旅のお供（新規キャラ設定）「ChatGPTでPRGツクール」15
前の記事「旅のお供（人間からラーニング）「ChatGPTでPRGツクール」14」で1年位MMOをプレイする人間のログを取ってそれをAIに学習させてキャラづくりをする案をGPT-4と一緒に考えていきました。中々大変そうなので一から新規でキャラを作るワークフローも考えてもらいました。
旅のお供妖精アリアの開発ワークフロー
キャラクターデザインと設定：まず、各妖精キャラクターの性格、属性、背景ストーリーなどを詳細に設計します。これは、キャラクターがどのように振る舞うべきか、どのように反応するべきかを定義するための基礎となります。
会話スクリプトの作成：次に、各妖精キャラクターがどのようにプレイヤーと対話するかを定義するための基本的な会話スクリプトを作成します。これは、キャラクターの性格と一致するように、特定のシチュエーションや反応に対するキャラクターのセリフを含むことができます。
AIトレーニング：AIモデルをトレーニングするために、これらの会話スクリプトとキャラクターデザインを使用します。これには、AIがキャラクターの性格と一致するように対話を生成する能力を開発するための大量の会話データが必要です。
クローズドβテスト：AIモデルが適切にトレーニングされたら、クローズドβテストを実施します。このテストでは、選ばれたプレイヤーがゲームをプレイし、妖精キャラクターとの対話を通じてAIのパフォーマンスを評価します。このフェーズでは、プレイヤーのフィードバックを収集し、AIモデルの改善に使用します。
改善と再トレーニング：βテストから得られたフィードバックを使用して、AIモデルを改善し、必要に応じて再トレーニングします。これは、AIがプレイヤーの期待に応え、キャラクターの性格に一致する対話を生成する能力を確保するために重要です。
**リリースと継続的な改善**：最後に、ゲームを公開し、プレイヤーからのフィードバックを継続的に収集します。これにより、AIのパフォーマンスを継続的に改善し、新しいシナリオや反応を追加することができます。
旅のお供妖精アリアの開発フローチャート
GPT-4のプラグインDiagram Itを使ってフローチャートをつくってみました。
キャラクターデザインと設定：妖精キャラクターの性格、属性、背景ストーリーなどを詳細に設計します。
会話スクリプトの作成：各妖精キャラクターがどのようにプレイヤーと対話するかを定義するための基本的な会話スクリプトを作成します。
AIトレーニング：AIモデルをトレーニングするために、これらの会話スクリプトとキャラクターデザインを使用します。
クローズドβテスト：AIモデルが適切にトレーニングされたら、クローズドβテストを実施します。
改善と再トレーニング：βテストから得られたフィードバックを使用して、AIモデルを改善し、必要に応じて再トレーニングします。
リリースと継続的な改善：最後に、ゲームを公開し、プレイヤーからのフィードバックを継続的に収集します。
「キャラクターデザインと設定」の詳細フローチャート
性格の設定：キャラクターの基本的な性格を設定します。これはキャラクターがどのように振る舞うか、どのように反応するかを定義するための基礎となります。
性格特性の選択
性格特性の詳細化
属性の設定：キャラクターの特性や能力を設定します。これはキャラクターがどのような役割を果たすかを定義します。
属性の選択
属性の詳細化
背景ストーリーの設定：キャラクターの過去や起源を設定します。これはキャラクターの動機や目的を理解するための重要な要素です。
ストーリーの大枠作成
ストーリーの詳細化
ビジュアルデザイン：キャラクターの外観を設計します。これはキャラクターの個性を視覚的に表現するための要素です。
ビジュアルコンセプトの作成
ビジュアルデザインの詳細化
キャラクターの動きや表情の設定：キャラクターの動きや表情を設定します。これはキャラクターの感情や反応を視覚的に表現するための要素です。
基本的な動きや表情の選択
動きや表情の詳細化
「会話スクリプトの作成」の詳細フローチャート
キャラクターの性格に基づく基本的な対話の設定：キャラクターの基本的な性格に基づいて、どのような対話が行われるかを設定します。
特定のシチュエーションに対する対話の設定：特定のゲーム内シチュエーションに対するキャラクターの対話を設定します。
キャラクターの反応に対する対話の設定：キャラクターがプレイヤーの行動や選択にどのように反応するかを定義する対話を設定します。
スクリプトのレビューと調整：作成されたスクリプトをレビューし、必要に応じて調整します。
「AIトレーニング」の詳細フローチャート
会話スクリプトとキャラクターデザインの準備：AIモデルのトレーニングに使用する会話スクリプトとキャラクターデザインを準備します。
AIモデルの初期設定：AIモデルの初期設定を行います。これには、学習率やエポック数などのハイパーパラメータの設定が含まれます。
トレーニングデータの投入と学習開始：準備したデータをAIモデルに投入し、学習を開始します。
学習結果の評価：学習が終了したら、その結果を評価します。これには、損失関数の値や精度などの指標を確認します。
必要に応じてパラメータ調整と再学習：評価結果に基づき、必要に応じてハイパーパラメータを調整し、再学習を行います。
「クローズドβテスト」の詳細フローチャート
βテストユーザーの募集：βテストに参加するユーザーを募集します。これには、公式ウェブサイトやSNS、メーリングリストなどを通じて告知を行います。
テスト環境の準備と配布：βテストを行うためのテスト環境を準備し、参加者に配布します。これには、テスト版のゲームクライアントの配布や、テストサーバーへのアクセス設定などが含まれます。
テストの実施：βテストユーザーにゲームをプレイしてもらい、AIのパフォーマンスを評価します。
フィードバックの収集：βテストユーザーからフィードバックを収集します。これには、問題報告や改善提案、感想などが含まれます。
フィードバックの分析と評価：収集したフィードバックを分析し、AIモデルの改善に役立てます。
生身の人間のプレイをログにとって学習させるのも、一からキャラクターを設定して学ばせるのもどちらも大変多くの工程があるのは確かです。
この記事が気に入ったらサポートをしてみませんか？