Sprint de démo de jeu en solo de deux semaines : comment les outils d'IA + Unreal gèrent l'ensemble du pipeline

Intro

L'IA a suralimenté le développement de jeux vidéo indépendants. Au cours des deux dernières semaines, j'ai associé Unreal Engine 5 à une suite d'outils d'IA pour créer un prototype jouable de shooter sur rails ("on-rails light-gun") — en solo. Du brainstorming et du concept art au code, aux SFX et à la musique, l'IA s'est chargée du gros du travail afin que je puisse rester concentré et laisser libre cours à mes idées au lieu de me noyer dans les tâches fastidieuses.

Vous trouverez ci-dessous une vidéo rapide du processus de création ; la présentation complète se trouve à la fin de cet article.

Boîte à outils IA

1. Planification : ChatGPT + Gemini pour les idées et le document de conception initial
2. Art : DeepSeek + Midjourney pour les concepts et les guides de style
3. Programmation : ChatGPT comme coach Blueprint en direct
4. Audio : musique générative + modèles d'effets sonores
5. Voix hors champ (Voice-over) : TTS pour les dialogues en temps réel
6. Modélisation 3D par IA : Tripo

En résumé : l'IA est intervenue à chaque étape, transformant un projet habituellement multi-personnes en un sprint en solitaire.

Configuration du projet

Pourquoi ce jeu ?

Je me suis d'abord posé les questions de base : Quelle est la boucle de gameplay principale (core loop) ? En quoi est-ce original ? Où sera-t-il publié ?
L'inspiration est venue de ces vidéos de mashup farfelues « DOOM x Animal Crossing », du crossover Fall Guys / DOOM, ainsi que du jeu de tir sur rails d'arcade Castlevania. Ces mélanges ont fait germer une idée : associer le tir sur rails au combat au corps à corps. Les joueurs suivent un chemin prédéfini, éliminent les ennemis éloignés avec un pistolet optique (light gun), puis sortent un sabre laser pour trancher ou parer tout ce qui s'approche trop près. C'est un combo que l'on voit rarement dans les shooters sur rails classiques, et parfait pour un projet de deux semaines.

Budget temps

Une fois le concept validé, j'ai soumis le plan à Gemini pour qu'il me génère un planning quotidien. Était-il parfait ? Non. Mais cela m'a donné une base solide et m'a évité des heures de réorganisation de calendrier. J'ai tenu à jour une liste de tâches dans Tencent Docs et je l'ai ajustée chaque soir.
Premier objectif : Semaine 1 = mettre sur pied un tout petit niveau MVP qui valide la boucle pistolet + sabre.

Points clés du document de conception

Boucle principale (Core Loop)

• Un monde cyberpunk mignon
• Le joueur glisse le long de rails
• Tirer sur les cibles lointaines, trancher ou parer les menaces proches
• Accumuler les combos, survivre jusqu'au boss

Répartition du système

• Rails et caméras : Sequencer gère les mouvements et les transitions de caméra, style « montagnes russes »
• Entrées / Combat : Clic pour tirer, cliquer-glisser pour brandir le sabre
• Armes : Pistolet et sabre modulaires, chacun ayant son propre temps de recharge (cooldown) et sa propre logique d'impact
• Ennemis : Archétypes extensibles (corps à corps, volants, bullet-hell, élites, boss) liés aux événements du Sequencer

Le premier jet de Gemini est arrivé en quelques heures au lieu de plusieurs jours et m'a fourni une liste de tâches claire à attaquer.

Boucle de gameplay principale

1. Le joueur se déplace le long d'un rail fixe.
2. Les ennemis apparaissent le long de la piste selon un script.
3. Utiliser le pistolet optique pour éliminer les menaces lointaines et aériennes.
4. Lorsque les ennemis se rapprochent ou tirent des projectiles pouvant être parés, passer au sabre laser pour trancher ou renvoyer les tirs avec une parade parfaite (perfect-parry).
5. Analyser la situation et basculer rapidement entre le tir et la coupe pour gérer des groupes d'ennemis mixtes.
6. Maintenir l'action, accumuler des points et des multiplicateurs de combo jusqu'à la fin du niveau ou l'apparition d'un boss.

