が GDScript を書き、Cursor が C# を書き、 がレベルデザインを提案する。さらに がスプライトを描き、Meshy が 3D モデルを起こし、Suno が BGM を作る。1 人インディーがゼロから完成品を出すサイクルが、現実に短縮されてきました。本連載では とゲームエンジン ( / / / / 等) の組合せ を、開発時 / 実行時 / 運用時の 3 軸で具体的に扱います。EP.01 では連動可能なゲームエンジン 10 種の地図と、シリーズで扱う予定のテーマを示します。
1. なぜ今 LLM × ゲーム開発が面白いか
- スクリプト生成精度の到達: GDScript / C# / Lua / Python は LLM が高精度で書ける言語。シェーダー (HLSL / GLSL) も実用域に
- アセット生成の実用化: Stable Diffusion / Midjourney / Meshy / Suno / ElevenLabs を組合せれば 1 人で全アセット工程が回せる
- 実行時 LLM の現実化: NPC の会話・行動を LLM で動的生成するゲームが商用にも出始め (例: Inworld AI / NVIDIA ACE 連携タイトル)
- ゲーム特有のドメインデータの蓄積: GameDev.tv / Reddit / YouTube の解説が LLM 学習データに豊富 → 「Godot で 2D プラットフォーマー作って」が一発で動く時代
- MCP 等のプロトコル整備: LLM がゲームエンジンを「外側から操作」できる仕組みが整備中 (Godot MCP / Unity MCP 等)
2. 連動可能なゲームエンジン 10 種の地図
本連載で扱うゲームエンジンを、言語 / ライセンス / LLM 連動度 / 想定用途 で並べて整理します。「LLM 連動度」 は ① スクリプト言語の LLM 生成精度、② プロジェクトファイルの可読性、③ MCP / 拡張 API の有無、④ 公式ドキュメント・学習データの量、を総合した主観評価。
| エンジン | 主言語 | ライセンス | LLM 連動度 | 想定用途 |
|---|---|---|---|---|
| Godot 4 | GDScript / C# | MIT (OSS) | ★★★★★ | 2D/3D 全般、インディー、教育 |
| Unity 6 | C# | 商用 (無料枠あり) | ★★★★ | 2D/3D 全般、商用、求人最多 |
| Unreal 5 | C++ / Blueprint | 商用 (売上 5% RR) | ★★★ | AAA 級 3D、フォトリアル |
| pygame | Python | LGPL | ★★★★★ | 教育、プロトタイプ、2D 実験 |
| Bevy | Rust | MIT / Apache 2.0 | ★★★★ | ECS パターン、研究、Rust エンジニア |
| LÖVE | Lua | zlib | ★★★★ | 2D、ゲームジャム、軽量 |
| Defold | Lua | Defold License (商用可) | ★★★ | 2D モバイル、軽量 |
| GameMaker | GML (独自) | 商用 | ★★ | 2D 商用、UNDERTALE / Hyper Light Drifter |
| Phaser 3 | JavaScript / TS | MIT | ★★★★ | Web 2D ゲーム、HTML5 配信 |
| Ren'Py | Python + 独自 DSL | MIT | ★★★★ | ノベルゲーム、シナリオ重視 |
★5 (Godot / pygame / Ren'Py): 全工程を LLM だけで完結できる、シーンやアセットの定義もテキスト。★4 (Unity / Bevy / LÖVE / Phaser): スクリプトは高精度、エディタ操作は人手が要る。★3 (Unreal / Defold): 言語 (C++ / 独自) は LLM 生成可だが、Blueprint やバイナリ資産が多く LLM 連携に工夫が要る。★2 (GameMaker): GML は LLM 学習データが少なめ。
3. Godot 4 ── 本連載の主役候補
OSS / 軽量 / GDScript が Python 風 という三拍子が LLM 開発と相性抜群。シーンファイル (.tscn) がテキスト形式なので、LLM が「シーンを直接編集」できるのも大きい。Godot 4 で 3D / 物理エンジンも実用域に入り、商用作品 (例: Cassette Beasts、Brotato、Buckshot Roulette) が次々出ています。
- GDScript: Python 互換ではないが構文がほぼ Python。LLM 生成の誤りが少ない
- C# サポート: Unity からの移行組向け、商用案件で .NET エコシステムが要るとき
- .tscn / .tres: シーン・リソースが human-readable な独自フォーマット (INI 風)
- godot-mcp (コミュニティ実装): Claude Code / Cursor から Godot を直接操作
- ライセンス: MIT、ロイヤリティなし、ロゴ表示義務なし
4. Unity 6 ── エコシステム最大
求人数・アセット数・学習教材数で世界最大級。LLM 連動も実用域ですが、prefab / scene がバイナリで LLM が直接読み書きしにくいのが弱点。Muse (Unity 公式 AI) や ML-Agents といった公式 AI 製品があり、エンタープライズ用途で安心感も。
- C#: 構文が安定、LLM 生成は GDScript より歴史が長い分こなれている
- Asset Store: 何でもある (が、自前で書いた方が早いことも多い)
- Unity Muse: Unity 公式の AI 機能 (テクスチャ / アニメーション / コード生成)
- 料金体系: 個人・小規模は無料、売上が大きくなると Pro / Enterprise が要る
5. Unreal Engine 5 ── AAA 級 3D
Nanite / Lumen / MetaHuman などの最先端機能を備えるフォトリアル系の代表。C++ + Blueprint のハイブリッドで、LLM は C++ 部分は得意、Blueprint (ビジュアルスクリプト) は直接編集が難しいので、コードに置き換えるアプローチが現実的。
