Crear juegos con IA: Claude hizo un soulslike en Three.js en 3 días (Dream Loop)
Cómo crear juegos con IA: Meng To hizo un soulslike en Three.js en 3 días con Claude. Sus seis pasos, el Dream Loop y mi prueba en la base lunar.

Crear un juego con IA que «se pueda jugar» ya no es difícil; lo difícil de verdad es que «se vea bien». Le pides a la IA que mejore la iluminación o que los efectos luzcan más, y siempre te dice que ya está, pero tú no sabes si de verdad ha mejorado ni sabrías decir qué falla.
Meng To, fundador de Design+Code y Aura, compartió hace poco en X un juego de estilo soulslike hecho en Three.js: lo terminó en tres días con Claude Fable 5.2, se ejecuta en el navegador, tiene iluminación, efectos y sonido completos, y ni siquiera tiene paso de compilación. Explica todo el flujo en un hilo (hilo original) y publicó en GitHub, como código abierto, las skills que usó, pero sus prompts completos no son públicos. En esta entrada desmonto sus seis pasos, con el foco en el truco que hace que la imagen no pare de mejorar, el Dream Loop, y al final lo pruebo yo mismo con la base lunar de la portada de mi web.

¿Qué herramientas de IA usó para crear este juego?
La combinación que enumera consta de solo cuatro elementos:
- Claude Code: con Fable 5.2 como modelo principal y Opus 5.5 para las subtareas.
- Three.js: 3D web puro, sin empaquetado ni compilación; corre directamente en el navegador.
- Seedream 5.0 Pro: generación de imágenes con IA para el concept art de personajes, los iconos de la interfaz y, lo más importante, la «imagen objetivo».
- Tripo 3D: convierte el concept art en modelos 3D.
Las herramientas en sí no tienen nada de especial; lo que vale la pena aprender es cómo las encadena en un bucle que mejora solo.
Paso 1: primero, que el juego se pueda jugar
El primer paso tiene un único objetivo: sacar una versión jugable. Le pasó a Fable 5.2 un prompt y le hizo cargar tres skills: dream-loop, que es de código abierto y de otra persona, más dos suyas, una con el flujo de «puntuar contra un objetivo» y otra para diseñar el combate de acción (las dos están en su repositorio de Skills).
Seis horas y doce prompts después, ya tenía un nivel en el que se podía caminar y pelear, con un jefe incluido. En este punto da igual que se vea bien o no; lo primero es que la jugabilidad funcione de principio a fin.
Paso 2: repartir el trabajo entre varios agentes de IA
Con el juego ya jugable, puso a Fable 5.2 como director y le hizo abrir varios hilos secundarios con Opus 5.5, cada uno a cargo de un área: iluminación, efectos, personajes, objetos, interfaz y sonido. Hasta nueve a la vez, y cada uno solo toca los archivos de los que es responsable.
Esa última regla es clave. Cuando varias IA modifican el mismo proyecto a la vez, lo que más suele fallar es que se pisen los cambios entre ellas; si cada una se ocupa de sus propios archivos, los nueve hilos pueden ir realmente en paralelo.
El sonido es la excepción. En los comentarios explica que, hoy por hoy, la IA todavía sintetiza fatal los efectos de sonido por código, así que usó su propia biblioteca de sonidos y la conectó con la skill earshot.
Paso 3: ¿cómo pasar del concept art con IA a un modelo 3D?
El flujo para personajes y monstruos es este:
- Seedream dibuja el concept art con condiciones estrictas: pose en A estándar y fondo gris.
- Tripo 3D convierte el concept art en un modelo GLB; en el juego usó 29 en total.
- Los modelos salen sin esqueleto, así que el esqueleto y las animaciones los escribe la IA directamente en código.
La pose en A y el fondo gris sirven para que la conversión de imagen a 3D sea más fácil: con los brazos separados del cuerpo no se quedan pegados en un solo bloque, y con un fondo limpio no se hornean sombras en la textura. Me encontré con el mismo problema en «Probando el modelado 3D con IA» y en «Cómo revisar un modelo de Tripo AI»: si el concept art no está bien preparado, luego cuesta muchísimo arreglarlo.
Según cuenta, todos los prompts y recursos están en un solo lienzo de Fil, donde se ve de un vistazo qué concepto se convirtió en qué modelo. Pero en el hilo solo publicó una captura de ese lienzo; el lienzo en sí no es público, así que no se pueden ver sus prompts completos.
Paso 4: ¿qué es el Dream Loop?
Esta es la parte más ingeniosa de todo el proceso.
- Primero haces una captura del juego.
- Le pides a Seedream que vuelva a dibujar esa captura, con un prompt que exige que la cámara, la composición, la disposición y la pose de los personajes no cambien en absoluto; solo tiene que quedar más bonita.
- Ese redibujo es la «imagen objetivo», y los agentes de IA retocan la iluminación, los materiales y los efectos hasta que la imagen del juego se le acerque.
¿Por qué funciona? Porque «que se vea un poco mejor» es una frase imposible de verificar, mientras que una imagen objetivo con la misma cámara se puede comparar directamente: si la sombra de la esquina es lo bastante profunda, si entra la luz por la ventana, si el suelo tiene reflejos… todo se ve. Y la IA por fin tiene una dirección concreta a la que apuntar.
Las piedras, las vasijas y los materiales de piedra de la escena son escaneos CC0 gratuitos de Poly Haven; no todo tiene que generarlo la IA.
Mi prueba: el Dream Loop en la base lunar
Lo probé con el estudio lunar de la portada de mi web. Es una escena hecha en Three.js, con el protagonista, Terry, de pie en medio del estudio y la superficie lunar al otro lado de la ventana.

