音效的節奏」。如果給匕首 5 幀停頓，玩家會覺得自己在揮一根黏著蒼蠅的筷子。
這裡的例外是「終結技」或「處決動畫」。輕武器的最後一下可以突然拉長到 4 到 6 幀，用節奏的突然變化製造反差，這在砍殺遊戲裡非常常見。
4-2 中量級：3–4 幀的甜蜜點
單手劍、長槍、斧錘的輕擊，通常是遊戲裡出現頻率最高的攻擊，也是最需要「手感」的區間。3 到 4 幀是經驗上的甜蜜點：短到不會吃操作，長到能被感知。這個區間的停頓，配合 60 到 80 毫秒的低頻撞擊音、輕微的鏡頭震動、以及命中前的 1 到 2 幀加速，就能做出非常紮實的重量感。
如果你的遊戲是 30fps，這個區間要換算成毫秒再除回去，否則會變成 1.5 到 2 幀，感受完全不同。切記：調參時用毫秒思考，實作時才轉成幀。
4-3 重擊與必殺：5–8 幀不是不能用，但要「分段」
雙手巨劍、戰錘、蓄力重擊，這類攻擊本來就該慢，5 到 8 幀的停頓是合理的。但關鍵在於「分段」：不要讓這 8 幀變成一個均質的凍結，而是拆成「強凍結 3 幀 + 微凍結 3 幀 + 緩動收招 2 幀」。強凍結負責撞擊，微凍結負責餘震，緩動收招負責重量擴散。
這種分段停頓在 3D 動作遊戲裡特別有效，因為它可以搭配「武器殘留位移」「角色重心下沉」「地面裂痕延遲出現」等次級動態。玩家感受到的不是「停了 8 幀」，而是「這一下震了很久」。這就是用層次感換取長度，而不是用單一凍結硬撐。
4-4 受擊方停頓與攻方停頓要分開設計
這是一個很容易被忽略的重點：攻擊方與受擊方的停頓長度，通常不該一樣。
攻擊方：停頓較短，保留操作回饋與連段節奏。3 幀是常見值。
這種不對稱設計，會讓玩家主觀上覺得「我打得很重，但我還能動」。如果雙方都停 5 幀，玩家會覺得自己也被卡住了，攻擊的「主動權」被削弱。反過來說，如果攻方 3 幀、受方 6 幀，玩家會清楚感受到「我的攻擊讓對方定住了」，這就是權力感的來源。
更細緻的做法是：受擊方的停頓再拆成「上半身凍結 + 下半身擊退」，讓角色在凍結期間仍有位移與傾斜，視覺上就不會像木頭。
五、經典案例拆解：從格鬥遊戲到魂系
講理論不如看案例。以下拆解幾個不同類型遊戲的停頓策略，重點不是記住數字，而是理解它們「為什麼這樣選」。
5-1 格鬥遊戲：幀數據表上的 hitstop
格鬥遊戲是打擊停頓研究得最透徹的類型，因為它的每一個幀都被數據化。以 2D 格鬥遊戲為例，輕攻擊的 hitstop 常見落在 6 到 8 幀，重攻擊落在 10 到 14 幀——等等，這不是和前面的「3 幀比 5 幀好」矛盾嗎？
不矛盾，因為格鬥遊戲的「幀」基準與動作遊戲不同，而且它的停頓是為了「確認命中」與「連段節奏」服務，不是為了寫實重量。格鬥遊戲的玩家需要足夠的停頓來確認「這下打中了」，並在停頓期間完成下一步輸入。它的停頓偏長，但整體動作的節奏也偏慢、偏儀式化。
值得注意的是，近年一些節奏更快的格鬥遊戲（例如強調空中連段的作品）會刻意縮短 hitstop，讓連段更流暢、更接近動作遊戲的爽感。這說明停頓長度沒有絕對標準，只有「相對節奏」。
5-2 動作遊戲：卡肉感與部位破壞
砍殺類動作遊戲（hack and slash）通常會把停頓做得比格鬥遊戲短，但搭配更強烈的鏡頭震動與特效。這是因為動作遊戲的攻擊頻率高、敵人數量多，停頓的累積成本更高。3 幀左右的停頓，配合「命中瞬間的鏡頭 FOV 微縮」「武器拖尾爆閃」「敵人受擊部位的擠壓變形」，就能做出非常有肉的卡肉感。
有些遊戲會針對「弱點命中」加長停頓，例如打中頭部或弱點時多 2 幀。這種「有條件的延長」比全域延長更有效，因為它讓玩家學會「打對地方會更爽」，把停頓變成一種獎勵回饋。
5-3 魂系：低幀停頓、高音效權重的路線
魂系或類魂遊戲的手感路線又不一样。這類遊戲的攻擊動作長、前搖重、收招慢，停頓反而相對短，重量感主要交給「動作本身的慢」與「音效的沉」。它們的停頓常常只有 2 到 4 幀，但因為前搖長達 20 幀以上，這 3 幀的凍結在整條曲線裡仍然非常突出。
這正好驗證了前面的觀點：停頓的感知取決於它佔整體動作的比例，而不是絕對長度。一個 30 幀的重擊配上 3 幀停頓，會比一個 12 幀的輕擊配上 5 幀停頓更有重量。設計停頓時，一定要連著整條動作曲線一起看。
六、實作指南：在引擎裡調出「有重量」的 3 幀
理解了原理，接下來談怎麼做。以下以常見的遊戲引擎邏輯說明，不限特定引擎，觀念通用。
6-1 時間縮放 vs 完全凍結
