スプレッドシートのルールからデータ駆動型ゲームのプロトタイプを作る

AIを活用し、スプレッドシートのゲームルールをもとに、遊べるデータ駆動型のプロトタイプを作ります。元データをゲームシステムに対応付け、範囲を絞ったゲームプレイループを検証します。

Seele Editorial Team更新日 2026年11月16日

スプレッドシートには、ゲームバランスの調整メモのほかにも、キャラクター、アイテム、遭遇イベント、アップグレード、プレイヤーの行動後に何が起きるかを決める条件などを記載できます。こうした行をゲームのプロトタイプに落とし込むには、データ項目ごとに意味とゲーム実行時の使い道を明確にし、ルールが機能したことを確認できるようにする必要があります。

この記事では、架空のターン制探索ゲーム「Ember Circuit」を例に使います。キャラクター、シート、ルール、実装、結果はすべて架空です。元のスプレッドシート、プロジェクトファイル、プレイ可能なビルドは、いずれも提供されておらず、テストも行っていません。

プレイで確かめる問いを一つに絞る

まず、プロトタイプで答えを確かめたい問いを決めます。たとえば「エネルギーを1消費して部屋をスキャンすると、危険が進行する前にルートが見つかるか?」です。「設計用のスプレッドシートを丸ごと変換できるか?」という問いよりも検証しやすくなります。初期状態、プレイヤーの行動一つ、ルールによる変化一つ、目に見えるフィードバックに必要な数行を選びます。

行動の前後で状態がどう変わるはずかを、平易な言葉で書き出します。架空のEmber Circuitのシートでは、斥候はチャージ3単位を持ってスタートし、スキャンには1単位を消費します。スキャンに成功すると、封印された扉のシンボルが見えるようになります。これらの数値と挙動は例示用です。実際のプロジェクトでは、コードやコンテンツに落とし込む前に、ゲームデザイナーが内容を確認してください。

スプレッドシートのゲームルールをもとに作った、プレイ可能な架空のデータ駆動型遭遇イベント。
元データとプレイヤーが得る結果を照合できる、小さなルールのループから始めます。

スプレッドシートを元データとして読み解く

まず、シートのタブを一覧にして、それぞれの用途を記録します。「Items」というタブに、アイテムの定義、ショップでの価格、進行に応じた解放条件が混在していることもあります。「Power」という列が、ある箇所ではダメージを、別の箇所ではクラフトの段階を表すこともあります。ラベルや色、数式、結合セルだけで、実行時にデータをどう扱うかが一貫して定まると考えないでください。

プロトタイプに必要なフィールドごとに、管理担当者とデータ型を特定します。型には、文字列の識別子、整数、小数、ブール値、カテゴリ、別の行への参照などがあります。必須かどうか、重複を許すか、空白セルが何を意味するかも記録します。一つの列に複数の意味があったり、自由記述のメモが入っていたりする場合は、その列に依存する前に、ルールの担当者に意味を明確にしてもらいます。

元のタブと列を、ゲーム内で表す概念、検証ルール、実行時にそのデータを使う処理に結び付ける、簡潔な対応表を作ります。たとえば、行の識別子を安定したアイテムIDにし、「cost」の値を行動に必要なリソースが足りているかの判定に使い、「result」のカテゴリで状態遷移を選べます。列名を変数名に写すだけで済ませず、元データと処理の関係を対応表に記載します。

コードを生成する前にデータ契約を定義する

行の種類ごとに、最低限必要なデータ構造を決めます。たとえば、架空の遭遇イベントには、ID、初期エネルギー、行動ID、消費エネルギー、遷移先の状態、フィードバックメッセージを持たせられます。ルールの定義とプレイ中の状態は分けて扱います。スキャンにエネルギーを1消費するという定義は元のシートに記載でき、そのプレイヤーがすでに部屋をスキャンしたかどうかは、実行中のプレイヤー状態に記録します。

行の位置よりも、変わらないIDを優先します。別の行から「3番目のアイテム」を参照していると、シートを並べ替えた際に、その対応関係が崩れることがあります。item_crystal_lantern のような識別子で参照し、各参照先が存在することを検証します。表示名が翻訳や編集で変わる可能性がある場合は、識別子との兼用を避けます。

