પ્રોટોટાઇપ અને મિકેનિકલ ડિઝાઇન: આઇડિયાથી પ્લે કરી શકાય તેવા કોર સુધી ઝડપી પુનરાવર્તન

નફો:

• કોર લૂપ, મિકેનિક્સ અને MVP ના ખ્યાલોને સમજવાની ક્ષમતા અને યાંત્રિક વિચાર પ્રજનન અને પ્રોટોટાઇપ હાડપિંજર માટે કૃત્રિમ બુદ્ધિનો ઉપયોગ કરવાની ક્ષમતા.
• પ્રોટોટાઇપને એક જ પરીક્ષણ પ્રશ્નનો જવાબ આપવો જોઈએ તે સમજીને અવકાશને સંકુચિત કરીને ઝડપી અને સસ્તા પુનરાવર્તનો કરવાની ક્ષમતા
• મિકેનિક મજામાં છે કે નહીં તે ઓળખવામાં સક્ષમ હોવાને કારણે માત્ર તેને હાથમાં રમીને અને પરીક્ષણ પૂર્વધારણાને ચકાસીને સમજી શકાય છે, અને પોલિશ ટ્રેપ ટાળવી જોઈએ.

દરેક રમત એક વિચાર તરીકે શરૂ થાય છે; પરંતુ વિચારો સસ્તા છે, રમી શકાય તેવા પ્રોટોટાઇપ ખર્ચાળ છે. પ્રોટોટાઇપ; પોલિશ્ડ ગ્રાફિક્સ અથવા સંપૂર્ણ સામગ્રી વિના, મિકેનિક સૌથી ઝડપી અને સસ્તી રીતે મનોરંજક છે કે કેમ તે ચકાસવા માટે તે એક વગાડી શકાય તેવી બ્લુપ્રિન્ટ છે. ગેમ ડિઝાઇનનું કઠોર સત્ય આ છે: મિકેનિક માટે કાગળ પર સુંદર દેખાવાનું પણ હાથમાં ભયંકર લાગે તે બધું સામાન્ય છે. તેથી, સફળતા "સાચો વિચાર શોધવા" વિશે નથી, પરંતુ ખરાબ વિચારોને ઝડપથી દૂર કરવા અને જ્યાં સુધી તમને સારો વિચાર ન મળે ત્યાં સુધી ઘણી પુનરાવર્તનો કરવા વિશે છે. ત્યાં જ AI આવે છે: તે આઈડિયા જનરેશન, નિયમ લેખન અને પ્રોટોટાઈપિંગને ઝડપી બનાવે છે, તમને પ્રયોગ કરવાની વધુ તકો આપે છે.

આ એકમમાં, તમે મિકેનિકલ ડિઝાઇન અને ઝડપી પ્રોટોટાઇપિંગમાં AI એન્ડ-ટુ-એન્ડનો ઉપયોગ કેવી રીતે કરવો તે શીખી શકશો; તમે વિચારને કેવી રીતે નિયંત્રિત કરવું, મુખ્ય લૂપને કેવી રીતે સ્પષ્ટ કરવું અને પ્રોટોટાઇપને પરીક્ષણયોગ્ય બનાવવું તે શીખી શકશો.

કોર લૂપ: દરેક વસ્તુનું કેન્દ્ર

રમતનું હૃદય એ મુખ્ય લૂપ છે - ક્રિયાઓની સાંકળ કે જે ખેલાડી વારંવાર કરે છે, જે રમતનો આધાર બનાવે છે. ઉદાહરણ તરીકે, શૂટરમાં "અન્વેષણ કરો → લડાઇ → એકત્રિત કરો → વિકાસ કરો"; ખેતરની રમતમાં "છોડ → ઉગાડો → લણણી → વેચાણ → ઉછેર" પ્રોટોટાઇપ તબક્કામાં, તમારું એકમાત્ર ધ્યેય એ સમજવાનું છે કે આ ચક્ર મજાનું છે કે નહીં. AI નો અહીં વિચારસરણીના ભાગીદાર તરીકે ઉપયોગ કરો જે મુખ્ય લૂપને સ્પષ્ટ કરે છે: તેમાં તમારા લૂપનું વર્ણન કરો, નબળી લિંક માટે પૂછો, વૈકલ્પિક લૂપ્સ માટે પૂછો.

