Последний месяц для этого мероприятия я разрабатывал игру – пазл с крафтами.

Обычный вышкинец летит с Мальдив на фестиваль Экстры. Но самолёт разбивается, и студент оказывается на необитаемом острове, где ему НЕОБХОДИМО приготовить себе матчу..

Предисловие

В июле, мы командой поучаствовали в международном онлайн геймджеме GMTK Game Jam 2026. Для него за 4 дня мы сделали рогалик с сюжетом про девочку, которая исследует свой внутренний мир и учится бороться с собой.

Персонаж бродит по локациям и бьёт врагам лица. На каждом уровне можно обменять постоянное сердце на одну из трёх способностей, которые помогут победить финального босса.

На меня выпала роль лида, программиста и геймдизайнера. Третьим я был впервые, хотя разработкой игр увлекаюсь уже давно. Всегда находил себе команду и был недоволен работой именно геймдиза, хотя сам никогда не залезал в его шкуру.

И я прекрасно понимал, чем занимается геймдизайнер, но это совершенно не помогло сделать игру "весёлой". В том числе и потому, что мы взяли сложный в реализации визуал, который занял всё время.

Я никогда не претендовал на роль геймдизайнера, но такой провал меня расстроил. Поэтому я решил попытаться прокачать свои скилы "придумывания игрового процесса".

Всё ещё хуже

Основной задачей стало разработать максимально простую по геймплею и визуалу игру, но в которую будет весело играть.

Идея: игрок получает примитивные предметы: палки, траву, камни. Их он может использовать в мини-играх, чтобы получать другие предметы. Например, если на вход мини-игры "дождь" поставить горшок из глины, то на выходе получится горшок с водой, а если нагреть жидкость на костре, то она вскипит.

Так как кроме предметов в игре ничего нет, я решил, что поиск рецептов станет основным элементом игрового процесса, а значит добавлять книгу крафтов я не стану.

Сделал первую версию за два дня. Простейший геймплей – перетаскиваешь предметы в слоты, десяток крафтов. Провожу первый плейтест – даю поиграть своему другу.

Он находит 3 крафта и 5 предметов, ему совершенно не нравится игровой процесс, он закрывает игру через 3 минуты. Для меня это был конкретный reality check – всё совсем плохо, все мои убеждения об игроках оказались неверны.

Плейтест, плейтест, ещё раз плейтест

После ещё нескольких тестов и исправлений рецептов выяснилось, что игроку совершенно непонятна цель – что нужно делать, в каком направлении двигаться.

Посмотрел, что делают игры для решения такой проблемы и добавил окно со всеми предметами. Соберёшь все предметы – победил. После пары итераций и фидбека оно добавило игре конечную цель, повысило удержание.

Но что нужно делать, чтобы достичь такой цели, всё ещё неясно. Игроки стали просто перебирать комбинации предметов, которые совершенно не имеют смысла.

Я попробовал добавить квесты. Они не говорят, как делать, но дают направление для размышлений.

Вот это было удачное решение, некоторые начали проходить игру и даже получать удовольствие. Только теперь выяснилось, что игроки не умеют читать( Решение этой проблемы мне ещё предстоит найти.

Пока добавляю визуальные подсказки: "смотри, сюда можно положить вот этот предмет, попробуй!"

Постоянная итерация и плейтесты спасли этот проект. Спасибо огромное плейтестерам за проявленное терпение! Суммарно в игру до фесиваля 30 человек, некоторые по несколько раз в течение месяца. Так же с процессом помог сам движок Godot, в котором можно максимально быстро прототипировать и создавать фичи, поэтому не страшно выкидывать неудачные идеи.

Фестиваль

На фестивале в игру поиграло ещё 40-50 человек. Для разных людей игра была по-разному сложной, около 20 человек прошли игру до конца. Игра всем понравилась, чем я доволен.

