ИИ, который читает, создаёт и балансирует ваш геймдизайн

Наш подробный гайд в видеоформате

К концу третьей статьи ваш дизайн уже был подготовлен к машинной обработке: элементы с типизированными свойствами, базовые объекты, ссылки вместо вручную скопированных имён, коллекция в виде таблицы с фильтрами вроде damage:>20 и автоэкспорт, который поддерживает файлы игрового движка в актуальном состоянии. Но оставалась вполне человеческая проблема: вы всё ещё обращались с проектом как с обычным документом. Когда в нём уже пятьдесят элементов, ответ на вопрос «у каких выживших есть контроль толпы?» приходится искать вручную: переходить между папками и вспоминать, где именно лежат нужные данные.

Мы предлагаем другой подход. Структура, которую вы выстраивали до этого, позволяет и редактору, и ИИ читать и изменять одни и те же данные. Агент обращается не к вашим заметкам или пересказу, а к тем же элементам, типизированным свойствам и связям, которые доступны вам в интерфейсе. Это принципиальная разница между обычной нейросетью: он работает с содержимым проекта, а не пытается восстановить его по описанию.

Давайте разберём весь путь по порядку.

Задайте вопрос своему проекту

Начнём с простого вопроса. К этому моменту в проекте Zombie Mall Crawl уже множество разных объектов: выжившие с разными ролями, папка Враги с типизированными характеристиками и коллекция Карты. Чем больше становится проект, тем сложнее быстро находить нужную информацию. У кого из выживших есть контроль толпы? С какого врага выпадает «Огнетушитель»? Какие карты наносят больше 20 единиц урона и при этом стоят меньше 4? Если элементов десять, достаточно немного пролистать список. Когда их пятьдесят, поиск превращается в отдельную задачу.

Для таких задач в IMS Creators есть ИИ-помощник. Нажмите на его значок в верхней части, и справа откроется отдельная панель. Это не сторонний чат, просто встроенный в редактор: помощник работает с той же структурой, что и вы, включая игровые объекты с типизированными свойствами, коллекции и связи между элементами. При первом сообщении приложение предложит выбрать AI Провайдер и Модель. Можно подключить облачный сервис — OpenAI, Anthropic, Gemini, DeepSeek, OpenRouter, Grok, либо выбрать полностью локальную модель через Ollama. Настроить подключение нужно только один раз.

Создать карусель

Теперь можно задать обычный вопрос в поле Спросите ИИ о вашем проекте...:

Ответ не берётся из воздуха: в панели можно проследить, как помощник его нашёл. Раскройте блок Размышление, посмотрите на вызовы инструментов, их Аргументы и Результат. Агент перечисляет элементы, находит тех, кто относится к выжившим, проверяет их свойства и выбирает подходящих. В нашем примере это Хлоя — персонаж с ролью «Защитник», который сдерживает врагов и прикрывает команду. При этом ответ связан с исходным элементом, а не просто пересказывает его содержимое.

Ассистент может не только искать и читать данные. Если попросить его что-то изменить, все предложенные правки сначала появятся в панели Изменения (N), вы сможете проверить их до применения. В основе простое правило: никаких незаметных изменений. ИИ готовит черновик и предлагает правки, а решение остаётся за вами; если результат не подошёл, нажмите Откатить все изменения, чтобы отменить их одним действием. С чтением проекта разобрались. Теперь посмотрим, как помощник умеет создавать и редактировать данные.

Черновик всего одним промптом

На одних вопросах далеко не уедешь: создадим больше врагов с полноценными характеристиками. Придумать первого интересно, но дальше начинается однообразный ввод данных: одна папка, одни и те же шесть полей и десятки похожих записей. Основа, созданная во второй статье, уже избавила нас от копирования шаблонов. Но заполнение всё равно отнимает время, и эту рутину можно поручить помощнику.

ИИ создаёт черновик прямо внутри структуры проекта. Вместо длинного текстового ответа он выполняет конкретные действия по вашему промпту: создаёт элементы, заполняет типизированные свойства и помещает записи в нужную папку. Каждый созданный зомби становится полноценным элементом проекта, который можно дальше редактировать обычным способом.

