infiplot-web/README.ja.md

English · 简体中文 · 日本語

InfiPlot

AI がリアルタイムに生成する、初のインタラクティブ・ストーリーゲーム —— あなたが思い描く場面を入力すれば、それが目の前に、没入感たっぷりのビジュアルとして立ち上がり、あなた自身がその中へ飛び込めます。一幕一幕の筋書きも、一枚一枚の画像も、一人ひとりのキャラクターも、すべてマルチモーダル AI エンジンがその場で設計・生成します —— 幼い頃に夢見た「アニメの中に飛び込む」あの願いを叶えるために。

▶ ベータ期間中は無料でプレイ、セットアップ不要 —— infiplot.com

このプロジェクトを面白いと思っていただけたら、リポジトリへの ⭐ が私たちにとって何よりの励みになり、より多くの人に届く助けにもなります。ありがとうございます！

---

InfiPlot とは

InfiPlot は、AI がコンテンツをリアルタイムに生成する世界初のインタラクティブ・ストーリーゲームです。あらかじめ用意された筋書きもキャラクターも、声色さえもありません。すべてはあなたの求めに応じて、その場でカスタマイズして生成されます。私たちは、美少女ゲーム（galgame）、乙女ゲーム、フルモーション・ビデオ（FMV）ゲームに比肩する体験を目指しつつ、一人ひとりに合わせた参加型のファンタジーを提供します —— より没入感のある視聴体験で、あなたの想像力と好奇心を存分に満たします。

ひとことで言えば、私たちが作っているのは、AI がリアルタイムにコンテンツを生成する『Love Is All Around（完蛋！我被美女包围了！）』です。

6 歳の子どもでも、20 代の若者でも、35 歳でも、60 歳でも —— ここには、あなただけのファンタジーがあります：

ハリー・ポッターの世界で魔法を学ぶ。学校で誰もが憧れ、想いを寄せる存在になる。トップ誌・トップ会議に論文を出し続け、研究費にも事欠かない。『宮廷の諍い女（甄嬛传）』の世界で宮廷の駆け引きを味わう。あるいは若い頃に戻り、悔いの残るあの選択をやり直す……

---

開発の動機

私たちは、清華大学をはじめとする大学に集う若者のグループです。

一方で、私たち自身が galgame、乙女ゲーム、FMV、AI ロールプレイといったゲームのヘビーユーザーでした。楽しみながらも、もし筋書きが固定された選択肢に縛られず、チャットアプリ越しの会話ではなく AI キャラクターと深く関われたら、どれほど愉快で刺激的だろうと想像していました。

もう一方で、私たちはたまたま大規模モデルの技術を少しばかり理解しており、AI でアイデアを素早く形にでき、技術の道筋や既存技術で実現できる製品の限界について、ささやかな考えを持っていました。

きっかけは 2026 年 4 月 22 日、@zan2434 たちが flipbook を公開したことでした。この全く新しいインタラクションの形に、私たちは驚き、心を躍らせました。そして 5 月のある日、意気投合し、こうした製品を作ろうと決めました —— かつて諦めた幻想を叶える手助けをしつつ、マルチモーダルモデルがもたらす新しいインタラクションの形を探るために。

プロジェクトはまだごく初期で、多くの機能が未完成です。issue でのフィードバックを歓迎します。あるいは開発チームに加わって、一緒に新たな可能性を探り、あなた自身の好奇心を満たしてください。

お問い合わせ：hi@infiplot.com

---

仕組み

テキスト・画像・音声モデルを基盤に、私たちは InfiPlot の目標を実現するためのマルチエージェント・フレームワークを構築しました。エージェントを アーキテクト（Architect）・脚本家（Writer）・キャラクターデザイナー（Character Designer）・撮影監督（Cinematographer）・絵師（Painter） の 5 つの役割に分け、互いに連携させることで、物語の一貫性・キャラクターの一貫性・シーンの連続性を保ちつつ、できる限り魅力的な物語を目指します。

一回のプレイ全体を、私たちは**ストーリー（story）**と呼んでいます。

物語は一連の**シーン（scene）として展開します。各シーンは、AI が描いた 1 枚の背景画と、短いビート（beat）**のツリー —— ナレーション、セリフ、ときおりの選択肢 —— で構成されます。シーン内のビートをタップしていく間、画像はそのまま動きません。選択肢が本当に新しい場所 —— 別の空間、新しい視点、時間の跳躍 —— へ導いたときだけ、AI は次のシーンを描きます。

flowchart TD
    U["あなたの入力：世界設定 + 画風"] --> A["アーキテクト / Architect<br/>入力を解析 → 物語の全体構造（第一歩）"]
    A --> W["脚本家 / Writer<br/>このシーンのビートを生成：ナレーション · セリフ · 選択肢"]
    subgraph SCENE["1 シーンの生成"]
        direction TB
        W --> C["キャラクターデザイナー / Character Designer<br/>立ち絵 + 声（新キャラごとに並行）"]
        W --> S["撮影監督 / Cinematographer<br/>カメラ構成 + 背景プロンプト"]
        C --> P["絵師 / Painter<br/>立ち絵を参照に 16:9 背景を描画"]
        S --> P
    end
    P --> SC["1 シーン：背景画 + ビートツリー"]
    SC -. 次のシーンを先回り生成 .-> W

あなたがひとつのシーンを読んでいる間に、エンジンは選択肢が導きうるシーンを先回りして生成します —— 避けられない次の一歩については、そのさらに先のシーンまで。あなたが方向を選ぶ頃には、その画像はたいてい描き上がっているので、切り替えは一瞬に感じられます。いまはまだ多少の遅延を感じるかもしれませんが、ご安心ください —— 私たちは鋭意改善に取り組んでいます。

