Eszközök

Mesterséges intelligenciával generált szöveg

GPT-5.6 Sol Ultra által készített játék: Moonlight & Mayhem fejlesztése és hibajavítása

A főszereplő a Codex Desktop környezetben futó GPT-5.6 Sol Ultra volt, amely agresszívan használt al-ügynököket a feladat megoldásához.

GPT-5.6 Sol Ultra által készített játék: Moonlight & Mayhem fejlesztése és hibajavítása

Egy fejlesztő ugyanazt az egykörös (one‑shot) játék‑promptot adta oda újra, amelyet négy évvel korábban GPT‑3 és DALL‑E használatával indított el, de ezúttal a Codex Desktopon futó GPT‑5.6 Sol Ultra‑nak — a Sol ügynökök agresszív használatával. Az eredmény egy új, részletesebb játék: Moonlight & Mayhem.

Mi változott az előző verzióhoz képest?

A korábbi, Claude Fable 5 által előállított verzióban a játék egyetlen mosómedvét helyezett egy hátsó udvarba, ahol érméket és halakat gyűjtögetett. A GPT‑5.6 Sol Ultra által készített Moonlight & Mayhem ehelyett egy múzeumi környezetet használ: a cél a két társ mosómedve kimentése, rátapogatásuk és egymásra pakolásuk, hogy ki tudják törni az arany szardínia vitrinét — tehát jóval „heist‑központúbb” játékmenet.

Művészi és technikai eszközök

A projekt GitHub‑tárában szerepelnek a Sol által generált textúrák és a promptok is; a textúrákat a gpt-image-2 használatával hozták létre. A fejlesztő megosztotta a teljes Codex‑transzkriptet is a tárolóban.

A hibajavítás: a lebegő szemgolyók esete

A one‑shot promptból előállított változat tartalmazott egy látványos hibát: minden mosómedve felett egy hatalmas fekete gömbként megjelenő, felfújt szemgolyó lebegett. A fejlesztő a fejlesztés közben készített képernyőképeket áttekintve sem vette észre, hogy a Codex automatikusan felismerje és javítsa a problémát. A hibát két egyszerű prompttal javította:

  • "Why do the raccoons have huge black spheres on them?"
  • "Fix it"

Ezek a beavatkozások végül megszüntették a hibát; a javított állapot szintén elérhető a tárhelyen.

Idő és költség

A Codex a projektet 52 perc alatt fejezte be. A fejlesztő feltüntette az AgentsView költségbecslését is arra az esetre, ha a munkamenetet teljes API‑árazás mellett futtatta volna a havi Codex‑előfizetés helyett.

Miért számít ez?

A tapasztalat több szempontból érdekes: egyrészt megmutatja, hogy a nagyobb, ügynökökre támaszkodó modellek képesek komplexebb, részletesebb játékötleteket és eszközöket (például textúrákat) előállítani; másrészt rávilágít arra, hogy a generált tartalom könnyen tartalmazhat vizuális vagy logikai hibákat, amelyeket emberi ellenőrzés vagy célzott utasítások nélkül a rendszer nem mindig javít automatikusan.

A fejlesztő anyagai — a játék forrása, az assetek, a promptok és a Codex‑transzkript — a GitHub‑tárban érhetők el a további vizsgálathoz és kipróbáláshoz.

Tags: game‑design, ai, openai, generative‑ai, llms, coding‑agents, codex, gpt