Что я вынес из разработки

• Я всегда считал, что интересный геймплей происходит из "гиммика" – чего-то, что никто никогда не делал раньше. Но комбинация простых элементов и мини-игр может быть не менее весёлой;
• Игрок получает удовольствие, когда постоянно учится новому в комфортной для себя среде;
• Не стоит преждевременно делать выводы об игроках. Например, я подумал, что книга крафтов сделает геймплей скучным, но не проверил это. В следующей версии попробую протестировать несколько разных вариаций этой механики.

Скачать игру можно на itch.io по ссылке. Спасибо!

Сегодня хочу рассказать вам о Ресурсах (Resources) в Godot. Это крутейший инструмент для организации кода и работы с данными для геймдизайнера. Но всё по порядку.

В этой статье покажу базу: как с ними работать, где их используют чаще всего и какие ошибки стоит избегать. Рассмотрим супер простую аналогию, которая позволит разобраться даже с нулевым опытом.

Волшебные документы в Гринготтсе

Во вселенной Гарри Поттера есть магический банк Гринготтс. Как и полагается банку, в нём хранится очень много похожих и одинаковых документов – кредиты, платёжные поручения, листы ознакомления с чем-либо.

В таких документах нужно только заполнить основную информацию – ФИО, дату, подпись. Поэтому писать такой документ каждый раз с нуля – лишняя работа, а лучше сразу сделать заготовку, чтобы её печатать.

Создание ресурсов

Resources похожи на ScriptableObject из Unity. Они дают способ хранить данные в одном месте в чётком формате.

Ресурсы – это такие же .gd файлы, что и другие скрипты. Разница в том, что ресурсы наследуются от класса Resource, а не от Node, поэтому их нельзя прикрепить к нодам.

В нашей аналогии, скрипт ресурса – это как шаблон документа в Word, который ещё не распечатали.

Такому файлу важно дать название, чтобы отличать от других. В Godot мы присваиваем классу название, чтобы отличать его среди других ресурсов.

Теперь в списке доступных ресурсов появился и наш банковский документ! Можно создать экземпляр, который сохранится на диске. Как будто мы распечатали этот файл.

Теперь в наш документ можно добавить какие-нибудь данные, например название банка. Эта информация одинаковая для всех документов, поэтому можно её добавить в Word файл, а не заполнять вручную. Это будет переменная bank_name.

Вместе с этим можно добавить поля для ввода. Например: ФИО клиента и год подписания.

Так как это такой же .gd файл, что и обычный скрипт, внутри него можно объявлять @export переменные. Их мы и используем.

Работа с ресурсами

Давайте дадим нашим документам какое-нибудь применение. Наймём в наш банк гоблина, который будет читать данные из документа. Потом займём его более полезными делами.

Сейчас гоблин может взять любой ресурс себе в руки. Но если это не банковский документ, то в нём может не быть нужных данных. Поэтому я использую название класса, чтобы гоблин мог брать только важные бумажки.

Логика внутри ресурсов

Мы что-то забыли, что это не просто банк – а Гринготтс! И документы в нём используются не простые, а магические. Давайте добавим "магию" (действие) нашим документам.

Пока что я не добавил какое-либо магическое действие в наш документ. А всё потому, что наша бумажка в принципе не о чём. Она не делает ничего, только хранит инициалы и год. Позже это исправим.

А пока мы можем поручить нашему гоблину применять магическое действие для того документа, который мы ему дадим.

Принципы ООП в ресурсах

В нашем банке много всяких разных документов. Давайте сделаем так, чтобы все они наследовались от BankApprovalDocument. Я создам два новых ресурса: один будет переводом, а другой – пополнением баланса.

Так как они наследуются от BankApprovalDocument, гоблин всё ещё способен работать с ними:

Кроме того, благодаря наследованию в новых типах документов всё ещё есть название банка, данные клиента, а главное – магическое действие.

И мы можем переопределить его, чтобы разные документы делали разные вещи!

@abstract

Наш исходный BankApprovalDocument сам по себе не используется. От него только наследуются действительно полезные бумаги. Поэтому давайте запретим печатать и использовать этот документ с помощью @abstract.

