تصور کنید ایده‌ی یک بازی را به یک چت‌بات بگویید و در عرض چند دقیقه، لینک یک بازی قابل‌پخش تحویل بگیرید. گوگل با معرفی Playground، این تخیل را به واقعیت تبدیل کرده است تا هر کسی، حتی بدون دانش برنامه‌نویسی، بتواند بازی‌های ساده‌ای بسازد. در حالی که توسعه سنتی بازی‌ها نیازمند برنامه‌نویسی گسترده است، این سرویس اکنون به کاربران اجازه می‌دهد بدون نوشتن حتی یک خط کد، بازی‌های ویدئویی کاربردی و قابل‌پخش خلق کنند.
این سرویس که در ۱۱ اکتبر ۲۰۲۶ عرضه شد، از مفهومی به نام Vibe Coding (کدنویسی بر اساس حس و حال) استفاده می‌کند. در این روش، کاربر به‌جای نوشتن خطوط پیچیده کد، توصیفات متنی ساده‌ای را ارائه می‌دهد و هوش مصنوعی آن‌ها را به یک بازی فعال در مرورگر تبدیل می‌کند. این فرآیند به‌گونه‌ای طراحی شده است که ساده، گفتگو-محور و پاسخگو باشد تا برای کسانی که هیچ مهارت توسعه بازی یا دانش کدنویسی ندارند، کاملاً قابل دسترس باشد.
این پروژه بخشی از Google Labs است؛ محیطی شبیه به یک آزمایشگاه برای ابزارهای هوش مصنوعی که هنوز به مرحله‌ی اپلیکیشن رسمی نرسیده‌اند. گوگل پیش از این از این صفحه برای آزمایش‌های مختلف هوش مصنوعی، از جمله ابزارهای تولید موسیقی استفاده کرده است. این رویکرد مشابه سرویس Horizon Create شرکت متا است که در ماه سپتامبر معرفی شد. همان‌طور که در تحلیل قبلی ما درباره‌ی Google Cloud Gemini Agent اشاره کردیم، تمرکز گوگل پیش‌تر بر گردش‌کارهای سازمانی چندروزه بود، اما Playground حالا روی خلاقیت مصرف‌کننده و نمونه‌سازی سریع تمرکز کرده است.
کاربران می‌توانند عکس، ویدیو یا مدل‌های سه‌بعدی خود را به‌عنوان مرجع آپلود کنند، اما به‌صورت پیش‌فرض، تمام طراحی‌های بصری توسط هوش مصنوعی زاینده (Generative AI) — که مثل هنرمندی است که میلیاردها تصویر را دیده و حالا می‌تواند بر اساس توصیفات شما طرح‌های جدید بزند — مدیریت می‌شود. در کنار این قابلیت‌های تولیدی، گوگل برای مقابله با چالش‌های محتوای مصنوعی، ابزارهایی مانند SynthID را برای احراز اصالت رسانه‌های تولید شده توسط هوش مصنوعی توسعه داده است تا شفافیت در تولید محتوا حفظ شود.
فرآیند تکرار و اصلاح
بر اساس بررسی‌های کاربردی، گردش‌کار این پلتفرم کاملاً گفتگو-محور است. کاربر با یک دستور ساده شروع می‌کند و سپس با دستورات تکمیلی، نتیجه را اصلاح می‌کند. برای مثال، درخواستی برای ساخت «تتریس با خوک‌های بامزه» ابتدا بلوک‌هایی با صورت خوک تولید کرد. با دستورات بیشتر برای «خوک‌های دفرمه‌شده در قالب بلوک‌های تتریس»، نسخه‌ای منسجم‌تر اما گاهی دارای باگ‌های گرافیکی ساخته شد. نویسنده در ادامه درخواست کرد که خوک‌ها «کمی له شده اما همچنان بامزه» به نظر برسند، که منجر به نسخه‌ای شد که در آن برخی بلوک‌ها به شکل خوک‌هایی با حالت T-pose و پاهای باز ظاهر شدند. در حالی که هوش مصنوعی نام Piggy Stacker را پیشنهاد داد، نویسنده در نهایت نام Pork Drop را برای بازی انتخاب کرد.
