残念ながら、これが根本的な欠陥なんだ。クリエイティブモードでマインクラフトをプレイするのに似てる。

私の経験だけど、Grok 4は初めてそう感じなかったモデルだった。もしかしたら、私の会話が短すぎて、媚びへつらう行動に戻らなかったのかも。

ここで解決すべき核心的な問題は時間の感覚だね。時間を理解するエージェントシステムを構築しないと、良い長期的な体験は作れない。LLMの周りにシンプルなラッパーのチャットボットを作ると、LLMは時間の感覚があまり良くないから、これがひどいことになるんだ。

僕もDMとしてバニラのChatGPTで似たような体験をしたことがあるけど、賢いプロンプトの工夫やコンテキストウィンドウの管理をすれば、解決できるか、少なくとも体験を劇的に改善できると思うよ。例えば、セッションの前にプロットのアウトラインやキャラクターリスト、ストーリーツリーなんかを生成する計画ステップを実行させることができれば、ゲームセッション中の参考にできる。だけど、モデルの同意性の問題は残るかもしれないね。つまり、準備をしても、モデルは頼んだことに対して何でも「はい」と言う傾向があるから、良いDMはいつ「いいえ」と言うべきかを知ってるってみんな知ってるよね。

ゲームのアクションをしっかりと地に足をつけるために結構努力したよ：https://ianbicking.org/blog/2025/07/intra-llm-text-adventure とはいえ、ここで役立つプロンプト技術がたくさんあると思う。（実際、ガイド付き思考のセクションはプロンプトだけの技術の一例だよ：https://ianbicking.org/blog/2025/07/intra-llm-text-adventure...）LLMがメインのユーザーインターフェースの一部ではないテキストを消費・生成するためには、少なくとも前処理と後処理が必要だよ。でも、インタラクションの小規模な驚きを増やすためのガイダンスを入れることができるからね。例えば、LLMに決定を考える前にその時の客観的な環境を描写させることで、意図したプロットの方向性のために設定を後付けすることがないようにしてる。大きなアークには、全体をまとめるための記憶のようなものが必要だね。それには時間をかけた繰り返しも含まれる。LLMに自分を繰り返さないように頼むこともできるけど、それができるのは、自分が何をしたかを理解している場合だけなんだ。そして、ある程度は自分が何を「している」のかを理解する必要がある。LLMはプレイヤーと同じように短いターンを生成しているから、複数のターンにわたって明らかになる驚きを作りたいなら、先を計画するための余裕が必要なんだ。

チャットGPTが公開される前は、AIダンジョンがあったんだ。あれは本当に「はい」としか言わないやつだった。王様と王女がいるシーンで「悪魔を食べる」と書くと、悪魔をそのシーンに登場させて、どうやって顎を外してそれをむしゃむしゃ食べるかを描写してくれたんだ。

これを試してみたんだけど、一つのアプローチはシンプルなチャットインターフェースを避けることだね。ゲームを「ユーザー」として扱って、プレイヤーのテキストを中継させる感じ。つまり、>> そうすると、LLMはプレイヤーじゃなくてゲームマスターやルールに従うように指示を出すことになる。

他の人が自分の話していることを楽しめないっていうのは間違った前提だよ。もしストーリーテリングのスキルが高くて、相手を気遣う心があれば、ほとんど何でも面白くなるよ。夢だってね。活動は他の人と話さないと意味がないっていう結論には同意できないな。私の人生の中で最高の体験の多くは、自分だけのためにあったもので、他の誰かと共有しようなんて思わなかったものだし。私は結構社交的な方だよ。

消費が終わったら、振り返ったり他の人と話したりする意味がないじゃん。もし芸術がコミュニケーションだと信じているなら（私はそう思ってる）、なんで「消費」後に振り返ったり話したりしたくないの？

どうやってこれを思いついたの？一般的に、LLMに求めることを正確に言い表すのはかなり難しい気がするんだけど。これは練習したことなの？すごいね。それとも別のAIからの出力なのかな、わからないけど（笑）

