How to read
横向越靠右越接近现在；越大的节点代表该谱系在当前公开数据里的受众/注意力 proxy 越强。点击节点会看到受众、GM 模式、底层需求、Fried implication，以及与它相连的传播路径。
核心判断
更清晰的主线：需求层在扩大，媒介在变化，但用户一直在要同一组东西：选择、身份、回应、后果、社交可见性。
Demand revolution
三条长期趋势同时发生：表达自由上升、创作门槛下降、社交可见性上升。但 AI 把自由推到高点后，市场又开始重新需要规则、边界和结局。
How to read
横轴是时间；线条不是精确量化，而是基于历史形态的方向性判断。Fried 的机会在右上角：高可见性 + 低创作摩擦 + 足够结构化的后果。
互动谱系图：时间、受众、分叉与传播
这是把 Mermaid 谱系图做成可点击版本：横轴是时间，纵向是品类谱系，节点大小代表受众/注意力 proxy，箭头区分演化、技术、商业化、受众迁移和传播路径。
Core insight
互动叙事不是单线进化，而是三股力量不断重组：规则让自由可信，工具降低创作门槛，传播媒介把私人体验变成公开身份与挑战。
Mermaid source version
D&D deep dive
D&D 为什么 50 年后仍然大：它不是“规则压过自由”，而是用规则、桌面信任和社交表演把自由变得可持续。这里也明确隔离 TikTok 的 D&D 假阳性。
Rules make freedom legible
D&D 是 Fried 最重要的参照系：高自由、高规则、高 UGC、高社交表达同时存在。AI Dungeon 证明“无限回应”有需求；D&D 证明“可被信任的规则/后果”才让自由长期留存。
Why still large
D&D growth flywheel
Clean TikTok signals
Clean tags are directional, not unique audience size.
这些标签高度重叠，不能相加成 unique users；它们只说明 D&D/TTRPG attention 在 TikTok 上足够强，并且样本 caption 相关性高。
Reddit community density
现在大家在聊什么
D&D 讨论不是单一“玩法”：它同时是 DM 技艺、AI 信任、规则版本、homebrew 工具、角色身份和平台治理。
Current conversation map
从 Reddit top-year 样本提取的需求簇：这比 hashtag view 更接近“用户到底为什么留下来”。
历史脉络：GM 权力如何转移
重点不是列年份，而是看“谁在负责回应玩家”：人类 GM、书本作者、社区、移动 app、AI 模型、最后是模板 + 创作者 + 观众。
规则和自由不是一条轴
D&D 证明高规则也能高自由；AI Dungeon 证明无边界自由会缺目标、记忆和结局。Fried 应该做 bounded agency。
四层证据
AI Dungeon 告诉我们 UGC 供给和风险；TikTok 告诉我们注意力在哪里；Reddit 告诉我们社区密度；store/itch 告诉我们大众消费和作者供给。
数据工作台
用同一套数据切不同视角：受众优先级、TikTok 注意力、AI Dungeon 类型表现、creator 分群。
Fried 应该先切哪几类人
优先级来自：他们是否已经理解后果/角色/选择，他们是否 TikTok-native，以及他们能否快速产出可分享内容。
AI Dungeon 数据对 Fried 的具体启发
保留最可执行的 insight：模板、排序、品牌安全、创作者招募。其余细节放在 JSON 和本地数据里。
来源与边界
这是公开数据和公开页面研究，不代表 unique user 规模。所有 hashtag/subreddit/store/itch 求和都只用于 proxy。