रॉब्लॉक्स स्टूडियो एजेंटिक हो रहा है
Roblox Studio में एजेंटिक वर्कफ़्लो के साथ तेज़ी से योजना बनाएँ, बनाएँ और परीक्षण करें
आज, Roblox पर शीर्ष 1,000 क्रिएटर्स में से 44% अपने गेम की योजना बनाने, बनाने और परीक्षण करने के लिए MCP के माध्यम से Roblox Assistant या तीसरे पक्ष के AI टूल का उपयोग करते हैं।1 हम Roblox Studio और Assistant को नई एजेंटिक सुविधाओं के साथ बेहतर बना रहे हैं ताकि क्रिएटर्स योजना, निर्माण और परीक्षण लूप के हर चरण को तेज करने के लिए AI का उपयोग कर सकें। हम Studio के बिल्ट-इन MCP सर्वर के माध्यम से तीसरे पक्ष के टूल्स में भी फीचर्स ला रहे हैं। अब क्रिएटर्स के पास अपने वर्कफ़्लो को AI टूल्स से बढ़ाने की अधिक लचीलापन है, जो उन्हें महत्वाकांक्षी गेम्स को तेज़ी से लॉन्च करने में मदद कर सकते हैं।
योजना: बेहतर योजना मोड
गेम डेवलपमेंट एक बहु-चरणीय, बहु-विषयक प्रयास है जिसके लिए निरंतर अन्वेषण और पुनरावृत्ति की आवश्यकता होती है। एआई टूल्स जो एक ही चरण में एक प्रॉम्प्ट लेते हैं और एक समाधान देते हैं, वे अंधेरे में तीर चलाने जैसा महसूस हो सकता है और अक्सर किसी निर्माता के मूल इरादे को वास्तव में समझने में विफल रहते हैं। हम असिस्टेंट को एक बहु-चरणीय, सहयोगात्मक विकास भागीदार बनाने के लिए एक बेहतर प्लानिंग मोड पेश कर रहे हैं, जो क्रिएटर्स के साथ मिलकर गेम के कोड और डेटा मॉडल का विश्लेषण करता है, स्पष्टीकरण के लिए प्रश्न पूछता है, और एक जटिल प्रॉम्प्ट को एक अत्यधिक विस्तृत, समीक्षा योग्य, संपादन योग्य कार्य योजना में बदलता है।
निर्माता किसी भी बदलाव से पहले संदर्भ जोड़कर और योजना में समायोजन करके यह सुनिश्चित कर सकते हैं कि यह उनके इरादे के अनुरूप हो। यह योजना एक संक्षिप्त गेम डिज़ाइन दस्तावेज़ के रूप में काम करती है, जिसका उपयोग एजेंट समानांतर रूप से कार्यों को निष्पादित करने और अपने काम की तुलना मूल दृष्टि से करने के लिए कर सकते हैं। सहायक कार्यों की एक संरचित सूची संदर्भ के साथ बनाता है, जिसका वह सत्र के बाकी हिस्से के लिए संदर्भ ले सकता है। लॉन्च के तुरंत बाद, हम इस संदर्भ को स्वचालित रूप से संग्रहीत करने की क्षमता जोड़ेंगे ताकि इसे सत्रों के बीच संदर्भित किया जा सके।
निर्माण: नए मेष और प्रक्रियात्मक जेनरेशन टूल्स
एक योजना तैयार होने के बाद, दुनिया बनाने का समय है। नए मेष और प्रक्रियात्मक मॉडल जनरेशन फीचर्स निर्माण प्रक्रिया को गति देते हैं और रचनाकारों को अपनी योजनाओं को विस्तृत, इंटरैक्टिव दुनियाओं में बदलने में मदद करते हैं। मेष जनरेशन रचनाकारों को गेम की दुनिया में तेजी से टेक्सचर वाले मेष जोड़ने की अनुमति देता है।