به گزارش نویسنده‌ی این تجربه، برخی آزمایش‌های دیگر توانایی مدل در مدیریت تم‌های پیچیده و مکانیک‌های خاص را نشان داد:
Dinner Darling: یک بازی دوبعدی با سبک فلش که از دستور «مهمانی شام همجنس‌گرایان» ساخته شد. سبک هنری این بازی شبیه به Bitmojis است. بازیکن کنترل «جولیان» را بر عهده دارد؛ میزبان استرسی که وظیفه دارد برای مهمانان سخت‌گیر، بروشتاهای دست‌ساز و اسپرسو مارتینی سرو کند، در حالی که مهمانان برای نشستن روی صندلی‌هایشان تقلا می‌کنند. یکی از مهمانان به نام «ساشا» نیاز به چندین کوکتل اسپرسو پشت سر هم داشت. شکست در این بازی منجر به نمایش صفحه‌ی «فاجعه در مهمانی» (PARTY CATASTROPHE) می‌شود. جالب اینجاست که در بازی هیچ اشاره‌ای به گرایش جنسی نشده است، تا جایی که یکی از همکاران نویسنده به شوخی گفت دلیل شکست او این بوده که دگرجنس‌گرا است. همکار دیگری به نام ریس راجرز اشاره کرد که بازی غیرواقعی است چون گزینه‌های گیاه‌خواری یا بدون لبنیات ندارد.
Neon Don: یک بازی تیراندازی از زاویه بالا با سبک سایبرپانک که از بازی Hotline Miami الهام گرفته شده است. این پروژه بیشترین تکرار را نیاز داشت و شامل درخواست‌های دقیقی برای مقیاس‌بندی مراحل، تولید غول‌های آخر (Boss) و یک «سیستم کنایه» (snark system) متنی برای دیالوگ‌های شخصیت‌ها بود. شخصیت اصلی یک پلیس سابقِ بدقلق و «به شدت مطلقه» است که با ماموران یاغی و سیاستمداران فاسد می‌جنگد. هوش مصنوعی جزئیات بصری خاصی را اضافه کرد، مانند دشمنانی با «جثه‌های درشت و شکم‌های گنده که لباس‌های تاکتیکی تنگ و شلوارهای کارگویی آن‌ها را تحت فشار قرار داده است» و «انیمیشن‌های خاص راه رفتنِ آدم‌های قلدر».
تعمیق مکانیک‌های بازی
در بازی Neon Don، کاربر سعی کرد مرزهای محتوایی را جابه‌جا کند تا ببیند هوش مصنوعی چه مواردی را اجازه می‌دهد. بازی دارای موسیقی سینت‌ویو (Synth wave) ضربان‌دار و شخصیتی است که با جملات طنزآمیز و تند به مبارزات واکنش نشان می‌دهد؛ جملاتی مثل «به شلیک کردن ادامه بده! برندا بقیه‌ی دارایی‌های من را گرفت!» و «من ضربات بدتری از وکیل همسرم خورده‌ام!».
اصلاح بازی در یک چرخه‌ی «تعمیر و تخریب» پیش رفت. برای مثال، مشکل گیر کردن بازیکن در محیط گزارش شد و هوش مصنوعی آن را رفع کرد، اما این اصلاحات گاهی مشکلات جدیدی ایجاد می‌کرد. بیشتر این تغییرات به‌جای مشخصات فنی، بر اساس «حس» بود؛ مثلاً دستوراتی مثل «دان را بلندتر کن» یا «او را مطلقه تر (افسرده‌تر) نشان بده». با وجود نبود صیقل حرفه‌ای، این بازی در پلتفرم مورد توجه قرار گرفت و به هفت بازیکن منحصربه‌فرد رسید، زیرا هر کسی با حساب گوگل می‌تواند وارد شده و عناوین ساخته شده توسط کاربران را بازی کند.