前面提過三種實作方式。如果你要的是「俐落的撞擊」，建議用局部動畫凍結，而不是全域時間縮放。局部凍結的好處是鏡頭、粒子、UI 仍然在動，玩家會覺得世界沒停，只有「這一下」被凝結，衝擊感更集中。
如果你要的是「慢動作大招」的效果，才用時間縮放，而且倍率不要直接設 0，設 0.05 到 0.1 會比完全靜止更有生命力。完全靜止適合極短的 2 到 3 幀，超過就容易像當機。
6-2 曲線與緩動：停頓前後的加速
停頓不是孤立事件，它前後一定要有速度曲線。命中前 1 到 2 幀，讓武器或拳頭突然加速（甚至用位移補償做出「拉伸」），停頓結束後，用 2 到 3 幀的緩出（ease-out）接回後搖。這樣 3 幀的凍結會被前後的加速與緩動「夾」住，讀起來就是一個完整的撞擊，而不是一個突兀的停格。
很多新手只做凍結，沒有做前後的曲線，結果就是「節奏聽起來像斷掉」。記住：停頓是標點符號，不是句子本身。
6-3 分層停頓：角色、武器、特效不同步
進階做法是把停頓分層：
角色本體：凍結 3 幀。
武器：凍結 2 幀，但多給 1 幀的微小震動。
特效：不停頓，但在停頓期間加速播放。
鏡頭：不停頓，做一個短促的震動脈衝。
這種分層會讓 3 幀的凍結看起來「比 3 幀更長」，因為其他圖層在停頓期間提供了額外的資訊量。玩家的主觀時間會被這些次級動態拉長，但操作回饋又不會被吃掉，這是手感設計裡非常划算的交易。
6-4 測試方法：把幀數做成可調參數
最後，也是最重要的：不要用硬編碼。把停頓幀數、鏡頭震動強度、音效長度、特效縮放全部拉成可即時調整的參數，最好能在遊戲中開一個 debug 面板，邊打邊調。人對 1 到 2 幀的差異非常敏感，但這種敏感只有在連續比較時才發揮得出來。
測試時，建議準備三組對照：2 幀、3 幀、5 幀，用同一段連段反覆打 30 秒，然後問自己三個問題：哪一組最「清楚」？哪一組最「不黏」？哪一組最「想再打一次」？通常答案會落在 3 幀，或 3 幀與 4 幀之間。
七、常見誤區與除錯清單
最後整理幾個實務上最常踩的坑，以及一份可以貼在螢幕旁的除錯清單。
7-1 誤區一：停頓越長越有打擊感
這是最常見的誤區，也是本文試圖拆解的核心。停頓的本質是「節奏的休止符」，不是「重量的計量單位」。重量感來自速度落差、形變、音效、鏡頭與節奏對比。停頓太長，會把這些元素全部壓平，變成單調的延遲。
7-2 誤區二：所有攻擊共用一個幀數
輕攻擊、重攻擊、終結技、反擊、處決，節奏角色完全不同，不可能共用一個值。至少要分三到四級，並且把攻方與受方分開設定。共用一個値的結果，就是某些攻擊太黏、某些攻擊太輕，玩家會覺得「這遊戲的手感不一致」。
7-3 誤區三：忽略音效與震動的補償
3 幀的停頓如果沒有音效支撐，會顯得單薄；5 幀的停頓如果音效太短，會顯得空洞。停頓、音效、震動三者的長度要一起設計，而不是分開調。最簡單的原則是：停頓決定「撞擊的形狀」，音效決定「撞擊的材質」，震動決定「撞擊的方向」。
7-4 除錯清單
停頓是否以毫秒為單位思考，再換算成幀？
攻方與受方的停頓是否分開設定？
停頓前是否有 1 到 2 幀的加速？停頓後是否有 2 到 3 幀的緩出？
音效長度是否覆蓋停頓長度？低頻是否足夠？
鏡頭震動是否與停頓對齊？是否過強導致暈眩？
停頓期間輸入緩衝是否正常運作？連段是否會掉？
不同幀率（30 / 60 / 120）下，停頓的毫秒數是否一致？
停頓是否分層？角色、武器、特效、鏡頭是否各自有動態？
是否有針對弱點命中或終結技做「有條件的延長」？
是否用 2 幀、3 幀、5 幀做過 A/B 對照測試？
八、結語：節奏是大腦的錯覺，設計師的工藝
回到最初的問題：為什麼 3 幀比 5 幀更有重量感？因為重量感從來不是「停多久」的問題，而是「節奏對不對」的問題。3 幀的停頓，短到足以被大腦縫合成撞擊，又長到足以被感知為頓挫；它保留了速度曲線的尖峰，也保留了玩家的操作回饋。5 幀的停頓，開始越過那條看不見的線，從「撞擊」滑向「延遲」，從「節奏」滑向「卡頓」。
當然，這不是鐵律。格鬥遊戲可以用更長的停頓，因為它的整體節奏更慢、更儀式化；重擊可以用更長的停頓，因為它的前搖與收招本來就長；慢動作大招可以用更長的停頓，因為它要的是戲劇性，不是即時回饋。真正的專業，是理解每一個數字背後的相對關係，然後為你的遊戲、你的角色、你的玩家，找出那個「剛好」的點。
下次調整打擊感時，不妨先把停頓從 5 幀改成 3 幀，然後把省下來的 33 毫秒，投資到音效的低頻、鏡頭的震動、以及命中前的加速上。你可能會發現，那一下突然就「重」了起來。不是因為你停得更久，而是因為你終於讓節奏對了。