Chaque niveau suit cette courbe : de légères escarmouches pour commencer, la difficulté monte en puissance, et le tout culmine dans un combat de boss pour un final intense et rythmé.

Vérification de la faisabilité du MVP et contrôle de la portée (Scope)

Avant d'écrire une seule ligne de code, j'ai soumis la liste des fonctionnalités principales à ChatGPT pour une vérification de cohérence. L'IA est revenue avec un plan de MVP qui réduisait le tout à un seul court niveau — juste assez pour prouver que l'association du tir sur rails et du corps à corps fonctionne bien.
Cela correspond à l'état d'esprit « itérer rapidement » : réussir d'abord la plus petite partie possible, puis l'étendre. J'utilise une règle empirique : si vous pouvez prototyper une mécanique en un jour, un jeu complet autour d'elle prendra environ un an ; deux jours de prototypage signifient plutôt deux ans de production, et ainsi de suite. En d'autres termes, gardez la version d'essai suffisamment petite pour être terminée en quelques jours, afin que l'ensemble de la démo puisse être bouclé en deux semaines.
En résumé : la mission de la semaine 1 était un niveau épuré pour verrouiller la boucle principale tir-coupe.

Direction artistique et audio

Pour définir rapidement l'ambiance musicale du jeu, j'ai inversé l'ordre habituel : la musique d'abord, les visuels ensuite. Je me suis tourné vers Suno AI, un puissant outil de génération de musique qui écrit et chante des morceaux complets à partir des paroles et des indications de style que vous lui fournissez.

Une astuce sympa : Suno vous permet d'insérer des « méta-tags » directement dans les paroles, entre crochets — des éléments comme Intro, Male Voice, Interlude, Female Voice, Guitar Solo. Ces balises orientent la structure de la chanson, les voix, l'instrumentation et le genre (pop, électronique, etc.) pour un ajustement instantané. Le catalogue complet des balises est disponible sur le site de Suno.
Voici comment je l'ai utilisé :

• J'ai demandé à DeepSeek de générer un court ensemble de paroles.
• Dans le prompt, j'ai défini le style comme « Electronic » et « Solo vocal ».
• Suno m'a renvoyé plusieurs ébauches rythmées — des structures complètes couplet/refrain dans différents styles.

“

Prompt : Imaginez que vous êtes un auteur-compositeur. Dans le style de « Not Like Us » de Kendrick Lamar, écrivez un morceau intitulé « Cute Bomber ». Veuillez fournir :

1. Les paroles complètes.
2. Les détails de la piste d'accompagnement (backing-track), exprimés sous forme de mots-clés Suno AI (genre, ambiance, instruments, méta-tags, etc.).

Après un test A/B rapide, j'ai sélectionné le segment électronique le plus percutant comme thème temporaire (placeholder). Le morceau a encore besoin d'une passe humaine pour le mixage et le peaufinage, mais Suno AI m'a permis de définir la direction musicale en un temps record.

Univers et style visuel

Je vise un mélange d'éclats de science-fiction et de mignonnerie de dessin animé du samedi matin. Imaginez de futurs soldats de taille chibi combattant une invasion de démons dans une cyber-ville baignée de néons — adorable en surface, mais avec un côté survolté très prononcé.
Références de style : les formes d'animaux rebondies et les palettes vives de Fall Guys, fusionnées avec des enseignes et des circuits cyberpunk aux lueurs intenses. Mélangez ces ingrédients et vous obtenez un champ de bataille aux couleurs acidulées, tout aussi charmant qu'électrisant.

Concept Art

Pour le concept art, je me suis appuyé sur DeepSeek et Midjourney :

1. Prompts DeepSeek : Je lui ai soumis ma vision (« la rondeur de Fall Guys alliée aux détails de cyber-mechas ») et il a généré des prompts Midjourney richement détaillés.
2. Rendu Midjourney : J'ai soumis ces prompts et j'ai obtenu des fiches de personnages parfaitement ciblées. En ajoutant « three views, front, side, back » à chaque prompt, Midjourney a fourni des rotations complètes en une seule fois — idéal pour maintenir la cohérence des détails de conception lors du passage à la modélisation 3D.

