واجهة مستخدم الألعاب بالذكاء الاصطناعي: لا تعدّل Prefab YAML—استخدم الـ Canvas للتصدير إلى Unity / Godot / Cocos

اطلب من Cursor أن “يجمّع هذه الواجهة HUD في Unity”، فيقرأ غالبًا نص .prefab ويعدّل آلاف الأسطر من YAML—بطيء، وتكلفة Tokens عالية، ومحفوف بالمخاطر على مراجع GUID و.meta.

النمط الأكثر أمانًا: لا يعدّل الذكاء الاصطناعي ملفات Prefab مباشرة؛ بل يعمل على طبقة وسيطة؛ ومُصدِّر ثابت يبني الـ Prefab.

تتناول هذه المقالة احتياجات شائعة: واجهة مستخدم مجمّعة بالذكاء الاصطناعي، تحرير Cursor للـ Prefabs، تصدير Prefab لواجهة Unity / Godot / Cocos، وإدخال Figma / PSD إلى المحرك دون بناء Canvas يدويًا. أدناه: تقسيم الطبقة الوسيطة، ثم مسار الـ Canvas في VberAI Studio (AI Studio، ≠ Google AI Studio)—تصميم أو واجهة كاملة الشاشة بالذكاء الاصطناعي → تقسيم على الـ Canvas → تصدير Prefab حتمي → Engine MCP للمنطق.

---

لماذا لا ينبغي للذكاء الاصطناعي تجميع الـ Prefabs مباشرة

المشكلة	ما تراه
حجم النص	Prefab لشاشة واحدة غالبًا أكثر من 10,000 سطر—مكلف للقراءة والكتابة
الوقت	تمريرة توليد/تحرير واحدة قد تستغرق 10–20 دقيقة، ويصعب التكرار
مخاطر الأصول	تعديلات YAML على المراجع وfileIDs قد تكسر GUIDs والروابط
المراجعة	الفروقات في الغالب حقول مُسلسَلة—خطر دمج مرتفع
التكرار	كل تغيير في الواجهة يعني إعادة توليد الـ Prefab بالكامل—تكلفة صيانة عالية

يناسب الذكاء الاصطناعي التخطيط، واختيار العناصر، وملء الحقول؛ وليس دور محرّر الـ Prefab.

---

التقسيم الصحيح: طبقة وسيطة + تصدير حتمي

مرحلتان:

AI: understand design → middle representation (not Prefab text)
Fixed tool: read middle layer → instantiate controls → set RectTransform → save Prefab

يمكن أن تكون الطبقة الوسيطة تنسيقًا مخصصًا للمشروع أو تسلسل Canvas في VberAI Studio. المتطلبات:

• بنية واضحة ومضغوطة—قابلة للتحرير بواسطة الذكاء الاصطناعي أو البشر
• بناء Prefab بدون LLM—نفس المدخل، نفس المخرج
• فحوصات ما قبل التصدير: الحدود، الحقول المطلوبة، أسماء الربط

تأتي سكربتات اللعب بعد استيراد الـ Prefab عبر MCP؛ وتبقى بنية الواجهة منفصلة عن منطق اللعب.

---

Canvas في AI Studio: معاينة، تقطيع، تصدير متعدد المحركات

عادةً ما تتطلب التنسيقات الوسيطة المخصصة عمليات مسح لمكتبات العناصر، ووثائق مواصفات، وأدوات Editor، وخطوط تقطيع/إعادة تلوين.
VberAI Studio يحوّل الطبقة الوسيطة والمُصدِّر إلى منتج:

القدرة	الدور
Canvas اللعبة	معاينة الواجهة كاملة الشاشة؛ ضبط التباعد والتسلسل قبل التصدير
التقسيم في الموضع	تقسيم الأزرار واللوحات في مواضعها الأصلية—دون انحراف عام في المحرك (دليل التقسيم)
مدخلات متعددة	PSD / Figma، فنون مولّدة بالذكاء الاصطناعي، PNG كامل الشاشة
تصدير متعدد المحركات	Unity UGUI، Godot Control، Cocos UI بنفس سير العمل
إعادة التلوين / اللغات	إعادة التلوين، الترجمة، ثم إعادة تصدير الشجرة كاملة
Prefab حتمي	التصدير بدون LLM؛ لا يعدّل الذكاء الاصطناعي YAML

مقارنةً بمواصفات الواجهة النصية البحتة، يغطي الـ Canvas أيضًا الاعتماد البصري، والتقطيع، والـ 9-slice، وتلوينات الأحداث—وكلها تنفخ أي مواصفة مخصصة بسرعة.

