01 //
Contexte
ToshoGuesser est une expérimentation personnelle destinée aux fans de manga, dans le même univers que Toshokan. Je voulais explorer une autre façon d’interagir avec les œuvres, à travers un jeu de comparaison inspiré des formats trivia.
Le principe consiste à associer des affirmations ou des données chiffrées aux bons mangas. Derrière cette règle simple, le projet demandait de construire une base exploitable, de définir ce qui rend une partie intéressante et de traduire ces choix dans une application web.
02 //
Le problème
Tirer des œuvres et des chiffres au hasard ne suffit pas à créer un jeu. Une association trop évidente laisse peu de place à la réflexion. Une comparaison mal définie rend la réponse contestable. Des propositions trop similaires finissent par répéter le même exercice.
La difficulté était donc double. Les données devaient être comparables et suffisamment complètes pour alimenter le moteur. Les parties devaient ensuite proposer un mélange de choix accessibles et de vrais dilemmes, avec une diversité de mangas et de métriques.
03 //
La solution
J’ai conçu une application web qui s’appuie sur un corpus structuré de mangas et de métriques. Le moteur compare les œuvres, compose des ensembles de propositions et vérifie des contraintes avant de retenir une partie.
Ces contraintes portent notamment sur la difficulté, la variété des choix et les combinaisons à écarter. Elles rendent les critères de conception applicables à chaque génération. L’interface présente ensuite au joueur les associations à résoudre, sans lui exposer cette mécanique interne.
04 //
Mon intervention
J’ai porté le projet de la conception à la construction de l’application. Mon travail a couvert les règles du jeu, la recherche de données, les spécifications du moteur, l’UX/UI et le développement assisté par IA.
Définir les règles et l’expérience de jeu
J’ai précisé ce que le joueur devait comprendre, comparer et décider au cours d’une partie. Cela m’a conduit à formaliser les types de choix recherchés et les situations à éviter, comme une réponse trop évidente ou une association sans logique compréhensible.
Construire un corpus exploitable
J’ai sélectionné les mangas et les métriques, recherché les données et organisé le dataset, la base de référence du jeu. Le travail comprenait la normalisation des valeurs, les conventions de comparaison, le traitement des cas ambigus et la complétude des informations nécessaires au moteur.
Concevoir la logique de génération
J’ai défini le classement des œuvres selon les métriques, la composition des parties et les contrôles de qualité. Le moteur applique ces règles pour écarter les combinaisons qui ne répondent pas aux contraintes de difficulté ou de diversité.
Relier la conception à une application jouable
J’ai conçu l’interface puis construit l’application avec Codex et Claude Code. Je définissais le fonctionnement attendu et les spécifications, tandis que ces outils m’assistaient dans la génération et la modification du code. Le travail reliait ainsi les règles du produit à leur mise en œuvre dans le moteur et les écrans.
05 //
Décisions clés
Normaliser les données avant de les comparer
J’ai défini des conventions méthodologiques pour les métriques du corpus. La normalisation consiste à donner un sens et un format cohérents aux valeurs utilisées. Deux chiffres ne sont comparables que si leur définition et leur périmètre sont compatibles.
Cette étape conditionne la crédibilité du jeu. Une valeur ambiguë ou une information manquante peut fausser une association, même si le moteur fonctionne correctement. Le traitement de ces cas fait donc partie de la conception du produit.
Générer les parties avec un système de contraintes
J’ai organisé le moteur autour de la composition, du contrôle et du rejet des combinaisons. Une contrainte est une règle que la partie doit respecter pour être retenue. Le moteur peut ainsi écarter un ensemble trop évident, trop répétitif ou dépourvu de véritable dilemme.
Cette génération sous contraintes permet de produire des parties à partir du corpus sans devoir écrire chaque combinaison à la main. Les règles rendent aussi les critères de sélection explicites, afin de pouvoir les ajuster au fil de l’évolution du jeu.
Mélanger les niveaux de difficulté dans une même partie
J’ai conçu les règles d’équilibrage autour de quelques choix accessibles, de plusieurs associations qui demandent réflexion et de choix plus difficiles. L’objectif est de donner au joueur des points d’entrée tout en maintenant une tension dans ses décisions.
La diversité des œuvres et des métriques fait partie de cette logique. Ces règles expriment une intention de conception. Leur pertinence doit ensuite être confrontée à la difficulté réellement rencontrée et à l’envie de rejouer.
06 //
Résultats et validation
Une application construite de bout en bout
Le projet a abouti à une application web réunissant une interface de jeu, un corpus dédié et un moteur de génération. Il matérialise le passage d’une idée à un système jouable, avec des règles explicites pour sélectionner les parties.
La qualité de génération à confirmer par un audit
Le nombre de mangas, la complétude des données et le taux de parties retenues restent à chiffrer. La mesure la plus utile serait de comparer les parties acceptées par le moteur à celles validées lors d’une revue humaine. Les motifs de rejet permettraient ensuite de repérer les règles ou les données à retravailler.
L’intérêt du jeu à confirmer par les usages
Les indicateurs prioritaires sont la part des parties terminées et la proportion de joueurs qui en relancent une. Les taux de réussite et les retours sur la difficulté aideraient à ajuster l’équilibrage. Aucune donnée d’usage chiffrée n’est disponible à ce stade.
07 //
Enseignements
Transformer une intuition en critères vérifiables
Ce projet m’a appris à décomposer une notion subjective comme une bonne partie en critères utilisables par un système. La variété des propositions, les écarts de difficulté et la présence de dilemmes deviennent des choix explicites. Leur validation demande ensuite de revenir à l’expérience des joueurs.
La qualité des données fait partie de l’expérience
J’ai retenu que le travail sur les sources et les conventions influence directement la confiance dans le jeu. Une réponse peut être techniquement correcte et sembler injuste si la comparaison est mal définie. La qualité du produit se construit donc aussi dans le corpus et les règles qui l’organisent.