محدودیت‌های فنی و «زباله‌های هوش مصنوعی»
به نقل از مستندات تجربه کاربران، این پلتفرم محدودیت‌های شدیدی در استفاده دارد. گوگل پس از تعداد مشخصی از تکرارها و اصلاحات، دسترسی کاربر را محدود (Throttle) می‌کند زیرا هر بازی جدید و هر تغییر کوچک، بخشی از سهمیه محاسباتی کاربر را می‌بلعد. در یک مورد، نویسنده مجبور شد تا ۱۴ اکتبر منتظر بماند تا اعتبارش برای به‌روزرسانی بازی شارژ شود.
این محدودیت‌ها مانع از صیقل دادن عمیق مکانیک‌های بازی می‌شود. برای مثال، تلاش برای افزودن دکمه‌ی «بک‌فلیپ» (پشتک زدن) در بازی Neon Don با خطای نام‌گذاری مدل مواجه شد و هوش مصنوعی آن را «Doge flip» نامید. به‌دلیل اتمام اعتبار و محدودیت‌های گوگل، امکان اصلاح این خطای نام‌گذاری یا افزودن گزینه‌های بیشتر برای سلاح‌ها و مقیاس دشواری بدون پرداخت هزینه برای اعتبار بیشتر وجود نداشت.
همچنین، یک «یکدستی» و تکرار آزاردهنده در خروجی‌ها دیده می‌شود. هنگام مرور محتوای تولید شده توسط کاربران، یک «همسانی» فراگیر ظاهر می‌شود. ژانرهای مختلف اغلب از منوها، موسیقی‌ها و گزینه‌های مبارزه یکسانی استفاده می‌کنند. این موضوع نشان می‌دهد که مدل زیربنایی بر روی مجموعه‌ای محدود از قالب‌ها (Templates) متکی است که منجر به تولید محتوای تکراری و بی‌روح می‌شود؛ چیزی که نویسنده آن را «زباله‌های هوش مصنوعی در تمام سطوح» (AI slop all the way down) می‌نامد.
سد راه استفاده حرفه‌ای
برای یک غیربرنامه‌نویس، این ابزار دریچه‌ای به دنیای طراحی بازی است. این تجربه سرگرم‌کننده و بصری است و نتایج ملموسی را در لحظه ارائه می‌دهد. اما شکاف میان تغییرات «حس‌محور» و توسعه واقعی بازی بسیار عمیق است. توسعه‌دهندگان حرفه‌ای احتمالاً محدودیت‌های فعلی در مقیاس دشواری و گزینه‌های سلاح را برای تولیدات جدی غیرقابل قبول می‌بینند، زیرا آن‌ها دقیقاً می‌دانند چگونه ویژگی‌ها را تیز و دقیق کنند تا یک بازی واقعاً جذاب شود.
در نهایت، Playground بیشتر یک ابزار نمونه‌سازی سریع است تا جایگزینی برای موتورهای بازی‌سازی. این ابزار ثابت می‌کند که هوش مصنوعی می‌تواند کارهای تکراری و زیرساختی (Boilerplate) را انجام دهد، اما هنوز در تزریق روح و جهت‌گیری هنری منحصربه‌فرد به محصول نهایی ناتوان است.
کاربرانی که به آینده رسانه‌های زاینده علاقه‌مند هستند باید نظاره‌گر باشند که گوگل چگونه این قابلیت‌ها را در اکوسیستم‌های بزرگتر ادغام می‌کند یا آیا کنترل‌های دقیق‌تری برای توسعه‌دهندگان واقعی معرفی می‌کند تا بتوانند از مرحله «تولید زباله» عبور کنند.
گام بعدی شما
- اگر حساب گوگل دارید، Playground را برای تبدیل ایده‌های سریع به نمونه‌های اولیه (Prototype) امتحان کنید.
- برای خروجی‌های بهتر، به‌جای دستورات کلی، از توصیفات بصری دقیق و ارجاعات تصویری استفاده کنید.
- محدودیت‌های اعتباری را مدیریت کنید تا در میانه اصلاحات حساس، دسترسی شما قطع نشود.
اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell مراجعه کنید.
گفتگو