Давайте знакомиться!
Привет! Меня зовут Владимир. Я арт-директор, художник, дизайнер мобильных и компьютерных игр и креативный директор в рекламе. И я почти случайно написал геймифицированную книгу для мальчиков. Вот тут можно ознакомиться с фрагментом книги. Вернее сказать, я написал эту книгу для себя, но для себя десятилетнего. Эх, если бы у меня тогда были эти знания, которые содержатся в этой книге. В книге обыграны советы по прокачке основных характеристик, которые обычно прокачивают игроки в РПГ. Но советы касаются реальной жизни, например, такие:
Но это еще не все. Я так увлекся книгой, что решил разработать еще и настольную карточную игру! На все это у меня ушло чуть больше двух месяцев. И во всех моих начинаниях мне помогли нейросети. К сожалению, они не сделали все за меня, а только выступили в роли моей команды разработки. Поэтому я тут не только автор, но и продюсер проекта. И сейчас я вам расскажу, как мы это сделали.
Нейросети, которые мне помогали
Список нейросетей небольшой:
Первое и главное, что надо понимать — нейросеть не придумает за вас идею!
Серьёзно обдумывать концепт своей книги я начал полгода назад. А сама идея пришла еще раньше, когда я прочитал манхву «Solo leveling». Кстати, по ней сейчас выходит второй сезон аниме — очень советую, кто не знаком. Но вернемся к книге: думать одному скучно, поэтому я решил попробовать побрейнштормить с ChatGPT. И пошло-поехало.
Главная идея книги
Идея книги в следующем: я взял самые распространенные характеристики персонажа в ролевых компьютерных играх и подумал, как их можно прокачать в реальном мире: сила, ловкость, выносливость, внимательность, интеллект, креативность, харизма, удача и здоровье. С этим запросом я обратился к ChatGPT.
Основной промт для написания
Формат общения с нейросетью был таким:
Ты общаешься с парнем 8-15 лет, который любит компьютерные игры. Напиши ему 10 способов прокачки харизмы в реальной жизни. Говори языком геймера.
Иногда добавлял роль: веди себя как геймдизайнер и геймификатор с опытом 10+ лет.
Работа с текстом
После этого я просил её накидывать мне варианты прокачки каждой характеристики. Я решил, что на каждую характеристику в книге будет 5 способов. За прочтение советов читателю начисляются очки опыта и очки характеристики. Большая часть того, что выдавала нейросеть, мягко говоря, была не в тему. Сами советы были неплохи, но форма подачи была далека от того, что мне было нужно. Например, было такое:
«Режим: Танковая стойка. Сделай 20-30 выпадов вперед (поочередно каждой ногой). Это как тренировка для танков в игре – твои ноги станут сильнее, а выносливость вырастет.»
Я понял, что мне придется многое переписывать. В каждом запросе я просил нейросеть написать 10 способов прокачки характеристики. В лучшем случае 2 способа более-менее подходили.
Кроме того, к каждой характеристике я решил дать по 3 «Чит-кода». По сути это такие же способы прокачки, но более простые и интересные. С ними была та же история по работе с нейронками: я просил написать 10 «читов» и отбирал то, что считал подходящим для дальнейшего редактирования. Часть читов — это просто переработанные советы по прокачке.
Еще один пункт: Квесты. Обучение без практики — не обучение. Я решил, что в конце каждой главы прокачки после читов нужно дать читателю 3 задания разных уровней сложности. Как краткосрочные, среднесрочные и долгосрочные цели в игре. Их мы тоже писали с ChatGPT. Но тут было больше всего правок от меня. Например, для прокачки харизмы нейросеть предлагала обнимать людей. Даже встреченных на улице. Для ребенка такое поведение не очень безопасно.
Важно осознавать, что если у тебя нет насмотренности в той сфере, по которой ты общаешься с нейросетями, шанс пропустить галлюцинацию или ошибку нейросети прилично возрастает.
