Я сейчас в свободное время делаю Piersied Quest — небольшую игру в Telegram. И в какой-то момент столкнулся с неожиданной проблемой: мне не хватало авторитетного источника правды о том, насколько вообще хорошо я её делаю.

Можно бесконечно обсуждать механику с ChatGPT: вот здесь прикольно, здесь добавить выбор, здесь баланс поправить. Можно приходить к вполне разумным выводам. Но это всё равно скорее был мозговой штурм и накидывание вариантов, чем оценка.

А мне хотелось видеть сильные и слабые места наглядно и всесторонне. Тем более что до этого моё представление о геймдизайне было в основном авторским. Что-то сам придумал, что-то где-то прочитал, что-то вспомнил в нужный момент. Проблема в том, что применял я всё это так же: вспомнилось — применил, не вспомнилось — не применил.

Мне посоветовали несколько книг по геймдизайну. Из их кратких разборов я довольно быстро набрал новых идей и вдохновения, но просто прочитать их мне показалось мало. Захотелось заставить новые знания реально работать.

В итоге мы с ChatGPT собрали матрицу оценки механик Piersied Quest.

В ней каждая механика прогоняется через набор геймдизайнерских «линз», которые оценивают игру в множестве аспектов, иногда специально смотрящих на игру с противоположных сторон. У каждой есть критерии и оценка. Потом можно посмотреть отдельно конкретную механику, группу линз или средние значения уже по всей игре.

Хорошие стороны своих механик я и так примерно знал. Я вокруг них эти механики и строил. А вот слабые места от меня постоянно ускользали. Например, матрица говорит: здесь низкая агентность игрока. И всё. У меня сразу начинает играть фантазия: «Ага. А если вот здесь дать небольшой выбор?»; «А здесь варианты сейчас отличаются только текстом — надо сделать разницу осмысленной»; «А тут вообще игрок принимает решение или просто нажимает кнопку, которую очевидно надо нажать?».

И это оказалось для меня невероятным открытием. Свежий взягляд на то, что делалось месяцами. То есть балл сам по себе почти не важен, его ценность в том, что он направляет внимание туда, куда я сам бы, скорее всего, не посмотрел.

После разбора механик у меня начала расти очередь вполне конкретных изменений в игре, по которой сейчас и иду. Когда закончу этот цикл, хочу прогнать все механики через ту же матрицу ещё раз и посмотреть, что реально изменилось. Надеюсь, цифры подрастут :)

Конечно, ИИ здесь не «геймдизайнер, которому я доверил оценить игру». Я проверяю каждый разбор, но скорее уже как редактор. Иногда ИИ забывает какую-нибудь уже существующую механику, иногда начинает учитывать то, что пока только лежит в очереди на реализацию. А наличие какого-нибудь кода вообще может создать ложное ощущение о вовлеченности игрока в механику.

Но когда сами критерии прописаны достаточно чётко, спорить приходится уже не про вкусовщину, а про конкретные отклонения.

Рассуждения, приведённые в систему, по которой потом можно провести аналитику, — это уже серьёзный результат. Теперь я вижу не только отдельные проблемы механик, но и перекосы Piersied Quest в целом. И вместо абстрактного «надо сделать игру лучше» у меня есть довольно конкретный список мест, куда стоит лезть.

Да, и конечно забавно, что даже для хобби я сделал табличку и счастлив её применять (:

Теперь осталось выпустить альфа-версию игры. Надеюсь будет в сентябре!