野田ゲー最新作の制作方法に中島聡も驚愕!┃「理屈上、AIは一生お笑いができない」野田クリスタル×伝説のエンジニアが語る、AIと創作の境界線【ビデオポッドキャスト】
- 野田クリスタル -
- 中島聡 -
この動画は、テレビ東京のAI専門チャンネル「テレ東AIアカデミー」で2026年9月20日に公開された、野田クリスタル(マヂカルラブリー)× 中島聡の対談後編です。前編ではAIエージェント時代の働き方などを語っていた流れで、後編は主に「野田ゲー」の最新制作手法と、「AIと創作(特にお笑い)の境界線」がテーマになっています。
中島聡さんはWindows 95時代に右クリックやドラッグ&ドロップの実装に関わった伝説的エンジニアで、現在もメルマガ『週刊 Life is beautiful』などでAI時代の未来を鋭く語る人。対して野田さんは2020年にR-1とM-1を同年制覇した芸人でありながら、独学でプログラミングを学び「野田ゲー」を作り続ける異色のクリエイターです。この組み合わせ自体がすでに面白いんですが、対談の中身は「技術の最前線」と「笑いの現場」が意外なところで交差する内容になっています。
画像生成AI「ナノバナナ」でゲームの8割が完成する?
動画の冒頭近く(01:56〜)で話題になるのが、野田さんの最新制作手法です。
作りたいゲームの画面(メニュー画面まで含めて)を、まずGoogleの画像生成AI「Nano Banana」(正式にはGemini系の画像モデル、開発コードネーム由来の愛称)で生成する。その画像をClaude Code(Anthropicのコーディング特化AI)に渡して「この画面を実装して」と指示する。するとコードが書き上がる、という流れです。
中島さん自身がメルマガでこの手法を詳しく紹介していて、「まさにAIネイティブなゲーム開発」と驚いています。従来のゲーム開発では「仕様を固めてからデザイン、実装」という順序が普通ですが、野田さんは「絵からスタートする」開発術を実践している。実験的に将棋ゲームを作ってみたり、視聴者から集めたフィードバック130件を一括でAIに投げて修正させたりする様子が語られます。
さらに興味深いのが、デバッグの様子そのものをYouTubeでライブ配信し、作りかけのゲームをネット公開してファンからフィードバックをもらい、良いものを選んでまたAIに渡す、というループです。中島さんはここを特に評価していて、「ユーザーからのフィードバック、AIによる修正、公開という流れを一つのループとして閉じ、デバッグの様子自体をコンテンツにしている」点に新しさを感じています。開発・マーケティング・コミュニティ作りが一体化しているわけです。
動画では1400ステージもあるSteam向けホラーゲームの話も出てきます(06:24〜)。ステージ数が極端に多いゲームをAIで効率的に量産・整理している事例で、「コード整理までAIがやる時代」という実感が共有されています。
業界的に見ると、これは「バイブ・コーディング」(AIにコードを書かせる感覚的な開発スタイル)の極端な実例です。昔スクウェア・エニックスなどで数億〜数十億かけていた開発コストが、個人や極少人数で桁違いに安く作れる可能性を示しています。ただし「完成させる」こと自体が難しかったゲーム制作のハードルが下がる一方で、「何を作るか」「何が面白いか」という判断は人間側に残る、という構造が見えてきます。
「理屈上、AIは一生お笑いができない」
ここからが対談の核心部分です(14:08〜)。
野田さんはAI大喜利やなぞかけ生成の実験を重ねていて、自身でも「無限大喜利」というプラットフォームを作っています。AIにお題を出させて人間が回答する形式で、投稿が数十万件規模になっているようです。一方で「AIがお笑いを作る」こと自体については、かなり懐疑的・あるいは限界を感じている様子がタイトルの「理屈上、AIは一生お笑いができない」に表れています。
