Presentamos Storyarn: una plataforma conectada para el diseño narrativo

Hoy abrimos Storyarn a todo el mundo.

Storyarn es una plataforma de diseño narrativo para equipos que crean historias interactivas. Conecta en un mismo proyecto la lluvia de ideas, la construcción de mundos, los diálogos ramificados, las escenas, las pruebas, la localización y la exportación.

Nace de una decisión de producto: una historia interactiva tiene que comportarse como un único sistema, aunque se construya con varias herramientas. Por eso Storyarn se centra en las conexiones que más cuesta conservar cuando la ideación, el mundo, el diálogo, el estado, las escenas, la localización y la implementación viven en lugares distintos.

Detrás de una sola frase

Pensemos en un intercambio breve en el que el jugador pregunta a un personaje por una ubicación oculta.

La idea de que ese personaje guarde el secreto nació en una lluvia de ideas del equipo. La respuesta solo aparece cuando ese personaje confía lo suficiente en el jugador. Elegirla cambia el estado de una misión. La ubicación pasa a estar disponible en el mapa. La frase necesita traducción, hay que hacer el seguimiento de su locución y el resultado final tiene que llegar al juego en un formato que el runtime pueda interpretar.

Escribir la frase es la parte más pequeña de esa decisión.

Los equipos cuentan con herramientas muy capaces, y sus fronteras se solapan. World Anvil se centra en organizar y presentar el mundo narrativo, mientras Notion puede adaptarse como wiki o base de conocimiento del proyecto. articy:draft X y Arcweave cubren un espacio mucho más amplio del diseño narrativo: datos estructurados, flujos interactivos, lógica, pruebas, localización e integración con motores. Yarn Spinner e Ink se acercan al problema desde el scripting narrativo y su ejecución dentro del juego.

Algunos equipos resuelven la mayor parte del trabajo con una sola plataforma. En Drop Bear Bytes, la gran mayoría de Broken Roads funciona sobre articy:draft, y los datos para los que la herramienta no encajaba se quedaron en Unity.

Cuando el trabajo se reparte entre varias herramientas, lo frágil son las conexiones entre ellas. Una condición cambia de nombre en el diálogo, pero no en la integración con el motor. Una decisión sobre el personaje evoluciona en la biblia del mundo mientras una rama conserva una premisa anterior. La ubicación existe en el mundo, pero ninguna ruta alcanzable llega a revelarla. Una persona encargada de la traducción recibe la frase sin el estado o el contexto que le da sentido.

Los equipos mantienen esas conexiones mediante identificadores estables. Yarn Spinner asigna a cada frase un identificador que la vincula con sus traducciones y su doblaje, y las tablas de localización de Unity buscan cada texto por su clave. Alrededor de esos identificadores aparecen convenciones de nombres y código de integración.

En nuestra experiencia, conservar estas conexiones también exige documentación, revisiones y personas que saben dónde cruza cada dependencia de una herramienta a otra. Esa coordinación se vuelve más costosa a medida que el proyecto crece y más disciplinas dependen de las mismas decisiones.

Storyarn es otra respuesta a ese problema de continuidad: mantiene conectados y navegables el mundo, la narrativa, el estado, las escenas y la localización en un entorno web común, para que el equipo pueda consultar y cambiar cómo se relacionan mientras diseña la historia.

Un modelo narrativo conectado

La idea central es sencilla: el personaje, su grado de confianza, la conversación, la ubicación y la frase localizada pueden formar parte de un mismo modelo, en lugar de ser cinco representaciones que el equipo tenga que reconciliar a mano.

Las Fichas describen las partes estructuradas del mundo: personajes, lugares, facciones, objetos, misiones y los campos que importan al proyecto. Los Flujos utilizan esos datos directamente en diálogos, respuestas, condiciones e instrucciones. Las Escenas dan un contexto espacial al contenido narrativo. La localización conserva la identidad y el origen del texto que verá el jugador. Y en las sesiones de Brainstorming, el equipo recoge sus decisiones y las vincula a las Fichas, los Flujos y las Escenas que cambian.

Todas estas piezas trabajan juntas. Un campo definido para un personaje puede consultarse desde una condición de un Flujo y modificarse con una instrucción. Una escena puede conducir a ese Flujo durante la exploración. Cuando cambia el diálogo original, el flujo de localización puede señalar que la traducción existente necesita revisión.

Esto cambia las preguntas que puede hacerse un equipo: «¿qué permite que aparezca esta frase?», «¿qué decisión la originó?», «¿qué cambia al elegirla?», «¿dónde puede encontrarla el jugador?» y «¿qué traducción procede de ella?».

