user8105112

Так говорят люди. И поэтому ИИ-мастер ДнД априори говно. Я развенчаю этот миф.

Начать стоит с разделения понятий. ИИ-модель (LLM) — это одно. Движок (или любой другой софт на базе ИИ) - это другое.

Сама по себе LLM и правда частенько фантазирует, а считать 2+3 не умеет по своей природе. Если она выдаст в ответе 5, то только потому, что часто видела "2+3=5" в обучающих данных — типа зазубрила. А в ДнД есть и последовательность нарратива, и математика, и нужно много всего помнить. Конечно, если "ИИ-мастер" — это большой промпт к ИИ-ассистенту ChatGPT, то результат будет немного предсказуемый.

Возникает вопрос: что с этим делать? На самом деле, всё просто: нужно оставить LLM то, в чём она хороша, а остальное вынести в код.

Например, игрок хочет перепрыгнуть препятствие. LLM сама прекрасно поймёт, что нужно сделать проверку атлетики. Супер! А вот дальше уже код должен подтянуть из базы данных статы персонажа, сделать бросок d20 и определить успешность.

Или вот бой. Все, кто пробовали играть с ChatGPT, знают: будут ошибки в инициативе, в экономике действий, в расчёте урона. Поэтому хороший ДнД бот кодом определит, чей сейчас ход, а ИИ будет использовать для интерпретации намерения игрока (кого и чем он хочет ударить) или генерации атак врагов. Расчёт попаданий и урона — опять кодом.

Всё :)

А галлюцинации? Есть способы и с ними справиться. Например, сделать такой конвейер:

Ведь если вы уже знаете намерение игрока и посчитали последствия, вам не нужен ИИ, чтобы придумать всю историю! У вас уже есть чётко детерминированная история: игрок хотел сделать А и Б, у него получилось А и не получилось Б, последствия такие-то. Достаточно отдать эту историю отдельной LLM и научить её делать из этой истории последовательный рассказ в нужной атмосфере.

В таком варианте пространство для галлюцинаций сильно ограничено. Конечно, косяки могут остававться - но уже на уровне описания, а не на уровне математики, стейтов и событий. А это, согласитесь, совершенно разные вещи.

И теперь уже не абстрактный "ИИ", а инженерная система — движок — творит магию: ИИ понимает запрос игрока, код считает математику, ИИ описывает рассчитанные последствия.

Перечисленные инженерные проблемы я решаю в своём ДнД боте и скоро планирую второй закрытый альфа тест. Залетайте на канал и записывайтесь на альфу, чтобы проверить, действительно ли то, что я описываю, работает.

Идея написать ДнД-бота у меня родилась после нескольких попыток поиграть в ДнД с обычным ИИ-ассистентом. Мне понравилась креативная составялющая, но не понравились дыры с памятью и ошибки в математике. Поэтому первое, чем я занялся после технической проверки концепции, это исправление этих самых ошибок. Короче, я сосредоточился на том, чтобы мой бот учитывал правила и считал порядок инициативы, экономику действий в бою и т.п. А нарратив — не более чем отражение принятых движком решений и математики.

Наконец, 1 июня я организовал альфа тест: сделал одну локацию, закинул туда пару монстров, одну загадку — и запустил живых игроков. Забавно, что боялся я больше всего крэшей — а реальный крэш случился всего один. Настоящие проблемы нашлись там, где я их вообще не ждал.

Первое, что я увидел — игру убивают галлюцинации ИИ-мастера: игроки осознают, что мастер мелет чушь, и отваливаются. Ирония в том, что галлюцинациях я знал, но относился к ним как к незначительной ерунде: на самом деле движок считает правильно, просто надо промпт доработать, это ж фигня! Очень по-технарски.

(А ещё оказалось, что галлюцинации убивают и сам движок! Как? Очень просто: нужно всего лишь передавать в качестве контекста предыдущие ответы мастера в LLM, которые судят ходы. Выяснилось, что для модели это просто два противоречивых куска текста — реальное состояние игры и бред в предыдущем ответе, и какой она посчитает правдой — большой вопрос. Мой аргумент "ну я же написал в промпте правила" с треском провалился.)

Вторая важная штука — игрокам важна свобода. Сеттинг: стоит чаша-загадка, куда надо положить что-то ценное, а рядом стриггерился враг, начинается бой. Игнорируя врага, игрок несколько ходов подряд пытался то откусить, то отрезать себе палец, чтобы положить в чашу. А бот позволяет либо решать загадки, либо сражаться. Или-или. А резать пальцы вообще не умеет.

Третья - правила. Тут я угадал, и они более-менее работали. Но как-только удавалось лишний раз атаковать — сразу сообщали, что боёвка сломана.

