As a practicing game designer and producer, over 15 years I've gone through many ways of organizing project documentation in different formats across various projects and companies.
I have worked with companies all over the world (USA, Europe, CIS) except Asia. (By the way, if anyone knows how GDDs are written in Asian companies, I'd love to learn.) I saw everything from small teams of three people to huge corporations with 500+ employees. I've worked with unknown studios as well as world famous companies like Snapchat, Facebook, Big Fish, etc. I managed both game design departments and full development teams of about 50 people.
For many years I wrote documents as an ordinary game designer. As Lead GD I reviewed documents from other designers and created GDD structures and rules. Later, as a producer, I oversaw all production and document flow. Even now, running the studio as a whole, I continue to write GDDs to stay sharp. I've gone from jotting ideas in a notebook to maintaining old legacy documents that live for years.
Now, with AI developing rapidly and work approaches being rethought, I want to share my experience and my view of the future awaiting the game design profession and the tools that will be important in our work.
The evolution of project documentation went hand in hand with the development of IT, cloud services and game dev team structures, so I used different formats:
Plus many other tools for flowcharts, wireframes, etc.
Over the years I've met dozens of outstanding game designers and many "hobbyists" who consider themselves game designers. One major difference between a professional and an "amateur" is how well they structure their thoughts and how competently they write documentation. Each has a unique style, level of detail and approach to visualizing mechanics.
However, no matter how good the author is, there's always trouble aligning what's written with how other team members understand it. More on that later.
"Project bibles"
Hundreds of pages of text, hard to maintain
Wiki + Agile
"Just in time" documentation, collective approach
AI-Oracle
Interactive, intelligent assistant
Геймдизайнер, описывающий механику, становится фактическим «источником правды» для всех: разработчиков, QA, художников, аналитиков и так далее - даже если вся информация уже есть в документе. При этом у геймдизайнера всегда несколько параллельных задач:
Придумывает и формализует новые игровые механики
Улучшает существующие механики и поддерживает документацию
Отвечает на вопросы по фичам в производстве
Следит за метриками запущенных фич
Владеет языками технарей, художников, бизнеса и QA
Часто ведет документацию на разных языках
В итоге романтика геймдизайна может быстро улетучиться. Вспоминается классическая шутка: «Чтобы подвинуть одну иконку, нужен митинг на пару часов с 10 специалистами». Так вот это абсолютно не шутка: даже мелочь проходит несколько стадий обсуждений и правок.
Даже если геймдизайнер получает конкретный запрос, он редко сразу знает, как должна работать механика. Каждый этап - это поиск референсов, анализ конкурентов, исследование рынка, понимание аудитории, адаптация под текущий проект и куча нюансов. И чем сложнее и объемнее становится игра, тем более громоздким становится GDD (или любая связанная документация).
Я подробно расписываю эти особенности не только для того, чтобы проиллюстрировать жизнь геймдизайнера, но чтобы подвести к тому, что текущая система организации «ядра проекта» (GDD) устарела морально. Она уже не отвечает современным требованиям и возможностям технологий. И вот почему:
Эта фраза внутри индустрии звучит не первый год, и раньше ее воспринимали как шутку. Но теперь к этой теме примешался AI. И дело не в том, что «AI модно и молодежно», а в том, что он полностью меняет подход к построению процессов и взаимодействию команды.
"Исторически каждая новая технология всегда вначале пугала специалистов своей областью применения. Но те, кто быстро осознал, что это не замена, а суперусиление — выигрывали. У геймдизайнеров сейчас тот самый момент выбора."
В ноябре 2022 года вышла GPT-3.5, и совпало так, что я начал пользоваться ей с первых дней. К 2023 году AI стал для меня «вторым мозгом», задолго до того, как о нейросетях начали повсеместно говорить.
Это увеличило мою продуктивность с десятка концептов до сотен в месяц. А сейчас я могу создать сотню концептов за несколько часов...
И нет, ИИ не делала и не делает всю работу за меня, но она очень сильно увеличивает мою продуктивность и экономит время на получение нужной информации и чуть далее я подскажу как использовать все современные инструменты для этого.
Инсайт - многие идеи были найдены с помощью описания коротких идей для Midjourney, что после создавала уникальные визуальные образы, которые уже далее можно было интерпретировать и крутить для новых идей), а не Chat GPT как могло бы показаться.
Сейчас (апрель 2025) забавно вспоминать скептиков, уверявших, что AI не сможет придумывать идеи игры или писать документацию. Пока одни смеялись, я работал. И чем глубже я работал с нейросетями, тем очевиднее понимал, что классический GDD уже "не тянет". Он не отвечает ни требованиям времени, ни возможностям технологий.
"То есть ты вот это все написал чтобы посоветовать нам писать GDD нейросетями?" - спросите вы?
"Нет, не только за этим!"