También queremos mantener la intención creativa cerca del trabajo: que el grafo explique por sí mismo qué significa cada condición, que el contexto del mundo y el estado ejecutable avancen juntos, y que una entrega empiece con las relaciones ya hechas, sin reconstruirlas a partir de identificadores, exportaciones y convenciones privadas.

Una misma decisión a través de todo el proyecto

Volvamos a la ubicación oculta.

La decisión se toma en una sesión de Brainstorming y queda vinculada a la Ficha del personaje y al Flujo de la conversación. El grado de confianza del personaje se define una sola vez como un dato estructurado en Storyarn. La conversación consulta exactamente ese campo. Si se cumple el requisito, la respuesta aparece; elegirla puede actualizar la misión y revelar la ubicación. La escena sitúa ese lugar en el mundo y el diálogo conserva la identidad de su texto original cuando pasa al flujo de localización.

Lo importante es que la misma decisión puede mantener su identidad al pasar de la sesión en la que se tomó al editor de Fichas, al lienzo de nodos y al mapa, sin traducirse a una nueva convención privada en cada frontera.

La narrativa ramificada tiene estado, dependencias, estructuras reutilizables, consecuencias diferidas y casos límite. El trabajo de Storyarn es mantener esa complejidad visible y navegable. Quien escribe puede permanecer dentro de la conversación mientras el equipo de diseño narrativo revisa sus reglas. El equipo de localización puede consultar el contexto original. Ingeniería puede recibir Flujos, Fichas y textos localizados exportados desde un mismo modelo, en lugar de varias exportaciones cuyas relaciones deban reconstruirse durante la integración.

Probar la historia antes de llegar al motor

Para dar una historia interactiva por terminada, hay que poder ejecutarla.

La reproducción del editor de Sequence ejecuta un Flujo desde el diálogo que elijas, tal y como lo viviría el jugador, evaluando sus condiciones y aplicando sus instrucciones. El modo de depuración muestra la lógica que hay debajo: avanza por el Flujo paso a paso desde cualquier nodo, traza la ruta recorrida, enseña cada variable antes y después de cambiar, explica cada condición regla a regla, se detiene en los puntos de interrupción y sigue la ejecución dentro de los subflujos.

Son dos tipos de información distintos. La reproducción ayuda al equipo a valorar ritmo, decisiones y contexto. El modo de depuración permite comprender el comportamiento del sistema.

La experiencia final se prueba en el motor del juego: la interfaz, la animación, el audio, el guardado, la entrada y la integración. Storyarn permite descubrir antes, sin salir del proyecto, que una rama es inalcanzable o que una condición consulta el valor equivocado.

Antes de exportar, Storyarn valida el proyecto conectado en busca de referencias rotas, rutas inalcanzables, puntos de entrada ausentes, contenido incompleto y otros problemas que son más fáciles de resolver mientras el contexto narrativo sigue presente. Después puede exportar Flujos, Fichas y textos localizados a Ink, Yarn Spinner y Dialogic (Godot). Las exportaciones a Dialogue System for Unity (JSON), Unreal Engine (CSV para Data Tables) y un XML con la estructura de exportación de articy:draft están en beta.

Las Escenas y la composición visual y de audio de Sequence sirven para diseñar y probar la historia dentro de Storyarn; en el juego, se implementan en el motor. La validación previa señala cada Flujo que usa composición de Sequence.

La beta abierta es donde el modelo se encuentra con proyectos reales

Storyarn ya permite llevar una lluvia de ideas hasta decisiones sobre el contenido, estructurar mundos, construir y ejecutar Flujos ramificados, organizar espacios narrativos, gestionar la localización, validar proyectos y preparar exportaciones. Es una beta abierta, y sus funcionalidades seguirán evolucionando con lo que nos enseñen las producciones reales.

Queremos saber qué necesitan los equipos narrativos para trabajar en Storyarn de principio a fin: qué parte del proceso siguen resolviendo con otra herramienta, qué relación quieren expresar, qué entrega al motor pierde contexto y qué parte de la escritura pide más apoyo.

Storyarn convive con las herramientas que cada equipo valora. Nuestro objetivo es que haya que reconstruir cada vez menos modelo narrativo al pasar el trabajo de una a otra.

Storyarn está pensado para diseñadores narrativos, guionistas de videojuegos, quienes construyen mundos, equipos de localización y pequeños estudios que necesitan algo más que un editor de diálogos y quieren un proceso creativo ágil.

Estamos construyendo un lugar donde la complejidad de la narrativa interactiva permanezca conectada, comprobable y comprensible desde la primera idea hasta el juego.