Генерация визуала «Экрана характеристик»
Сначала я собрал первую главу прокачки, посвященную силе. И тут у меня встал вопрос с визуалом «окна персонажа». На нем должны показываться рост характеристик читателя после прочтения каждой главы. Основной экран я решил сверстать сам в Corel Draw. Но мне нужны были иконки характеристик. Их я тоже мог нарисовать сам, но я решил пойти на эксперимент. Тут мне на помощь пришёл плагин ChatGPT — DALL-E. Я очень много генерировал картинок в Midjourney, в том числе и на профессиональном уровне для рекламы. И могу сказать, что связка ChatGPT + DALL-E мне показалась даже удобнее. Потому что в MJ надо серьезно заморачиваться с промтами, а ChatGPT + DALL-E — это по сути твой джун-дизайнер, которому нужно просто все правильно объяснить. Я начал объяснять издалека: нарисуй 4 версии черно-белой векторной иконки для игры, которая иллюстрирует характеристику — Сила. Почему Ч/Б? Я собирался потом перевести их в вектор и красить разными цветами для карточной игры. Чтобы игрок в том числе по цвету сразу понимал, какую карту характеристики он вытащил.
Я не сказал сразу, что мне нужен белый фон, пришлось исправлять задачу и через пару-тройку итераций я пришел к такой иконке.
Таким же способом я отобрал остальные 7 иконок характеристик и еще сгенерировал 2 иконки Энергии и Здоровья. Перевел все в векторный формат с помощью Corel Draw и покрасил в нужный цвет.
В итоге получился вот такой экран:
Все остальные элементы я нарисовал и сверстал сам. Добавил немного визуальной индикации:
изображение персонажа с каждым уровнем меняется и становится более «накаченным»;
сверху добавил прогресс-бар, показывающий, сколько страниц осталось до конца прокачки (книги).
Книжные иллюстрации
Но иконки — не самая интересная сфера применения DALL-E. Какая же книга без картинок? Я решил, что к каждому совету в книге будет своя иллюстрация. Я придумал центрального персонажа книги — мальчика-чиби в красном худи и красных кроссовках. И начал учить нейросеть правильно его рисовать.
Показываем нейросети референсы
Основной запрос был таким: нарисуй мальчика-чиби в красном худи и красных кроссовках, делающего то-то. Толстая черная обводка, фон — строго белый. Иногда DALL-E выдавала шедевры:
Но после нескольких десятков итераций я нашел картинку, которая стала своего рода идеальным референсом. Вот она:
Как видите, нейронка отрезала часть картинки. Можно было, конечно, руками дорисовать недостающую часть. Но ведь у нас есть другая нейросеть — Fooocus v2, основанная на Stable Diffusion XL.
У неё есть очень удобный инструмент — дорисовка нужной стороны картинки:
Получив готовую картинку, я взял её за эталон и начал показывать её ChatGPT + DALL-E, просить описать стиль картинки, запомнить его и рисовать в этом стиле дальше.
Как только нейросеть начинала давать отсебятину типа такой:
я просто писал так: вспомни предыдущий стиль. Мальчик в красном худи и красных кроссовках. Не обрезай картинку по краям. Фон — строго белый. И получалось прекрасно:
Работа над карточной настолкой
Так была собрана и сверстана основная часть книги. Но в процессе работы над книгой я понял — это отличная история, чтобы сделать по ней карточную настолку! Осталась только её придумать.
Я сразу понял, что основной механикой будет прокачка героя. Сама книга подталкивала к этому. Советы по прокачке стали картами прокачки в игре:
Монстры
Осталось придумать, для чего прокачиваться. В играх герой становится сильнее, чтобы побеждать монстров. Какие монстры поджидают подростков в реальном мире? Негативные эмоции, жизненные проблемы. Я набросал список из нескольких: скука, злость, зависть, сомнения — и попросил GPT расширить список. В итоге отобрал 16 «монстров». Теперь нужно было их визуализировать. Показываем DALL-E свой «идеальный реф» и просим нарисовать в этом стиле монстра, который олицетворяет собой «Скуку».
