7月22日～24日にかけて、パシフィコ横浜 ノースにて開催のゲーム開発者向けカンファレンス「CEDEC2026」。本稿では24日に行われた講演「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」のレポートをお届けする。
スクウェア・エニックス AI＆エンジン開発ディビジョンの遠矢司氏による本セッションは、イメージやアイデアを入力するだけで生成AIに制作を任せる、いわゆる"バイブコーディング"とは異なるアプローチとして、非エンジニアである遠矢氏自身が生成AIを使い、Unity未経験の状態からアクションRPG風のゲームデモを完成させたという実践報告だ。
プロデューサーやゲームデザイナーなど、企画立案側の人間が自らプロトタイプやデモを形にできれば、開発初期のコミュニケーションや企画精度に大きなメリットが生まれる、という問題意識のもと進められた取り組みとなっている。
AIエージェントは「無条件に信じると事故る」
エンジン選定の時点からAIに相談し、ノートPCでも動作しやすいことなどを理由にUnityが選ばれた。導入方法や社内ルールの確認といった開発環境構築の第一歩からAIとの対話で進められ、コーディングはチャットAI（ChatGPT、Gemini、Copilot、Claude）とVS Code上のAI（Codex、Claude Code）を併用。遠矢氏自身はこの取り組みでコードを一切書いていないという。
一方で、AIが想定外の処理を追加する、指示と結果が食い違う、対話がループする、AIの話すUnity情報と実際の状況が食い違うといったトラブルも多発したという。これを受けて「AIを無条件に信じない」「問題が起きたらこちらから解決策を提案してすり合わせる」「タスクに番号を振り、現在地を明確にする」「Unityのバージョンを都度共有する」といった独自ルールを整備。最終的にはCodex用のAGENT.md、Claude Code用のCLAUDE.mdへのルール集約や、コードの全体概要をまとめたマークダウンファイルの都度更新など、AIエージェント運用のノウハウへと発展させた。
会話には連番を振ってAIとの認識ズレを防ぎ、思考モードは最上位を選ぶ方が結果的に手戻りが減り速いというアドバイスもあった。ルール整備の結果、タスク番号を共有するだけで会話が途切れても混乱なく作業を再開できるようになったという実演も紹介された。
3Dモデル・画像生成は「情報量を絞り、AIにプロンプトを考えさせる」
モデリングとリギングのパートでは、Tripo・Meshy・TRELLIS v2という3つの3Dモデル生成AIを比較検証。全身画像をそのまま渡すと時計や銃、顔などの忠実度が下がる一方、部位ごとに個別の画像に分割して3Dモデル化することで忠実度が大きく改善したという。
ただし同じ画像から生成しても毎回結果が異なり、パラメータで狙い通りにコントロールする機能はない点が3サービス共通の課題として語られた。リギングではコートを脱がせてAポーズにした画像を用意することで安定したとのこと。
2D画像の修正では、1つの指示に複数の変更を同時に詰め込むと成功率が大きく下がる一方、段階的に修正すると変更を望んでいない部分まで少しずつ変化してしまうというジレンマが紹介された。プロンプト自体もAIに生成させる運用に落ち着き、日本語より英語プロンプトの方が成功率が高いこと、変更しない部分を明記すること、コードボックスに英語プロンプト・チャット欄に日本語訳を併記させることなどのコツが語られた。
自動化ツールをAIに作らせ、バグ対応でも粘り強くすり合わせる
背景のグレーボックス配置では、ボックス数を段階的に絞り込ませ、各ボックスにID・サイズ・座標を定義させた上で、「Unity上でボックスを自動生成・配置するツールをAIに作らせる」というアプローチに発展。ボタン一つでボックス群を生成できるツールや、寸法・角度指定だけでカーブのある階段を自動生成できるツールなど、単発のアセット生成に留まらず作業そのものを自動化する発想が紹介された。
水面反射のバグ対応では、AIが繰り返し「パラメータや設定の調整」を提案してきたが改善せず、状況を画像付きで丁寧に説明し直すことでプログラム修正に踏み込み解決に至った。設置エフェクトの座標調整でも、AIの提示する仕様が不可解だった際にこちらから具体的な仕様を提案し直すことで解決したそうだ。
バトルシステム（盾破壊や背面攻撃といった仕様）の実装では、仕様書をMarkdown化してAIと都度すり合わせ、タスクを細分化して1つずつ丁寧に進める手法が実装ミスの手戻りを大きく減らしたという。BGM・SEはSuno AIで生成し、バトル開始時に再生するコードもAIが担当した。
遠矢氏は「取り組み開始から現在に至るまでの間にも、コーディングAIや3Dモデル生成AIは目覚ましく進化している」と締めくくった。
本セッションが興味深いのは、AI活用のノウハウとして語られている内容の多くが、「AIとの対話・すり合わせ方」というコミュニケーション技術に集約されている点だ。
タスク番号のルール化や仕様書のマークダウン化、AIの提案を鵜呑みにせず現状を確認させてから進めるといった工夫は、AIそのものの進化というより、非エンジニアがAIを「新人スタッフ」のように捉え、指示の出し方や報告のフォーマットを整えていくプロセスに近い。企画職がAIと協業する上で必要になるのは、高度なプログラミング知識ではなく、こうした地道なマネジメント的スキルなのかもしれない。
一方で、3Dモデルや画像生成における「忠実度をコントロールできない」という課題は、現時点での生成AIプロトタイピングの限界を率直に示している。狙った通りの見た目を安定して得るには依然として試行回数と人力での取捨選択が必要であり、完全自動化にはまだ距離がある。
本セッションでは、AIとのやり取りの実例や、各3Dモデル生成AIの比較画像などの具体的な内容も紹介されている。詳細が気になった人は、CEDECのタイムシフト配信で確認してほしい。
CEDEC2026公式サイト
https://cedec.cesa.or.jp/2026/
(C) SQUARE ENIX
本コンテンツは、掲載するECサイトやメーカー等から収益を得ている場合があります。