Cinématique Teaser

Les concept arts statiques n'étaient qu'un début — j'ai également préparé une cinématique d'ouverture pour valider le concept. Le tout s'est assemblé grâce à un enchaînement d'outils d'IA :

1. Script et Storyboard

• DeepSeek a rédigé le script de la scène, définissant le décor, le rythme et les plans clés.
• J'ai envoyé ce texte dans Midjourney, qui a généré une séquence d'illustrations faisant office de planches de storyboard.

2. Génération vidéo

• Ces images ont été importées image par image dans Kling — un outil vidéo d'IA chinois qui gère à la fois l'image-vers-vidéo et le texte-vers-vidéo.
• En utilisant des indications de prompt pour les mouvements de caméra et les transitions, Kling a transformé les images fixes en clips d'animation fluides et connectés. (À ce moment-là, il surpassait des options comme OpenAI Sora pour mes besoins.)

3. Sound Design

• Les clips muets en main, j'ai lancé un workflow local ComfyUI exécutant le modèle MMAudio.
• Donnez-lui la vidéo ainsi qu'un prompt tel que « rue d'une ville futuriste attaquée », et il génère des ambiances superposées — sirènes, bourdonnements de mechas, chargements d'armes à énergie. (Astuce : générez des séquences d'environ 10 secondes ; MMAudio apprécie grandement un GPU avec 16 Go de VRAM ou plus.)

4. Mixage final

• J'ai importé le thème de travail de Suno, la vidéo de Kling et les SFX de MMAudio dans mon logiciel de montage, j'ai tout synchronisé et j'ai fait un mixage rapide.

Quelques relais d'IA plus tard, la bande-annonce conceptuelle était prête — fixant l'ambiance audiovisuelle du jeu avec une fraction de l'effort habituel.

Préparation technique

Contrôle de version

Même en tant que développeur solo, j'ai configuré un dépôt SVN sur mon NAS domestique — juste un conteneur Docker et c'était réglé. Unreal Engine s'intègre parfaitement avec SVN, la configuration se fait sans douleur, et cela gère très bien les gros fichiers binaires associés aux projets de jeux.
Avec un contrôle de version approprié en place, je peux créer des branches à volonté, poser des points de sauvegarde et expérimenter sans crainte. Les retours en arrière (rollbacks) et les comparaisons (diffs) sont instantanés, ce qui est encore plus important lorsque l'on travaille dans les Blueprints — l'éditeur d'UE5 intègre un outil de diff. Un bon système de contrôle de code source est le filet de sécurité qui rend possible l'itération rapide.

Le Sequencer comme colonne vertébrale du gameplay

Comme il s'agit d'un shooter sur rails, le Sequencer d'UE5 est au cœur de tout. Je me suis plongé dans son système de déclenchement d'événements et j'ai vérifié qu'il sert à bien plus qu'à de simples cinématiques — il peut gérer le gameplay d'instant en instant avec une précision à l'image près, ce qui est exactement ce dont a besoin un jeu de tir très rythmé.
La timeline contrôle la trajectoire du rail du joueur et chaque changement de caméra. Les clés d'animation (keyframes) au sein d'un asset Level Sequence verrouillent la position et la rotation, de sorte que la vue glisse le long d'un itinéraire prédéfini et passe proprement d'un angle à l'autre — sans code supplémentaire.
J'ai aussi besoin que le Sequencer déclenche des actions de gameplay — apparition d'ennemis, lancement d'animations, etc. La solution : des pistes d'événements personnalisées. Placez un marqueur « EnemySpawn » ou « MonsterAttack » sur la timeline, liez-le à un événement personnalisé dans le Blueprint du niveau, et lorsque la lecture atteint cette image, la logique de jeu se déclenche automatiquement. Cela transforme l'écriture de scripts de niveau en un organigramme visuel et facilement modifiable.

