RNG 係產生隨機數嘅機制，遊戲再按規則將數值轉成結果。隨機唔代表每個結果等機率，亦唔代表短短幾次一定平均。要判斷連續紀錄有冇意義，先要知道遊戲係固定獨立機率，定有不放回抽取、保底或其他會改變狀態嘅規則。
電子遊戲嘅地圖、道具、傷害浮動或抽取結果，都可能用到隨機數。見到同一結果連續出現，直覺會覺得「下一次應該要變」。但畫面上嘅規律感，同程式實際使用嘅規則，未必係同一回事。
RNG、PRNG 同 seed 係乜？
RNG 係 Random Number Generator，即隨機數產生器。PRNG 則係偽隨機數產生器：用演算法，從一個初始狀態開始產生一串數值。初始化所用嘅輸入通常稱為 seed，即「種子」。NIST 嘅術語定義指出，呢類演算法可以產生外觀似隨機嘅序列。［1］
「偽隨機」唔等於結果造假。喺程式開發中，可重現嘅序列有助測試同重播；例如 Godot 文件說明，相同種子可以重現同一串結果。但一般遊戲用途嘅產生器，唔應直接當成密碼學安全工具，兩者要求有分別。［2］
由數字變成遊戲結果，中間仲有規則
假設一個免費示範小遊戲，平均產生 1 至 10 之間嘅整數，再將 1 至 6 映射為葉子、7 至 9 映射為石頭、10 映射為星星。數字等機率，三種圖案就唔係等機率。
原創概念模型 · 沒有付費或獎勵
- 葉子：對應六個數字，機率 60%。
- 石頭：對應三個數字，機率 30%。
- 星星：對應一個數字，機率 10%。
呢個係「加權結果」：產生數字，同決定各結果佔幾大比例，係兩層事情。Godot 嘅隨機數文件亦有分開介紹加權機率。［2］
因此，畫面有三種符號，唔代表每種各佔三分之一；亦不能單靠轉軸上見到幾多個圖案，就推斷實際程式機率。
連續出現同一結果，下一次會更容易改變？
只有先講清楚「每次獨立，而且機率不變」，先可以回答。用公平硬幣做例子，A、B 各有一半機會。以下係兩條事先指定、各有四次結果嘅序列：
機率：½ × ½ × ½ × ½ ＝ 1/16
機率：½ × ½ × ½ × ½ ＝ 1/16
AAAA 睇落「唔平均」，但同事先指定嘅 ABAB 一樣可能。如果已經見到四次 A，第五次仍然係 A、B 各一半；之前嘅 A 唔會令 B 累積一份必須補返嘅額度。
呢個結論只適用於上述假設，唔係對所有遊戲作保證。實際遊戲若有狀態變化，必須按規則另外分析。
「每次都無關」唔可以套落所有遊戲
| 模型 | 有咩不同？ |
|---|---|
| 獨立重抽 | 每次還原相同條件，固定機率不因之前結果改變。 |
| 不放回抽取 | 抽走一件物件後，剩餘組合改變，下一次機率亦可能改變。 |
| 有明示保底或累積狀態 | 機率或結果受已公開嘅狀態規則影響，不能當成固定獨立模型。 |
例如袋內有三張 A、兩張 B，抽走一張 A 而唔放返，B 嘅比例由 2/5 變成 2/4。呢個變化來自剩餘內容改咗，唔係因為 B「等得耐」。例子只用紙卡說明抽樣，唔係任何真實遊戲嘅玩法或預測方法。
寫住 RNG，係咪已經證明公平？
未足夠。隨機來源、數值映射、規則描述及執行版本，都會影響結果。以英國 RTS 7 作技術參考，其要求涵蓋不可預測性、結果符合預期機率，以及數字映射與規則一致。呢啲係需要證據支持嘅要求，唔係放一個「RNG」字樣就完成。［3］
- 知道資料對應邊個版本測試名稱、日期、範圍及遊戲版本，應該可以互相對照。
- 分清數學模型同畫面呈現動畫、音效或幾乎相同嘅符號，不能單獨證明下一次機率。
- 唔用短紀錄作全面結論連續結果可能值得查問，但幾張截圖不足以驗證完整演算法；同樣亦不能單憑「隨機」二字否定所有異常。
本文沒有核實港博娛樂或任何特定遊戲嘅 RNG、牌照或測試報告。如需整理畫面提出問題，可參考截圖私隱保護指南，保留必要線索而避免公開敏感資料。
RNG 同 RTP 點樣接起來理解？
RNG 同規則描述「結果點樣產生」；RTP 則係特定返還模型嘅平均比例。隨機結果仍可以有固定嘅理論平均，但每一小段紀錄未必貼住嗰個平均。兩者可以同時成立，唔係互相矛盾。
如果想進一步分清平均值、命中頻率同波動，可以閱讀老虎機 RTP 同波動率：回報率唔等於命中率。重點係理解數字嘅限制，唔係由歷史結果推算下一次。
資料來源與說明
資料核對：2026年10月30日。圖解、紙卡及硬幣例子係原創教學模型；圖片係概念插圖，不代表真實測試系統。引用外國技術標準，不構成本站合規或公平性認證。
- NIST：Pseudorandom number generator——演算法、種子與偽隨機序列。
- Godot 官方文件：Random number generation——遊戲用途、種子、加權結果及密碼學安全隨機數嘅分別。
- Gambling Commission：RTS 7——隨機性、映射及規則一致性嘅技術要求。
