利益:
- コアループ、メカニクス、MVP の概念を理解し、メカニカルなアイデアの再現とプロトタイプのスケルトンに人工知能を使用する能力。
- プロトタイプは 1 つのテスト質問に答える必要があることを理解し、範囲を狭めることで、迅速かつ低コストで反復を行う能力
- メカニックが楽しいかどうかは、実際にプレイしてテスト仮説を検証することによってのみ理解できるものであり、ポリッシュ トラップは回避する必要があることを認識できます。
すべてのゲームはアイデアから始まります。しかし、アイデアは安くても、プレイ可能なプロトタイプは高価です。プロトタイプ;これは、洗練されたグラフィックスや完全なコンテンツを必要とせず、メカニックが楽しいかどうかを最も迅速かつ安価な方法でテストするためのプレイ可能な青写真です。ゲームデザインの厳しい真実はこれです。メカニックが紙の上では素晴らしく見えても、実際に手に持った感触がひどいということは、あまりにも一般的です。したがって、成功とは「正しいアイデアを見つける」ことではなく、悪いアイデアをすぐに排除し、良いアイデアが見つかるまで何度も反復することです。そこで AI が登場します。AI はアイデアの生成、ルールの作成、プロトタイプの作成をスピードアップし、より多くの実験の機会を与えます。
この単元では、機械設計とラピッド プロトタイピングで AI をエンドツーエンドで使用する方法を学びます。アイデアを制約し、コアループを明確にし、プロトタイプをテスト可能にする方法を学びます。
コアループ: すべての中心
ゲームの中心となるのはコア ループです。これは、プレイヤーが繰り返し実行する一連のアクションであり、ゲームの基礎を形成します。たとえば、シューティングゲームでは「探索→戦闘→収集→進化」。 「植える→育てる→収穫する→売る→育てる」ファームゲーム。プロトタイプ段階では、このサイクルが楽しいかどうかを理解することが唯一の目標です。ここではコア ループを明確にする思考パートナーとして AI を使用します。ループを説明し、弱いリンクを尋ね、代替ループを尋ねます。
段階的なフロー:
- 制約を定義します。プラットフォーム、ジャンル、視聴者、セッション期間、制御スキーム。制約が明確であればあるほど、アイデアはより有用になります。
- コアループを作成します。 4 ～ 6 個の動詞でサイクルを表現します。これをAIに強化してもらいます。
- 機械的な変動を生成します。サイクルステップごとに異なる機械オプションを要求してください。
- プロトタイプの範囲を縮小します。 「テスト可能な最小バージョン」(MVP) とは何ですか?何が抽出できるかをAIに尋ねます。
- テスト仮説を設定します。 「このプロトタイプが証明するはずです」という文を書きます。
ヒント: プロトタイプの目的は「ゲームを作る」ことではなく、「質問に答える」ことです。常に AI に「このプロトタイプはどのような質問をテストすべきか」と尋ねます。範囲は自動的に縮小します。
紙プロトタイプとデジタルプロトタイプ
AI はどちらのタイプのプロトタイプにも役立ちます。紙のプロトタイプ (卓上ルール、カード ダイスでプレイされるドラフト) は、コードを書かずにメカニズムのロジックをテストします。 AIにルールセット、カードテキスト、不均衡の可能性をテーブルベースで生成するよう依頼できます。デジタル プロトタイプの場合、AI はエンジン内で実行されるスケルトン コード (プレーヤー コントローラー、単純なステート マシン) を生成できます。これについてはユニット 7 でさらに深めます。プロトタイプの段階では、AI が生成したコードから「感触をテストするのに十分に機能する」ドラフトを期待します。洗練されたものではありません。
注意: プロトタイプの美しいビジュアルや音楽に時間を無駄にしないでください。 「ポーランドの罠」 — 美しいが退屈なプロトタイプよりも、醜いが楽しいプロトタイプを好みます。 AI にビジュアルを求めるのではなく、メカニズムのテストに集中します。
イテレーション速度と「殺す勇気」
プロトタイピングの秘密のスキルは、悪いアイデアをすぐに潰すことができることです。デザイナーは自分のアイデアに感情的に執着します。ある整備士に 2 週間費やした場合、たとえそれが悪いとわかっても、それを放棄するのは難しくなります。これは「サンクコストの誤謬」 (費やした労力のせいで、悪い道を続けてしまう傾向) と呼ばれます。 AI はここで隠れた利点を提供します。アイデア生成と足場が非常に安価になるため、プロトタイプを廃棄するのは数日ではなく数時間の無駄になります。この安さは勇気を与えてくれます。ルールは次のとおりです。各プロトタイプに「成功/失敗のベンチマーク」と「決定日」を設定します。「2 日経っても戦闘の感触が楽しくなければ、カットする」というものです。この基準を評価する際に AI に相談して、「このメカニズムが機能していないことを示す兆候は何ですか?」と尋ねることもできます。
もう 1 つの実践的な方法: AI を悪魔の代弁者として使用する。あなたが好きなメカニズムについて彼に話し、「このアイデアの最も弱い 3 つの側面と、なぜそれが失敗する可能性があるのかを容赦なく伝えてください」と言ってください。こうすることで、自分の熱意によって見えなくなっていた弱点が早い段階で見えてきます。目的はアイデアを擁護することではなく、それをテストすることです。テストに合格したアイデアはプロトタイプに値します。
ミニケース3個
ケース 1 — サイクルが明確になったら、アイデアは固まりました。デザイナーはカード バトル ゲームのコア ループを漠然と定義していました。彼は AI に 5 つの動詞を含むループを書かせ、「最も弱いリンクはどれですか?」と尋ねました。 AI は、「収集」ステップではプレイヤーに決定を提示しないとフラグを立てました。デザイナーはこのステップに選択範囲を追加しました。プレイテストでは、平均セッション時間は 4 分から 11 分に増加しました。