理由はシンプルで深いです。お笑いは「ニュアンス」や「空気」、「緊張と緩和」、「その場の空気感」、「内輪の文脈」に強く依存する。言語化してプロンプトに落とし込んだ瞬間に、新鮮さが失われたり、滑ったりする。芸人としての目線と、AI利用者としての目線を両方持っている野田さんならではの実感です。
中島さんとの会話では、任天堂の宮本茂さんの言葉や、M-1でのネタの緊張感、明石家さんまさんの話なども出てきます(19:17〜)。「完成されたもの」ではなく「ライブで起きているもの」がお笑いの本質だ、という話につながっているのでしょう。AIはパターンを学習して「それっぽいもの」は量産できますが、「今この瞬間の空気を読んで滑らない/あえて滑る」判断は、まだ人間の領域に残っている、という感覚です。
業界話として補足すると、野田さんは以前から「お笑いを言語化したらつまらなくなる」と語っていて、AIサミットなどでも「ニュアンスの言語化が資産になる一方で、永遠に新鮮さを保つ必要がある」と指摘しています。つまりAIは「サポート役」としては強力(お題の生成、ネタの整理、海外展開の橋渡しなど)だが、「主役の芸人」にはなりにくい、という立場です。
視聴者と一緒にゲームを作る構想と、二人の印象
終盤(22:54〜)では、視聴者を巻き込みながらゲームを作る構想が語られます。実際にTGS2026では「リアルタイムデバッグ」イベントをやっていて、来場者にバグを報告してもらいその場で修正する、という実験もしていました。野田ゲーの歴史を振り返ると、クラウドファンディングで支援者から素材を集めて「素材ありき」でゲームを作るスタイルが以前からあり、今回はそれがAIによってさらに加速・開かれた形になっています。
エンディングではお互いの印象を語り合っています。中島さんから見ると野田さんは「AIネイティブなクリエイターの先駆け」、野田さんから見ると中島さんは「技術の本質を知るレジェンド」という感じで、相互に刺激を受けた様子が伝わってきます。
雑学・業界的な背景
- Nano BananaはGoogleのGemini系画像モデルの愛称で、キャラクターの一貫性維持や自然言語での細かい編集が得意。2025年頃から急速に普及し、ゲームのプロトタイプ制作に使われる例が増えています。
- 野田ゲーはもともと「死にゲー」的なシンプルで中毒性のあるミニゲームから始まり、Switch版ではカヤックと組んでクラウドファンディング支援者2000人規模を巻き込んだ共創型に進化。最新ではAIを本格導入して「絵→コード→公開→フィードバック」の高速ループを回しています。
- 中島さんのメルマガではこの対談を「最も得るものが大きかった」と位置づけており、単なる技術論ではなく「作る人と使う人の境界が溶ける」未来を感じ取っています。
要するにこの動画は、「AIで何でも作れるようになった時代に、人間にしかできない創作の核はどこにあるのか」を、ゲーム制作の最前線とお笑いの現場から同時に探る内容です。技術的に驚愕する部分と、「でも笑いだけは…」という人間くさい部分がバランスよく詰まっていて、見ていて飽きません。前編と合わせて観ると、AI時代の「働き方」と「創作」がどう変わるのかが立体的に見えてくるはずです。
『テレ東AIアカデミー』で配信された野田クリスタルさんと中島聡さんの対談動画ですね。お笑い芸人でありながらゲームクリエイターでもある野田さんと、Windows 95の開発に携わった世界的エンジニアである中島聡さんという、まさに異色のトップランナー同士の対話です。
この動画の見どころや裏側にある技術的背景、エンタメ・お笑い業界におけるディープな背景知識を交えてわかりやすく解説します。
1. 動画の核心:野田クリスタル式「絵からスタートする」開発術とは?
