ゲームエンジニアではないプロデューサーやゲームデザイナーがもし自力でプロトタイピングが制作できたら、企画プレゼンはもちろんのこと、チームでイメージ共有ができてコミュニケーションが活発になるはず。
2026年7月22日から24日まで、パシフィコ横浜ノースで開催されたゲーム開発者向けの国内最大級のカンファレンス「CEDEC2026」では、株式会社スクウェア・エニックスの「遠矢司」氏が登壇。「ゲームデザイナーによる生成AIを活用したゼロからのゲームプロトタイピング」と題したセッションを実施しました。
非エンジニアを対象にしたセッションということもあり、使用するゲームエンジンはノートPCでも扱える「Unity 6」に。遠矢氏も初めて扱うということで、初心者でも制作可能であることを実証するにはちょうどいい選択となりました。
また今回の試みでは、AIに指示しただけでゲーム制作が完了するバイブコーディングではなく、より自由度の高い制作方法である、各フェーズでアセットやコードを生成してゲームエンジンに実装する方法が採用されました。なお実際に制作されたデモは、騎士が剣でエネミーを倒しながら先へ進むアクション形式となります。
◆コードは書かずにAIへ依頼
開発環境の構築では、まず準備段階としてAIにライセンスの取り扱いなどを尋ねつつ、インストール方法と基本的な操作も確認しました。併せて使用する「Visual Studio Code」（VS Code）も同様です。
なお実作業ですが、当初はAIチャットとゲームエンジンを行き来する形で進めようとしましたが、うまく行かない部分もあり、VS CodeとUnityを連携させることで進めました。もちろんコードは一切書かずにAIにお任せです。
またAIとのやり取りでは以下のようなトラブルが発生しました。
・依頼していないものを実装する。
・指示と結果が合わない。
・対話がループする。
そのためタスクや会話に番号を振ったり、ゲームエンジンのバージョンを共有したりするなどして、あらかじめAIにルールを学習させました。その例のいくつかがこちらです。
・ゲームエンジンの開発アシスタントとして回答すること。
・アイコンを言語化させる。
・会話が行き違わないよう連番化する。
これら膨大なルールをセッション起動時にコピー&ペーストしていましたが、それでは手間がかかってしまいます。そこでAIに効率化を求めたところ、「.md」ファイルに記述して読み込ませると良いとの回答を得ました。
◆AIへの指示にはコツがある
続いては、キャラクターの3Dモデルとリギングのテストです。
まず「Midjourney」で男性キャラクターを生成し、その出力画像をもとに「Tripo 3D」で3Dモデルを生成しました。ポリゴン数は約70万。ほぼ2Dのイメージ通りではあるものの、3Dモデルは細部のデザイン、実在する小道具、顔などが異なる形で出力されたため、今度はイメージと異なると思った顔・銃・懐中時計を部分的に生成します。全体を再生成すると情報量が多く、思った通りの結果が得られない可能性がありましたから、正確性を高めるためにパーツ分割したわけです。
今回のテストでは「Tripo 3D」に加えて「Meshy」と「TRELLIS.2」でも生成をおこないましたが、いずれも忠実性の部分では不安の残る完成度でした。
リギングでは「Meshy」「Tripo 3D」「Mixamo」の3つのツールを実際に使用して比較してみました。
「Meshy」はガイドマーカーに従って設定するだけで簡単にリギングできるのですが、ポーズをつけたまま3Dモデルに起こしたこともあって、顔が横向きになったり、衣装と重なった部分の両腕が一体化してしまったりするなど想定外のことが起きました。そこでコートを外した画像を生成し、顔を正面に向け、両腕が衣装と接していないAポーズにしたところ成功しました。
やはりベースとなる2D画像は、その後に作業しやすいよう、T字ポーズまたはAポーズの読み取りやすい形で出力した方が良さそうです。
「Meshy」でのリギングでは以上の結果が得られました。それではほかのAIはどうだったのでしょうか？
「Tripo 3D」はマーカーの設定をする必要がないほか、読み込むモデルのポリゴン数も、制限ある「Meshy」より自由度が高くなっていました。「Mixamo」はリギング設定とモーション設定ができるのに対し、3Dモデルの生成や、コートを着用したようなモデルの読み込みには制限があります。
ここまでの総括として、AIには指示をするためのコツがあることが分かりました。AIは基本的に指示をされるたびに作業をやりなおすので、一部を修正したいと思ってもイメージ全体を新規で書き起こすこととなり、結果として各部が異なるなどの差異が生まれます。
そこで変更しない部分・変更する部分を明確化する、AIが理解しやすい英語プロンプトも試す、AIに伝わる書き方にするなどして、なるべくイメージに近いものが出力されるよう誘導しました。とくに「Aポーズ」などの特殊な言い回しは伝わらないため、参考にする画像を添えて「これがAポーズです」と学習させる必要がありました。