Validation du MVP

J'ai effectué une autre vérification de faisabilité — en croisant ma propre expérience avec les conseils de ChatGPT — et j'ai arrêté l'approche technique. Le conseil phare de ChatGPT était : commencez par concevoir la boucle la plus petite possible pour tester le combo tir/coupe. Notre MVP : un court niveau avec déplacement sur rail, une poignée d'ennemis et un combat de boss.
Dans UE5, j'ai développé ce prototype rapidement. Le Sequencer gérait le rail à la première personne, les événements de la timeline faisaient apparaître les ennemis qui surgissaient, et le joueur les éliminait. Une fois que la boucle tournait de manière fluide, j'avais de vraies données sur le rythme, la difficulté et le plaisir de jeu — je pouvais donc aborder sereinement le développement complet.

Codage en Blueprints

Contrôleur de rail

Player Controller et mouvements sur rail
Le joueur n'est pas libre de ses mouvements — il est plutôt « verrouillé » sur un rail prédéfini. J'ai créé une sous-classe de Character, mais j'ai confié tous les mouvements au Sequencer. Dans un asset Level Sequence, des clés d'animation contrôlent l'emplacement (Location) et la rotation du Pawn au fil du temps. Associer cette Sequence au joueur le déplace et le fait tourner automatiquement le long du chemin. J'ai également connecté plusieurs caméras à la même timeline pour que les transitions de vue s'effectuent de manière fluide, sans code supplémentaire.
Système de combat
Les commandes sont simples : clic gauche pour tirer, maintenir et faire glisser pour agiter le sabre laser.

• Le tir utilise un tracé de ligne (line-trace) depuis le centre de la caméra vers le réticule ; les impacts déclenchent la logique de dégâts de l'ennemi.
• Le corps à corps surveille le mouvement de glissement, le convertit en un arc de coupe à l'écran (screen-space slash arc), puis vérifie la présence d'ennemis dans cet arc pour déclencher les coups ou les parades.

Les armes résident dans deux composants Blueprint — l'un pour le pistolet (trace, VFX, dégâts) et l'autre pour le sabre (détection de l'arc, VFX de coupe, parade/blocage).
Ennemis et logique de niveau

J'ai créé quatre classes d'ennemis : les sbires au corps à corps, les volants, les volants à distance et un boss. Les trois premiers fonctionnent sur des AIControllers avec des Behavior Trees — une fois apparus, l'arbre gère les décisions de mouvement et d'attaque. Les phases et les attaques spéciales du boss sont quant à elles directement contrôlées par des événements du Sequencer pour un timing précis.
Pour organiser l'ensemble du niveau, j'ai créé un acteur LevelPoint (une sous-classe de LevelSequenceActor). On place plusieurs LevelPoints le long du rail ; chacun possède son propre asset Sequence pour faire apparaître des ennemis, jouer des répliques, faire trembler la caméra, etc. Un LevelPoint définit son nœud « suivant » (ou bifurque selon des conditions). Lorsque le joueur atteint un LevelPoint, sa Sequence se lance ; une fois sa condition de victoire remplie (tous les ennemis éliminés ou temps écoulé), le système passe à la Sequence du LevelPoint suivant. J'ai même ajouté des pistes personnalisées au Sequencer pour qu'il puisse vérifier l'état du jeu et décider du moment d'avancer — transformant ainsi tout le flux en un storyboard modulaire et visuel de type « nœud + timeline ».

Scripting Blueprint assisté par l'IA
ChatGPT a été ma référence à chaque fois qu'une question sur les Blueprints surgissait (« Comment faire apparaître des ennemis depuis un événement du Sequencer ? », « Comment convertir un glissement de souris en un coup de corps à corps ? »). Il me fournissait des réponses étape par étape, me renvoyait vers de la documentation ou des posts de forum, et dessinait même des pseudo-nœuds Blueprint.
Par exemple, quand je lui ai demandé comment modifier un matériau en temps réel, il m'a dit d'utiliser un nœud « Create Dynamic Material Instance » et m'a rappelé de stocker la référence. Quelques clics plus tard, mes coups de sabre laser illuminaient les ennemis exactement comme prévu.
Avoir un « consultant technique » IA disponible à tout moment a permis de lever les obstacles et de renforcer à la fois ma rapidité et ma confiance. Ses conseils nécessitaient parfois un ou deux ajustements, mais dans l'ensemble, il a géré d'innombrables petits détails pour me permettre de continuer à concevoir.