いい提案だね、ありがとう！

僕もそう思う。正しいプロンプトを使えば、LLMを好きな方向に進ませられることに気づくと、すごく空虚に感じてくる。さらに、LLMが全く忠実な世界シミュレーションを維持できないことを考えると、そういう風に時間を費やすのが難しくなるよね。

自由はゲーム、特にテキストアドベンチャーゲームでは大事だよね。LLMはほぼ何にでも反応できるから、プレイヤーに自由を与える強力な手段だと思う。でも、ゲームが輝くためには、慎重に考えられた制約も必要なんだ。プレイヤーが制約にぶつかることで、ゲームの世界やシステムがどう機能するかを理解し始める。それによって、彼らはメンタルモデルを構築できるし、デザイナーたちが考えたように考えたり、パズルの解決策を見つけたり、特定の状況にどう反応するかを決めたりできるようになる。迷路が挑戦として魅力的なのは、道がいくつかの場所で閉ざされていて、他の場所では開いているからだ。理想的には、迷路には一つ以上の具体的な解決策があって、プレイヤーは出口を見つけることで迷路をマスターした報酬を得たり、迷路の重要な場所に隠された目的やクリーチャーを見つけたりすることができる。現代のLLMを使ってこういった世界を構築し、制約を設定することはできると思うけど、LLMがその世界の状態を維持し、制約を強制することができるようになるまで、どれくらいの距離があるのかな？

まあ、彼は魔法使いだからね。

AIにしては的を射てるね。

ビルボのことだから、ガンダルフがそんな風に俺をからかうのも驚かないな。彼が伝えたいことを証明するためにね。

もちろん、あれにはそのための十分なコンテキストがなかったよ。人間って、ゲーム内の状況を忘れがちだからね。

トールキン自身は、物語を語る方法として「映画」をあまり好まなかったから、これもきっと気に入らないだろうね。

クラシックなガンダルフだね。

どのモデルを基にしてるのか気になるな。いくつかのモデルを試したけど、今のところ連続性を保つのが上手いのはGemini 2.5 ProとSonnet 3.7の2つだけだね（どちらも推論あり）。この2つは、プロンプトにないプロットツイストを加えるのもめちゃくちゃ得意だよ。[0]: 「私のLLMの期待値」に基づく基準であって、ベストセラーのジャンルフィクションの基準ではないけどね。

じゃあ、アルツハイマーシミュレーターゲームを作るのに使えるかもね。

去年、自分でLLMを使ったインタラクティブなテキストアドベンチャーシステムを作ったんだけど、LLMだけじゃなくて、補助的なデータベースも使って、すべての情報の位置や状態を管理してたんだ。LLMは2つのことをやってて、まずプロンプトやユーザーの入力、チャットの最近の履歴、データベースの状態から関連する抜粋を使って新しい状態でデータベースを更新する。次に、その更新後に上記の情報を使って出力レスポンスを合成するって感じ。システムの大きな要素は、通常のブロックワールドの主題-属性-オブジェクトの表現に加えて、データベースを使って思考や計画、気分、プロットポイントなどをエンコードしたテキストの断片を保存することだった。データベースとその更新にプログラム的な制約を加えることで、上記のような論理的な不条理を防ぎ、出力の質が大きく向上したんだ。LLMが不条理なことをしようとする試みは単純に拒否されてた。最後に、物語の語りにはシミュレーションだけじゃなくて階層的な要素もあった。物語を語ることにはシミュレーション以上のものがあって、これを試すのがこのプロジェクトで一番面白かった。将来の研究の余地もたくさんあるしね。ただ、この複雑さのせいで、計算負荷がめちゃくちゃ高くて、結果的にすごく遅くなっちゃった。でも、ゲームプレイはめっちゃ面白かったよ。LLMがもっと速くなるにつれて、こういうのが増えてくるだろうね。オープンソースソフトウェアにとっては明らかな応用だし。

タイムトラベルは、イシュタリのあまり知られていない偉業の一つだよ。