તબક્કાવાર પ્રવાહ:

1. અવરોધ વ્યાખ્યાયિત કરો. પ્લેટફોર્મ, શૈલી, પ્રેક્ષકો, સત્રનો સમયગાળો, નિયંત્રણ યોજના. અવરોધ જેટલો સ્પષ્ટ છે, તેટલો વધુ ઉપયોગી વિચાર.
2. મુખ્ય લૂપ લખો. 4-6 ક્રિયાપદો સાથે ચક્રને વ્યક્ત કરો; AI ને આને મજબૂત કરવા કહો.
3. યાંત્રિક વિવિધતાઓ બનાવો. દરેક ચક્ર પગલા માટે વિવિધ યાંત્રિક વિકલ્પો માટે પૂછો.
4. પ્રોટોટાઇપ અવકાશ ઘટાડો. "લઘુત્તમ ટેસ્ટેબલ વર્ઝન" (MVP) શું છે? એઆઈને પૂછો કે શું કાઢી શકાય છે.
5. એક પરીક્ષણ પૂર્વધારણા સેટ કરો. "આ પ્રોટોટાઇપ સાબિત થવું જોઈએ" વાક્ય લખો.

સંકેત: પ્રોટોટાઇપનો હેતુ "ગેમ બનાવવાનો" નથી પરંતુ "એક પ્રશ્નનો જવાબ" આપવાનો છે. હંમેશા એઆઈને પૂછો કે "આ પ્રોટોટાઈપ ટેસ્ટમાં કયો પ્રશ્ન હોવો જોઈએ"; અવકાશ આપોઆપ સંકોચાય છે.

પેપર પ્રોટોટાઇપ અને ડિજિટલ પ્રોટોટાઇપ

AI બંને પ્રકારના પ્રોટોટાઈપમાં મદદરૂપ છે. પેપર પ્રોટોટાઇપ (ટેબલટૉપ નિયમો, કાર્ડ-ડાઇસ સાથે વગાડવામાં આવેલ ડ્રાફ્ટ) કોડ લખ્યા વિના મિકેનિક્સના તર્કનું પરીક્ષણ કરે છે. તમે AI ને ટેબલના આધારે નિયમો, કાર્ડ ટેક્સ્ટ, સંભવિત અસંતુલન જનરેટ કરવા માટે કહી શકો છો. ડિજિટલ પ્રોટોટાઇપ માટે, AI સ્કેલેટન કોડ (એક પ્લેયર કંટ્રોલર, એક સરળ સ્ટેટ મશીન) જનરેટ કરી શકે છે જે એન્જિનની અંદર ચાલશે; અમે એકમ 7 માં આને વધુ ઊંડું કરીશું. પ્રોટોટાઇપ સ્ટેજ પર, એક ડ્રાફ્ટની અપેક્ષા રાખો જે AI-જનરેટેડ કોડમાંથી "ફીલ ચકાસવા માટે પૂરતું કામ કરે", પોલિશ નહીં.

સાવધાન: પ્રોટોટાઇપમાં સુંદર દ્રશ્યો અને સંગીત પર સમય બગાડો નહીં. “પોલિશ ટ્રેપ” — સુંદર પરંતુ કંટાળાજનક પર એક કદરૂપું પરંતુ મનોરંજક પ્રોટોટાઇપની તરફેણ કરો. AI ને વિઝ્યુઅલ્સ માટે પૂછવાને બદલે મિકેનિક્સનું પરીક્ષણ કરવા પર ધ્યાન કેન્દ્રિત કરો.

પુનરાવૃત્તિ ઝડપ અને "મારવાની હિંમત"

