Sprint de dos semanas de una demo de juego en solitario: Cómo las herramientas de IA + Unreal manejan todo el pipeline

Introducción

La IA ha impulsado el desarrollo de juegos independientes. Durante las últimas dos semanas, combiné Unreal Engine 5 con un conjunto de herramientas de IA para crear un prototipo jugable de shooter sobre raíles con pistola de luz, en solitario. Desde la lluvia de ideas y el arte conceptual hasta el código, los efectos de sonido y la música, la IA se encargó del trabajo pesado para que pudiera mantenerme en la zona y las ideas fluyeran, en lugar de ahogarme en tareas tediosas.

A continuación, hay un video de corte rápido del proceso de construcción; el recorrido completo se encuentra al final de la publicación.

Kit de herramientas de IA

1. Planificación: ChatGPT + Gemini para ideas y el documento de diseño inicial.
2. Arte: DeepSeek + Midjourney para conceptos y guías de estilo.
3. Programación: ChatGPT como un entrenador de Blueprint en vivo.
4. Audio: Modelos de música generativa + efectos de sonido.
5. Voz en off: TTS para diálogos en tiempo de ejecución.
6. Modelado 3D con IA: Tripo

En resumen: la IA estuvo presente en cada etapa, convirtiendo un proyecto típico de varias personas en un sprint individual.

Configuración del proyecto

¿Por qué este juego?

Al principio, me hice las preguntas básicas: ¿Cuál es el bucle central? ¿Por qué es innovador? ¿Dónde se lanzará?
La inspiración provino de esos videos de mezcla "DOOM x Animal Crossing", el crossover de Fall Guys / DOOM, además del shooter sobre raíles arcade de Castlevania. Las mezclas encendieron una idea: mezclar disparos sobre raíles con combate cuerpo a cuerpo. Los jugadores recorren un camino preestablecido, disparan a enemigos distantes con una pistola de luz y luego sacan una espada láser para cortar o parar cualquier cosa que se acerque demasiado. Es una combinación que rara vez se ve en los shooters sobre raíles clásicos y perfecta para un alcance de dos semanas.

Presupuesto de tiempo

Una vez que el concepto hizo clic, le pasé el esquema a Gemini y dejé que me devolviera un cronograma día a día. ¿Fue perfecto? No. Pero me dio una base sólida y me ahorró horas de organización del calendario. Mantuve una lista de tareas pendientes en Tencent Docs y la ajustaba cada noche.
Primer objetivo: Semana 1 = establecer un nivel MVP minúsculo que pruebe el bucle de pistola más sable.

Puntos destacados del documento de diseño

Bucle principal

• Un mundo ciberpunk adorable.
• El jugador se desliza por raíles.
• Dispara a objetivos lejanos, corta o para amenazas cercanas.
• Acumula combos, sobrevive hasta el jefe.

Desglose del sistema

• Raíles y cámaras: Sequencer controla el movimiento y los cortes, al estilo "montaña rusa".
• Entrada / Combate: Clic para disparar, clic y arrastrar para blandir el sable.
• Armas: Pistola y sable modulares, cada uno con su propio tiempo de recarga y lógica de impacto.
• Enemigos: Arquetipos expandibles (cuerpo a cuerpo, voladores, bullet-hell, élites, jefe) vinculados a eventos de Sequencer.

La primera pasada de Gemini se completó en unas pocas horas en lugar de días y me dio una lista de verificación clara para abordar.

Bucle de juego principal

1. El jugador se desplaza por un raíl fijo.
2. Los enemigos aparecen a lo largo del recorrido según un guion.
3. Usa la pistola de luz para eliminar amenazas distantes y aéreas.
4. Cuando los enemigos se acercan o disparan proyectiles que se pueden parar, cambia a la espada láser para cortar o hacer un parry perfecto a los disparos.
5. Lee la situación y alterna rápidamente entre disparar y cortar para manejar grupos de enemigos mixtos.
6. Mantén la acción, acumulando puntos y multiplicadores de combo hasta que la etapa termine o aparezca un jefe.

Cada nivel sigue este arco: escaramuzas ligeras dan inicio a la acción, la dificultad aumenta y todo culmina en una pelea de jefe para un final tenso y lleno de energía.