AIはスキーマを提案したり、想定される依存関係を整理したりできますが、その提案はあくまで仮説です。解釈が曖昧な数式や単位、効果の重複ルール、適用順序は、ゲームデザイナーに確認します。データの取得元となったシートのリビジョンを記録しておけば、レビュー担当者が生成またはインポートされた値を一つずつ元データまでたどれます。

少量のサンプルをインポートして検証する

Unityのドキュメントでは、CSVとJSONは、プロジェクトのコードからテキストを読み取れるText Assetsとしてインポートできる形式に含まれています。各列の意味は、ファイルをインポートしただけでは決まりません。ゲーム側にはパーサーと明示的な検証処理が必要です。プロジェクトによっては別のデータ処理フローを選ぶこともあります。採用した方法は、実際に使用するエンジンとビルド構成で確認してください。

プロトタイプでデータを使う前に、必須フィールド、IDの重複、数値の範囲、未定義のカテゴリ、参照先の欠落、形式が不正な行を確認します。エラーには、問題の行とフィールドを明記します。「無効なデータ」とだけ表示するエラー処理でもクラッシュを防げるかもしれませんが、ゲームデザイナーがシートを修正する手がかりにはほとんどなりません。ダメージ値が欠けているときに0を使うのは、意図した代替処理であり、その適用を確認できる場合に限ります。

可能であれば、パーサーはゲームプレイループから切り離してテストします。有効な行を1行と、識別子が空欄、コストが負の値、行動が未定義、IDが重複、存在しない扉を参照している、といった意図的に作った無効な例を入力します。データの取り込み時点でエラーを検出できるかを確かめておくと、あとから遭遇イベントが正常に動かなくなる事態を防げます。

スプレッドシートの各行が検証を経てゲームルールとプレイヤーへのフィードバックに反映される流れ。
明確なデータ契約が、元データの列と実行時の挙動、プレイヤーが確認できる結果を結び付けます。

データを結果が見えるゲームプレイループにつなげる

最初に実装する処理の範囲を絞ります。初期状態を読み込み、行動を提示し、その条件を確認してコストを差し引き、ゲーム世界の状態を更新し、変化を表示します。スキャンで扉のシンボルが見えるようになる仕様なら、マップの変化、新たに操作できる対象、短いメッセージなど、プレイヤーが目で確認できる反応が必要です。メモリ上の数値が変わっただけでは、プレイヤーがルールを理解できるかどうかは分かりません。

どちらを正本とし、データをどちら向きに受け渡すかを明確にします。スプレッドシートを正本にするのか、それともゲームデザイナーがエンジン固有のリソースを編集し、シートへエクスポートするのかを決めます。二つのコピーをそれぞれ編集できると、いずれ内容が食い違います。プロトタイプではデータの流れを一方向に定め、インポートまたはエクスポートの手順を記録します。

重要なルールは、処理内容を確認できる形にします。ターン制のプロトタイプなら、現在のエネルギー、行動コスト、条件の判定結果、状態遷移、フィードバックIDをログに記録できます。実際の挙動を元の行が示す想定と照合しやすくなり、ルールが誤った分岐に進んだときも、レビュー担当者が原因を調べる手がかりになります。

正常ケースと境界ケースをテストする

プロトタイプを試す前に、期待する結果を用意します。通常どおりに成功するケース、プレイヤーのリソースが足りず失敗するケース、行動に必要なエネルギーがちょうど足りるといった境界ケースを含めます。パーサーも変更対象なら、データが欠けているケースや不正なケースも追加します。どのテストも、安定した識別子を持つ入力行や、内容を文書化したテストフィクスチャに対応付けられるようにします。

実際の状態とプレイヤー向けのフィードバックを、期待した結果と照合します。元データのリビジョン、ビルドのバージョン、入力ケース、観測された出力、想定とのずれを記録します。シートに変更があったら、変更内容を確認したうえで期待結果を更新します。最新版であるというだけで、その内容を正しいものとして扱わないでください。

ルールの実装に関わっていない人に、そのループをプレイしてもらいます。行動が成功または失敗した理由を理解できるでしょうか。表示された結果は内部状態と一致しているでしょうか。この確認の目的は、プレイヤーがルールを理解できるかを確かめることです。ゲームバランスやアクセシビリティは、別途より広い範囲でレビューする必要があります。