ボタンではなく背景そのものをクリックすると、**ビジョン（vision）**モデルを経由します。タップした位置を読み取り、いまのシーンを探索しているのか（新しい画像なしでビートを挿入）、先へ進もうとしているのか（新しいシーン）を判断します。これは flipbook から学んだ貴重な知見に基づくもので、この機能はいずれ InfiPlot を特徴づける鍵となり、プレイ体験をもう一段引き上げてくれると信じています。

アートの中には、従来型のゲーム UI は一切焼き込まれていません。AI は、あなたが選んだ任意のスタイル —— 「方眼紙の棒人間」でも「サイバーパンク・ノワール」でも —— で世界を描きます。セリフ枠と選択肢ボタンは、その上に重ねた軽量な HTML レイヤーで、シーンになじむよう調整されています。つまり UI は、毎回同じではなく、そのプレイの物語に寄り添って変化するのです。

---

ワンクリックデプロイ

デプロイ後、Vercel プロジェクトで環境変数を設定してください —— 下記の設定ガイドを参照。Vercel プロジェクトの Root Directory は apps/web に設定する必要があります（デプロイボタンが自動で渡します。手動設定の場合は Project Settings で指定してください）。

---

設定ガイド

InfiPlot は 4 種類のモデルプロバイダと通信します。テキスト（Text）・ビジョン（Vision）は、任意の OpenAI 互換エンドポイント（OpenAI、OpenAI 互換プロキシ経由の Anthropic、Gemini、OpenRouter、DeepSeek、ローカルの Ollama など）を使用でき、自由に組み合わせられます。**画像（Image）**は現在 Runware（OpenAI 互換ではなく、独自の task-array プロトコル）を使用します —— レイテンシとコストを総合的に考慮した選択です。**音声（TTS）**は Xiaomi MiMo の独自音声デザイン/クローンプロトコルを使用します（これも OpenAI 互換ではありません）—— キャラクターごとの音声デザイン、クローン、行ごとの抑揚指示に対応します。

1. プロバイダを選ぶ

プロバイダ	環境変数	必須？	推奨
Text · ストーリー監督	TEXT_BASE_URL TEXT_API_KEY TEXT_MODEL	✅	DeepSeek の deepseek-v4-flash
Image · シーン描画	IMAGE_BASE_URL IMAGE_API_KEY IMAGE_MODEL	✅	Runware の runware:400@6（FLUX.2 [klein] 9B KV）
Vision · クリック解釈	VISION_BASE_URL VISION_API_KEY VISION_MODEL	✅	Google の gemini-3.5-flash
TTS · キャラクター音声	TTS_BASE_URL TTS_API_KEY TTS_SPEECH_MODEL	任意 —— 空欄なら無音で動作	Xiaomi MiMo の mimo-v2.5-tts（独自プロトコル、OpenAI 互換ではない）

2. 環境変数を設定する

Vercel プロジェクト（Settings → Environment Variables）、またはローカル実行時は apps/web/.env.local に設定します。9 つの変数が必須で、TTS は任意です（空欄なら無音で動作）。低コストなテスト用のフラグもあります。

変数	効果
MOCK_IMAGE=true	画像生成をスキップし、レンダラが静的なプレースホルダを返します。ストーリー・音声・選択肢は通常どおり動作します。Runware のクレジットを消費せずに TTS を調整するのに最適です。

正確なフォーマットは apps/web/.env.example を参照してください。

3. コストに注意

推奨の 3 点セットでは、各シーンのコストの大半はテキスト LLM の呼び出しです。FLUX.2 [klein] 9B KV の画像は 1 シーンあたり概ね $0.00078（1792×1024、4 ステップ、サブ秒）で、残りはテキスト呼び出しです（deepseek-v4-flash を使えば非常に安価）。シーン内のビートをタップしていくのは無料です。切り替えを一瞬に保つため、エンジンは選ぶ可能性はあるが実際には選ばないシーンも先行生成します —— そのため実際の支出は、あなたが実際に見るシーン数よりやや高くなります。標準ではレート制限も認証もありません —— デプロイを公開すれば、請求額にそのまま反映されます。広く共有する前に、制限を追加し（必要に応じてプリフェッチの深さを下げ）てください。

---

ロードマップ

• 知覚できないほどの低遅延
• モバイルブラウザ対応
• 大半のプロバイダに対応
• ユーザー登録・ログイン機能
• 静止画から動画へのアップグレード
• プレイ中の自由入力対応
• 音声インタラクション
• ストーリー共有機能
• モバイルアプリ

---

コントリビュート

Issue と Pull Request を歓迎します。InfiPlot をローカルで実行するには（Node 20+ と pnpm 9+ が必要）：

pnpm install
cp apps/web/.env.example apps/web/.env.local   # キーを記入 —— 設定ガイドを参照
pnpm dev                                        # http://localhost:3000 を開く

コントリビュートすることで、あなたの貢献が AGPL-3.0 の下でライセンスされることに同意したものとみなされます。

---

スター推移

---

ライセンス

AGPL-3.0 © InfiPlot。コアは完全にオープンソースです。AGPL の「ネットワーク利用は配布とみなす」条項により、改変版をネットワークサービスとして運用する者は、そのソースコードも公開しなければなりません —— これによりコアをオープンに保ちつつ、将来のホスティング版や商用版の余地も残しています。