У меня была фора в несколько лет реальной работы над живыми проектами, чтобы превратить все эти инструменты в полноценного «Оракула». Это система, меняющая взаимодействие команды с информацией о проекте. При таком подходе роль геймдизайнера смещается от «описателя механик» к «наставнику Оракула», его контролеру и «хранителю ключей», простите меня за столько метафорические образы.
На апрель 2025 года я считаю, что полностью заменить функцию геймдизайнера AI пока нельзя (как бы не вещали футуристы). Однако сама концепция GDD (точнее, базы знаний) кардинально меняется. Умение работать с ней по новому становится критически важным навыком для всей геймдев-студии на ближайшие 5 лет.
И речь не про генерацию идей и смешных картинок в стиле Ghibli. Речь про «архитектора» всей логики взаимодействия компонентов игры. Про работу с агентными моделями, про умение «промтить» разных виртуальных ассистентов и управлять ими.
Сейчас нужно понимать, что такое оркестрация, RAG, Deep Research и прочее. Понимать, как использовать сильные стороны современных моделей. Уметь параллельно запускать Deep Research на 3–5 разных операторах (OpenAI, Google Gemini, Perplexity) с правильными промтами и потом все агрегировать, например, в NotebookLM, чтобы собирать нужные блоки ответов.
Вы должны понимать, что такое seed или --sref в Midjourney, как использовать это при поиске стилей и референсов. Как через Cursor AI быстрее прототипировать механики или делать интерактивные пояснения. Какой оператор лучше подойдет для анализа CSV-файлов с аналитикой. Как подключить MCP (Model Context Protocol) от Anthropic к Figma, чтобы быстро систематизировать и получать фидбэк. И так далее.
Retrieval Augmented Generation - система, которая находит релевантные данные в вашей базе знаний и использует их для более точных ответов.
Инструмент для агрегации информации из множества источников, анализа и синтеза решений на базе всех доступных данных.
Координация взаимодействия нескольких ИИ-агентов для решения сложных задач, где каждый специализируется на своей области.
Специализированные виртуальные помощники, настроенные на конкретные роли и задачи в проекте.
Интеллектуальная среда для организации и анализа всех данных проекта в одном месте с генеративными возможностями.
Инструменты для быстрой визуализации идей и прототипирования интерфейсов без необходимости владеть навыками рисования.
Необходимо понимать, что такое Dify.ai, N8N, Comfy UI, Suno, Kling AI, Hunyuan 2.5 и иногда использовать.
Уметь на лету жонглировать любыми операторами под разные задачи и понимать чем GPT o3 отличается от Claude 3.7 Sonnet, а они оба от Gemini 2.5 pro. Возможно когда вы это читаете, это все уже устарело и появилось что-то новое, но принцип будет тот же.
Вам нужно осознанно закладывать от $100 на оплату подписок и получение доступа к платным функциям разных моделей ИИ.
...если вы этого всего не умеете (вы можете пригласить меня на консультацию и я объясню), вы уже отстали. И с каждым днем будете отставать все сильнее. У вас больше нет выбора использовать или не использовать. Вы обязаны подключать "второй мозг" и учиться работать с ним каждый день. Если вы еще не бросили чтение и не готовы сжечь меня на костре перейдем к самому интересному!
Или, иначе: «Курочка Ряба 3.0 - AI Edition». (Кто помнит отсылку к тому самому «фундаменту» СНГ-игростроения, ставьте огонек!)
| ПАРАМЕТР | КЛАССИЧЕСКИЙ | AI-POWERED |
|---|---|---|
| Время ответа | Часы/дни | Секунды |
| Актуальность | Устаревает | Актуально |
| Роль ГД | "Горлышко" | Архитектор |
| Масштаб | Ограничена | Высокая |
| Модель | Push | Pull |
Ниже я опишу базовые инструменты и подходы, которые помогают строить AI Driven GDD или, точнее, «AI-централизованную базу знаний». Расскажу, на каком примере это работает и какие шаги стоит предпринять, чтобы внедрить такое в студии.
Хранение и поиск
Генерация ответов
Поиск в базе
Точность генерации
Связь с системами
Координация
Выявите какие документы, таблицы, референсы и концепты наиболее критичны для вашей команды.
Изучите и выберите подходящие инструменты для создания векторных баз данных - Dify.ai, N8N, ComfyUI и т.д. Загрузите туда все «ядро».
Выполните глубокий анализ по важнейшим фичам или будущим проектам - сравните результаты ИИ с вашим «человеческим» видением.
Команде должно быть проще находить информацию через новую систему, а не сложнее. При необходимости улучшайте промпты, добавляйте данные.
Новые механики, дискуссии, обновления - все должно попадать в RAG. Это предотвратит «засорение» и дублирование документов.
Закладывайте бюджет на платные подписки. Без этого ваш AI-инструмент может оказаться слишком ограниченным.
Это ключевой навык современного геймдизайнера: формулировать вопросы, структурировать ответы, настраивать режимы креативности и точности.