Работает как virtual в других языках программирования. Добавляем ключевое слово перед названием класса и перед каждой функцией, которые должны реализовать наследники.

Теперь гоблин не сможет использовать такие документы:

А во всех классах, где мы не реализовали do_magic_action() будет появляться ошибка:

Как используются ресурсы?

Предметы и метаданные

Я думаю, на примере документов уже понятно, для чего могут использоваться ресурсы. Очень часто их используют для хранения данных предмета без логики поведения: названия, иконки, крафта, уровня для открытия.

Если мы делаем систему инвентаря, то можно написать одну ноду InventoryItem, которая на вход будет получать ресурс с данными и отображать их как предмет. Логика предмета будет храниться в сцене, а данные – в ресурсе.

Геймдизайнеру удобно работать с ресурсами: ему доступны удобные поля, которые можно использовать, чтобы быстро итерировать или полностью менять параметры.

Ноды и ресурсы в Godot очень похожи. Но первые всегда находятся на сцене и выполняют действия, а вторые только хранят данные. Можно всё делать через ноды, но ресурсы позволяют строго отделять данные от логики.

Работа с файлами

С помощью функций ResourceSaver.save() и load() можно легко сохранять ресурсы на диск:

Поэтому их удобно использовать для:

• сохранения прогресса игрока
• хранения пользовательских уровней (можно легко сделать редактор карт)
• создания модов

Но есть нюанс с безопасностью. В Godot ресурсы, которые находятся в папке user://, можно легко встроить вредоносный код. Более чем реально сделать проверки (могу посоветовать плагин), но это уже отдельная тема, не для этой статьи.

Спасибо!

Нейросети ворвались в нашу жизнь, игнорировать их существование глупо и бессмысленно. Это потрясающий инструмент, находящийся в распоряжении любого человека.

Но по принципу Питера Паркера: "С большой силой приходит большая ответственность". Чем чаще я наблюдаю за применением нейросетей, тем больше замечаю типичных ошибок. Это как с интернетом — необходим достаточный уровень цифровой грамотности, чтобы безопасно пользоваться.

В этой статье расскажу, для чего и как стоить использовать ЛЛМ.

Как работают ЛЛМ?

Понимание, кто такие ЛЛМ и как они работают, необходимо для того, чтобы корректно пользоваться инструментом. Я не эксперт в теме, поэтому буду краток.

ЛЛМ основаны на автодополнении текста. У них есть "контекст" из всех предыдущих слов, на основе которых они подбирают наиболее подходящий результат. Соответственно, "интеллект" этих моделей напрямую зависит от того, насколько подходящие слова она подбирает, а "скорость" — то, насколько быстро слова генерируются.

Удивительно, насколько эффективно эта схема работает для создания разборчивой речи. Всё благодаря данным, на которых модели обучены — это различные переписки в интернете, книги и так далее. Объём данных и его содержание напрямую влияет на итоговый результат. Вот крутой видос, где парень обучил модель на сообщениях своей девушки (из-за чего ЛЛМ стала говорить соответствующим образом):

А так называемый "Thinking..." в ChatGPT и "Deep Think" в DeepSeek дают ЛЛМ возможность , чтобы увеличить свой "контекст" (синий кит даёт возможность посмотреть на размышления модели, что очень занимательно):

Важность контекста

Я регулярно обращаюсь к понятию "контекст". Это список всех слов, которые были использованы до того, которое в моменте генерирует ИИ. Контекст состоит из всего текста, на котором обучена модель, а также из текущей переписки с пользователем. ChatGPT также даёт модели "память" — в контекст добавляются предыдущие переписки с пользователем.

ЛЛМ очень любят контекст, особенно последние сообщения. Очень часто они могут цитировать целые фразы из оригинала, а так же повторять поставленную задачу слово в слово:

И тут в красивую рамочку запишу самую главную мысль этой статьи:

Всё, что имеют в распоряжении модели в начале переписки, это их встроенные базы слов. Из них модели знают какую-то информацию о нашем мире. Но они не имеют в распоряжении какой- либо точной информации. Если попросить ЛЛМ рассказать неизвестный им факт, они просто выведут список слов, которые лучше всего подходят как ответ.