Verificación de viabilidad del MVP y control de alcance

Antes de escribir una sola línea de código, le pasé la lista de características principales a ChatGPT para una verificación de cordura. La IA regresó con un plan de MVP que reducía todo a un nivel corto, lo justo para demostrar que la combinación de disparos sobre raíles y combate cuerpo a cuerpo realmente se siente bien.
Eso se alinea con la mentalidad de "iterar rápido": dominar la porción más pequeña primero y luego expandir. Utilizo una regla de servilleta: si puedes prototipar una mecánica en un día, un juego completo alrededor de ella tomará aproximadamente un año; dos días de prototipado significan más cerca de dos años de producción, y así sucesivamente. En otras palabras, mantén la construcción de prueba lo suficientemente pequeña como para terminarla en unos pocos días, para que toda la demo pueda completarse en dos semanas.
En resumen: la misión de la Semana 1 era un nivel simplificado que fijara el bucle central de disparar y cortar.

Arte y audio

Para establecer rápidamente la atmósfera musical del juego, invertí el orden habitual: música primero, imágenes después. Recurrí a Suno AI, una potente herramienta de música generativa que compone y canta pistas completas a partir de cualquier letra y estilo que se le proporcione.

Un truco genial: Suno te permite insertar "meta tags" directamente en las letras, entre corchetes, como [Intro], [Male Voice], [Interlude], [Female Voice], [Guitar Solo]. Esas etiquetas guían la estructura de la canción, las voces, la instrumentación y el género (pop, electrónico, lo que sea) para un ajuste instantáneo. El catálogo completo de etiquetas se encuentra en el sitio de Suno.
Así es como lo usé:

• Le pedí a DeepSeek que generara un breve conjunto de letras.
• En el prompt, etiqueté el estilo como "Electrónica" y "Voz solista".
• Suno devolvió varios borradores tarareados, diseños completos de verso/estribillo en diferentes estilos.

Prompt: Imagina que eres un compositor. Al estilo de "Not Like Us" de Kendrick Lamar, escribe una canción llamada "Cute Bomber." Por favor, proporciona:

1. La letra completa.
2. Los detalles de la pista de acompañamiento, expresados como palabras clave de Suno AI (género, estado de ánimo, instrumentos, meta-etiquetas, etc.).

Después de una rápida prueba A/B, tomé el segmento electrónico más impactante como tema provisional. La pista aún necesita una revisión humana para la mezcla y el pulido, pero Suno AI me permitió definir la dirección musical en un tiempo récord.

Mundo y estilo visual

Busco una mezcla de destello de ciencia ficción y ternura de sábado por la mañana. Imaginen soldados futuristas de tamaño chibi luchando contra una invasión infernal en una ciudad cibernética empapada de neón, adorable en la superficie, pero aún así llena de un toque de alta tensión.
Referencias de estilo: las formas animales redondas y las paletas brillantes de Fall Guys, fusionadas con la señalización y los circuitos ciberpunk de brillo intenso. Mezclen esos ingredientes y obtendrán un campo de batalla de color caramelo que es a partes iguales encantador y eléctrico.

Arte conceptual

Para el arte conceptual, me apoyé en DeepSeek y Midjourney:

1. Prompts de DeepSeek: Le alimenté mi visión ("redondez de Fall Guys con detalles ciber-mecánicos") y me generó prompts detallados para Midjourney.
2. Salida de Midjourney: Introduje esos prompts y obtuve hojas de personajes precisas. Al añadir "tres vistas, frontal, lateral, trasera" a cada prompt, Midjourney entregó giros completos de una sola vez, perfectos para mantener la coherencia de los detalles de diseño cuando pasamos al modelado 3D.

Cinematografía teaser

El arte conceptual estático fue solo el comienzo; también armé una cinemática de apertura de prueba de concepto. Todo se unió con una serie de herramientas de IA:

1. Guion y Storyboard

• DeepSeek redactó el guion de la escena, delineando el escenario, los ritmos y las tomas clave.
• Envié ese texto a Midjourney, que generó una secuencia de ilustraciones que funcionaron como paneles de storyboard.

2. Generación de video

• Esos fotogramas pasaron, uno a uno, a Kling, una herramienta de video de IA china que maneja tanto la conversión de imagen a video como de texto a video.
• Utilizando indicaciones para movimientos de cámara y transiciones, Kling convirtió las imágenes fijas en clips de animación suaves y conectados. (En ese momento, superó a opciones como OpenAI Sora para mis necesidades).

3. Diseño de sonido

• Con los clips mudos en mano, puse en marcha un flujo de trabajo local de ComfyUI ejecutando el modelo MMAudio.
• Al alimentarlo con el metraje más un prompt como "calle futurista de ciudad bajo ataque", genera un ambiente en capas: sirenas, zumbidos de mechs, cargas de armas de energía. (Consejo: genera fragmentos de ~10 segundos; MMAudio prefiere una GPU con 16 GB de VRAM o más).