Redibujé la captura con el generador de imágenes de ChatGPT (gpt-image). Lo esencial del prompt es lo mismo que en el de Meng To, dividido en dos partes:
- Nada cambia: posición de la cámara, ángulo, composición, posición y número de cada objeto, pose del personaje y su estilo chibi, estructura de la habitación y paleta de colores. Dejé claro que no lo convirtiera en un estilo realista.
- Solo cambia el render: oclusión ambiental en las esquinas y bajo los muebles, luz cálida en el interior y luz lunar fría entrando en diagonal por la ventana, pantallas con un leve brillo, baldosas con algo de lustre, cráteres más nítidos en la superficie lunar, estrellas en el cielo, y un toque de bloom y viñeta.

Ya en el primer intento se ve hacia dónde ir: las esquinas tienen sombra, la luz de la ventana dibuja franjas en el suelo y la superficie lunar pasa de ser una mancha gris a un terreno con cráteres y rocas. Son cosas que puedo decirle directamente a la IA: «cámbialo así».
Pero también se ven los problemas: la cámara se ha abierto un poco y el escritorio ha encogido. Aunque escribí claramente que la cámara no se moviera, el modelo de imagen sigue cambiando la composición a escondidas. Para usarla como imagen objetivo, primero hay que comprobar que no ha tocado nada que no debía; por eso el juez del paso siguiente es tan importante.
¿En qué se diferencian Seedream y gpt-image?
Meng To usa Seedream para la imagen objetivo, y yo la primera vez usé gpt-image. Para compararlos bien, saqué una captura nueva y les di la misma imagen y el mismo prompt a Seedream 5.5 y a gpt-image, una vez a cada uno. Meng To usó Seedream 5.0 Pro; yo usé la versión más nueva, la 5.5, que en mis pruebas salió más barata y ya es lo bastante precisa como para alinearse píxel a píxel. No me importaba tanto cuál dibujaba más bonito como cuál respetaba mejor la composición, porque eso es justo lo que más necesita el Dream Loop.
Esta vez el prompt era mucho más estricto que el primero: pedía expresamente que la composición coincidiera píxel a píxel, que no se moviera ningún objeto ni ningún borde, y que solo se añadieran efectos que Three.js pueda hacer en tiempo real, como luces, sombras, materiales o bloom, sin dibujar nada que un motor de juego no pudiera reproducir.

Las dos se ven mucho mejor que el original, pero tienen personalidades distintas:
- Seedream 5.5 tira a frío y realista: la superficie lunar sale brillante y nítida, el suelo refleja, y el conjunto parece una estación espacial de verdad.
- gpt-image tira a cálido y con mucha atmósfera: las luces del techo son más cálidas, el cielo tiene más estrellas y la luz de la ventana deja franjas muy marcadas en el suelo.
La diferencia de verdad solo se ve al superponer cada redibujo con el original:

- Seedream 5.5 coincide casi píxel a píxel: al superponer las imágenes apenas hay imagen doble; los marcos de la ventana, la mesa y el personaje siguen en su sitio.
- gpt-image se acerca, pero se desvía un poco: las posiciones generales son correctas, pero los bordes del techo y de los marcos de la ventana están ligeramente desplazados. Hasta el propio gpt-image, al terminar, avisó de que «la composición es parecida, pero no coincide píxel a píxel».
Seedream tampoco acertó a la primera. La primera vez me devolvió una imagen cuadrada, alargando la escena por arriba y por abajo y recomponiéndola entera; recorté la imagen de entrada a 16:9, indiqué la proporción de salida y a la segunda ya coincidió. Así que, uses el que uses, deja claras las proporciones de entrada y de salida desde el principio.
Mi conclusión: como imagen objetivo para el Dream Loop, Seedream funciona mejor, porque los agentes de IA persiguen el detalle de cada posición y, si la composición se desvía un poco, todo ese trabajo no sirve de nada. gpt-image va bien para buscar dirección y ver «qué aire podría tener». Uses el que uses, superpón siempre la imagen objetivo con la captura original, y si no encaja, vuelve a generarla.
Paso 5: la interfaz también la dibuja la IA
Para la interfaz del juego apenas escribió prompts; más o menos fue así:
- Primero le pidió un concept art de toda la interfaz, incluidas las barras de vida y de aguante de la parte de abajo.
- Le dijo que lo implementara tal cual.
- Como no le parecía lo bastante pulido, le pidió más degradados, irregularidad, sombras y textura de ruido en los marcos.
- Por último, le pidió los iconos en PNG transparente.
Los iconos también son PNG transparentes dibujados por Seedream.
Paso 6: un test a ciegas en cada cambio
Esto es lo que impide que el Dream Loop se descontrole. Sus reglas son:
- En cada cambio, se hace una captura 4K antes y otra después con la misma cámara.
- Se le pasan a un juez de IA completamente nuevo, con las dos imágenes en orden aleatorio y etiquetadas solo como X e Y, así que el juez no sabe cuál es la nueva.
- El cambio solo se queda si la versión nueva gana o empata.
- Una ronda completa usa dos jueces y una rúbrica sobre 10, se queda con la nota más baja y el objetivo es llegar a 9.
Los agentes de IA son muy buenos diciendo «ya lo he arreglado», pero si el mismo que cambia es el que lo valida, lo normal es que todo se vaya torciendo cada vez más. Poner un juez que no ha visto el proceso y barajar el orden equivale a hacerle pruebas de regresión a la calidad visual: los cambios que empeoran la imagen no se quedan.
Sus propias instrucciones también eran muy cortas, del estilo «sigue hasta llegar a un 8» o «dame siempre capturas del antes y el después, y vídeo si es una animación». Hubo una vez en que el efecto del tajo del jefe no había manera de que quedara bien, y en sus respuestas ya se notaba la impaciencia; por lo visto, hasta el mejor flujo se atasca de vez en cuando.
Los límites de este método
El propio Meng To lo deja muy claro: esto todavía no es un juego terminado.
- En el vídeo juega un bot controlado por script, y cada escena está preparada de antemano.
- Los jueces estrictos casi siempre dan entre 5 y 6 puntos, lejos todavía del 9.
- La carga tarda más de 10 segundos.
- Las animaciones de caminar y correr son lo más difícil; en los comentarios dice que lo intentó al menos 8 veces, y que rechazó la de caminar 4 veces.
Así que lo que salió en tres días es una demo jugable, no un juego listo para publicar. Pero para alguien que hace juegos en solitario, pasar de cero a esto en solo tres días ya es impresionante.
¿Quieres crear un juego con IA tú solo? Los trucos que conviene aprender primero
Si tú también haces juegos con IA, creo que estas son las tres cosas que más vale la pena llevarte:
- Define «que se vea bien» con una imagen: hacer una captura, redibujarla y usarla como objetivo es mucho más preciso que escribir un párrafo larguísimo describiendo el estilo.
- Que valide otro: haz capturas del antes y el después con la misma cámara y dáselas a una IA nueva para que elija a ciegas; no dejes que el que hace el cambio se ponga la nota.
- Un director con varios agentes especializados: si cada agente solo toca sus propios archivos, puedes ponerlos en paralelo sin miedo.
Mi siguiente paso es retocar la iluminación del estudio lunar siguiendo la imagen objetivo de la prueba, y en cada cambio sacar un par de capturas del antes y el después para que el juez elija, a ver si de verdad consigo acercarme a esa imagen.
¿Tú también has probado a dejar que la IA juzgue si la imagen ha mejorado? Búscame en Threads o en X y déjame un comentario en alguna publicación. Hablamos.