Аналогия: нейросети-генераторы картинок могут нарисовать корову на мотоцикле. Но это не значит, что такие существуют.

Что не стоит делать нейросетями

Основываясь на предыдущей части, можно чётко заметить базовые ошибки, которые стоит избегать при работе с ЛЛМ:

1. Нельзя спрашивать факты. Если не давать модели проверенный источник, то она может бредить и выдавать ложную информацию. Это происходит не всегда (разработчики стараются бороться с этим), но если информация специфичная или объективные факты необходимы, то можно:
1. Перепроверять информацию в проверенных источниках
2. Включить режим "Поиска" — в контекст добавятся самые подходящие статьи из интернета, которые ИИ сможет ещё и указать как источники. На такой схеме основаны сервисы "Нейро" от Яндекса и "Обзор от ИИ" в Гугле.
2. Не стоит просить написать итоговый текст. Скорее всего, при работе с ИИ вы будете пользоваться популярными вариантами от крупных корпораций. Из-за этого у каждого запроса один и тот же исходный контекст, соответственно похожие ответы. Текст, сгенерированный нейросетью, несложно отличить от написанного человеком: есть несколько основных принципов, но это выходит за рамки этой статьи. В наше время такой скилл — как суперспособность. И если человек (преподаватель, начальник и т.п.) обладает таким скилом, то может возникнуть множество проблем.
3. Не стоит использовать ИИ для работы с пользователями. Этим последнее время балуются корпорации, чтобы выглядеть модно. Самое базовое — просто засунуть в контекст модели какую-то информацию, это ещё не страшно. Но если ИИ подключён к каким-то сервисам продукта и ввод пользователя не фильтруется — взлом очень прост.

Случаи, когда ИИ максимально полезен

1. Краткие пересказы и работа с существующими данными. ЛЛМ с лёгкостью могут пересказать данный им текст в любой форме. Можно с уверенностью скопировать эту статью в ЛЛМ и приписать "перескажи одним параграфом и как будто я пятилетний ребёнок".
2. Помощь с точными науками. За счёт своих баз данных нейросети неплохо справляются с математикой и программированием. Эти науки достаточно объективные, чтобы ЛЛМ не врала. Как минимум помочь с домашними заданиями ИИ могут спокойно, хотя стоит ко всему относиться со скептицизмом и перепроверять. С другой стороны, ИИ круто помогает с синтаксисом языков программирования и библиотек.

Хорошие примеры использования ИИ:

Принципы создания хорошего промпта

Если знать всё предыдущее, то можно спокойно пользоваться ИИ и не бояться получить плохой ответ. Но чтобы сделать результаты максимально качественными, стоит немного знать про промпты.

Промпт — исходное сообщение для LLM или любой другой нейросети, на который она пытается ответить. Хороший промпт состоит из нескольких частей (не все обязательны в одном сообщении):

1. Цель — что нужно сделать нейросети: ответить на вопрос, объяснить тему, проанализировать файл
2. Контекст — информация, полезная для ЛЛМ. Тут можно ответить на вопрос "почему нужно выполнить поставленную цель"
3. Формат — может быть таблица, список, топ 10. Можно попросить прикрепить ссылки на источники или цитаты
4. Тон — это то самое "объясни, как будто я малолетка"
5. Ограничения — можно уточнить, что не должно оказаться в ответе
6. Примеры — это мега важно. Можно значительно улучшить результат, если написать пример результата/один пункт из списка
7. Итерация — промпт можно изменять, чтобы постепенно улучшать результат ЛЛМ.

Итоги

Надеюсь, что вам пригодится полученная информация. И если вы знаете человека, который ещё не знает перечисленные выше принципы общения с ЛЛМ — скорее отправляйте ему эту статью. Я считаю крайне необходимым подобная цифровая грамотность.

Если есть что-либо, что я забыл добавить — прошу в комментарии, буду оперативно дополнять и редактировать.