Assets (Ressources)

UI (Interface utilisateur)

L'UI devait correspondre au style cyberpunk mignon du jeu. J'ai utilisé GPT-4o pour générer des assets artistiques plats en jeu dans un style « Splatoon » — en lui fournissant des prompts clairs (images de référence, couleurs, notes de mise en page, descriptions textuelles) et en itérant jusqu'à obtenir un ensemble d'éléments d'UI en graffiti néon (par exemple, des barres de vie/énergie de style tuyauterie, des panneaux de score colorés).

La génération d'images de GPT-4o (sortie en mars 2025) s'est avérée puissante mais imparfaite :

• Avantages : courbe d'apprentissage rapide, rapidité et flexibilité ; prend en charge le texte-vers-image, l'image-vers-image, la cohérence multi-images ; excellent pour les icônes, les transferts de style, l'art de présentation.
• Inconvénients : les limites de longueur du chat peuvent tronquer le contexte ; les détails précis ont tendance à dériver (pas idéal pour des maquettes de précision) ; les limites de résolution imposent un assemblage manuel pour les rotations ; la complexité des prompts présente encore des cas particuliers (bien que les images de référence aident).

Dans l'ensemble, GPT-4o change la donne — la génération d'idées devance désormais les obstacles techniques, et un nouveau flux de travail piloté par l'IA pour la conception d'UI en 2D est en train d'émerger.

SFX (Effets sonores)

• Effets sonores : J'ai utilisé la plateforme de génération de Stable Audio pour créer des bruits de tir, des explosions, des rugissements de monstres, et bien plus à partir de prompts simples comme « ralentissement de machine mécanique » ou « sabre laser fendant l'air ». L'exécuter en local a accéléré les itérations.

• Musique de fond : Pour le prototype, j'ai inséré le thème électronique de Suno AI en guise de placeholder.

Modèles 3D

1. Générer : Vue en trois angles de Midjourney ➜ Tripo 2.5 pour le maillage automatique (auto-mesh) et la retopologie (retopo)

• J'ai envoyé les rotations en trois vues de Midjourney dans Tripo 2.5, qui effectue une retopologie automatique et convertit l'art 2D en un maillage 3D de base texturé en quelques minutes. La topologie est solide et la silhouette correspond au concept. Son auto-rigging n'est pas parfait — la taille et l'orientation des os nécessitent des ajustements — mais cela a considérablement réduit le temps de modélisation et d'UV mapping.

2. Rig : Le squelette en un clic d'AccuRIG de Character Creator

• Ensuite, j'ai importé le maillage dans Character Creator et j'ai exécuté son outil AccuRIG pour générer instantanément un squelette et des poids de peau (skin weights).

3. Animer : iClone 8 pour le ciblage de la bibliothèque de mouvements (motion-library retarget) ; l'assistance de pose par IA est une mine d'or

• Pour l'animation, j'ai utilisé iClone 8 : sa bibliothèque de mouvements, le reciblage de capture de mouvement (mocap retargeting) et l'assistance de pose IA m'ont permis d'appliquer des réactions de course, de tir, de coupe et d'impact en quelques minutes au lieu de poser des clés à la main. J'ai exporté les clips au format FBX pour les importer dans Unreal.

4. Importer : Retour du FBX dans UE5

Grâce à ce pipeline d'IA — concept → maillage 3D → rig → animation — un processus qui prend normalement des semaines a été bouclé en quelques jours.

Level Design

Assistant IA

J'ai demandé à Gemini d'étudier la progression du Castlevania d'arcade et de me générer une feuille de route de niveau basée sur des nœuds. Son découpage — intro → monstres ordinaires (mobs) → demi-boss → plus de monstres → boss final — a parfaitement saisi l'ambiance, en précisant même les types et le nombre d'ennemis pour chaque phase. J'ai ensuite ajusté ce script pour l'adapter à mon propre concept et j'ai finalisé le plan du niveau.