従来のゲーム開発は、仕様書を書き、コードを組み、最後にグラフィック(アセット)を載せるという流れが一般的でした。しかし、野田さんが実践しているのは「先に画像生成AI(ナノバナナ等)でビジュアルを作ってしまい、そこからゲームの着想を得てコード(ロジック)をAIに組ませる」という逆転の発想です。
-
コード整理までAIが担う時代(10:01〜):
かつてエンジニアが手作業で行っていたリファクタリング(コードの整理・最適化)やバグ修正をLLM(大規模言語モデル)やAIエージェントに一括指示することで、個人開発(インディーゲーム開発)のスピードが爆発的に向上しています。
-
130件のフィードバック一括反映(04:27〜):
ユーザーからの大量の要望やバグ報告をテキストとしてAIに読み込ませ、コードへ一括適用させるという手法は、まさに現代の「LLM Driven Development(LLM駆動開発)」そのものです。
2. なぜ「AIは一生お笑いができない」のか?(14:08〜)
動画のタイトルにもある衝撃的なフレーズですが、ここにはお笑いの本質とAIの構造的限界についての鋭い考察が隠されています。
① 「フリとオチ」と「空気感(緊張感)」
AIは大喜利の回答やなぞかけのテキストを出力することはできます。しかし、お笑いは単なる「文章の面白さ」だけでは成り立ちません。
-
緊張と緩和: M-1グランプリなどの舞台(20:07〜)で漂う独特の緊張感、間(ま)、演者の表情や声のトーンがあって初めて「爆笑」が生まれます。
-
文脈(コンテキスト)の共有: 明石家さんまさんなどのトップ芸人が持つ「その場の空気を一瞬で変える力」や「共有されたあるある」は、計算不可能なライブ感に依存しています。
② 「裏切り」のロジック
お笑いは「観客の予想(前提)をどう心地よく裏切るか」という高度な心理戦です。確率的に「次に続く最もらしい言葉」を予測して出力する現在のLLM(GPT-4oやGemini、Claudeなど)の仕組み上、「最もらしい回答」を出そうとすればするほど普通の内容になり、「破綻させた回答」を出そうとすると単なる意味不明な文字列になってしまうというジレンマを抱えています。
3. 任天堂・宮本茂さんの言葉(19:17〜)と「野田ゲー」の神髄
動画内で言及される任天堂の世界的ゲームクリエイター・宮本茂氏(『マリオ』『ゼルダの伝説』の生みの親)の思想として有名なのが、「アイデアとは複数の問題を一気に解決することである」という言葉です。
-
野田ゲーの面白さの正体:
野田クリスタルさんの作るゲームは、一見するとチープで不条理に見えますが、クソゲー(褒め言葉)としての「ツッコミどころ」がお笑いとして成立しています。
-
AIと人間開発者の役割分担:
AIにグラフィックやコードの8割(作業部分)を肩代わりさせることで、人間(野田さん)は「どこを面白さの核にするか」「どうやって遊ぶ人を笑わせるか」という100%クリエイティブな企画・演出作業に集中できるようになりました。
4. 対談者ふたりの背景と業界話
| 出演者 | 異能の背景 | 注目ポイント |
| 野田クリスタル | 『R-1ぐらんぷり』『M-1グランプリ』王者。独学でHSP(Hot Soup Processor)等のプログラミングを学び自作ゲームを開発。 | 「芸人」と「プログラマー」という2つの思考回路を完璧に同居させている点。 |
| 中島聡 | 元マイクロソフト。Windows 95開発時に「右クリック」「ドラッグ&ドロップ」を実装した伝説のエンジニア。 | AI時代の個人開発(1人デベロッパー)が巨大企業を脅かす未来(前編のテーマ)を早くから提唱。 |
中島聡さんのような「コンピューターの基礎を作った重鎮」が、野田さんのような「エンタメの最前線でAIをツールとして使い倒すクリエイター」の手法を見て驚愕し、感心している構図自体が非常に象徴的です。
これからのクリエイティブは、「プログラミング技術の有無」ではなく、「AIという超優秀な助手をを使って、どんな突拍子もない面白いアイデアを形にできるか」という発想力の時代に入ったことを実感させる素晴らしい対談です。
野田クリスタルさんが『野田ゲー』開発で使っているプログラミング言語や開発環境、技術スタックの変遷を教えてください。
野田クリスタルさんの『野田ゲー』開発は、独学の趣味開発からNintendo Switchでの商業化、そして生成AIを活用した超高速開発へと、技術スタックがダイナミックに進化しています。
『野田ゲー』技術スタックの変遷
1. 黎明期(2010年代半ば〜):HSP時代
野田さんがプログラミングを独学で始めた初期の環境です。『組市松乱太郎』や『ブロックくずして』などの初期代表作が制作されました。
-
使用言語・環境: HSP (Hot Soup Processor)
-
特徴:
-