---

سير العمل الموصى به: Figma / PSD → Prefab → MCP

الخطوة	المهمة	المسؤول
1	تقسيم التصميم وتسميته (أو توليد AI Studio لواجهة كاملة الشاشة)	التصميم / الإنتاج
2	استيراد إلى VberAI Studio؛ فحص التسلسل ومناطق النقر على الـ Canvas	التصميم + فحص الهندسة
3	تقسيم في الموضع → اختيار Unity / Godot / Cocos → تصدير Prefab	AI Studio (حتمي)
4	الـ Prefab في المشروع؛ تمريرة التخطيط وفق قائمة استيراد المحرك + MCP	الهندسة
5	Cursor + Engine MCP يربطان Btn_*، والصحة، والنوافذ المنبثقة (مثال HUD)	الهندسة
6	قبل الإطلاق: قائمة فحص واجهة ما قبل الإطلاق	الهندسة + ضمان الجودة

قواعد التسليم: قائمة تسليم التصميم. مسارات أدوات أوسع: مجموعة أدوات الذكاء الاصطناعي لتطوير الألعاب.

الحزمة المقترحة: VberAI Studio + MCP للمحرك المستهدف + Cursor أو Claude Code. شرح عملي: فيديو واجهة في 3 دقائق.

---

اختر مسارًا حسب ما لديك

ما لديك	المسار المقترح
PSD / Figma بطبقات	استيراد → تقسيم → تصدير (Figma إلى Unity)
PNG مفهوم كامل الشاشة	Canvas → تقسيم في الموضع → تصدير (تقطيع في الموضع)
لا أصول، وتحتاج عرضًا تجريبيًا	AI Studio يولّد الواجهة → تقسيم → تصدير → MCP يربط المنطق

المخرج دائمًا Prefab / تسلسل واجهة قابل للتركيب في المحرك—وليس ذكاءً اصطناعيًا يعيد كتابة نص Prefab على القرص مجددًا.

---

الأسئلة الشائعة

هل يمكن للذكاء الاصطناعي توليد Unity Prefab مباشرة؟
يمكن للـ LLM إخراج Prefab YAML، لكنه غير موصى به: نص ضخم، تشغيل بطيء، مخاطر GUID، مراجعة ضعيفة. الأكثر أمانًا: الذكاء الاصطناعي على طبقة وسيطة (Canvas أو مواصفة مخصصة)، ومُصدِّر ثابت للـ Prefab.

كيف يختلف تجميع الواجهة في Cursor عن Canvas في AI Studio؟
يتفوق Cursor + MCP بعد الاستيراد—السكربتات، والعقد، والتحقق عبر Play. وهو ليس مثاليًا لبناء بنية Prefab كاملة الشاشة بأمان. يتولى AI Studio إدخال الواجهة إلى المحرك؛ ومعًا: تصدير الـ Canvas → MCP للمنطق.

كيف تصل Figma / PSD إلى Unity UI دون بناء Canvas يدويًا؟
استورد الملفات ذات الطبقات إلى AI Studio → تقسيم في الموضع → تصدير Unity UGUI Prefab. نفس سير العمل لـ Godot وCocos. راجع Figma إلى Unity وPSD إلى UGUI.

كيف يختلف هذا عن Google AI Studio؟
يستهدف Google الويب العام والنماذج الأولية؛ وتصدير Prefab للألعاب مهمة مختلفة. راجع Google AI Studio مقابل VberAI.

نستخدم إطار واجهة مخصصًا—هل يظل الـ Canvas مفيدًا؟
التصدير عبارة عن أشجار واجهة محرك قياسية. غلّفها بقوالبك بعد الاستيراد إن لزم—وهذا يظل أكثر أمانًا من تعديل الذكاء الاصطناعي لـ YAML.

هل تتطلب إعادة تلوين الأحداث إعادة البناء من الصفر؟
لا. أعد التلوين على الـ Canvas، وأعد تصدير الـ Prefab؛ ويتغير المنطق قليلًا إذا بقيت أسماء الربط مستقرة.