Level Design et système de LevelPoint

J'ai utilisé le système de LevelPoint pour assembler le niveau en plaçant des nœuds d'événements le long du rail du joueur. Chaque LevelPoint est lié à sa propre Level Sequence dans le Sequencer, où l'on orchestre tout — apparitions d'ennemis, tremblements de caméra, dialogues, etc.
Par exemple :

• Au LevelPoint1, sa Sequence joue un mini-climax — vagues d'ennemis, secousse de caméra, réplique vocale. Lorsque le joueur atteint ce point, la Sequence se déclenche et le combat commence.
• Une fois ces ennemis éliminés, le rail vous emmène au LevelPoint2, dont la Sequence peut lancer une cinématique et un petit combat de boss.
• Cela se répète jusqu'au boss final et à la fin du niveau.

La méthode « nœud + timeline » transforme le level design en un montage visuel : pour ajuster le rythme ou ajouter un événement, il suffit d'insérer, de supprimer ou d'ajuster des marqueurs d'événements dans le Sequencer.

Dialogues dynamiques

J'ai construit un système de dialogue à la volée plutôt que d'utiliser des scripts de voix hors champ (VO) fixes. À chaque nœud de l'histoire, l'IA conçoit une nouvelle réplique, puis nous la synthétisons (TTS).

Voici comment cela fonctionne :

1. Intégrer le plugin AIITK • J'ai installé l'AIITK (AI Integration ToolKit) d'Unreal pour exposer les appels GPT dans les Blueprints.
2. Définir l'API et les modèles de prompts • Connecter l'endpoint OpenAI GPT-4. • Créer des modèles de prompts pour différents contextes (combat normal, combats de boss, etc.).
3. Générer le texte en temps réel • Lorsque le joueur atteint un LevelPoint, le Blueprint appelle AIITK avec le prompt approprié. • GPT-4 renvoie un objet JSON contenant des sous-titres en chinois et une version en anglais pour la voix.
4. Synthétiser la parole • Le Blueprint envoie la réplique en anglais à l'API TTS d'OpenAI et reçoit un fichier WAV. • Le Blueprint joue ensuite l'audio tout en affichant le sous-titre en chinois.

Flux de génération de dialogues

1. Répliques : À chaque LevelPoint, AIITK appelle GPT avec le prompt et le contexte, renvoyant le dialogue en chinois ainsi qu'une version en anglais au format JSON.
2. Synthèse vocale : Analyser le JSON, récupérer la réplique en anglais, l'envoyer à l'API TTS, et récupérer un fichier WAV.
3. Lecture et affichage : Le composant audio d'Unreal joue le WAV pendant que l'UI affiche le sous-titre en chinois.

Tout cela se produit en quelques secondes, de sorte que chaque partie permet d'entendre de nouvelles répliques sans aucun script écrit à la main ou voix préenregistrée.
Défis et ajustements

• Les prompts sont cruciaux : Soyez précis, gardez des répliques courtes, divisez les conversations multilignes en appels distincts.
• Rester cohérent : L'IA peut dériver du modèle. Renforcez les détails du décor et des personnages dans vos prompts.
• Ne pas bloquer le jeu : Exécutez les appels d'IA pendant les écrans de chargement ou les cinématiques afin que les joueurs n'attendent jamais.

Bilan

• Les avantages de l'IA : En 14 jours, l'IA m'a permis de passer de zéro à une démo fonctionnelle — en gérant l'art, le code, l'audio et plus encore — ce qui m'a permis de rester dans le flux créatif au lieu de me perdre dans des tâches annexes. Diriger l'IA est la nouvelle arme secrète.
• Les limites de l'IA : L'IA nécessite toujours une supervision humaine. La documentation, l'art, le code et les dialogues ont tous demandé des ajustements. L'art de concevoir de bons prompts représente la moitié du travail.

Flux de travail complet du prototype

• Auteur original : 正义之伙伴
• Contact : yangskin@163.com

Traduit et republié avec autorisation.