日本発の軽量なスクリプト言語で、初心者でも2DゲームやWindowsアプリケーションを手軽に構築できるのが特徴。
-
専門的なゲームエンジンを使わず、自分でアルゴリズムを組んで物理挙動や判定を書いていた時期です。
-
2. 商業化・ブレイク期(2020年〜):Unity 時代
『R-1ぐらんぷり2020』優勝時のネタ(『メルカリ』など)や、クラウドファンディングを経てNintendo Switch向けに発売された『スーパー野田ゲーPARTY』『スーパー野田ゲーWORLD』での開発体制です。
-
開発エンジン: Unity
-
主要言語: C#
-
体制: 面白法人カヤックなどのプロエンジニアチームと共同開発。
-
特徴:
-
自身で作成したHSPのプロトタイプやアイデアをもとに、Unity上でC#コードを記述してプロダクトレベルへ昇華。
-
多人数オンライン対戦やSwitch移植など、クロスプラットフォームに対応した堅牢な開発環境を採用しました。
-
3. AI活用・高速開発期(2024年〜現在):LLM + AI駆動開発
動画(テレ東AIアカデミー)でも語られていた現在の開発スタイルです。プログラミングの「記述作業」自体をAIに委ね、自身はディレクションとアイデアに注力しています。
-
プログラミング補助/コーディング: ChatGPT, Claude などのLLM
-
アセット/ビジュアル生成: 画像生成AI(ナノバナナ等)
-
アプローチ: 「絵(ビジュアル)からスタートする開発」
-
特徴:
-
先に画像生成AIで印象的なグラフィック(キャラクターや背景)を大量生成。
-
その画像からゲームのルールやアイデアを着想。
-
AIエージェントに仕様を指示してロジックコードやリファクタリングを自動生成させ、バグ報告やフィードバック(100件以上)も一括反映。
-
技術スタックまとめ
| 期間 | 主な技術・言語 | 開発規模 | 代表作・プロダクト |
|---|---|---|---|
| 初期 | HSP (Hot Soup Processor) | 個人(独学・手組み) | 『組市松乱太郎』『ブロックくずして』 |
| 中堅期 | Unity, C# | チーム(カヤック等との共同) | 『スーパー野田ゲーPARTY』『スーパー野田ゲーWORLD』 |
| 現在 | LLM (ChatGPT/Claude), 画像生成AI | 個人+AIエージェント | 1400ステージのSteamホラーゲーム、実験作ゲーム群 |
「プログラミングを独学でHSPから始めた」という基礎体力があるからこそ、AIが出力するコードの構造やロジックを理解でき、AIを単なる省力化ツールではなく「最強の助手」として使い倒せているのが野田クリスタルさんの強みです。
画像生成AIやLLMを活用して個人でインディーゲームを高速開発する具体的なフローやおすすめのツールを教えてください。
画像生成AIやLLMを活用したインディーゲームの個人開発は、従来の「コーディング → アセット作成 → 実装」という順序を逆転させ、「ビジュアル・コンセプト生成 → AIエージェントによる自動実装・ロジック構築」へと進化しています。
個人開発者がアイデアを最速でプロトタイプ(プロトタイプ〜完成品)まで持ち込むための「高速開発パイプライン」と「おすすめツールセット」を解説します。
個人ゲーム開発の高速化パイプライン(5ステップ)
従来のように仕様書から書くのではなく、まず画像生成AIを使って「ゲームの画面写真風グラフィック」や「キャラクターデザイン」を複数出力します。視覚的なフック(「これ面白そう」という一枚絵)を起点に、ゲームルールやメカニクスを逆算して発想します。
生成したビジュアルをLLMに読み込ませ、「このビジュアルで遊べるハイパーカジュアルゲーム/2Dアクションのルールと勝敗条件を5パターン提案して」と指示します。採用したルールの基で、必要な機能やコンポーネントをMarkdown形式でタスク分解(ToDoリスト化)させます。
AIファーストのコードエディター(Cursorなど)やゲームエンジン内エージェントを活用します。「タスクリスト」を渡して、Godot(GDScript)やUnity(C#)のスクリプト、シーン構築コードを自動生成させます。
UI素材や背景、3Dモデル、効果音、BGMを各種特化型AIツールで一気に生成し、プロジェクトにインポートします。
プロトタイプをプレイして出たバグやUIの不満点、ユーザーテストでのフィードバック(テキストデータ)をそのままLLMに入力。「以下の10個の改善要望を一括で修正して」と指示し、AIにコードをリファクタリング(再構築)させます。
役割別おすすめAIツールセット
| カテゴリ | おすすめツール | 用途・特徴 |
|---|---|---|
| コード・実装 |
Cursor Summer Engine Unity Muse |
