МобайлЭксперимент2024 - 2025

DUCK MASTER.

Вирусная мини-игра в Telegram, спроектированная под петли вовлечения и социальный шеринг

БрифDUCK-MASTER · 06

Гибрид трейдинг-игры в Telegram, выстроенный вокруг одного маскота-утки 347 экранов, 300+ AI-сгенерированных ассетов, один консистентный персонаж.

01
0

Фреймов в дизайн-системе

02
0+

AI-сгенерированных игровых ассетов

03
0

Шагов онбординга

04
Одна утка, одна вселенная — каждый вариант должен читаться как один и тот же персонаж.

Бренд-бриф

05

Поверхности продукта

Карьера · Карты · Биржа · Мини-игры · Магазин · Социальное

06

За что я отвечал

Генерация AI-ассетовПерсонажный и карточный артДизайн игрового UIСистема онбордингаДизайн экономикиБиблиотека мобильных компонентов
Состав ролиDUCK-MASTER · 06

⌗ WHAT I OWNED

Вёл продуктовый дизайн И отвечал за AI-пайплайн ассетов — персонажный арт, карты, сцены.

UX
0/100
UI
0/100
AI-пайплайн
0/100
Персонажный арт
0/100
Онбординг
0/100
Дизайн-система
0/100

Обзор

Duck Master — мини-приложение в Telegram, объединяющее петлю биржевого трейдинга, коллекционирование карт, PvP-атаки, мини-игры и еженедельные лидерборды — всё привязано к единому антропоморфному маскоту-утке. Помимо ведения продуктового дизайна по 347 фреймам и 25-шаговому онбордингу, моим главным вкладом стало построение AI-пайплайна ассетов: библиотек промптов, кондиционирования по базовому изображению, вручную отобранных сидов и продакшн-полировки, которые превращали каждую новую игровую систему в готовый к выпуску персонажный арт за дни, а не месяцы. Та же утка появляется в 300+ контекстах — моряк, таксист, трейдер, дилер, цель для рейда — и силуэт, глаз, клюв и пропорции каждый раз читаются как один и тот же персонаж.

Визуал14 файлов
РезультатыDUCK-MASTER / 04 файлов
347

Спроектировано фреймов

300+

AI-сгенерированных ассетов

25

Шагов онбординга

6

Поверхностей продукта

Выводы

На Duck Master я понял, что дизайн для продуктов, насыщенных AI-ассетами, — это отдельная дисциплина. Сложность не в генерации картинок — а в генерации ОДНОГО И ТОГО ЖЕ персонажа в сотнях контекстов, когда модель норовит уплыть на каждом промпте. Я выстроил воркфлоу вокруг зафиксированного бриф-анатомии, библиотеки промпт-шаблонов, кондиционирования по базовому изображению и беспощадного отбора. Каждая выпущенная карта была одной из 8–16 кандидаток.

Что бы я изменил в следующий раз: вложился бы в сам инструментарий отбора. К концу я оценивал кандидатов в таблицах, что нормально для дюжины карт и невыносимо для сотен. Лёгкий веб-инструмент со сравнением бок о бок и наложением силуэтов сэкономил бы недели.

Следующий проектNEXWAVE