【ITニュース解説】I run a one-person game studio on Claude Code. Two months, 7 games, about $1 in ad revenue.

ある個人開発者が、大規模言語モデルの一種であるClaude Codeを駆使し、たった一人でゲームスタジオを運営した驚くべき事例が報告された。この開発者は本業で脆弱性評価の仕事に従事しており、その傍らでこのプロジェクトを進めている。わずか2ヶ月という期間で7本のAndroidゲームを開発し、そのうちいくつかはGoogle Playで公開またはクローズドテスト中であるという。しかし、開発速度は目覚ましい一方で、広告収入は過去30日間で約152円（約1米ドル）と、収益化にはまだ課題があることが示されている。

この開発者がゲーム制作を高速化できた鍵は、Claude Codeの画期的な利用方法にある。彼はClaude Codeのひとつのセッションを「プロデューサー」役とし、その下にゲームデザイン、プログラミング、品質保証（QA）、プレイテストの評価、リリース、広告、分析など、合計15もの専門部署（サブエージェント）を設けた。まるで実際のゲーム開発会社のように、各サブエージェントがそれぞれの専門分野の作業を担うのである。例えば、開発者が「レベル3が簡単すぎる」と指示すると、プロデューサー役のAIがデザイナー役のAIに数値調整を指示し、プログラマー役のAIがコードに反映させ、QA役のAIが自動プレイヤーでクリア率を測定し、最後にプレイテスト評価役のAIが実際にプレイして感想を述べる。開発者自身は最終的に実機でビルドを確認し、承認または修正を指示するのみである。これにより、開発の大部分がAIによって自動化される構造が実現した。

このシステムを構築するにあたり、役割分担の設計は非常に重要だった。当初、開発者は全てを一つのAIセッションに任せていたが、すぐに二つの問題に直面した。一つは、AIが自分の書いたコードを自分でテストするため、テストが必ず成功するように書かれてしまい、真の欠陥を見つけ出すことができなかった点である。もう一つは、AIがコードが仕様に合致しているかには関心を持っても、「ゲームが面白いか」という本質的な問いを投げかけることがなかった点である。コードを生成した直後のAIは、そのコードが適切であるかどうかに焦点を当て、ゲームの面白さやプレイヤー体験には意識が向かない。これらの問題を解決するためには、第三者の視点、つまり独立した評価者の視点が必要だと開発者は気づいた。

そこで、開発者は各視点に個別のサブエージェントを割り当てることにした。Claude Codeでは、各サブエージェントは空白のコンテキスト（以前の会話や作業履歴）から始まるため、開発者の仮定や以前のAIの思考に引きずられることなく、独立した判断を下すことができる。特に、レビューを担当するサブエージェントにとって、この「空白のコンテキスト」は、作者の意図や前提に縛られずに客観的に評価する上で非常に有効だった。

この役割分担において、最も重要な決定は、部門を「出力物」ではなく「質問」によって分割したことである。最初の試みでは、コード作成部門、画像作成部門、テキスト作成部門のように、それぞれが具体的な成果物を作り出す形で部門を分割したが、これはすぐに破綻した。例えば、ボールが跳ね返る角度一つをとっても、元のゲームはどうなっているのか、私たちのゲームではどうすべきか、コードにどう組み込むか、どんな音が鳴るべきか、この角度がクリア率にどう影響するか、といった複数の質問が絡み合う。出力物で部門を分けると、これら全ての質問が一つの部門に集中してしまい、混乱が生じる。

そこで開発者は、各部門が特定の「質問」を担当するように変更した。「元のゲームはどうなっているか？」は仕様分析担当、「私たちのゲームには何が適切か？」はゲームデザイナー担当、「どうやって構築するか？」はプログラマー担当、「どのように感じさせるべきか？」はUIと演出担当、「壊れていないか、数値はどうなっているか？」はQA担当、「面白いか？」はプレイテスト評価担当、といった具合である。これにより、何かに迷った時でも「誰がこの質問に答えるべきか」を問えばよく、部門間の役割の衝突がほとんどなくなったという。

当初、開発者のAI部門はゲームの「制作側」に焦点を当てた10部門で構成されていた。しかし、実際に運用してみると、リリース後の「運用側」に大きな穴があることが明らかになった。例えば、テスターからのフィードバックが9件もあったのに、それを読み込んで対応する担当者がいなかったり、広告が表示されない原因が自作コード内の問題にあったのに、その広告効果の数値を横断的にチェックする担当者がいなかったり、ストア掲載情報が最適化されておらず、ゲームの新規インストール数が伸び悩んでいる問題に誰も対応していなかったりした。

これらの課題を受け、開発者は新たにストア最適化、ライブ運用（LiveOps）、プレイヤーサポートの3部門を追加した。さらに、APIが存在しない管理ページでの作業のために、ウェブ調査員とブラウザ操作担当も追加された。制作側の部門は当初から充実していたが、実際にゲームをリリースし、運営していく中で、「出荷後」のフェーズがいかに重要であるかを痛感した経験である。部門構成を一覧表として可視化していたため、そこに存在する「空白の行」が、運用側の不足を明確に示してくれたと開発者は述べている。

この事例は、AI、特に大規模言語モデルが、システム開発プロセス全体において、単なるコード生成ツール以上の役割を担える可能性を示している。複数のAIを協調させ、それぞれの専門性を持たせることで、人間一人では成し得ないような高速な開発が可能になることが証明された。同時に、技術的な開発速度の向上と、市場での成功や収益化は別の課題であり、AIを活用したシステム開発においても、ユーザー体験や運用、マーケティングといった多角的な視点がいかに重要であるかを浮き彫にしている。