В общем, самое важное - не баги или их отсутствие. Важен драйв. Важно то, ради чего игроки хотят играть, важны эмоции — и негативные (чего избегать), и позитивные (что давать). В моём случае нужная формула выглядит так: свобода в рамках правил плюс непротиворечивый нарратив.

Опыт бесценный, и я очень благодарен моим альфа тестерам. Без обратной связи от них я бы так и продолжал полировать собственные фантазии. А теперь практически полностью переделываю движок, чтобы обеспечить эту самую триаду — свободу, правила и хорошие ответы ИИ-мастера.

Кстати, через несколько недель я планирую запустить вторую альфу, а про все аспекты создания бота рассказываю в своём телеграм канале. Приглашаю любителей ДнД принять участие в скором тестировании 🙂

Сразу оговорюсь, что вариант "отдай всё gpt-5.5" не рассматриваю — это уровень PoC (доказательство концепции). Если вы взялись за ДнД-бота всерьёз, вам наверняка понадобится пайплайн из нескольких вызовов LLM, которые будут выполнять разные функции. От этого и будем отталкиваться.

Итак, первое — нужно классифицировать запрос. Вы вряд ли захотите прогонять через движок вопрос типа "а сколько времени в Москве?", так что этот шаг обязателен. С этим хорошо спраляются маленькие модели.

Затем желательно нормализовать сообщение. Игрок говорит: "атакую его!" А кого он атакует? И чем? Благо, LLM прекрасно понимают контекст по предыдущим сообщениям. Проблема в том, что пайплайн LLM — это долго и дорого, и если каждая LLM будет вычислять контекст, это будет ещё дольше и ещё дороже. Лучше сразу вместо размытого "атакую его" получить конкретное "игрок атакует гоблина мечом".

Следом можно разбить сообщение на отдельные действия. Зачем? Это позволяет боту быть гибким: часть запроса можно пропустить, часть заблокировать. Например, игрок хочет спрятаться за укрытием и выстрелить из лука. А в локации нет укрытия. Честный бот скажет: укрытия не существует. Гибкий бот добавит: зато ты стреляешь с таким-то результатом.

Ну и если совсем заморочиться, то понадобится граф зависимостей действий, чтобы реалзиовать каскадную блокировку. Игрок хватает нож и бросает в гоблина? Но если нож не существует, то игрок не может схватить нож, а значит, и бросить в гоблина не может. Зависимости позволяют эту логику реализовать. (Да, gpt-5.5 сам за раз это всё и обработал бы, и зависимости бы решил. Но бота на этом не построишь.)

Тут стоит добавить, что в подобном пайплайне теряется общий контекст. Отдельные элементы обрабатывают отдельные действия, так что кому-то придётся потом склеивать разрозненные результаты воедино. Это может быть LLM, может быть что-то ещё.

Ну... вроде бы всё. Что даёт такая схема? Она даёт масштабирование, точность и крутые ответы. Так, управиться с длинным и сложным сообщением становится легче, если понятны зависимости и понятно, кто какую часть сообщения (отдельные действия) должен обработать. А точность увеличивается, протому что небольшие специализированные LLM с небольшим же контекстом не попадают в ловушку "lost in the middle" (в отличие от gpt-5.5, если она одна отвечает сразу за всё).

Наконец, ответы. Тут проявляется вся магия подхода. Каждое действие честно судится, кодом бросаются кубики, а на выходе получается честная логичная цепочка. Остаётся лишь придать ей красивую форму.

Например, игрок говорит:

Я прыгаю, отрубаю дракону голову и приземляюсь прямо в постель принцессы!

Описанный выше подход позволяет получить такое вот логичное дерево результатов без галлюцинаций:

И это круто, потому что игрок вроде как получает свободу и может творить дичь, но эта дичь будет честная — с правилами, кубами и последствиями.

P.S. Я описал свой личный взгляд на обработку сообщений в системе, где на первом месте стоит анализ, а нарратив в конце. Возможны и другие подходы, где мой опыт может быть не применим. Сам я сейчас работаю как раз над зависимостями действий для своего бота, о чём подробнее пишу в тг канале.

А ещё выясняется, что несколько друзей на альфа тесте - это хорошо. А дальше что? И ты начинаешь изучать маркетинговые стратегии: покупать ли рекламу? нанять ли маркетолога? а куда лить трафик? а у меня лендинга нет... и вообще ничего нет.

Допустим, выбираешь стратегию Build in public, популярную среди indie game developers и требующую 0 денежных затрат. Опять выбор: телеграм? инста? twitter? блог? А на какую аудиторию, вообще? А то твоя аудитория? Окей, пусть будет телега. А как туда попадут люди? Всем знакомым ты уже рассказал, 10 человек подписалось. Дальше-то что? Как весь мир узнает, что ты что-то там крутое создаёшь? Ну... статьи, как вариант - на тех или иных площадках. Комменты в саб-реддитах.