પ્રોટોટાઇપિંગની ગુપ્ત કુશળતા ખરાબ વિચારને ઝડપથી મારી નાખવામાં સક્ષમ છે. ડિઝાઇનર્સ તેમના પોતાના વિચારો સાથે ભાવનાત્મક રીતે જોડાયેલા બને છે; જો તમે મિકેનિક પર બે અઠવાડિયા ગાળ્યા હોય, તો જો તમે જોશો કે તે ખરાબ છે તો પણ તેને છોડી દેવાનું મુશ્કેલ બની જાય છે — આને "ડૂબી ગયેલી કિંમતની ગેરસમજ" કહેવામાં આવે છે (પ્રયત્ન ખર્ચને કારણે ખરાબ માર્ગ સાથે ચાલુ રહેવાની વૃત્તિ). AI અહીં એક છુપાયેલ ફાયદો પૂરો પાડે છે: આઈડિયા જનરેશન અને સ્કેફોલ્ડિંગ એટલું સસ્તું થઈ ગયું છે કે પ્રોટોટાઈપને ફેંકી દેવા એ દિવસોનો નહીં પણ કલાકોનો બગાડ છે. આ સસ્તીતા તમને બહાદુર બનાવે છે. નિયમ છે: દરેક પ્રોટોટાઇપ પર "સફળતા/નિષ્ફળતાનો માપદંડ" અને "નિર્ણયની તારીખ" મૂકો - "જો લડાઇની લાગણી બે દિવસ પછી આનંદદાયક ન હોય, તો અમે તેને કાપી નાખીએ છીએ." તમે આ માપદંડનું મૂલ્યાંકન કરવા માટે AI ની સલાહ પણ લઈ શકો છો, "કયા સંકેતો સૂચવે છે કે આ મિકેનિક કામ કરી રહ્યું નથી?"

અન્ય વ્યવહારુ: શેતાનના વકીલ તરીકે AI નો ઉપયોગ કરો. તેને તમને ગમતા મિકેનિક વિશે કહો અને કહો કે "તેને નિર્દયતાથી આ વિચારના ત્રણ સૌથી નબળા પાસાઓ કહો અને તે શા માટે નિષ્ફળ થઈ શકે છે." આ રીતે તમે તમારા પોતાના ઉત્સાહથી અંધ થઈ ગયેલી નબળાઈઓ વહેલી તકે જોશો. ઉદ્દેશ્ય વિચારનો બચાવ કરવાનો નથી, પરંતુ તેને ચકાસવાનો છે; એક વિચાર જે પરીક્ષણ પાસ કરે છે તે પ્રોટોટાઇપને લાયક છે.

ત્રણ નાના કેસો

કેસ 1 - એકવાર ચક્ર સ્પષ્ટ થઈ ગયા પછી, વિચાર સ્થાયી થયો. એક ડિઝાઇનરે કાર્ડ-બેટલ ગેમના મુખ્ય લૂપને અસ્પષ્ટ રીતે વ્યાખ્યાયિત કર્યું હતું. તેણે AI ને 5 ક્રિયાપદો સાથે લૂપ લખી અને પૂછ્યું "સૌથી નબળી કડી કઈ છે?" AI એ ફ્લેગ કર્યું કે "એકત્ર કરો" પગલું ખેલાડીને નિર્ણયો રજૂ કરતું નથી. ડિઝાઇનરે આ પગલામાં પસંદગી ઉમેરી; પ્લેટેસ્ટમાં, સરેરાશ સત્રનો સમય 4 મિનિટથી વધીને 11 મિનિટ થયો.

કેસ 2 - ઝડપી નાબૂદી. એક સ્ટુડિયોને પ્લેટફોર્મિંગ મિકેનિક માટે AI તરફથી 15 ભિન્નતાઓ મળી; તેણે 2 કલાકમાં કાગળ પર તેમાંથી 15નું મૂલ્યાંકન કર્યું, તેમાંથી 4 પ્રોટોટાઇપ કર્યા અને 1 પસંદ કર્યા. AI વિના, તેઓ સામાન્ય રીતે 3 વિવિધતા અજમાવશે અને એક માટે સમાધાન કરશે; વ્યાપક શોધ બહેતર મિકેનિક્સ લાવી.

કેસ 3 - સ્કોપ ટ્રેપમાંથી પાછા ફરવું. એક ટીમ પ્રારંભિક પ્રોટોટાઇપમાં ઇન્વેન્ટરી, ક્વેસ્ટ સિસ્ટમ અને સંવાદ ઉમેરવા માંગતી હતી. તેઓએ AI ને પૂછ્યું કે "આ પ્રોટોટાઇપ ટેસ્ટ કયો એક પ્રશ્ન હોવો જોઈએ?" જવાબ હતો "શું લડાઇની મજાની લાગણી છે?" તેઓએ બીજું બધું બહાર કાઢ્યું; પ્રોટોટાઇપ 3 અઠવાડિયાને બદલે 4 દિવસમાં બહાર આવ્યો અને યોગ્ય પ્રશ્નનો જવાબ આપ્યો.

