ՄոբայլՓորձարարական2024 - 2025

DUCK MASTER.

Վիրուսային Telegram մինի-խաղ, նախագծված ներգրավման փոթերի և սոցիալական տարածման համար

ԲրիֆDUCK-MASTER · 06

Telegram թրեյդինգ-խաղ հիբրիդ՝ կառուցված մեկ բադիկ-մասկոտի շուրջ 347 էկրան, 300+ AI-ով գեներացված ասեթ, մեկ կերպարային հետևողականությամբ կերպար։

01
0

Ֆրեյմեր դիզայն-համակարգում

02
0+

AI-ով գեներացված խաղային ասեթներ

03
0

Օնբորդինգի քայլեր

04
Մեկ բադիկ, մեկ տիեզերք — յուրաքանչյուր տարբերակ պետք է ընթերցվեր որպես նույն կերպարը։

Բրենդի բրիֆ

05

Պրոդուկտի մակերեսներ

Կարիերա · Քարտեր · Ֆոնդային շուկա · Մինի-խաղեր · Խանութ · Սոցիալական

06

Ինչ էի ղեկավարում

AI ասեթների գեներացիաԿերպարների և քարտերի արտԽաղային UI դիզայնՕնբորդինգ համակարգԷկոնոմիկայի դիզայնՄոբայլ բաղադրիչների գրադարան
Դերի կազմըDUCK-MASTER · 06

⌗ WHAT I OWNED

Ղեկավարեցի պրոդուկտի դիզայնը ԵՎ վարեցի AI ասեթների փայփլայնը — կերպարների արտ, քարտեր, տեսարաններ։

UX
0/100
UI
0/100
AI փայփլայն
0/100
Կերպարների արտ
0/100
Օնբորդինգ
0/100
Դիզայն-համակարգ
0/100

Ընդհանուր

Duck Master-ը Telegram մինի-հավելված է, որը միաձուլում է ֆոնդային շուկայի թրեյդինգ փոթը, քարտերի հավաքածուն, PvP հարձակումները, մինի-խաղերն ու շաբաթական լիդերբորդերը — բոլորը ամրացված մեկ մարդակերպ բադիկ-մասկոտին։ Բացի 347 ֆրեյմ և 25-քայլանոց օնբորդինգ ընդգրկող պրոդուկտի դիզայնը ղեկավարելուց, իմ հիմնական ներդրումը AI ասեթների փայփլայնի կառուցումն էր՝ պրոմպտ-գրադարաններ, բազային պատկերի կոնդիցիոներացում, ձեռքով ընտրված սիդեր և արտադրական մշակում, որը յուրաքանչյուր նոր խաղային համակարգ վերածում էր թողարկելի կերպարների արտի օրերի, ոչ թե ամիսների ընթացքում։ Նույն բադիկը հայտնվում է 300+ կոնտեքստում — նավաստի, տաքսու վարորդ, թրեյդեր, դիլեր, ռեյդի թիրախ — և ուրվագիծը, աչքը, կտուցն ու համամասնությունները ընթերցվում են որպես մեկ կերպար ամեն մի անգամ։

Վիզուալ14 ֆայլ
ԱրդյունքներDUCK-MASTER / 04 ֆայլ
347

Նախագծված ֆրեյմեր

300+

AI-ով գեներացված ասեթներ

25

Օնբորդինգի քայլեր

6

Պրոդուկտի մակերեսներ

Եզրակացություններ

Duck Master-ը այն վայրն էր, որտեղ ես սովորեցի, որ AI-ասեթներով հագեցած պրոդուկտների համար դիզայն անելը այլ դիսցիպլին է։ Դժվարը պատկերներ գեներացնելը չէ — այլ ՆՈՒՅՆ կերպարը գեներացնելը հարյուրավոր կոնտեքստերում, երբ մոդելը ցանկանում է շեղվել ամեն պրոմպտի վրա։ Ես կառուցեցի աշխատանքային հոսք՝ կենտրոնացած ֆիքսված անատոմիայի բրիֆի, պրոմպտ-շաբլոնների գրադարանի, բազային պատկերի կոնդիցիոներացման և դաժան ընտրության փուլի շուրջ։ Յուրաքանչյուր թողարկված քարտ 8–16 թեկնածուներից մեկն էր։

Ինչ կփոխեի հաջորդ անգամ․ ներդրում կանեի հենց ընտրության գործիքի մեջ։ Վերջում ես թեկնածուներին գնահատում էի աղյուսակներում, ինչը նորմալ է մեկ տասնյակ քարտի համար և անտանելի՝ հարյուրավորների։ Կողք-կողքի համեմատություններով և ուրվագծի օվերլեյներով թեթև վեբ գործիքը կխնայեր շաբաթներ։

Հաջորդ նախագիծNEXWAVE