Catch the Bird — Обучающая runner-игра

с использованием ИИ-аватаров

Контекст

Проект был создан в рамках хакатона.

Команда получила задачу: придумать образовательную и увлекательную активность с использованием существующих ИИ-аватаров.

Формат хакатона предполагал:

• Ограниченное время
• Быстрые решения
• Фокус на концепции и механике, а не на масштабе реализации

Задача

Создать образовательную активность для beginner-уровня, которая вовлекает с первых секунд и не ощущается как отдельный урок. Основной фокус был на удержании внимания: пользователь не останавливается, не читает инструкции и не переключается в режим «обучения», а просто продолжает движение вперёд.

Для этого мы сознательно выбрали формат runner-игры, где обучение встроено в сам процесс движения.

Ранние наброски

На этом этапе я искала ответ на главный вопрос: почему пользователь вообще хочет бежать дальше, если в игре нет ачивок или внешних наград. Решением стала сама динамика движения — ощущение погони и постепенного сближения с целью.

Правильные ответы усиливают персонажа и визуально приближают его к сове, ошибки — замедляют и отдаляют. Образ совы здесь — осознанная ироничная отсылка к edtech-культуре, которая помогает снять излишнюю серьёзность обучения и сделать финал эмоционально запоминающимся.

References & inspirations

В условиях хакатона референсы использовались как быстрый способ зафиксировать направление: темп, ощущение движения и простые, считываемые игровые паттерны. Это позволило сосредоточиться
на механике, а не на изобретении формы с нуля.

Game roadmap

Схема ниже отражает пользовательский путь внутри игровой сессии —
от входа в активность до одного из финальных сценариев.

Финальное решение

Ключевые экраны игровой сессии, отражающие развитие сценария
и изменение состояния персонажа в зависимости от действий пользователя.

Design iteration (next version)

Разработка MVP проходила в сжатые сроки, и это был мой первый опыт работы с игровым интерфейсом. После хакатона, уже с пониманием базовых игровых паттернов и визуального языка современных runner-игр, я предложила обновлённое визуальное решение для следующей версии

Scope & execution

За 3–4 часа хакатона был реализован рабочий MVP: игровой прототип в Unity, точка входа в приложении, корректно работающий промт для генерации
и проверки вопросов, а также презентация и звуковое сопровождение.

Результат

Проект занял первое место на хакатоне. Концепция была отмечена за цельную игровую механику, высокий уровень вовлечения и рабочую реализацию
в условиях жёсткого тайминга.

После хакатона мы начали активную работу над доработкой и внедрением
этой игровой механики в приложение.

Метрики успеха

• Feature Engagement Rate — увеличение вовлечённости пользователей
в игровой формат обучения.

• Repeat Usage Rate — увеличение количества пользователей, возвращающихся к игре.

• Session Duration — достижение оптимальной продолжительности
игровой сессии без усталости и выхода из сценария.

• Task Success Rate — поддержание оптимальной доли правильных ответов: игра остаётся понятной, но сохраняет необходимый уровень челленджа.

© 2025

Vladislava Burtseva — product designer

Create a free website with Framer, the website builder loved by startups, designers and agencies.

Product designer

Praktika Features

Поймай птицу

Catch the Bird — Обучающая runner-игра с использованием ИИ-аватаров

Контекст

Проект был создан в рамках хакатона.

Команда получила задачу: придумать образовательную и увлекательную активность с использованием существующих ИИ-аватаров.

Формат хакатона предполагал:

• Ограниченное время • Быстрые решения • Фокус на концепции и механике, а не на масштабе реализации

Задача

Создать образовательную активность для beginner-уровня, которая вовлекает с первых секунд и не ощущается как отдельный урок. Основной фокус был на удержании внимания: пользователь не останавливается, не читает инструкции и не переключается в режим «обучения», а просто продолжает движение вперёд.

Для этого мы сознательно выбрали формат runner-игры, где обучение встроено в сам процесс движения.

Ранние наброски

На этом этапе я искала ответ на главный вопрос: почему пользователь вообще хочет бежать дальше, если в игре нет ачивок или внешних наград. Решением стала сама динамика движения — ощущение погони и постепенного сближения с целью.

Правильные ответы усиливают персонажа и визуально приближают его к сове, ошибки — замедляют и отдаляют. Образ совы здесь — осознанная ироничная отсылка к edtech-культуре, которая помогает снять излишнюю серьёзность обучения и сделать финал эмоционально запоминающимся.

References & inspirations

В условиях хакатона референсы использовались как быстрый способ зафиксировать направление: темп, ощущение движения и простые, считываемые игровые паттерны. Это позволило сосредоточиться на механике, а не на изобретении формы с нуля.

Game roadmap

Схема ниже отражает пользовательский путь внутри игровой сессии — от входа в активность до одного из финальных сценариев.

Финальное решение

Ключевые экраны игровой сессии, отражающие развитие сценария и изменение состояния персонажа в зависимости от действий пользователя.

Design iteration (next version)

Разработка MVP проходила в сжатые сроки, и это был мой первый опыт работы с игровым интерфейсом. После хакатона, уже с пониманием базовых игровых паттернов и визуального языка современных runner-игр, я предложила обновлённое визуальное решение для следующей версии

Scope & execution

За 3–4 часа хакатона был реализован рабочий MVP: игровой прототип в Unity, точка входа в приложении, корректно работающий промт для генерации и проверки вопросов, а также презентация и звуковое сопровождение.

Результат

Проект занял первое место на хакатоне. Концепция была отмечена за цельную игровую механику, высокий уровень вовлечения и рабочую реализацию в условиях жёсткого тайминга.

После хакатона мы начали активную работу над доработкой и внедрением этой игровой механики в приложение.

Метрики успеха

• Feature Engagement Rate — увеличение вовлечённости пользователей в игровой формат обучения.

• Repeat Usage Rate — увеличение количества пользователей, возвращающихся к игре.

• Session Duration — достижение оптимальной продолжительности игровой сессии без усталости и выхода из сценария.

• Task Success Rate — поддержание оптимальной доли правильных ответов: игра остаётся понятной, но сохраняет необходимый уровень челленджа.