Получился чисто я, когда не знаю, чем заняться — Принято без правок!
Дальше нейросеть опять начала выдавать что-то от себя. По запросу нарисовать монстра, который олицетворяет собой «Лень», она выдала такое:
Монстр получился милым, но совсем не в стиле остального арта. Возвращаем DALL-E на путь света: вспомни арт с мальчиком и рисуй в этом стиле!
Таким способом нарисовались все 16 картинок монстров.
Геймплей
Но карточки карточками, а игра без интересного геймплея никому не нужна. Основной концепт был понятен: нужно в игровой форме показать пользу прокачки. Как это сделать? Игрок открывает колоду карт монстров и пытается их победить. Даем монстру слабость к двух характеристикам героя. Прокачал силу на 4? — победи Лень! Очень наглядно. Монстр тоже без дела сидеть не должен. Он должен атаковать игрока. А что это значит? Значит, надо дать игроку очки здоровья и снимать их атаками монстров. Так в игре появились фишки здоровья и карточки, которыми игрок может это здоровье восстановить.
Дальше я попросил нейросеть расписать характеристики каждой карты монстра для баланса игры.
Запрос: нужно рассчитать и расписать баланс игры: сколько карт монстров должно быть? С какими они будут характеристиками? Сколько карт подъема характеристик для первого игрока нужно?
GPT выдала первоначальный драфт. Он был довольно плохим. Но в целом благодаря нейросети картина начала складываться. После пары запросов на уточнения баланса я решил сверстать карты монстров и игрока и попробовать поиграть. Оказалось, что нейросеть сделала монстров очень сильными, пришлось уменьшать им характеристики. Ослабив монстров, я понял, что теперь игрок слишком быстро прокачивается и к середине игры уже может победить всех. Для этого пришлось ввести фишки энергии, которые игрок должен тратить на прокачку характеристик (выкладывания карт на стол). Также я добавил каждому монстру дебаф, который монстр единоразово накладывает на игрока. При открытии монстра он снимает одно очко с какой-то характеристики игрока. Это замедлит развитие, но создаст больше стратегий. Поиграв еще несколько партий с новыми картами, я понял, что игроку нужна мотивация побеждать монстров. Так в игре и самой книге появились артефакты. Они дают какой-то одноразовый бонус игроку. Артефакты внесли дополнительный рандом в геймплей и усилили позицию игрока. Описание артефактов, их бонусов и арт я также сгенерировал через ChatGPT + DALL-E. Потом, правда, все равно пришлось переписать часть текстов.
Тестирование
Так вышло, что в это время вышла нейросеть от наших китайских друзей — DeepSeek. Я решил её попробовать и закинул в неё описание всех карт и основных правил игры и попросил нейросеть сыграть несколько партий, меняя характеристики монстров, количество очков здоровья и энергии. То же самое я сделал в ChatGPT. В итоге, когда процент побед игрока достиг 60, я понял — то, что нужно! Распечатал карты еще раз и начал играть. И вуаля — даже мне самому стало интересно играть. Кроме того, оказалось, что в игру можно играть в PVP, просто играя одновременно за игрока и за монстров. Кто первый победил монстров соперника — тот выиграл.
Продвижение
Продукт есть — пора продавать! Я сделал для книги бесплатный сайт на Tilda: https://reallifeupgrade.tilda.ws/. Благо арта для сайта было уже очень много. Сделал несколько рекламных баннеров и роликов из арта книги с помощью нейросети PixVerse и запустил рекламу в Яндекс.Директ. Тут мне тоже помог ChatGPT, который в роли маркетолога и таргетолога с двадцатилетним стажем расписал мне стратегию кампании и написал несколько продающих текстов для рекламных объявлений. Опять же надо понимать, что у меня есть хорошая экпертиза в закупке трафика, поэтому я смог оценить работу нейросети. Через 2 дня получил первую продажу!
Планы
В планах - собрать фидбек по книге и игре. Найти издательство и издать книгу и игру в бумажной версии.
Буду рад вашим замечаниям!