4. Mezcla final

• Puse el borrador del tema de Suno, el video de Kling y los SFX de MMAudio en mi editor, sincronizé todo e hice una mezcla rápida.

Unas cuantas transferencias de IA después, el tráiler conceptual estaba listo, asegurando la atmósfera audiovisual del juego con una fracción del esfuerzo habitual.

Preparación técnica

Control de versiones

Incluso como desarrollador en solitario, configuré un repositorio SVN en mi NAS doméstico, solo un contenedor Docker y listo. Unreal Engine se lleva bien con SVN, la configuración es sencilla y maneja los archivos binarios grandes que vienen con los proyectos de juegos.
Con un control de versiones adecuado, puedo crear ramas a voluntad, establecer puntos de control y experimentar sin miedo. Las reversiones y las diferencias son instantáneas, lo que importa aún más cuando vives en Blueprints: el editor de UE5 tiene soporte de diferencias incorporado. Un control de código fuente sólido es la red de seguridad que hace posible la iteración rápida.

Sequencer como columna vertebral de la jugabilidad

Dado que se trata de un shooter sobre raíles, el Sequencer de UE5 es el corazón de todo. Investigué su sistema de activación de eventos y confirmé que sirve para algo más que escenas cinemáticas: puede ejecutar la jugabilidad momento a momento con una precisión perfecta de fotogramas, que es exactamente lo que necesita un shooter con mucho ritmo.
La línea de tiempo controla el camino del jugador en el raíl y cada corte de cámara. Los fotogramas clave dentro de un activo de Level Sequence fijan la posición y la rotación, de modo que la vista se desliza a lo largo de una ruta preestablecida y las transiciones entre ángulos son limpias, sin necesidad de código adicional.
También necesito que Sequencer active eventos de juego: generar enemigos, iniciar animaciones, lo que sea. La solución: pistas de eventos personalizadas. Coloca un marcador "EnemySpawn" o "MonsterAttack" en la línea de tiempo, enlúzalo a un evento personalizado en el Blueprint del nivel, y cuando la reproducción llegue a ese fotograma, la lógica del juego se activará automáticamente. Convierte la programación de niveles en un diagrama de flujo visual y fácilmente modificable.

Verificación de MVP

Realicé otra verificación de viabilidad, mezclando mi propia experiencia con los consejos de ChatGPT, y definí el enfoque tecnológico. El principal consejo de ChatGPT fue: construye el bucle más pequeño posible primero para probar la combinación de disparar y cortar. Nuestro MVP: un nivel corto con movimiento sobre raíles, un puñado de enemigos y una pelea de jefe.
En UE5, preparé ese prototipo rápidamente. Sequencer controlaba el raíl en primera persona, los eventos de la línea de tiempo generaban enemigos que se lanzaban, y el jugador los derribaba. Una vez que el bucle funcionó sin problemas, tuve datos reales sobre el ritmo, la dificultad y la diversión, por lo que pude abordar con confianza el desarrollo completo.

Codificación en Blueprints

Controlador de raíl

Controlador de jugador y movimiento sobre raíles
El jugador no se mueve libremente, sino que está "bloqueado" a un raíl preestablecido. Creé una subclase Character, pero le pasé todo el movimiento a Sequencer. En un activo de Level Sequence, los fotogramas clave controlan la ubicación y rotación del Pawn a lo largo del tiempo. Al vincular esa secuencia al jugador, este se mueve y gira automáticamente a lo largo del camino. También conecté varias cámaras a la misma línea de tiempo para que la vista cambie suavemente sin código adicional.
Sistema de combate
La entrada es simple: clic izquierdo para disparar, mantener presionado y arrastrar para blandir la espada láser.

• Disparar utiliza un line-trace desde el centro de la cámara hacia el punto de mira; los impactos llaman a la lógica de daño del enemigo.
• Cuerpo a cuerpo observa el movimiento de arrastre, lo convierte en un arco de corte en el espacio de la pantalla y busca enemigos dentro de ese arco para activar golpes o paradas.