ચાર નકલ કરી શકાય તેવા નમૂનાઓ

1) કોર લૂપ મજબૂતીકરણ:

તમારી ભૂમિકા: વરિષ્ઠ ગેમ ડિઝાઇનર. મારી રમત: [શૈલી, પ્લેટફોર્મ, પ્રેક્ષકો, સત્રનો સમયગાળો]. માય કોર લૂપ: [4-6 ક્રિયાપદો]. કાર્ય: (1) આ લૂપમાં સૌથી નબળી કડીનું નામ આપો અને શા માટે, (2) દરેક પગલા પર ખેલાડી માટે નિર્ણય યોગ્ય છે કે કેમ તેનું મૂલ્યાંકન કરો, (3) 3 નક્કર ફેરફારો સૂચવો જે લૂપને મજબૂત કરશે.

2) યાંત્રિક વિવિધતા જનરેશન:

તે મુખ્ય ક્રિયા માટે [દા.ત. "પ્લેસ બ્લોક"] 10 ખરેખર અલગ યાંત્રિક ભિન્નતા પેદા કરે છે. દરેક માટે એક વાક્ય લખો: નિયમ, નિર્ણય તે ખેલાડીને રજૂ કરે છે, સંભવિત જોખમ. ક્લિચને દૂર કરો (દરેક માટે જાણીતું છે).

3) MVP અવકાશ ઘટાડો:

હું નીચેના રમત વિચારનો પ્રથમ પ્રોટોટાઇપ બનાવીશ. મને કહો (1) એક પ્રશ્ન કે જે આ પ્રોટોટાઇપે સાબિત કરવું આવશ્યક છે, (2) મિકેનિક્સની લઘુત્તમ સૂચિ જે તે પ્રશ્નને ચકાસવા માટે એકદમ જરૂરી છે, (3) દરેક વસ્તુ જે પ્રથમ સંસ્કરણમાંથી કાઢી શકાય છે. વિચાર: [અહીં લખો]

4) પેપર પ્રોટોટાઇપ નિયમો:

હું કોડ લખ્યા વિના ડેસ્કટોપ પર નીચેના મિકેનિક્સ (કાર્ડ/ડાઇસ/ટોકન્સ સાથે) ચકાસવા માંગુ છું: [મિકેનિક્સ]. પરીક્ષણ દરમિયાન જોવા માટે મને પ્લે કરી શકાય તેવો પેપર પ્રોટોટાઇપ નિયમ સેટ, જરૂરી ઘટકો અને 3 ચિહ્નો આપો.

નબળા પ્રોમ્પ્ટ / મજબૂત પ્રોમ્પ્ટ

નબળા પ્રોમ્પ્ટ:

મને એક મનોરંજક મિકેનિક ડિઝાઇન કરો.

"મજા" માપી શકાતી નથી; કોઈ સંદર્ભ નથી. AI એક સામાન્ય મિકેનિકની દરખાસ્ત કરે છે.

શક્તિશાળી પ્રોમ્પ્ટ:

મારી રમત: PC, roguelike, 20-30 મિનિટ રાઉન્ડ, લક્ષ્ય પ્રેક્ષકો: હાર્ડકોર. મુખ્ય ચક્ર: અન્વેષણ-લડાઈ-મજબૂત મેળવો-મરો-ફરીથી શરૂ કરો. સમસ્યા: 3જા રાઉન્ડ પછી ખેલાડીઓ કંટાળી જાય છે (પુનરાવર્તિત લાગણી). કાર્ય: 5 મિકેનિક્સ સૂચવો જે દરેક રાઉન્ડને અલગ અનુભવે, જે કાયમી પ્રગતિ આપતા નથી. દરેક માટે: તે કેવી રીતે વિવિધતા ઉમેરે છે અને તે કેવી રીતે સંતુલનને બગાડે છે તે સમજાવો.

નક્કર સમસ્યા ("રાઉન્ડ 3 પછી કંટાળો") અને અવરોધ આઉટપુટને સીધો લાગુ બનાવે છે.