Поэтому в промпте стоит описывать не общее настроение, а нужную структуру и конкретные параметры:

Обратите внимание, чего здесь нет: просьб вроде «сделай врагов пострашнее». Промпт задаёт папку, базовый объект и свойства, которые уже предусмотрены структурой проекта. Ассистент заполняет поля по шаблону, поэтому новые записи сразу выглядят привычно: Кассир-зомби, Сборщик тележек, Уборщик фуд-корта,у каждого указаны Здоровье, Скорость, Урон и Размер. В конце появляется Босс-мясник с заданными характеристиками и готовой строкой в таблице добычи.

Создать карусель

Параметры босса вы задаёте намеренно: у финального противника должен быть определённый уровень сложности, ниже которого бой потеряет смысл. Для обычных врагов вы просите помощника варьировать значения, но окончательный выбор всё равно остаётся за вами. А на следующий день эти параметры можно будет скорректировать сразу для всей коллекции.

Важно помнить: черновик — лишь основа для дальнейшей работы, а не готовый контент. При необходимости измените значения прямо в элементах. Панель Изменения остаётся страховкой: если результат не устроит, всю партию правок можно отменить одним нажатием. Это подходит не только для врагов, но и для колоды карт, выживших или строк таблиц добычи. Если данные представлены элементами со свойствами, агент может подготовить для них черновик.

Баланс одним правилом вместо ручных правок

Вы запускаете сборку и замечаете проблемы с балансом. Можно открыть коллекцию Враги и вручную исправить нужные ячейки, но это десятки строк и повторяющиеся действия. Чем больше такой рутины, тем выше риск ошибиться или забыть закончить часть правок.

Чтобы эффективно перебалансировать коллекцию, достаточно сформулировать правило, а не перечислять каждый элемент по отдельности:

Дальше в работу вступает ИИ-ассистент. Он находит в коллекции всех врагов, подходящих под условие, проверяет их тип и текущие значения, затем вносит правки и перечисляет результаты по именам. Например: Враг «Кассир-зомби»: урон 12 → 10, а для босса — урон 18 → 16, здоровье 240 → 235. Счётчик в панели Изменения (N) обновляется по мере выполнения работы, поэтому вы видите, сколько изменений уже подготовлено.

Каждая правка затрагивает настоящий элемент проекта и тот же файл на диске, который вы изменили бы вручную через таблицу. Никаких отдельных копий и последующего объединения данных.

Проверить результат тоже несложно: нужные инструменты появились в предыдущей статье. Откройте коллекцию Враги и задайте фильтр damage:>=10: таблица покажет элементы в диапазоне, который вас интересует. У боссов действительно уменьшились Урон на 2 и Здоровье на 5? Противники с уроном ниже порога остались без изменений? Ослабление не оказалось чрезмерным? Таблица помогает быстро проверить каждый из этих пунктов.

Агент будет учитывать не только свойства самого элемента, но и связи между объектами. Таблица добычи врага может ссылаться на коллекцию Карты. Если проверять это вручную, придётся переходить по трём уровням для каждого противника: открыть врага, перейти к его таблице добычи, а затем проверить каждую связанную карту. Для 40 врагов это около 120 переходов. Здесь достаточно одного промпта:

ИИ сам проходит всю цепочку враг → таблица добычи → ссылка на карту → стоимость → шанс, используя связи, которые мы настроили во второй статье. Такая балансировка возможна именно потому, что связи между данными существуют и доступны для проверки.

Привычный ИИ-инструмент работает с вашим ГДД

Вероятно, у вас уже есть ИИ-инструмент, которым вы пользуетесь ежедневно, например: OpenCode, Cursor или Claude. Он помогает с кодом, однако ГДД, его структура, элементы, таблицы и связи остаются для него невидимыми. Получаются два отдельных мира, а знания между ними приходится переносить вручную.

Решение — MCP, стандартный протокол, через который ИИ-инструменты взаимодействуют с приложениями. Запускается локальный MCP-сервер для открытого проекта. Он предоставляет инструменты для работы с геймдизайном: searchAssets, getAsset, listAssets, createAsset, changeAsset и deleteAsset. Это те же операции, которые доступны встроенному помощнику, но теперь они открыты через стандартный интерфейс.

