Constellation, le dépôt institutionnel de l'Université du Québec à Chicoutimi

Résumé

Les Game Design Document (GDD) constituent une référence centrale dans le développement de jeux vidéo, capturant les mécaniques de jeu, les éléments narratifs et les objectifs d’expérience utilisateur. Bien qu’indispensables pour orienter la production, ces documents sont souvent très peu structurés et riches en narration, ce qui rend difficile l’extraction d’artefacts agiles tels que les user stories de manière cohérente et efficace. Cette étude propose une méthodologie novatrice exploitant les Large Language Models (LLM) et l’ingénierie de prompts afin d’automatiser la génération et l’amélioration de user stories directement à partir des GDD. Trois stratégies de prompting : Chain-of-Thought (CoT), Refine-and-Thought (RaT) et une variante hybride ont été appliquées à deux LLM (ChatGPT et DeepSeek), aboutissant à six chaînes de génération distinctes par GDD. Des centaines de user stories ont été produites à partir d’un corpus hétérogène de huit GDD (quatre commerciaux et quatre académiques) et évaluées systématiquement à l’aide d’AQUSA, un cadre d’évaluation automatisé fondé sur des critères de qualité agiles formels. L’évaluation initiale a révélé des défauts fréquents liés au minimalisme, à l’atomicité et à l’uniformité. Cependant, l’intégration directe des directives d’AQUSA dans les prompts a permis d’éliminer entièrement ces lacunes, démontrant l’efficacité d’une boucle de raffinement guidée par des standards agiles formels. Au-delà des améliorations de qualité, les résultats soulignent la faisabilité et la scalabilité (passage à l’échelle) de l’intégration de la génération de user stories basée sur les LLM dans les flux de travail agiles, réduisant considérablement l’effort manuel, améliorant la traçabilité et comblant le fossé entre la conception narrative et les exigences d’ingénierie dans le développement de jeux modernes. D’un point de vue scientifique, ce travail apporte une méthodologie reproductible combinant ingénierie de prompts, évaluation automatisée et raffinement itératif. D’un point de vue pratique, il ouvre des perspectives prometteuses d’intégration industrielle dans des outils de gestion de projet tels que Jira ou GitLab. Ses principes sont également transférables à d’autres domaines où des documents narratifs non structurés doivent être transformés en exigences opérationnelles, comme l’éducation, la formation ou les serious games.