名声

名声(Reputation, めいせい)はGURPS社会的有利な特徴社会的不利な特徴のひとつ。
名声PC反応判定に影響する。
名声には名声の詳細、名声の影響、名声の対象、名声の頻度の4要素がある。

名声は複数持つことができる。複数の名声を持つとき、複数の名声で一度に得られる反応判定の修正は最善でも+4、最悪でも-4となる。
善良な市民からは英雄のように知られ反応にプラス、悪人からは邪魔者として知られ反応にマイナス、という「異なる側面の名声」を作ることも可能。

目次

消費(獲得)CP

基本消費(獲得)CP : -20/-15/-10/-5/0/5/10/15/20

基本消費(獲得)CP

反応修正+1ごとに5CP(最大で20CP)、反応修正-1ごとに-5CP(最大で-20CP)。
基本消費(獲得)CP 反応判定の修正
-20 -4
-15 -3
-10 -2
-5 -1
0 0
5 +1
10 +2
15 +3
20 +4
CPの計算は、この「影響」による基本消費CPのに「対象」と「頻度」による倍率をすべて掛け合わせる。
それから最後に、端数切り捨て処理を行う。計算式は、以下のようになる。
名声のCP = 影響による基本CP×対象の倍率×頻度の倍率
この計算で、約分を済ませてから、分母どうしを掛けあわせ、分子どうしを掛け合わせ、最後に分数を少数に変換してから端数切り捨てを行う。これによって丸め誤差を最小限に抑えることができる。
注意 : 原書(第3刷)のエラッタにより、端数の計算方法に訂正が加わっています。端数切り捨て処理をその都度行うかわりに、倍率を掛けあわせてすべて計算が終わってから最後に端数切り捨て処理を行ってください。これにより丸め誤差が減り、CP消費における公平性が高まります。

エラッタの原文
P. 27-28. On these two pages, remove every instance of the words "Round Down" and add the following at the end of the "Frequency of Recognition" section "Apply multipliers for people affected and frequency of recognition, and then drop all fractions at the end."
Round Downが端数切り捨て、Frequency of Recognitionが「頻度」、people affectedが「対象」、drop all fractionsが端数切り捨て処理。といった具合です。

名声の対象によるCPの変化

PCの知名度を把握している対象 CP倍率
ゲーム世界の人すべて(まだPCに出会ったことがない別の世界から来た人を除く)が知っている。 1倍
特定の大集団以外全員が知っている(例:フランス人以外、エルフ以外、異世界からの訪問者以外) 2/3倍
特定の大集団全員が知っている(例:ある宗教の信者全員、傭兵すべて、交易商人すべてなど) 1/2
小集団の全員が知っている(ある新興宗教の僧侶、12世紀のイングランドで読み書きできる人、現代のアラバマ州在住の魔法使いなど) 1/3

名声の頻度によるCPの変化

キャラクターの名声を知っているNPCキャラクターと出会ったか名前を聞いたときどれほどの確率でその名声のことを思い出すか?
頻度 判定 CP倍率
知っている人はかならず気づく 判定不要(100%気づく) 1倍
五分五分で気づく 3Dで10以下で気づく 1/2
ときどき気づく 3Dで7以下で気づく 1/3

計算例

例:反応修正+3(15CP)、対象は「特定の大集団以外の全員が知っている」(基本の3分の2)、「五分五分で気づく」(基本の2分の1)の名声を作る。
CP = 15 \times \frac{2}{3} \times \frac{1}{2} = 5
このケースでは約分によって整数になるので端数処理をする必要がない。
例:反応修正+4(20CP)、対象は「特定の大集団以外の全員が知っている」(基本の3分の2)、「小集団の全員が知っている」(基本の3分の1)の名声を作る。
CP = 20 \times \frac{2}{3} \times \frac{1}{3} = \frac{20 \times 2 \times 1}{3 \times 3} =\frac{40}{9} \approx 4.4444\ldots \simeq 4
このケースでは約分しても整数にならない(約分すらできない)ので最終的に端数処理をする必要がでてくる。
約分できるならすべて約分してから、分母どうしは分母どうしだけで掛け合わせ、分子どうしは分子どうしだけで掛け合わせ、\frac{40}{9}のような状態にしてから、
最後に分数を少数に変換して、端数切り捨て処理を行う
この計算で いきなり\frac{1}{3} \approx 0.3\ldots, \frac{2}{3} \approx 0.6\ldotsというような除算を行うことは、いきなり丸め誤差が生じるので避ける。
もしこの方法で計算すると、計算結果が以下のように変化し、丸め誤差が累積して、消費CPの数値がこのように変わり信頼性の低い数値になってしまう。
CP = 20 \times \frac{2}{3} \times \frac{1}{3} \approx 20 \times 0.3 \times 0.6 = 3.6 \simeq 3

名声レベルの範囲

単一の名声を所持している場合の値
名声の下限 : 反応-4(-20CP)
名声の上限 : 反応+4(20CP)

CPをもっと消費して複数の名声を持つこともできる。
ただし、たとえ複数の名声を所持しても、このときの反応修正は最善でも+4、最悪でも-4となる。

名声の影響を受けるもの


解説ページ



+ タグ編集
  • タグ:
  • 名声
  • Reputation
  • 社会的特徴
  • Social
  • 社会的有利な特徴
  • 社会的不利な特徴
  • Advantage
  • Disadvantage

このサイトはreCAPTCHAによって保護されており、Googleの プライバシーポリシー利用規約 が適用されます。

最終更新:2011年06月05日 05:14