हम जल्द ही कोड द्वारा नियंत्रित प्रक्रियात्मक मॉडलों को भी पेश करेंगे। निर्माता टेक्स्ट और इमेज प्रॉम्प्ट्स का उपयोग करके अनुकूलन योग्य विशेषताओं वाले प्रक्रियात्मक मॉडल उत्पन्न कर सकेंगे, या उन्हें शून्य से स्वयं बना सकेंगे। पुस्तक अलमारी में शेल्फों की संख्या, मेज के चारों ओर कुर्सियों की संख्या, और अन्य कई विशेषताएँ गतिशील रूप से समायोजित की जा सकती हैं, जिससे अधिक स्मार्ट, संपादन योग्य बिल्डिंग ब्लॉक्स तैयार होंगे जिन्हें परिष्कृत करके अन्य उद्देश्यों के लिए पुनः उपयोग किया जा सकता है।
परीक्षण: नया प्लेटेस्टिंग एजेंट बीटा
परीक्षण और पुनरावृत्ति एक मजबूत गेम बनाने की कुंजी हैं जो खिलाड़ियों को बार-बार लौटने के लिए प्रेरित करता है। कई निर्माताओं ने परिष्कृत परीक्षण कार्यप्रवाह बनाए हैं और एआई द्वारा सक्षम और भी अधिक परिष्कृत कार्यप्रवाहों की कल्पना की है:
"भविष्य में, समुदाय के सदस्य बग या फीचर अनुरोध सामने ला सकते हैं और मेरी एआई प्रणाली समीक्षा करके रातों-रात कार्य पूरे कर सकती है। जब मैं जागता हूँ, तो मुझे बस पुल रिक्वेस्ट्स की जांच करनी होती है और यह देखना होता है कि मैं गेम में क्या एकीकृत करना चाहता हूँ।"
असिस्टेंट का नया प्लेटेस्टिंग एजेंट बीटा मूल योजना के अनुसार गेम का परीक्षण करने, कोड और डेटा मॉडल का विश्लेषण करने, लॉग पढ़ने, और व्यवहार सत्यापित करने के लिए खिलाड़ी पात्र का उपयोग एक स्वचालित QA परीक्षक के रूप में करने में मदद कर सकता है।
योजना, निर्माण और परीक्षण में नई क्षमताओं के साथ, असिस्टेंट एजेंटिक लूप्स का उपयोग करके गेम के विभिन्न पहलुओं का परीक्षण करने, सुझाए गए समाधान प्रस्तुत करने, और फिर परिणामों को भविष्य की योजना लूप्स में शामिल करने में बेहतर है, जिससे एक स्व-सुधार प्रणाली बनती है जो समय के साथ अधिक सटीक होती जाती है।
अधिक वर्कफ़्लो, अधिक लचीलापन
एआई (AI) गेम की योजना बनाने, निर्माण करने और परीक्षण करने के वर्कफ़्लो को गति दे रहा है, और हम अपने टूल को बेहतर बनाने के लिए प्रतिबद्ध हैं ताकि क्रिएटर रचनात्मक दृष्टिकोण और निष्पादन के बीच की खाई को पाट सकें।
हम अन्य सामान्य वर्कफ़्लो को सक्षम करने, एजेंट्स को समानांतर रूप से चलाने की अनुमति देने, जटिल कार्यों के लिए लॉन्ग-फ़ॉर्म क्लाउड एजेंट वर्कफ़्लो बनाने, अधिक प्रकार के खिलाड़ी व्यवहार का अनुकरण करने में सक्षम अधिक बुद्धिमान NPC विकसित करने, एक नोड ग्राफ़ के साथ AI वर्कफ़्लो का विज़ुअलाइज़ेशन करने, और अधिक टूल और इनपुट विधियों का समर्थन करने पर काम कर रहे हैं। हम यह भी सुनिश्चित कर रहे हैं कि निर्माता, अनप्राivileged एपीआई और स्टूडियो के अंतर्निर्मित MCP सर्वर के माध्यम से किसी प्रोजेक्ट के बारे में सभी संदर्भ को उपलब्ध कराकर, स्टूडियो के साथ क्लॉड, कर्सर, कोडेक्स और अन्य थर्ड-पार्टी टूल का निर्बाध रूप से उपयोग कर सकें।