はじめに
ChatGPT や Claude に「ブロック崩しを作って」と頼めば、HTML + JavaScript のゲームがすぐに出てくる時代になりました。手軽で楽しいのですが、「やっぱり使い慣れた Unity で作りたい」と思ったことはないでしょうか。
私もその一人でした。Unity Editor 上でシーンを組み、C# でロジックを書き、最終的に WebGL でビルドして公開する——この流れを AI に手伝わせたいと思いました。
そこで出会ったのが CoplayDev/unity-mcp です。実際に触ってみると、シーン操作・スクリプト生成・Play Mode 制御など、Unity Editor の主要操作をカバーしており、十分に実用段階でした。
「これなら本格的にワークフローを組めるのでは？」
その結果生まれたのが hcg-workflows です。Claude Code のスキル機能を使い、企画書の作成からWebGL 公開まで、ゲーム開発の全工程をワークフローとして定義しました。
この記事では、hcg-workflows の全体像と各スキルの役割を紹介します。
hcg-workflows とは
Unity ハイパーカジュアルゲームを Claude Code + unity-mcp で開発するための スキル集 です。
ユーザーがやることは 3 ステップだけ：
- スキルフォルダを
.claude/skills/にコピー - unity-mcp をセットアップ
-
/dev-gameと打つ
あとは AI がフェーズごとにガイドしてくれます。
全体フロー
Phase 0: Unity MCP 接続確認
Phase 1: 企画書作成 → docs/01-game-design.md
Phase 2: 機能仕様書作成 → docs/02-functional-spec.md
Phase 3: 技術仕様書作成 → docs/03-technical-spec.md
Phase 4: テスト仕様書作成 → docs/04-test-spec.md
Phase 5: タスクリスト作成 → docs/05-task-list.md
Phase 6: 実装
Phase 7: テスト・検証
Phase 8: リリース
Phase 1〜5 で仕様を先に固め、Phase 6〜8 で実装・検証・公開を行います。各フェーズの間にはユーザーの承認が入るので、AI が勝手に突っ走ることはありません。
「仕様を先に書いてから実装する」というシンプルなルールですが、AI 開発では特に重要です。仕様がないと AI は「なんとなくそれっぽいもの」を作ってしまい、手戻りが大きくなります。
スキル一覧
hcg-workflows は以下のスキルで構成されています。
| スキル | 役割 |
|---|---|
| dev-game | メインワークフロー。8 フェーズの開発を管理 |
| unity-mcp-setup | Unity Editor と Claude Code の MCP 接続をセットアップ |
| unity-check | L1〜L3 の 3 段階で実装を検証 |
| unity-remote-control | ゲーム状態を AI が直接操作。受け入れテストを自動化 |
| unity-audio-generator | C# スクリプトだけで SE・BGM を生成 |
| unity-webgl-builder | WebGL ビルド＋ローカルサーバー起動 |
| game-review | 全画面スクショ撮影＋改善提案 |
| github-pages-deploy | GitHub Pages へのデプロイ |
以下、特徴的なスキルをピックアップして紹介します。
dev-game — メインワークフロー
/dev-game で起動するメインのスキルです。SKILL.md の冒頭を見てみましょう。
---
name: dev-game
description: Unity カジュアルゲームを仕様駆動開発（Specification-Driven Development）で
作成する。Phase 1（企画書）からPhase 8（リリース）まで段階的にドキュメントを作成し、
仕様に基づいて実装・テスト・検証を行う。
---
Claude Code のスキルは、この Markdown ファイルが全てです。AI への指示書そのものがワークフロー定義になっています。
Phase 判定：途中から再開できる
dev-game は会話の最初に「今どのフェーズにいるか」を自動判定します。
### Phase判定
- タスクリストが存在し、未完了タスクがある → タスク継続フローへ
- ゲームの内容が未定 → Phase 1 からユーザーと対話してゲーム内容を決定
- 既存の仕様書がある → 該当するPhaseから継続
長いプロジェクトでもセッションを跨いで作業を続けられます。
Phase 6：1 タスク 1 コミット
実装フェーズでは、タスクリストの各タスクを順番に実装し、1 タスクごとにコミットします。
#### 1タスクの実装サイクル
1. 実装: Unity MCP で機能コードを作成
2. テストコード作成: テスト仕様書の対応テストIDに基づき作成
3. テスト実行: run_tests で合格を確認
4. L1 検証: read_console でコンパイルエラー確認
5. L2 検証: Play Mode で実行しランタイムエラー確認
6. コミット: 実装コード＋テストコードを同時にコミット
7. タスクリスト更新: ステータスを ✅完了 に更新
問題が起きてもコミット単位で戻せるので安心です。
unity-check — 3 段階の検証レベル
実装の検証を L1 / L2 / L3 の 3 段階で行うスキルです。
| レベル | 内容 | いつ使う |
|---|---|---|
| L1 |
read_console でコンパイルエラー確認 |
スクリプト編集後 |
| L2 | Play Mode で実行＋ランタイムエラー確認 | コミット前 |
| L3 | Play Mode 中のスクリーンショットで視覚確認 | マイルストーン到達時 |
L1・L2 はトークン消費が少ないので気軽に実行でき、L3 はスクリーンショットを含むため重いですが、UI の表示崩れなどを確実に検出できます。
### L3: スクリーンショット確認
1. manage_editor(action="play") で Play Mode 開始
2. 3秒待機
3. manage_camera(action="screenshot", include_image=true, max_resolution=640) で取得
4. スクリーンショットを確認し、表示崩れや異常がないか判定
5. manage_editor(action="stop") で Play Mode 停止
unity-remote-control — AI がゲームを操作する
unity-mcp は UI ボタンのクリックやキー入力のシミュレートはできません。そこで McpRemoteControl パターンを使います。
[Claude Code / MCP]
│