Подключение займёт всего пару минут. Откройте Настройки → MCP-сервер, нажмите Запустить сервер, а затем — Скопировать MCP URL. После этого добавьте адрес в конфигурацию своего агента. Для бесплатного OpenCode соответствующий блок в opencode.json выглядит так:

Сохраните конфигурацию, запустите opencode и выполните opencode mcp list. Если сервер imsc отображается со статусом connected, подключение готово. Теперь в привычном чате доступны инструменты проекта, а вызовы отображаются с именами imsc_searchAssets, imsc_getAsset и imsc_changeAsset. Префикс imsc_ помогает отличить обращение к данным проекта от ответа, основанного лишь на знаниях модели. Можно снова спросить «У каких выживших есть контроль толпы?» и получить ответ по тем же данным, или попросить ослабить все легендарные карты стоимостью от 6, прямо в том чате, где вы работаете над кодом.

Создать карусель

Защита предусмотрена на уровне самой схемы подключения. Сервер обращается только к localhost и недоступен из локальной сети. У каждого проекта есть собственные сервер и URL, поэтому сессия, открытая для одной папки, не получает доступ к данным другой. Неактивные соединения закрываются, а файлы изменяются только через предусмотренные инструменты, которые сохраняют метаданные, необходимые приложению. Внешний агент, получивший прямой доступ к .json, мог бы случайно нарушить типы или связи. При работе через MCP запись выполняет сервер, помогая сохранить структуру проекта целостной.

Полный офлайн — модель на вашем устройстве

До этого момента промпты и данные отправлялись облачному провайдеру, которого вы выбрали. Затем мы связали ИИ-инструмент с проектом локально, но сама модель, с которой он общается, всё ещё могла работать на удалённых серверах. Для многих инди-проектов это нормально, однако в некоторых случаях передавать данные наружу нельзя. Архитектура уже позволяет хранить дизайн локально, осталось перенести на собственный компьютер саму модель.

С этим помогает к примеру, Ollama — приложение для запуска открытых языковых моделей непосредственно на вашем компьютере. Достаточно один раз установить его с сайта, а затем загрузить нужную модель командой ollama pull <имя-модели>. После этого ИИ-функции работают на вашем оборудовании: не нужны API-ключи, аккаунт или подписка на облачный сервис, только открытая модель и ресурсы вашего компьютера.

Подключение настраивается так же: откройте Настройки → AI Модель и выберите Ollama в поле AI Провайдер. Адрес локального сервера http://localhost:11434 подставится автоматически, а список доступных моделей загрузится с него. Все скачанные модели появятся в выпадающем меню. Выберите нужную, нажмите Сохранить — и на этом настройка завершена.

Создать карусель

Теперь весь рабочий цикл можно выполнять без подключения к интернету. Проверьте сами: задайте вопрос по ГДД, ассистент прочитает проект и ответит, используя локальную модель, попросите подготовить новые объекты, они появятся в коллекции Враги; задайте правило для балансировки: панель Изменения и возможность отката будут работать так же, как и раньше.

Помните про важный нюанс: теперь вычисления выполняет ваш компьютер, а не дата-центр, поэтому выбирайте размер модели с учётом возможностей своего устройства.

Итоги

Мы разобрали пять способов использовать ИИ в работе над геймдизайном. 

Помните, что помогает нам в работе основа, которую мы заложили в предыдущих статьях: типы, базовые объекты, связи, коллекции и истории версий. Агент читает и изменяет именно эти данные, поэтому его действия можно проверить, отменить или продолжить вручную. В самом начале информация была разбросана по заметкам и приложениям, теперь у вас есть единая структура, с которой могут работать редактор, игровой движок и ИИ, при этом сами файлы остаются у вас.

Создание → структура → связи → балансировка → экспорт → правки с помощью ИИ.

Дальше: команда и облако

Далее мы продолжим работать с тем же проектом, но теперь к нему подключится команда. Мы создадим облачный проект с нуля, изучим его разделы, пригласим участников и подключим локальную папку, чтобы браузер, диск и игровой движок работали с одними и теми же файлами. Затем добавим канбан-доски и обсуждения, роли и права доступа, отчёты и метрики, а завершим цикл планированием.

Попробуйте сами: скачайте IMS Creators, перейдите на ims.cr5.space/desktop и задайте ИИ-помощнику первый вопрос в своём проекте.