પ્રોટોટાઇપ પ્રકાર સરખામણી ચાર્ટ

કદ

કાગળ પ્રોટોટાઇપ

ડિજિટલ પ્રોટોટાઇપ

ઝડપ

ખૂબ ઝડપી (કલાક)

મધ્યમ (દિવસો)

પરીક્ષણ કર્યું

નિયમ/તર્ક

લાગણી, ટેમ્પો, નિયંત્રણ

AI યોગદાન

નિયમ, કાર્ડ ટેક્સ્ટ, બેલેન્સ

સ્કેલેટન કોડ, રાજ્ય મશીન

ખર્ચ

નીચું

મધ્યમ

સરહદ

લાગણી/ટેમ્પો ચકાસી શકતા નથી

કોડ પ્રયાસ જરૂરી છે

સામાન્ય ભૂલો

• કોર લૂપને અવગણીને. જો ચક્ર સ્પષ્ટ નથી, તો કોઈ મિકેનિક્સ ફિટ થશે નહીં.
• પ્રોટોટાઇપને પોલિશ કરવું. પ્રોટોટાઇપિંગ તબક્કામાં વિઝ્યુઅલ/ઓડિયો એ સમયનો વ્યય છે.
• અવકાશને ફુલાવી રહ્યો છે. પ્રોટોટાઇપે એક પ્રશ્નનું પરીક્ષણ કરવું જોઈએ; "બધું" નથી.
• એક વિચાર વહેલામાં પ્રતિબદ્ધતા. AI સાથે મોટી માત્રામાં ઉત્પાદન અને દૂર કરવાથી વધુ સારા પરિણામો મળે છે.
• પરીક્ષણ પૂર્વધારણા સ્થાપિત નથી. "હું શું સાબિત કરી રહ્યો છું" અથવા પ્રોટોટાઇપ પરિણામનું અર્થઘટન કરી શકાતું નથી.

સારાંશમાં

પ્રોટોટાઇપિંગ એ ખરાબ વિચારોને સસ્તામાં દૂર કરવાની કળા છે. આ પ્રક્રિયામાં, AI વિચારોનો ગુણાકાર કરે છે, મુખ્ય ચક્રને તીક્ષ્ણ બનાવે છે, તમને અવકાશને સંકુચિત કરવામાં મદદ કરે છે અને કાગળ/ડિજિટલ પ્રોટોટાઇપ હાડપિંજરને ઝડપી બનાવે છે. પરંતુ તમે ફક્ત હાથ વગાડીને અને તમારી પરીક્ષણ પૂર્વધારણાને ચકાસીને "શું તે મજા છે" પ્રશ્નનો જવાબ આપી શકો છો. વ્યાપકપણે ઉત્પાદન કરો, ઝડપથી હેન્ડલ કરો, એક જ પ્રશ્નનું પરીક્ષણ કરો.

એપ્લિકેશન કાર્ય

એક રમત વિચાર પસંદ કરો. 5 ક્રિયાપદો સાથે કોર લૂપ લખો અને "કોર લૂપ રિઇન્ફોર્સમેન્ટ" ટેમ્પલેટ સાથે AI માંથી સૌથી નબળી કડી શીખો. પછી પ્રોટોટાઇપે "MVP સ્કોપ રિડક્શન" ટેમ્પ્લેટ સાથે પરીક્ષણ કરવું જોઈએ તે એકલ પ્રશ્નને ઓળખો. 5 લીટીઓમાં પરિણામનો સારાંશ આપો.

ચેકલિસ્ટ

• [ ] મેં સ્પષ્ટ ક્રિયાપદો સાથે મુખ્ય લૂપ લખ્યું છે.
• [ ] દરેક લૂપ સ્ટેપ પર, મેં ચેક કર્યું કે ખેલાડી માટે કોઈ અર્થપૂર્ણ નિર્ણયો હતા કે કેમ.
• [ ] મેં એક પ્રશ્ન નક્કી કર્યો કે પ્રોટોટાઇપ પરીક્ષણ કરશે.
• [ ] મેં MVP નો અવકાશ સંકુચિત કર્યો, કોઈ પોલિશ ઉમેર્યું નથી.
• [ ] મેં વિશાળ વિવિધતા ઉત્પન્ન કરીને અને હાથમાં રમીને દૂર કર્યું.