ローカルSLMで生成した1,000本のシナリオでゲーム仕様を見直せた話がしたい
Zenn / 2026/4/2
💬 オピニオンIdeas & Deep AnalysisTools & Practical Usage
要点
- ローカルSLMを使って約1,000本分のシナリオを生成し、その結果を素材にゲーム仕様を見直せたという実践ベースの話。
- 生成量を増やすことで仕様検討の“候補の網羅性”が上がり、見落としていた要素や破綻ポイントを洗い出しやすくなった点が示されている。
- モデルをクラウドに頼らずローカル運用することで、手触りのある試行と反復（データ作成→検証→仕様修正）を回しやすい。
- 生成物をそのまま採用するのではなく、設計判断の材料として扱うアプローチが主眼になっている。
この記事について
AI対話ログと実験記録をもとに Claude Code が下書きを作成し、私が加筆修正しました。
本記事の内容は個人開発の PoC フェーズにおける実験結果であり、一般最適を主張するものではありません。
前回の記事では、ローカル SLM に約 300 本のゲームシナリオを書いてもらって設計の穴を見つけた話を書きました。
今回はその続きです。300 本を 1,000 本に拡大し、さらに 3 つのモデルサイズ（4b・9b・14b）で比較実験をしました。問いはシンプルだった。創造性はモデルサイズに比例してスケールするのか？ 結果は、そう単純ではなかった。
!
少なくとも私...
この記事の続きは原文サイトでお読みいただけます。
原文を読む →