├─ execute_menu_item("MCP/StartGame")
│ ↓
│ McpRemoteControl.cs (Editor スクリプト、[MenuItem] 属性)
│ ↓
│ GameManager.Instance.StartGame()
仕組みはシンプルです。Unity Editor の [MenuItem] 属性を使って MCP から呼べるメニュー項目を作り、そこから GameManager のメソッドを呼び出します。
これにより、AI は以下のような自動テストを実行できます：
1. manage_editor(action="play") → Play Mode 開始
2. execute_menu_item("MCP/StartGame") → ゲーム開始
3. execute_menu_item("MCP/GodMode") → 無敵モード ON
4. 30〜70秒待機 → ゲームプレイを観察
5. manage_camera(action="screenshot") → スクリーンショット撮影
6. read_console(types=["error"]) → エラー確認
7. manage_editor(action="stop") → Play Mode 停止
God モードでゲームオーバーを防ぎつつ長時間プレイさせ、エラーが出ないか監視する——手動では面倒なテストを AI が代行してくれます。
unity-audio-generator — コードだけで SE・BGM を生成
ゲーム開発で地味に困るのがサウンドアセットです。フリー素材を探して、ライセンスを確認して、Unity にインポートして……。
unity-audio-generator は C# の Editor スクリプトだけで WAV ファイルを生成します。
### 波形パターンの選び方
| 用途 | 推奨波形 | パラメータ目安 |
|----------------|----------------|---------------------------|
| ヒット・タップ | Sine + 高 decay | 0.1-0.2s, 400-600Hz |
| 爆発・衝撃 | Noise + ローパス | 0.3-0.5s, cutoff 80-150Hz |
| コイン・アイテム | Sine 高音 | 0.1s, 1000-1500Hz |
| BGM | Melody+Bass+Perc | 8-16s loop |
Unity メニューから Tools/Generate All Audio Assets を実行するだけ。外部ツールもアセットストアも不要です。
unity-webgl-builder & github-pages-deploy — ビルドから公開まで
開発が終わったら、WebGL ビルドして公開します。
unity-webgl-builder は Editor スクリプトを生成し、MCP 経由でビルドを実行します。
1. Tools/Switch to WebGL → プラットフォーム切り替え
2. Tools/Build WebGL → ビルド実行
3. python -m http.server → ローカルサーバーで確認
github-pages-deploy は、ビルド成果物を StatiCrypt でパスワード保護し、GitHub Pages にデプロイします。gh CLI を使って、リポジトリ作成からデプロイまでを自動化しています。
なぜ CoplayDev/unity-mcp を選んだか
Unity を AI から操作する MCP バックエンドは他にもありますが（例えば unity-cli-loop）、hcg-workflows では CoplayDev/unity-mcp を採用しています。
理由はシンプルです：
-
hcg-workflows が使うツールを全て標準提供している（
manage_scene,manage_editor,create_script等） - セットアップが GUI 中心で簡単（Packages/manifest.json に 1 行追加 → Unity Editor で Configure → Start Session）
-
ツール名が直感的（
manage_scene,manage_editor,read_consoleなど、ゲーム開発者の言葉で設計されている） - 追加ランタイムが最小限（Node.js 等の手動インストール不要）
hcg-workflows の対象はゲーム開発者であり、MCP ツールの拡張やカスタマイズは関心の外です。「ツールを呼ぶだけ」で完結する CoplayDev/unity-mcp は、この設計思想にぴったりでした。
セットアップ
前提条件
- Unity Editor（2022.3 LTS 以降推奨）
- Claude Code
- CoplayDev/unity-mcp
手順
1. unity-mcp のインストール
Packages/manifest.json の dependencies に追加：
"com.coplaydev.unity-mcp": "https://github.com/CoplayDev/unity-mcp.git?path=/MCPForUnity"
2. Unity Editor で MCP 接続
- Unity Editor 下部の「MCP For Unity」タブ → Connect タブを開く
- Client ドロップダウンを「Claude Code」に変更
- 「Configure」→「Start Session」を押す
3. Claude Code でスキルを追加
hcg-workflows のスキルフォルダを .claude/skills/ にコピーします。
git clone https://github.com/umezy/hcg-workflows.git
cp -r hcg-workflows/* .claude/skills/
4. 接続確認＆開発スタート
VSCode をリロードし、Claude Code で /dev-game と打てば、Phase 0 の接続確認から自動的に始まります。
まとめ
hcg-workflows は「AI でゲームを作る」ための 手順書 です。
-
/dev-gameで企画→仕様→実装→検証→公開の 8 フェーズをガイド - unity-mcp がUnity Editor の操作を担当し、Claude Code がワークフローを管理
- 各フェーズでユーザー承認が入るので、AI が暴走しない
- McpRemoteControl で AI が自動テストを実行
- コードだけで SE・BGM を生成、WebGL ビルド＋デプロイまで一気通貫
ChatGPT や Claude で HTML ゲームを作るのも楽しいですが、Unity ならアセット管理・物理エンジン・アニメーションなど、本格的なゲーム開発の武器がそのまま使えます。そして何より、Unity で培ったスキルや知識の延長線上で AI を活用できます。
リポジトリ: hcg-workflows
「AI にゲームを作らせる」ではなく「AI と一緒にゲームを作る」——そんな体験を、ぜひ試してみてください。