Cursor: コードベース全体を理解し、複数ファイルの一括修正に最適。 Summer Engine: Godot 4互換のAIネイティブエンジンで、AIがエディター内で直接ゲームを作成・実行・修正。 Unity Muse: Unity内でスプライト生成やコードアシストを実施。 |
| 企画・LLM |
Claude 3.5 Sonnet / 3.7 ChatGPT (GPT-4o) |
ゲームシステム設計、スクリプトエラーの解析、フィードバックテキストの自動処理やアイデア出しに必須。 |
| 2D / ビジュアル |
Midjourney Scenario Layer |
Midjourney: コンセプトアートや背景の生成。 Scenario / Layer: 一貫したスタイル(画風)でゲーム用スプライトやアセットを連続生成。 |
| 3Dモデル |
Meshy Tripo 3D |
テキストや2D画像から、1分程度でテクスチャ付き3Dメッシュ(.glb等)を生成可能。 |
| サウンド・BGM |
Suno ElevenLabs |
Suno: ゲームの雰囲気に合わせたループBGMを即座に作成。 ElevenLabs: 高品質なボイス(キャラクターボイス)や環境音・効果音の生成。 |
爆速開発を成功させる3つのノウハウ
-
「ルール決め」はシンプルに絞る AIは複雑なロジックを同時に組ませると破綻しやすくなります。「ワンボタンで操作できる」「グラフィックのインパクトで魅せる」といったハイパーカジュアルな核(コアメカニクス)に絞ることで、AIが出力するコードの品質と安定性が飛躍的に向上します。
-
コンテクストウィンドウを活用した一括フィードバック バグが出た際は、1つずつ直すのではなく「エラーログ全文章」+「関連する全ファイル」+「発生した現象」をセットでLLMに投げます。複数ファイルを跨ぐ影響範囲をAIに一括で判断させると修正が素早くなります。
-
アセットの一貫性はスタイル学習で保つ 通常画像生成AIは毎回タッチが変わりますが、ScenarioやLayerなどのゲーム特化ツールで「自分のゲームの画風」をLoRA(スタイル学習)として固定しておくと、追加アイテムやキャラを作っても統一感を損ないません。
CursorとGodot(またはUnity)を連携させて、AIアシストを受けながらゲーム開発を進める具体的なセットアップとプロンプトの例を教えてください。
個人開発で最も軽量かつAIとの相性が良い組み合わせとして、「Godot Engine 4」+「Cursor」のセットアップおよびプロンプトの設計例を解説します。
Godot Engineで採用されているスクリプト言語GDScriptは、Pythonに似たシンプルで読みやすい構文を持っているため、LLM(Claude 3.5/3.7やGPT-4oなど)がコードを正確に理解・生成しやすく、バグが非常に発生しにくいという大きなメリットがあります。
1. 開発環境(Cursor + Godot 4)のセットアップ
Step 1: Godot側の外部エディター設定
Godotでスクリプトを開いた際、自動的にCursorで起動するように設定します。
-
Godotを開き、上部メニューの エディター (Editor) > エディター設定 (Editor Settings) を開く。
-
左メニューから Text Editor > External(外部エディター)を選択。
-
以下の項目を設定:
-
Use External Editor: チェックを入れる(有効化)
-
Exec Path: Cursorの実行ファイルパス(
.exeや.app)を指定。 -
Exec Flags:
{project} --goto {file}:{line}:{col}
-
Step 2: Cursor側の拡張機能と環境設定
CursorでGDScriptの構文ハイライトやコンテキスト理解を有効化します。
-
Cursorの Extensions(拡張機能)タブを開く。
-
「godot-tools」(または
GDScript拡張機能)を検索してインストール。 -
CursorでGodotのプロジェクトルートフォルダを開く。
Step 3: プロジェクト構造を把握させる .cursorrules の配置
Cursorのプロジェクトルート直下に .cursorrules というファイル(または .cursor/rules/ 内)を作成し、AIに対する「前提知識」を指示しておきます。
# .cursorrules (Godot 4 / GDScript用ルール設定)
あなたはGodot 4およびGDScriptの専門家です。
【コード生成ルール】
- すべてのスクリプトは Godot 4.x の GDScript 構文に準拠してください。