- C++ コード: LLM が読み書きできる、複雑度は高い
- Blueprint: ビジュアル node 編集、LLM が直接いじるのは現状苦手
- 料金: 売上 100 万 USD/年まで無料、超過分に 5% ロイヤリティ
- 用途: フォトリアル 3D / アーキビズ / 映像制作との親和性
6. pygame ── 教育・プロトタイプの王道
Python で書ける という一点だけで、LLM 開発との相性が圧倒的。学習コスト最小、プロトタイプ最速。商用には不向きだが、アルゴリズム実験 / ゲームジャム / 教育 には最適。
- 100 行程度で動くゲームが書ける
- Python の機械学習・科学計算ライブラリと直接連携可
- 配布: PyInstaller で実行ファイル化、ただし起動が遅い
- 3D: ほぼ非対応 (Panda3D / Ursina など別ライブラリが必要)
7. Bevy ── Rust × ECS の新星
Rust 製・ECS (Entity Component System) 設計 で、関数型寄りの記述になるため LLM 生成も安定。コミュニティが急成長中。型システムが厳格なため、LLM が書いたコードでも実行前にバグが弾きやすい のが大きな利点。
- ECS パターン: データとロジックを分離、LLM がパターンに沿って生成しやすい
- Rust の型安全性: LLM の hallucination を compile error で弾ける
- MIT / Apache 2.0: ライセンスが寛容
- まだ若い: API が頻繁に変わるため、LLM の学習データが古いと困ることも
8. LÖVE / Defold / GameMaker ── 2D 軽量
- LÖVE (love2d): Lua、ゲームジャムの定番、起動 1 秒の軽さ
- Defold: Lua、King 社製、Web / モバイル配信が得意
- GameMaker: GML (独自言語)、商用 2D 名作多数 (UNDERTALE / Hyper Light Drifter / Vampire Survivors)、LLM 学習データは少なめ
9. Phaser / Construct / Cocos ── Web / ノーコード
- Phaser 3: JavaScript / TypeScript、Web ブラウザで動く 2D ゲーム、LLM 生成と Web 配信の相性が良い
- Construct 3: ノーコード、子供向けゲームプログラミング教育で人気
- Cocos Creator: 中華圏で広く使われる、ハイブリッドゲーム向け
10. Ren'Py / RPG Maker ── ナラティブ系
ノベルゲーム / 古典 RPG に特化したエンジン。シナリオ・台詞が中心なので、LLM の文章生成と最も相性が良い分野。Ren'Py は OSS / Python ベース、RPG Maker は商用。
11. LLM 連動の 3 つのレイヤー
| レイヤー | 用途 | 代表ツール / 技術 |
|---|---|---|
| 開発時 (build-time) | コード生成 / アセット生成 / レベル生成 | Claude Code / Cursor / Stable Diffusion / Meshy / Suno |
| 実行時 (runtime) | NPC 会話 / 動的シナリオ / プレイヤー入力解釈 | OpenAI API / Anthropic API / Inworld AI / NVIDIA ACE |
| 運用時 (post-launch) | プレイログ解析 / バグ分類 / コミュニティ Q&A | LangSmith / Langfuse / 自前 LLM |
NPC を OpenAI / Claude API で動かす と、1 セッション 5-30 円程度のコストになる。F2P モバイルでは厳しいが、買切型ゲームや高単価サブスクなら成立。あるいは ローカル LLM (Llama 3 8B / Phi-3 等) をプレイヤー PC で動かす実装も増え、ローカル LLM が GPU 載っていない PC でも動くサイズになってきた。
12. シリーズで扱う予定のテーマ (構成案 ・随時追加)
- EP.02: Godot × Claude Code ── GDScript 生成と godot-mcp の使い方
- EP.03: Unity × Cursor ── C# script 生成と Asset Store の付き合い方
- EP.04: Unreal × LLM ── C++ コード生成、Blueprint は LLM でどう扱う？
- EP.05: pygame で学ぶ「LLM 開発の全工程」 ── 仕様 → 実装 → 配布
- EP.06: Bevy (Rust) × LLM ── ECS パターンと型安全性が LLM 生成にどう効くか
- EP.07: アセット生成統合 ── Stable Diffusion / Meshy / Suno のゲーム開発フロー
- EP.08: NPC を実行時 LLM で動かす ── プロンプト設計とコスト管理
- EP.09: シナリオ・セリフ生成 ── Ren'Py で LLM ノベルゲームを作る
- EP.10: プロシージャル生成 + LLM ── マップ・ダンジョン・クエストの動的生成
- EP.11: ゲームバランス調整 ── LLM プレイヤーで自動テスト
- EP.12: プレイログ解析 ── BigQuery + LLM でユーザー行動を理解する
13. 本連載で意識すること
- 動くコードを示す: 概念だけで終わらせず、各 EP で最低 1 つは動くゲーム / プロトタイプを
- LLM 任せにしない判断軸を示す: 「ここは人間が書く / ここは LLM に任せる」 の境界線
- コスト感の明示: 実行時 LLM のトークン消費を実測値で
- ライセンスの注意: 商用化を意識した話を都度入れる
次の話
EP.02 は Godot 4 × Claude Code ── godot-mcp を入れて、Claude にシーンを直接編集させる流れを実装込みで扱います。「2D プラットフォーマーの叩き台を Claude にゼロから作らせる」 をライブ風にやる回。