Но это трафик только в канал разработки. Там будут и потенциальные клиенты, и те, кому просто интересна техническая сторона вопроса. А куда всё-таки сажать потенциальных клиентов? Ну, допустим, лендинг надо. А как показать, что ты делаешь, если у тебя весь UI - это телега с текстом? Хм. Нужен арт-бук - как для книжек делают. И какое-то красивое, завораживающее, многообещающее описание.

А ещё ты вдруг узнаёшь, что неудачно выбрал название - под ним уже есть несколько западных продуктов, возможно, зарегистрированных. Надо проконсультироваться с юристом по теме интеллектуальной собственности и регистрации товарного знака. А ещё узнаёшь, что слово "ДнД" лучше не использовать без явного упоминания SRD и всяких там лицензий от компании Wizards of the Coast.

Но всё это ерунда. Потому что тебе надо поскорее перепилить архитектуру и решить: либо ты опять выкладываешь на тест костыли и велосипеды (но быстро получаешь фидбэк), либо берёшь ещё месяц на реализацию ещё 3-5 очень нужных фич, чтобы было не так лажово (но люди-то ждут чего-то пощупать поскорее!).

А ещё у тебя семья, дети, основная работа, домашние животные и сломанный кран. Наконец, можно и про себя вспомнить, про желание отдохнуть... но это на самом последнем месте.

Непросто, что я могу сказать. Но чертовски интересно :)

О своём соло приключении я рассказываю вот тут.

И всё же играть с ИИ можно (простейшая реализация), если забрать у него память и математику. Однако если в центре такой системы стоит одна-единственная LLM, она не справится: просто не сможет сопоставить действия игрока со всеми механиками, сделать все нужные проверки и т.д. Захлебнётся, даже если у неё контекстное окно на 1М токенов. И никакой чёрный пояс по промпт инженирингу не поможет.

Приведу пример. В локации по колено воды, плавают листы бумаги. В центре стоит каменная чаша — часть загадки: если в неё положить что-то ценное, двери откроются. А ещё плавающие листы, если их потревожить, превращаются в бумажный рой и атакуют. И вот игрок заявляет:

Я беру из воды лист и точным броском отправляю его в чашу!

Что должно случиться? Очевидно, три вещи:

1. Беря лист, игрок провоцирует скрытого врага.

2. Чтобы попасть в чашу, нужна проверка ловкости.

3. Лист вряд ли ценный, так что даже если игрок попадёт, загадка не решится и двери не откроются.

Казалось бы, всё просто, но одна даже "сильная" LLM с такой задачей будет справляться через раз. А вот LLM пайплайн справится значительно лучше. Идея в том, чтобы заявка игрока обрабатывалась несколькими LLM, где каждая ответственна за свою часть: одна проверяет триггеры врагов, другая — триггеры ловушек, третья валидирует заявку в целом.

Архитектурно вся эта система может выглядеть так:

Роутер решает, каких LLM-специалистов нужно запустить, те отрабатывают свои проверки, следующий элемент собирает всё в кучу и решает конфликты (если есть) — и после этого можно выдавать ответ игроку. Конечно, это более сложная схема, чем "запрос → LLM → ответ", но и результат куда лучше.

Если вы пробовали делать своих ботов для игры в НРИ, делитесь своими подходами в комментариях — было бы интересно обменяться опытом.

P.S. Тут можно почитать развёрнуто о том, как я пришёл к параллельному пайплайну, а тут — дневник разработки ДнД бота.

Что может дать ИИ? Он может дать игроку сделать пару ходов, пока он едет в метро, обедает или не знает, куда потратить 20 минут до следующего рабочего созвона. Это вообще ни разу не то, что игрок бы получил от настоящей игры. И всё же, это неплохой компромисс: погружение в фэнтезийный мир в любой момент — без поиска пачки игроков, мастера и 4 часов свободного времени.

Мир меняется, но профессия ДМа не умрёт. ИИ не вытеснит живые игры, он просто займет пустующую нишу — асинхронные, короткие 10-минутные сессии, которых в ДнД всегда не хватало.

Что думаете, уважаемые игроки и мастера?

В живой игре произойдёт следующее: мастер попросит бросить кубик; расскажет о сработавшей ловушке и предложит герою отнять сколько-то хп; затем опишет всполошившуюся стражу; и скажет: "Бросайте инициативу!"

А если игра текстовая, а мастер - ИИ-бот в тг? Игрок говорит: "я крадусь", бот должен что-то ответить и передать ход обратно игроку. И вот как поступить? Обрабатывать весь каскад и потом вываливать на игрока 2 страницы опиания событий? Или как-то разбить такой каскад на ходы?

Поделитесь идеями :) Уже вторую неделю ломаю голову над этим.