ケース 2 — 迅速な排除。あるスタジオでは、プラットフォーム メカニズムとして AI から 15 のバリエーションを受け取りました。彼は 2 時間で紙上で 15 個を評価し、そのうち 4 個をプロトタイプ化し、1 個を選択しました。AI がなければ、通常、3 つのバリエーションを試して 1 つに落ち着くでしょう。広範囲にわたる検索により、より優れたメカニズムがもたらされました。
ケース 3 — スコープ トラップから戻る。あるチームは、最初のプロトタイプにインベントリ、クエスト システム、ダイアログを追加したいと考えていました。彼らは AI に「このプロトタイプでテストすべき単一の質問は何ですか?」と尋ねました。答えは「戦闘感は楽しいか？」です。彼らは他のすべてを持ち出しました。プロトタイプは 3 週間ではなく 4 日で完成し、正しい質問に答えました。
コピー可能な 4 つのテンプレート
1) コアループの強化:
あなたの役割: シニア ゲーム デザイナー。私のゲーム: [ジャンル、プラットフォーム、視聴者、セッション期間]。私のコアループ: [4-6 動詞]。タスク: (1) このループの最も弱いリンクとその理由を指定します。(2) 各ステップで決定がプレイヤーにとって意味があるかどうかを評価します。(3) ループを強化する 3 つの具体的な変更を提案します。
2) 機械的変動の生成:
そのコアアクションについては[例: 「ブロックを配置する」] は、10 種類のまったく異なる機械的バリエーションを生成します。ルール、プレイヤーに提示される決定、起こり得るリスクについて、それぞれ 1 文ずつ書きます。決まり文句（誰もが知っている）を排除します。
3) MVP スコープの縮小:
以下のゲームアイデアの最初のプロトタイプを作成します。 (1) このプロトタイプが証明しなければならない 1 つの質問、(2) その質問をテストするために絶対に必要なメカニズムの最小限のリスト、(3) 最初のバージョンから抽出できるすべてのものを教えてください。アイデア: [ここに書いてください]
4) ペーパープロトタイプのルール:
コードを書かずに、デスクトップ上で次のメカニズムを (カード/ダイス/トークンを使用して) テストしたいと考えています: [メカニズム]。プレイ可能な紙のプロトタイプのルールセット、必要なコンポーネント、およびテスト中に探すべき 3 つの兆候を教えてください。
弱いプロンプト / 強いプロンプト
弱いプロンプト:
楽しいメカニックをデザインしてください。
「楽しさ」は測ることができません。文脈がありません。 AI は一般的なメカニズムを提案します。
強力なプロンプト:
私のゲーム: PC、ローグライク、20 ～ 30 分のラウンド、対象ユーザー: ハードコア。コアサイクル: 探索 - 戦い - 強くなる - 死ぬ - 再び始める。問題: プレイヤーは 3 ラウンド後に飽きてしまいます (繰り返しを感じる)。タスク: 永続的な進歩をもたらさない、各ラウンドの感触を変える 5 つのメカニズムを提案します。それぞれについて、それがどのように多様性を加えるのか、そしてそれがどのようにバランスを崩すのかを説明してください。
具体的な問題 (「ラウンド 3 後の退屈」) と制約により、出力が直接適用可能になります。
試作型比較表
サイズ
紙のプロトタイプ
デジタルプロトタイプ
速度
非常に速い（数時間）
中（日）
テストされた
ルール/ロジック
感触、テンポ、コントロール
AIの貢献
ルール、カードテキスト、バランス
スケルトンコード、ステートマシン
コスト
低い
中程度
境界線
感触やテンポをテストできない
コード作業が必要
よくある間違い
- コアループをスキップします。サイクルが明確でないと、適合するメカニックは存在しません。
- 原型を磨きます。プロトタイピング段階でビジュアル/オーディオは時間の無駄です。
- スコープを拡張します。プロトタイプでは 1 つの質問をテストする必要があります。 「すべて」ではありません。
- 単一のアイデアに早くからコミットする。 AI を使用して大量に生成および除去すると、より良い結果が得られます。
- テスト仮説が確立されていない。 「何を証明しているのか」、つまりプロトタイプの結果は解釈できません。
要約すると
プロトタイピングは、悪いアイデアを安価に排除する技術です。このプロセスでは、AI がアイデアを増やし、コア サイクルを先鋭化し、範囲を絞り込むのに役立ち、紙/デジタル プロトタイプのスケルトンをスピードアップします。しかし、「楽しいか」という質問には、ハンドをプレイしてテスト仮説を検証することによってのみ答えることができます。広範囲に作成し、迅速に処理し、単一の質問をテストします。
アプリケーションタスク
ゲームのアイデアを選択します。 5 つの動詞でコア ループを作成し、「コア ループ強化」テンプレートを使用して AI から最も弱いリンクを学習します。次に、プロトタイプが「MVP スコープ削減」テンプレートを使用してテストする必要がある 1 つの質問を特定します。結果を5行にまとめます。
チェックリスト
- [ ] 明確な動詞を使用してコアループを書きました。
- [ ] ループの各ステップで、プレイヤーにとって意味のある決定があるかどうかを確認しました。
- [ ] 私はプロトタイプがテストする単一の質問を決定しました。
- [ ] 範囲を MVP に絞り込み、磨きをかけませんでした。
- [ ] 幅広いバリエーションを生み出し、手持ちでプレイすることで排除しました。