本セッションでは、その適切なプロンプトもAIにつくってもらいました。つまりどのようなキャラクターを作って欲しいか、「Aポーズ」とはどのような形状なのかという点や、リトライしやすいようコピー&ペーストを考えて英語プロンプトをコードボックスに記載すること、チャット欄にはチェック用として日本語で記述すること、このセッションではプロンプトのみで画像を生成しないことなども指示しました。こうしてキャラクター生成の一連のテストを完了させました。
◆ゲームが完成するまでの一連のプロセス
それではここからゲームが完成するまでの一連のプロセスです。
Unityには無料3Dアセットがあるということで、「Starter Assets - ThirdPerson | URP」を使用してゲーム実装をすることにしました。「Starter Assets - ThirdPerson | URP」とは三人称視点のアセットで、歩く、ジャンプなどの基本動作が設定済み、なおかつカメラ制御にも対応したものとなっています。ここへ攻撃や、ダメージ、エネミーのAIやUIなどを実装していくこととなります。
実装テストでは、仮に「プレイヤーが攻撃モーションをして弾を発射。弾が敵に衝突すると敵がダメージを受ける」という簡単な動作の実装を指示。その計画をAIに立ててもらいました。これが成功したことから、次はいよいよ本題のアクションRPGに取りかかります。
まずゲーム全体のタスクとスケジュールを算出するために、ゲームの流れと概要を明記したプランニング資料を作成しました。そのビジュアルをAIが担当、アイデアは遠矢氏です。そこからテスト時の知見を活かして2Dのキャラクター画像を生成。それをもとに3DモデルもAIで生成するのですが、ビューワーでの見え方とUnity上での見え方が異なるので、気になる場合は再び2D画像生成からやりなおします。
武器や盾も同様に3Dモデルを作成しました。今回のプロトタイピングでは剣の長さが短いということで試行錯誤をした結果、フォトショップで余白を作り、その余白を埋める長さにするよう指示したところ、ようやく望む長さになりました。
なおキャラクターに持たせた際に色味が気になる場合は、フォトショップでキャラクターと盾を同じ画像内で並べて色味を揃えるよう指示することで、ある程度は調整が可能となります。キャラクターと盾を同じ画像に収めるのは、同一画像として認識させることで成功率を上げるためです。
モーションは前述した「Mixamo」を使用。不自然な挙動があればAIに解決方法を尋ねることもできますが、エディタのグラフを調整するような手動調整は自動化をしたいところです。それもAIに質問することでグラフの平滑化スクリプトを提案および生成して問題を解決してくれました。
エフェクトは、Unityのフリーアセットを素材として使い、AIに尋ねながら実装。ライティングも参照画像をAIと共有しつつ、AIに質問しながら実装とパラメーター調整をしました。どちらもAIに方法を聞いた後、自動ではなく手動で実装しています。
フィールドの作成では、まず参考となるイメージ図をAIにて生成。それをもとにグレーボックスをフィールドに配置するのですが、参考画像をもとにしたグレーボックスのイメージ画像は、背景画像のイメージに捕らわれてグレーボックスの数が多くなっています。そこでボックスの数を減らすよう30個に限定。ボックスの大きさと座標を文章で出力するよう依頼した後、その座標やサイズの情報に沿ったイメージ画像を生成しました。
そしてそのイメージ画像と座標データをもとにUnity上での自動構築を依頼したところ、自動生成ツールが作成可能とのことだったので自動生成ツールを作成。それを使ってグレーボックスの自動生成をおこないました。またグレーボックスの修正では階段を設置する必要が出てきたため、階段を自動生成するツールも作成しました。
その後、フィールド内のオブジェクトや床などを作りこんでいくことになりますが、3Dオブジェクトは基本的に前述した考え方で生成しつつ、床はAIで生成した2Dイラストをテクスチャとして使用しました。また等間隔で配置するようなアセットは自動配置ツールを作成して対応しました。
その他、水面の表現や軽量化のためのマップストリーミング（プレイヤーの位置によってマップをオン・オフする機能）、エネミーAIの移動および攻撃スクリプトなども、AIにパラメーター調整のやり方などを教えてもらいながら進め、ようやくプロトタイピングを完成させました。
まとめると、まずAIに実装計画を生成してもらい、不明点をAIに尋ねながら、時に適切なプロンプトも生成してもらい、すべての実装を終えました。その際、自動化の生成ツールを制作するケースもありました。ビジュアル面ではまだまだ思うような結果が得られることは少ないものの、ゲームデザイナーの表現の幅は広がったのではないでしょうか。
そして今後ますます進化するだろうAIで可能性が広がることに思いを馳せつつ、遠矢氏はセッションを終えました。