Когда все заработает, вы получите систему, в которой любая информация по проекту доступна, актуальна и «оживает» в ответах на вопросы команды. Геймдизайнер перестает быть узким «описателем», превращаясь в «AI-архитектора», который управляет потоком данных и решений.
Внедрение ИИ в процесс создания GDD и геймдизайна в целом открывает невероятные возможности, но также сопряжено с рядом потенциальных проблем, рисков и этических дилемм, которые требуют внимательного рассмотрения.
ГДД как коммерческая тайна: GDD содержат строго конфиденциальную ИС. Крайне важно обеспечить безопасность и конфиденциальность этих данных, особенно при использовании сторонних LLM или облачных сервисов. Политики студии должны четко регламентировать работу с чувствительной информацией в AI-окружении.
Право собственности на контент, созданный с помощью ИИ: Если ИИ помогает составлять разделы GDD или предлагает элементы дизайна, кому принадлежит эта ИС? Это вызывает огромную озабоченность у студий. Необходимо стремиться к моделям, где студия сохраняет полную ИС, либо использовать системы ИИ, обученные на данных с разрешительными лицензиями или собственных проприетарных данных. Ключевыми являются внутренние политики ИИ и должная осмотрительность при выборе поставщиков.
Снижение квалификации/атрофия дизайнерских навыков: Если ИИ автоматизирует слишком много рутинных и даже творческих задач, не приведет ли это к потере дизайнерами фундаментальных навыков и интуиции?
Гомогенизация идей: Если предложения ИИ основаны на анализе существующих успешных паттернов, это может привести к созданию менее оригинальных, более "усредненных" игровых дизайнов, лишенных уникальности.
Потеря «человеческого прикосновения»/нюансов: ИИ все еще с трудом справляется с глубоким пониманием человеческих эмоций, культурного контекста и тонких нюансов, которые делают игры живыми. Важно позиционировать ИИ как инструмент расширения возможностей дизайнера, а не его замену, подчеркивая, что человеческий надзор и курирование являются неотъемлемой частью творческого процесса.
Если ИИ обучается на данных, содержащих предвзятости (например, на успешных играх только определенных жанров или для определенных демографических групп), его организационные предложения или генерация контента могут неосознанно увековечить и усилить эти предубеждения.
Как система позволяет использовать разнообразные входные данные и защищает от предвзятых результатов? Этичная разработка ИИ требует активных мер по смягчению предвзятости. AI-рабочее пространство должно быть спроектировано или обучено так, чтобы обеспечивать справедливость и инклюзивность в своих предложениях, возможно, за счет использования разнообразных наборов данных для обучения и механизмов контроля.
Системы ИИ требуют постоянного обслуживания, обновления моделей, мониторинга их производительности и переобучения. Кто несет за это ответственность в контексте AI-рабочего пространства GDD? Это практическая проблема, часто упускаемая из виду в концептуальных статьях, но критически важная для долгосрочной жизнеспособности решения.
Для решения проблем ИС, предвзятости и качества, AI-рабочее пространство может опираться на курируемую экосистему ИИ-моделей и инструментов. Это может включать:
Объяснимость ИИ ("Explainable AI"): Чтобы дизайнеры доверяли системе, «рассуждения» ИИ должны быть прозрачны. Если ИИ помечает несоответствие в GDD, он должен уметь показать, почему, ссылаясь на конкретные правила или разделы документа. «Черный ящик» ИИ проблематичен. Это является сложной задачей для текущих LLM, но критически важной целью.
Понимает игровой опыт и потребности аудитории на глубинном уровне
Настраивает и направляет «вторые мозги» для решения сложных задач
Поддерживает актуальность и связность информации о проекте
Да, AI научился многое делать сам. Но кто-то должен решать, что и как нужно делать, а самое главное, зачем. Геймдизайнер становится «хранителем ключей», «наставником Оракула» - тем, кто определяет направление и смысл.
И если вы уже сейчас начнете внедрять такие подходы в работу, вы окажетесь на несколько шагов впереди (как когда-то я с GPT-3.5 в 2022 году). Ведь выбора «использовать AI или нет» уже нет - вы либо вписываетесь в новую реальность, либо остаетесь позади.
Геймдизайнер будущего - это не просто человек, который пишет большие документы. Это стратег, архитектор и куратор информации, способный как создавать прорывные идеи, так и эффективно управлять их реализацией с помощью современных инструментов ИИ.
Ваша ценность будет не в том, что вы умеете писать красивые тексты (это теперь может делать ИИ), а в том, что вы понимаете, какие тексты нужны, для кого они нужны, и как использовать их для создания увлекательного игрового опыта.
Если остались вопросы или нужна консультация - обращайтесь, я с радостью помогу настроить эту «Оркестрацию» и научу вас «промтить» все, что связано с геймдизайном, так, чтобы это приносило реальную пользу проекту.
И спасибо, что дочитали до конца!