Когда я познакомился со своей девушкой, меня поразила одна из её черт — она пользуется названиями цветов. И я имею в виду не только обиходные "синий", "розовый" или "жёлтый", но и литературные "салатовый", "бирюзовый", "индиго".

Вероятно, для девушек это норма — выбор одежды и косметики требует владения соответствующим лексиконом (это можно сказать не только про цвета, но и про запахи, там названия и сочетания ещё более безумные). Но я увлекаюсь дизайном уже несколько лет, и некоторых таких наименований в жизни не слышал: для меня "алый" это "красный, переходящий в оранжевый так, чтобы это не было заметно".

Не поймите меня неправильно: я обожаю цвета и всё, что с ними связано. А уметь оперировать названиями цветов — давняя мечта, ведь подобный скил может помочь быстрее коммуницировать с клиентом и командой. Поэтому мне очень давно хотелось найти или даже выучить список всех цветов, которые имеют названия.

И вот, пару недель назад я узнал о крутой фиче Яндекс браузера. При поиске цвета по названию или HEX коду появляется дополнительное меню с цветом и ему ближайшими. И каждый цвет имеет не только HEX значение, но и адекватное название.

В этом списке есть огромное количество цветов (спойлер: их 1012), каждый с уникальным названием. Очевидно, я загорелся идеей пропарсить это окно и получить названия всех доступных цветов.

Параметр поиска text - HEX код цвета, который нам нужен. Вместе с ним в ответ мы получаем список ближайших цветов, с их названиями и HEX кодами. Таким образом, не составляет трудности получить полный список названий, а затем использовать.

Сначала я занялся парсингом самостоятельно (даже ссылку сам нашёл ахаха), а потом нашёл, что на гитхабе до меня уже всё сделал Саша Максимал и визуализировал специальным сайтом (я бы так не заморачивался, чувак реально крутой). Нам остаётся поугорать над этими именами.

Многие знают название "Серо-буро-малиновый", а вот как выглядит этот цвет я выяснил только сейчас:

Ну или более модный в наше время "Электрик лайм Крайола":

Вообще Крайола - это бренд восковых мелков, и за 120 лет они понапридумывали кучу безумных цветов (в списке таких 82):

Хотя это ещё не самый интересный цвет. Вот было бы круто идти по улице, и внезапно сказать:

— О, это же цвет пергидролевой блондинки..

Моя девушка мне говорит, что я "Океанская синь". Похож?

Хотя я себя ассоциировал с "Жёлтым школьным автобусом":

Да, названия бывают длинными. Вот топ 3 самых длинных названия:

3. "Цвет пестиков неспелой кукурузы"

2. "Экстравагантный розовый Крайола"

Достоин упоминания: "Тёмный зеленовато-жёлто-зелёный" (это просто бред)

1. "Зелёные джунгли Крайола 90-го года"

С другой стороны, самые короткие цвета состоят из четырёх букв — это 'Аква', 'Лайм', 'Экрю', 'Хаки', 'Ёлки', 'Перу', 'Охра', 'Алый' и 'Панг':

Очевидно, что флора и фауна являются источниками большого количества этих названий. Базовые цвета "Лаванда", "Мятный" и "Оливковый" в разных сочетаниях на месте. Но есть и более.. креативные:

..стать похожим меньше на цветок..

Есть тут и такие биологические подробности, которые знать бы не хотелось:

И, напоследок, покажу самые забавные, которые я нашёл. Начнём с..

Интересно в этих цветах то, что эти названия реально используются, и если вбить их в поиск, можно узнать происхождение и историю.

Например, следующий цвет мы все знаем не понаслышке:

Если увижу интерес людей в этой теме, то можно будет написать сайт-браузер по цветам, их истории и происхождению.

P.S. Я знаю о существовании Pantome, где есть тысячи названий для цветов. Основная для меня проблема: там такое количество оттенков, что их трудно друг от друга отличать. К тому же большинство из них называются "U9275", типо что это за название такое?? С другой стороны, у них карточки цветов красивые.