Las armas se encuentran en dos componentes Blueprint: uno para la pistola (trace, VFX, daño) y otro para la espada (detección de arco, VFX de corte, bloqueo/parada).
Enemigos y lógica de nivel

Construí cuatro clases de enemigos: gruñidos cuerpo a cuerpo, voladores, voladores a distancia y un jefe. Los tres primeros funcionan con AIControllers con Behavior Trees; una vez que los generas, el árbol maneja las decisiones de movimiento y ataque. Las fases y ataques especiales del jefe se controlan directamente mediante eventos de Sequencer para una sincronización precisa.
Para secuenciar todo el nivel, creé un actor LevelPoint (subclase de LevelSequenceActor). Se colocan varios LevelPoints a lo largo del raíl; cada uno tiene su propio activo de Sequencer para generar enemigos, reproducir líneas, sacudidas de cámara, etc. Un LevelPoint define su nodo "siguiente" (o se ramifica según las condiciones). Cuando el jugador llega a un LevelPoint, se reproduce su secuencia; una vez que se cumple su condición de victoria (todos los enemigos eliminados o el tiempo agotado), el sistema salta a la secuencia del siguiente LevelPoint. Incluso agregué pistas personalizadas a Sequencer para que pueda verificar el estado del juego y decidir cuándo avanzar, haciendo que todo el flujo sea un storyboard modular y visual de "nodo + línea de tiempo".

Scripting de Blueprints asistido por IA
ChatGPT fue mi recurso principal cada vez que surgía una pregunta sobre Blueprints ("¿Cómo genero enemigos desde un evento de Sequencer?", "¿Cómo convierto el arrastre del ratón en un golpe cuerpo a cuerpo?"). Me proporcionó respuestas paso a paso, me indicó dónde buscar en la documentación o en publicaciones de foros, e incluso esbozó pseudo-nodos de Blueprint.
Por ejemplo, cuando pregunté cómo modificar un material en tiempo de ejecución, me dijo que usara un nodo "Create Dynamic Material Instance" y me recordó que guardara la referencia. Unos pocos clics después, los golpes de mi espada láser iluminaban a los enemigos exactamente como lo había planeado.
Contar con un "consultor técnico" de IA disponible eliminó obstáculos y aumentó tanto la velocidad como la confianza. Su consejo a veces necesitaba uno o dos ajustes, pero en general manejó innumerables pequeños detalles para que yo pudiera seguir construyendo.

Activos

Interfaz de usuario

La interfaz de usuario debía coincidir con el aspecto ciberpunk y adorable del juego. Utilicé GPT-4o para generar activos artísticos planos e in-game al estilo "Splatoon", alimentándolo con prompts claros (imágenes de referencia, colores, notas de diseño, descripciones de texto) e iterando hasta obtener un conjunto de piezas de interfaz de usuario de grafiti de neón (por ejemplo, barras de salud/energía al estilo pipeline, paneles de puntuación llamativos).

La generación de imágenes de GPT-4o (lanzada en marzo de 2025) demostró ser potente pero imperfecta:

• Pros: Curva de aprendizaje baja, rápida y flexible; soporta texto a imagen, imagen a imagen, consistencia multi-imagen; excelente para iconos, transferencias de estilo, arte de presentación.
• Contras: Los límites de longitud del chat pueden truncar el contexto; el detalle fino a menudo se desvía (no ideal para maquetas precisas); los límites de resolución requieren unión manual para las vistas de 360 grados; la complejidad del prompt todavía tiene casos límite (aunque las imágenes de referencia ayudan).

En general, GPT-4o es un cambio de juego: las ideas ahora superan los obstáculos técnicos, y está surgiendo un nuevo flujo de trabajo impulsado por IA para el diseño de UI 2D.

Efectos de sonido

• Efectos de sonido: Utilicé la plataforma de generación de Stable Audio para crear disparos, explosiones, rugidos de monstruos y más a partir de prompts simples como "maquinaria mecánica desacelerando" o "espada láser cortando el aire". Ejecutarlo localmente aceleró la iteración.

• Música de fondo: Para el prototipo, coloqué el tema electrónico de Suno AI como marcador de posición.

Modelos 3D

1. Generar: Midjourney tres vistas ➜ Tripo 2.5 para mallado y retopología automáticos.

• Alimenté los turnarounds de tres vistas de Midjourney a Tripo 2.5, que automáticamente retopologiza y convierte el arte 2D en una malla 3D básica con texturas en minutos. La topología es sólida y la silueta coincide con el concepto. Su auto-rigging no es perfecto (los tamaños y orientaciones de los huesos necesitan ajustes), pero redujo drásticamente el tiempo de modelado y UV.

2. Rig: Esqueleto de un solo clic de AccuRIG de Character Creator.

• A continuación, importé la malla en Character Creator y ejecuté su herramienta AccuRIG para generar instantáneamente un esqueleto y pesos de skin.

