UnityにおけるAIエージェント活用術 開発現場での試行錯誤を共有

Unityにおける AIエージェント活用術 開発現場での試行錯誤を共有

目次 1. 自己紹介 2. 業界動向と最新トピック（CEDEC/Next Tokyo） 3. AIで簡単にゲーム開発できる？ 4. Unityの課題とAI活用ポイント 5. 仕様書駆動×AI（要件入力〜仕様生成） 6. カスタムコマンドと調査基盤 7. UnityMCPによる連携と動的実行（デモ） 8. 共有 9. まとめ

自己紹介 今井駿汰 株式会社QualiArts テクニカルアーティスト

1 ゲーム業界でのAI活用

ゲーム業界のAI活用が急激に進んでいる CEDEC2025 バグチケット起票の自動化 セリフ→モーションの推定 画像・音声認識＋OCR/特徴点サンプリングでゲームの自動テスト AIを使って仕様書の自動作成・アップデート Google Cloud Next Tokyo 1日目の基調講演全てがAI関連

2 AIで簡単にゲーム開発で きるようになる？

デモ録画：ブロック崩し作成プロセス 指示: ブラウザで動くブロック崩しを作って 0:00 / 0:40

生成されたコードの抜粋
(function(){
// ===== Canvas & Pixel Ratio =====
const BASE_W = 800, BASE_H = 600; // ゲーム座標系
const canvas = document.getElementById('game');
const ctx = canvas.getContext('2d');
function setupCanvas() {
const dpr = Math.max(1, Math.min(2.5, window.devicePixelRatio || 1));
canvas.width = Math.round(BASE_W * dpr);
canvas.height = Math.round(BASE_H * dpr);
canvas.style.aspectRatio = `${BASE_W}/${BASE_H}`;
ctx.setTransform(dpr, 0, 0, dpr, 0, 0); // 論理座標=CSSピクセル
}
setupCanvas();
window.addEventListener('resize', setupCanvas);
// ===== Game State =====
const state = {
running: false,
paused: false,
score: 0,
level: 1,
li
3

JavascriptとCanvas APIを使って作成される

Unityでも挑戦 指示: ブロック崩しを作って 壊れたmetaファイル 壊れたPrefab 壊れたScene コンパイルの通らないコード

Unityでも挑戦 指示: ブロック崩しを作って 壊れたmetaファイル 壊れたPrefab 壊れたScene コンパイルの通らないコード 全然ダメそう🫠

Unityでは課題がある ゲーム開発特有の複雑さ アセット管理：画像、音声、3Dモデルの複雑な依存関係 Prefab作成： UnityAPIを経由しないと作成が困難 シーン構築：オブジェクト配置の3D空間理解が困難 シリアライズ：Unityの独特なデータ構造 ライブラリ：様々なライブラリの使用方法 UnityでゲームをAIに作ってもらうのは難しい

一部のタスクをAIに任せることは可能 コードの一部を編集 リファクタリング 指示を具体的にして実行する

一部のタスクをAIに任せることは可能 コードの一部を編集 リファクタリング 指示を具体的にして実行する

指示を具体的にする 指示を具体的に書けばAIは追従してくれる - インスタンスのライフサイクルはGameObjectに紐付いて - HogeManagerが以下のプロパティ・メソッドを持ち - HogeProperty - HogeMethod - FugaMethod - HogeClientがHogeManagerを使用して、HogeMethodを呼び出す - HogeClientは以下の要素をシリアライズして... - 変数の命名規則は... - 関数の命名規則は... - イベントはHogeEventとして定義して... - 非同期処理にはUniTaskを使い、CancellationTookenはGameObjectから取得して.. 具体的な指示→精度よく自走 仕様書レベルまで詳細な指示ができればAIは自走してくれる

3 Unityにおける 仕様書駆動開発

最近流行りの仕様書開発駆動 要件定義(仕様書)を作ってからコーディングを開始することで実装精度が上がる

これもUnityで使うには課題がある Unityに最適化した仕様書の作成フォーマットが必要

Unity用の仕様書作成コマンドを考える エンジニアが把握している知識 プロジェクト全体のアーキテクチャ 使用しているフレームワーク ライブラリの使用パターン コーディング規約 実装する際は 既存実装の把握 依存する機能の把握 コーディングルールの把握

作りたいものの入力 作りたいものと要件を入力する

仕様書作成のセットアップ

AIの自律調査

方向性の質問

ユーザーの回答 AIの方針を確認・軌道修正

追加調査

エキスパート質問

完了

生成された仕様書 0:00 / 0:10 この仕様書をもとに実装する

作ったもの 0:00 / 0:23 0:00 0:20

カスタムコマンドの流れ 1. ユーザー要求の理解 2. ユーザー要求をもとにコードを探索 3. 探索したコードをもとにユーザーに質問 4. ユーザーの回答をもとに追加探索 5. 追加探索結果をもとにユーザーに再度質問 6. 仕様書の作成

