Resultado: menos ediciones manuales, más prototipos
Playco redujo las ediciones manuales en el prototipado de juegos en un 50%. La empresa utilizó GPT-6 Astra. Con el modelo anterior, el equipo dedicaba más tiempo a las correcciones manuales. El nuevo resultado: tres prototipos temáticos a partir de una única base en gris.
Indicadores clave:
- 50% menos correcciones manuales que con el modelo anterior.
- 3 prototipos de juego temáticos a partir de un solo grey box.
- La mayoría de los prototipos funcionaron al primer intento.
- Una variante cyberpunk requirió una corrección de rendimiento.
Criterio práctico: observar la proporción de ediciones manuales y el número de variantes jugables que se obtienen a partir de una base común. Estos dos indicadores dicen directamente cuánto acelera el modelo el prototipado.
De un solo grey box a tres mundos de juego
El proceso comienza con un grey box: un prototipo sin acabado hecho de primitivas simples. El equipo de Playco realizó varias iteraciones sobre la jugabilidad y los detalles creativos. Luego, a partir de la base común, desarrolló tres prototipos temáticos. GPT-6 Astra produjo los tres en una sola pasada.
Etapas:
- Armar un grey box con primitivas simples.
- Realizar iteraciones sobre la jugabilidad y los detalles.
- Generar tres prototipos temáticos a partir de la base común.
- Verificar que la mayoría funcione al primer intento.
- Corregir el rendimiento en la versión cyberpunk.
Conclusión: una sola base da varias variantes jugables. El equipo puede comparar más ideas sin rearmar cada prototipo desde cero. El criterio para elegir la herramienta es la capacidad de mantener una base común y generar distintas temáticas a partir de ella.
Por qué no basta con que el modelo escriba código
En el desarrollo de juegos, el modelo debe razonar sobre el espacio, las referencias visuales, las interfaces adaptativas y el game feel. También es importante entender si el cambio funciona cuando se juega el juego. Playbot permite al modelo construir en el motor, ejecutar pruebas, encontrar bugs y mejorar lo creado.
Comparación entre el modelo anterior y GPT-6 Astra:
| Criterio | Modelo anterior | GPT-6 Astra |
|---|---|---|
| Ediciones manuales | Los ingenieros corregían el juego a mano | 50% menos |
| Grey box | Menos pulido | El primer prototipo ya es sólido |
| Razonamiento espacial | — | Mejoró |
| Recreación de referencias | — | Mejoró |
| UI adaptativa en Unity | — | Mejoró |
| Game feel | — | Mejoró |
| Búsqueda de bugs | — | Los encontraba con más facilidad |
Criterio práctico: el modelo no solo debe proponer código, sino también verificar el resultado en el motor. Las mejoras en razonamiento espacial, referencias, UI y game feel muestran dónde crece exactamente el valor.
Playbot como entorno para verificar cambios
Playco utiliza GPT-6 Astra en el desarrollo de Playbot. Es un IDE impulsado por IA para desarrolladores profesionales de juegos. Se conecta directamente a motores como Unity y Godot. Los modelos de IA pueden editar escenas, jugar y probar juegos, verificar cambios y trabajar en paralelo dentro de las herramientas que los desarrolladores ya usan.
Capacidades de Playbot:
- Edición de escenas en el motor.
- Ejecución del juego y pruebas.
- Verificación de cambios.
- Trabajo en paralelo dentro de las herramientas existentes.
Playbot permite al modelo jugar el juego y verificar sus propios cambios. Por eso Astra encontraba con más facilidad los bugs y los puntos para mejorar la experiencia del jugador. Criterio de elección: la herramienta debe integrarse en el motor actual y dar al modelo la posibilidad de verificar el resultado en la práctica.
Qué significa esto para trabajar con ideas
Para Playco, el efecto principal es la posibilidad de convertir más ideas en algo que los desarrolladores puedan jugar y comparar. La empresa dice que, con diez ideas para un juego, se pueden hacer las diez. Luego se puede jugar con ellas y ver cómo se sienten, en lugar de solo imaginarlas.
Criterio práctico: una herramienta es valiosa cuando acelera el paso de la idea a la comparación jugable. Ayuda no solo a generar código, sino también a verificar cómo se siente el cambio en el juego. Entonces el equipo dedica menos ediciones manuales a cada prototipo.
