新手玩上古卷轴5新手攻略4选什么星象和职业好

来源：蜘蛛抓取(WebSpider) 时间：2016-12-12 08:45 标签： 上古世纪新手职业推荐
您当前的位置是： -> 游戏辅助 -> 攻略 ->
上古卷轴4怎么选择星座 星座分析与选择心得分享
上古卷轴4怎么选择星座 星座分析与选择心得分享
13:15:12来源：斗蟹游戏编辑：星期天天天天3010
　　是前作上古卷轴3：晨风的一款续作，玩家扮演的角色在这部作品中将寻找被暗杀的老国王的后嗣以继承王座。那么接下来就由小编为大家带来游戏中星座的选择建议：　　星座：Mage　　特性：魔法值(蓝条)+50　　选择建议：施法者的选择。如果你想完成主线任务和魔法行会的任务，并且探索有施法者的地城，那么就选择Mage而不是Apprentice，因为Apprentice缺少的魔法抗性在这些任务和对抗施法生物时非常有用。　　星座：Apprentice　　特性：魔法值+100，魔法抗性-100%　　选择建议：同样是施法者的选择，不过只适合想到处探索并且只完成一些支线任务的角色。你能探索的地下城只能选择没有法系敌人的。这就是多出的那50点魔法值的代价，嘿嘿!　　星座：Warrior　　特性：Strength +10，Endurance +10　　选择建议：绝对是任何肉搏职业的最佳选择。如果你的角色以来Heavy Armor技能，那更需要这个星座的Strength加成。　　星座：Thief：　　特性：Agility +10，Speed +10，Luck +10　　选择建议：对潜行类角色是最好的选择。对Sneak,Marksman,Security技能有要求的角色需要。　　星座：Shadow　　特性：一天一次的60秒隐性　　选择建议：同样对于潜行类角色是个好选择，有利于完成盗贼公会和黑暗兄弟会的任务。不过鉴于很多人都会忘记这个一天一次的技能，对于他们来说Thief似乎是一个更好的选择。　　以上是5个推荐的星座选择，适用于大部分人。原则上来说，永久的属性加成比一天一次的技能要好一些，不过Shadow是一个例外。　　永久的属性加成对于某些玩家来说有些沉闷，如果你喜欢愉快的冒险经历并能时刻记得这些一天一次的技能的话，那下面这些星座也不乏好的选择。　　星座：Lover　　特性：瘫痪(接触类法术，瘫痪敌人10秒，自己损失120点精力，一天一次)　　选择建议：对战一些较强的boss，瘫痪这招显得很有用。尤其是当你精力快耗尽的时候，来一个瘫痪，明白我的意思了吧?　　星座：Ritual　　特性：一天一次回复200生命;Turn Undead魔法，降低Undead生物100点斗志，持续30秒(Undead不打你)　　选择建议：一次性恢复200点生命在boss战的时候非常有用哦!　　星座：Tower　　特性：打开Average等级的锁，一天一次;反射伤害(5点，持续120秒)　　选择建议：反射伤害在你一对多的时候很有用，例如竞技场里。遗憾的是效果小了点。　　星座：Serpent　　特性：一天一次，四种效果同时作用　　Damage Health接触类，伤害3点，持续20秒　　Dispel解除魔法效果　　Cure Poison治疗中毒　　Damage Fatigue自己减少100点精力　　选择建议：让敌人中毒的注意不错，但效果嘛…而且这个技能你很少能有完全受益的时候!　　星座：Atronach　　特性：魔法值+150;50%的魔法攻击吸收为魔法值;魔法值不会自动恢复　　选择建议：看去这个星座特性很不错，不过你得忍受在整个游戏过程中你的魔法值都不能自动恢复了!　　星座：Lady　　特性：Willpower +10，Endurance +10　　选择建议：这是万金油的选择，兼顾物理与魔法，不会比专精一系来的强。不过你要选那自然不会有人拦你。　　星座：Steed　　特性：Speed +20　　选择建议：+20速度是个很不错的选择，不过重要技能中，速度属性只影响轻甲技能(Light Armor)　　星座：Lord　　特性：Restore Health(回复6点生命，持续15秒);火焰抗性永久为-25%　　选择建议：适合于没有回复技能的角色，尤其像Dark Elves这类先天具有火焰抗性的角色。注意这个回复技能可不是一天一次哦!　　OK~以上就是游戏中星座选择的经验分享，希望能对各位机智的玩家有所帮助，那么，祝大家游戏愉快~　　推荐阅读：　　　　
游戏语言：简体中文
游戏类型：角色扮演
游戏大小：1.66 GB
更新时间：
官方网站：
操作系统：XP / WIN7
大家都在玩
热门游戏攻略
斗蟹推荐专题
侠客风云传
天涯明月刀
今日游戏推荐
真乱舞英雄安卓版
百炼成仙安卓版
猎户座：科幻虚拟小说
口袋银魂安卓版
乱斗连萌安卓版
全职英雄安卓版
魔剑之刃安卓版
尸姐别过来安卓版

我要回帖

更多关于 上古世纪新手职业推荐 的文章

 

随机推荐