開発者が小規模なデータ駆動型ゲームのプロトタイプを元データのケースと照合している。
各テスト結果を入力ケースとデータのリビジョンに結び付ける簡潔な記録を残します。

AIを補助に使い、人がレビューする

AIは列の要約、参照関係の候補の特定、検証ルールの下書き、サンプルパーサーの構成案、一時的なビジュアル案の作成に役立ちます。未確定のゲームルールの解釈は人が判断します。数式に意図的な例外が含まれていたり、空欄が「継承」を意味していたり、値の単位が別の場所にしか記載されていなかったりするためです。

レビュー担当者が生成された対応付けをすべて確認し、代表的なサンプルを元データと照合します。入力と出力の成果物はまとめてバージョン管理します。対応付けが変わったら、それに依存する検証ケースを再実行します。こうして、インポートを一度きりの作業で終えず、経緯と根拠をたどれるようにします。

小さな実装が安定してから範囲を広げる

データに基づくループが一つ、期待どおりに動くようになったら、行を少しずつ追加します。コンテンツの検証状況を確認できるようにし、安定したIDを維持し、プロジェクトで対応できる場合は自動チェックも組み込みます。シート全体を一度にインポートすると、不正な値や矛盾するルールの原因を突き止める作業が不必要に難しくなります。

データの意味が明確で、実行結果を確認できれば、スプレッドシートのデータは設計をプロトタイプに落とし込むのに役立ちます。ゲームについての問いを一つ選び、データ契約を定め、データを検証し、実行中のループを元データのケースと照合します。AIを使ったゲーム制作全般の進め方については、実践的なワークフローの解説をご覧ください。

よくある質問

スプレッドシートのルールから、遊べるゲームのプロトタイプを作るには?

シートの内容をエンティティ、行動、条件、効果、進行に分け、重要な列ごとに実行時の役割を一つずつ明確にします。少量のサンプルをインポートし、必須の値と参照先を検証したうえで、成功と失敗の両方を試せる短いループを一つ作ります。コンテンツを増やしたり、プロトタイプが正しく動くと判断したりする前に、実際の挙動を元データの行と照合します。

AIでスプレッドシートをゲームに変換できますか?

AIは列の意味を説明したり、考えられる関係を特定したり、データスキーマの下書きや小規模なプロトタイプを提案したりできます。プロジェクトの背景情報とテストがなければ、曖昧な数式が意図したルールを表しているか、インポートしたデータが正しく動くかは判断できません。元データのコピーを残し、生成された対応付けをレビューし、実際にゲームを動かして代表的なエッジケースを検証します。

ゲームルールはCSVとJSONのどちらに保存すべきですか?

チームがデータをどのように編集、検証、読み込みするかに合わせて形式を選びます。UnityはCSVとJSONをText Assetsとしてインポートでき、テキストはプロジェクトのコードから参照できます。アプリケーション側には、別途パースと検証のロジックが必要です。構造化データの形式は入れ子になったオブジェクトをより直接的に表現できる場合があり、CSVは行単位のコンテンツに便利です。選んだ方法は、対象のエンジンとビルドでテストします。

スプレッドシートのデータに起因するゲーム内のエラーを防ぐには?

インポートの前に、必須列、許容する値の範囲、一意の識別子、参照ルールを定義します。空白セル、IDの重複、未定義のカテゴリ、不正な数式、参照先の欠落を検証します。問題ごとに行と列を報告し、ルールを黙って変えてしまわないよう、読み込みを中止するか、意図して定めた代替処理を適用します。レビューに備えて、元データとインポート済みデータのバージョンを対応付けて管理します。

プロトタイプにはスプレッドシートの内容をどの程度使うべきですか?

初期状態、プレイヤーの選択、ゲーム状態の変化、目に見える結果という一連の流れを一つ検証できるだけの行を使います。正常ケースに加え、値の欠落や最大値などの境界ケースも含めます。小さなサンプルなら、元データをたどりやすくなります。データが処理される流れとルールの挙動を把握してから、コンテンツを追加します。

SEELE AI

このガイドをプレイできる作品に。

作りたいものを明確にし、Seele AI ワークスペースで改善を重ねましょう。

制作を始める