TL;DR
На сайте появилась возможность автоматического анализа элеватор-питча вашей игры с помощью ИИ. Сейчас можно запросить анализ только для своего проекта. Для вызова анализатора нажмите на иконку робота в блоке описания вашего проекта на его странице.
Лирическое вступление
До недавнего времени я старательно игнорировал истерию вокруг ИИ, т.к. это далеко не первый технологический хайп на моей памяти. Практика показывает, что рано или поздно волна спадает и остаётся реально полезная часть технологии или, если был один лишь голый пиар, не остаётся ничего.
За последний год стало очевидно, что текущее развитие LLM приносит реальную пользу. К результатам генерации по-прежнему надо относиться с осторожностью (исторические факты, гуманитарные заморочки и т.п.), но есть определенные области, где польза от ИИ неоспорима (в первую очередь программирование).
Меня впечатлило то, какого качества достигли модели, создающие эмбеддинг, и восхищает сама идея того, что текст может быть проанализирован машиной и его смысл оцифрован и представлен в виде вектора. Это говорит о том, что для современных моделей работа с семантикой текста стала одной из типовых и хорошо отработанных задач. А раз так, то LLM должна вполне сносно уметь анализировать абстрактный текст, находить его слабые и сильные стороны, отделять несущие смысл и пустые обороты.
Я уже давно думаю над идеей автоматического скоринга игровых проектов, и анализ элеватор-питча (краткого описания игры) показался мне удачным способом провести эксперимент по использованию ИИ в этом направлении.
Что делает анализатор
Анализируется не сама игра, а качество того, как она представлена в питче: насколько по тексту потенциальный игрок, издатель, инвестор или другой специалист может понять суть проекта. При этом модель не оценивает коммерческий потенциал, оригинальность или вероятность успеха игры.
Как проходит анализ
-
Извлечение содержания
Из питча выделяются жанр, роль игрока, основной геймплей, сеттинг, целевая аудитория, особенности, мультиплеер, платформы, уникальные механики и предполагаемый эмоциональный опыт. Для каждого элемента модель различает, что явно сказано, что можно обоснованно вывести, а что отсутствует. -
Оценка коммуникации
Питч получает семь независимых оценок от 0 до 10:-
ясность — насколько понятно, что это за игра;
-
геймплей — понятно ли, что делает игрок;
-
конкретность — насколько текст опирается на конкретную информацию;
-
дифференциация — сообщает ли питч, чем игра отличается от типового представителя жанра;
-
аудитория — понятно ли, для каких игроков предназначена игра;
-
зацепка — есть ли причина продолжить интересоваться проектом;
-
эффективность — насколько важная информация подается без лишнего текста и маркетинговой «воды».
-
-
Поиск конкретных проблем
Фиксируются обнаруженные проблемы: расплывчатый геймплей, маркетинговые формулировки, слабая дифференциация, неясная аудитория, низкая информационная плотность, противоречия и т.п. Для каждой проблемы приводится обоснование и степень серьезности. При этом отсутствие проблем — тоже допустимый результат. -
Разбор заявлений
До пяти существенных утверждений из питча классифицируются как конкретные, общие маркетинговые, неподтвержденные самим текстом или неоднозначные. Отдельно анализируются до трех заявлений о том, чем игра отличается от других. -
Рекомендации по улучшению
В конце модель формирует сильные и слабые стороны питча, отмечает наиболее важную недостающую информацию и дает 1–3 конкретных предложения, что именно стоит изменить в тексте.
Дальнейшие шаги
Анализ питча — лишь первый шаг. Есть полное описание проекта, скриншоты и видео, их анализ — тоже интересная задача. Сейчас на сайте можно найти схожие по описаниям проекты из базы Steam, если провести их совокупный анализ, то можно с определенной долей уверенности предсказать будущий успех или провал вашей игры. Разумеется, это не даёт никаких гарантий, но примерно таким же анализом занимаются издатели, когда производят предварительный отбор проектов.
Фактически, можно использовать ИИ для оценки потенциала проекта, которого еще нет. Сейчас что-то подобное делают такие издатели, как «Полдень», но они для оценки используют живых людей через ролики у инфлюэнсеров и т.п. активности. ИИ-анализ вряд ли заменит такой подход, но, очевидно, что прежде чем тратить деньги на проверку на живых людях, может быть очень полезным прогнать идею через симуляцию LLM.
Кроме того, анализ проекта может помочь разработчикам и издателям в автоматическом режиме найти друг друга, т.к. можно составить профиль портфеля проектов издателя и проверить, насколько профиль вашей игры ему соответствует. Кстати, первые шаги в этом направлении я уже сделал, когда прикрутил в базе Steam кластеризацию проектов издателей.
Также я вижу возможность создания совокупного скоринга проекта и его создателей для потенциального инвестирования. Все мы знаем, что денег в отечественном игропроме сейчас нет, и постоянно идут разговоры о непрофильных инвесторах. Основная проблема в том, что они не обладают экспертизой в нашей предметной области. Они банально неспособны понять, какой проект сколько стоит, какие требуются для его производства ресурсы, каковы его шансы на успех и т.п. Это порождает страх инвестирования в неизвестное.
Инвестиции в развлечения всегда более рискованные, чем в традиционные производства. Очень сложно предсказать успех, практически невозможно его гарантировать, но если он случается, то выгода бывает многократной. Поэтому очень важно разбираться в отрасли, т.к. привычные «бухгалтерские» методы тут работают плохо. Это налагает особую ответственность на экспертов, которые проводят отбор проектов.
И вот тут возникает вопрос: может ли ИИ если не заменить такого эксперта, то хотя бы верифицировать его выводы или, на худой конец, облегчить ему жизнь предварительным анализом? У меня сложилось мнение, что это вполне возможно. Мало того, я думаю, что ИИ способен заменить скаута для предварительного отбора кандидатов и, возможно, будет справляться даже лучше.
Вместо заключения
В последнее время мы все видим, как ИИ стимулирует поток нейрослопа на игровые площадки. Это новая реальность. Бороться с нейрослопом можно только теми же методами. Любая технология — палка о двух концах.