カスタムコマンド抜粋 <phase id="1" name="初期セットアップと依存関係把握"> <purpose> プロジェクト環境の準備とユーザーが言及した要素の依存関係を把握 </purpose> <steps> <step id="1-1" name="環境セットアップ"> <actions> - タイムスタンプベースのフォルダを作成: requirements/YYYY-MM-DD-HHMM-[slug] - $ARGUMENTSからスラグを抽出 (例: "ユーザープロフィールを追加" → "user-profile") - 初期ファイルを作成: - 00-initial-request.md にユーザーのリクエストを記録 - metadata.json にステータス追跡情報を記録 - requirements/.current-requirement をフォルダ名で更新 </actions> </step> </phase> <phase id="2" name="コンテキスト発見質問"> <steps> <step> 問題空間を理解するための最も重要な5つのyes/no質問を生成: - コードベース構造に基づいた質問 - ユーザーインタラクションとワークフローに関する質問 - ユーザーが現在使用している類似機能に関する質問 - 扱うデータ/コンテンツに関する質問 - 外部統合やサードパーティサービスに関する質問 - パフォーマンスやスケールの期待に関する質問 - すべての質問をスマートデフォルト付きで 01-discovery-questions.md に記録 スマ トデフォルトオプションを提案しながら 5つまとめて質問 900行のXMLファイル

呼び出すメソッドのシグネチャを検証 <investigation id="1"> **依存クラスの詳細調査** - Phase 1で特定した依存クラスの完全な理解 - メソッドシグネチャ、プロパティ、使用パターン - 実装例と注意点 </investigation> <investigation id="2"> **API調査と実装パターン検証** - 実際のソースコードからメソッドシグネチャを完全理解 - パラメータ型、戻り値型、例外を含む正確な情報 - 存在が不確かなメソッドの検証 </investigation>

呼び出すメソッドのシグネチャを検証

UnityのEditor側ソースコードも参照する UnityはEditor側のソースコードが公開され参照用に使用することができる

UnityのEditor側ソースコードも参照する UnityCsReferenceをサブモジュールに設定して参照 <investigation id="10" agent="unity-reference-researcher"> **Unity内部実装の調査**（必要に応じて） - Unity固有APIの詳細 - パフォーマンス考慮事項 - Unity推奨パターン </investigation> 仕様書の精度が大幅に向上 UnityのAPIも間違えずに呼び出してくれる

サブエージェントの活用 UnityのEditorReferenceを参照するエージェント 調査専用のエージェント

ここまででEditor拡張は作成可能 0:00 / 0:23 0:00 0:20

残りの課題

3 UnityMCPの活用

AIとUnityの連携 MCPサーバーの活用 コンパイルの実行 Prefab・シーンの操作 Unityの実行 uLoop MCPを使用

簡単なゲームまで作成可能 コンパイルの実行とコンパイルエラーの修正を自律的に行えるように 0:00 / 0:32

さらなる活用 Prefab情報取得 Scene情報取得 Scene編集 名前変更 パラメーター変更 参照追加 オブジェクト追加 オブジェクト削除 Prefab編集 名前変更 .......

コードをAIに書かせて実行させる

AIにUnity APIを呼び出すコードを書かせて実行させる
public static void SpawnPrefab()
{
string[] guids = AssetDatabase.FindAssets("prefab t:Prefab");
string path = AssetDatabase.GUIDToAssetPath(guids[0]);
var prefab = AssetDatabase.LoadAssetAtPath<GameObject>(path);

}

GameObject go = Object.Instantiate(prefab);
go.AddComponent<HogeComponent>();

コードを実行すればできることは無限大に広がる

コードの動的実行 コードを作成 ↓ コンパイル ↓ 実行 これは効率がわるい コードを動的実行する機能が MCPに存在

2つのMCPに搭載 動的なコード実行をサポート

コードの動的実行

コードの動的実行 Unity APIを呼び出すことで解決

完成 0:00 / 0:26 アセット管理・Prefab作成・シーン構築・シリアライズまでAIが対応

共有 https://github.com/rarudo/UnityAIAgentWorkflowSample

• https://github.com/rarudo/UnityAIAgentWorkflowSample

まとめ UnityでAIエージェントを最大限活用するためには 仕様書から書かせる 仕様書の時点で実装の方向性をすり合わせる ライブラリ・UnityのC#実装を参照させる Unityの操作はMCPを使用する 動的コード実行でUnityアセットのコンテキストを収集する まだまだ発展途中 指示の仕方や与えるツールによりより精度が上がる可能性がある

ご清聴ありがとうご ざいました