- Godot 3.x の古い構文(例: `@onready` のつけ忘れ、旧API名)は使用しないでください。
- ノード参照には `@onready var node_name = $NodeName` の形式を使用してください。
- 各関数や主要な処理には、後から可読性を高めるための短いコメントを日本語で記述してください。
- 可能な限り静的型付け(`var hp: int = 100` や `func _process(delta: float) -> void:`)を徹底してください。
2. 実践プロンプト&開発テンプレート
Cursorの Composer (Ctrl + I または Cmd + I) や Chat (Ctrl + L または Cmd + L) で活用できる、ゲーム開発に特化したプロンプト例です。
①【新規機能】ゼロからシステムスクリプトを作るプロンプト
プロンプト例(2D自機コントローラーの作成):
PlaintextGodot 4の CharacterBody2D にアタッチするプレイヤー操作スクリプトを作成してください。 【要件】 - 左右移動("ui_left", "ui_right") - ジャンプ("ui_accept"、接地判定 is_on_floor() を使用) - 重力(ProjectSettingsからデフォルト重力を取得) - 最大移動速度: 300.0, ジャンプ力: -400.0 - 被ダメージ関数 `take_damage(amount: int)` を実装し、HPが0になったら queue_free() する - HP変化時に "hp_changed(current_hp)" シグナルを発行する
②【既存リファクタリング】コードの修正・統合プロンプト
Cursorでは、アタッチされている複数のスクリプト(@player.gd や @enemy.gd)をコンテキストに含めた状態で一括指示を出せます。
プロンプト例(衝突判定とダメージ処理の統合):
Plaintext@player.gd と @enemy.gd を参照してください。 敵(Enemy)がプレイヤー(Player)に接触した際、敵の `attack_power` 分だけプレイヤーの `take_damage()` を呼び出す処理を追加したいです。 Enemy側に Area2D のノードを追加した前提で、ボディ侵入イベント(body_entered)を使ったGDScriptコードを生成し、どちらのスクリプトをどう修正すべきか提示してください。
③【エラー・フィードバック修正】スタックトレースからの一括修正
Godotのデバッガーに出力されたエラーログをそのままコピーして渡します。
プロンプト例(エラー修正):
Plaintextゲーム実行時に以下のエラーが発生してクラッシュしました。 【エラーログ】 Invalid get index 'position' (on a base: 'null instance'). 在スクリプト: res://scripts/enemy.gd:24 @enemy.gd の24行目周辺を確認し、なぜ null 参照になっているかの原因と、安全にノード(Target)の存在チェックを行ってから処理を継続する修正案を作成してください。
3. AI駆動開発を加速させる3つの実践Tips
-
@マークによるコンテキスト参照を徹底する Cursor内では@を入力することで、プロジェクト内の特定のファイル(@player.gd)、フォルダ、Web検索(@Web)、ドキュメント(@Docs)をAIに見せることができます。 -
Godot公式ドキュメントをCursorに登録する Cursorの
Settings > Features > Docsに Godot 4の公式ドキュメントURL ([https://docs.godotengine.org/en/stable/](https://docs.godotengine.org/en/stable/)) を登録しておくと、最新APIに沿った高精度なコードを出力してくれます。 -
ノードツリー構造をテキストで伝える GDScriptはノード階層(
$UI/HPBarやget_parent()など)に強く依存します。プロンプトを書く際は、以下のようにシーンのノード構造を簡単に書いて渡すと、ノードパスのミス(null instanceエラー)が劇的に減ります。
【シーンのノード構成】
Player (CharacterBody2D)
├── Sprite2D
├── CollisionShape2D
└── Hitbox (Area2D)
このセットアップを一度構築しておけば、プログラミングの大部分をAI(Cursor)に任せ、自分はゲームのグラフィック作成やレベルデザイン(ステージ配置)、ルール調整などのクリエイティブな作業に集中できます。
0 件のコメント:
コメントを投稿