3. Animar: iClone 8 para retargeting de biblioteca de movimiento; la asistencia de pose con IA es oro.

• Para la animación, utilicé iClone 8: su biblioteca de movimiento, el retargeting de mocap y la asistencia de pose con IA me permitieron aplicar reacciones de correr, disparar, cortar y golpear en minutos en lugar de keyframing manual. Exporté los clips como FBX y los importé a Unreal.

4. Importar: FBX de vuelta a UE5.

Gracias a este pipeline de IA —concepto → malla 3D → rig → animación—, un proceso que normalmente lleva semanas se realizó en días.

Diseño de niveles

Asistente de IA

Le pedí a Gemini que estudiara el flujo del Castlevania arcade y me devolviera una hoja de ruta de niveles basada en nodos. Su desglose —intro → enemigos → jefe intermedio → más enemigos → jefe final— capturó la sensación, incluso especificando tipos y cantidades de enemigos en cada etapa. Luego ajusté ese guion para que se ajustara a mi propio diseño y finalicé el plan de nivel.

Sistema de diseño de niveles y LevelPoint

Utilicé el sistema LevelPoint para ensamblar el nivel, colocando nodos de evento a lo largo del raíl del jugador. Cada LevelPoint se vincula a su propia Level Sequence en Sequencer, donde se coreografía todo: aparición de enemigos, sacudidas de cámara, diálogos, etc.
Por ejemplo:

• En LevelPoint1, su secuencia reproduce un mini-clímax: oleadas de enemigos, una sacudida de cámara, una línea de voz. Cuando el jugador llega a ese punto, la secuencia se activa y comienza la lucha.
• Una vez que esos enemigos son derrotados, el raíl te lleva a LevelPoint2, cuya secuencia podría reproducir una escena cinemática y un pequeño encuentro con un jefe.
• Esto se repite hasta el jefe final y el final del nivel.

El método "nodo + línea de tiempo" convierte el diseño de niveles en una edición visual: para ajustar el ritmo o añadir un compás, simplemente inserta, elimina o ajusta los marcadores de evento en Sequencer.

Diálogo dinámico

Construí un sistema de diálogo sobre la marcha en lugar de usar guiones de voz fijos. En cada nodo de la historia, la IA crea una línea fresca y luego la convertimos a TTS.

Así es como funciona:

1. Integrar el plugin AIITK. • Instalé el AIITK (AI Integration ToolKit) de Unreal para exponer las llamadas a GPT en Blueprints.
2. Definir la API y las plantillas de prompts. • Conectar el endpoint de OpenAI GPT-4. • Crear plantillas de prompts para diferentes contextos (combate normal, batallas contra jefes, etc.).
3. Generar texto en tiempo de ejecución. • Cuando el jugador llega a un LevelPoint, Blueprint llama a AIITK con el prompt apropiado. • GPT-4 devuelve JSON con subtítulos en chino y una versión en inglés para la voz.
4. Sintetizar el habla. • Blueprint envía la línea en inglés a la API TTS de OpenAI y recibe un WAV. • Blueprint luego reproduce el audio mientras muestra el subtítulo en chino.

Flujo de generación de diálogo

1. Líneas: En cada LevelPoint, AIITK llama a GPT con el prompt y el contexto, devolviendo diálogo en chino más una versión en inglés en JSON.
2. Síntesis de voz: Parsear el JSON, tomar la línea en inglés, enviarla a la API TTS y obtener un WAV.
3. Reproducir y mostrar: El componente de audio de Unreal reproduce el WAV mientras la UI muestra el subtítulo en chino.

Todo eso sucede en segundos, por lo que cada partida escucha líneas frescas sin ningún guion escrito a mano o voz en off grabada.
Desafíos y ajustes

• Los prompts importan: Sé preciso, mantén las líneas cortas, divide los chats de varias líneas en llamadas separadas.
• Mantente consistente: La IA puede desviarse del modelo. Refuerza la configuración y los detalles del personaje en tus prompts.
• No detengas el juego: Ejecuta las llamadas de IA durante las pantallas de carga o las cinemáticas para que los jugadores nunca tengan que esperar.

Conclusiones

• Ventaja de la IA: En 14 días, la IA me permitió pasar de cero a una demo funcional, manejando arte, código, audio y más, para que me mantuviera en el flujo creativo en lugar de en tareas tediosas. Dirigir la IA es la nueva arma secreta.
• Límites de la IA: La IA todavía necesita supervisión humana. Documentos, arte, código y diálogos, todo requirió ajustes. Una buena elaboración de prompts es la mitad de la batalla.

Flujo de trabajo completo del prototipo

• Autor original: 正义之伙伴
• Contacto: yangskin@163.com

Traducido y republicado con permiso.