Diseño de directores de juego con IA
Cuando un RPG con IA falla, ¿el prompt es realmente el problema?
Según las guías de GPT-6 Astra y Claude Opus 5.5, diagnostica contexto, API, ejecución y estado de un turno de dados antes de reescribir el prompt.
Empieza por el turno que realmente falló
Un mejor prompt no corregirá todos los turnos fallidos de un juego de rol con IA. Imagina esta escena ilustrativa: tu explorador intenta cruzar un puente podrido, el juego pide una prueba y el dado visible muestra 9 más 3 contra una dificultad de 15. El total es 12, pero el siguiente párrafo dice que el explorador cruzó a salvo. Antes de añadir una instrucción más fuerte, identifica en qué punto se produjo la discrepancia. Este es un ejemplo de diagnóstico, no un fallo registrado de Playworlds.
Anota la acción del jugador, la prueba solicitada, la tirada registrada, la consecuencia esperada, la consecuencia narrada y el estado mostrado tras una recarga. Esas observaciones hacen que el problema sea reproducible. Un jugador puede comparar la escena con el resultado visible de los dados y la hoja de personaje, y luego describir una contradicción sin rodeos si afecta a la siguiente elección.
Separa el enunciado de la tarea del contexto ausente
La capa de redacción pregunta si el modelo recibió una tarea clara. ¿El pedido le pidió que narrara un fallo ya resuelto, o que decidiera si el cruce tuvo éxito? ¿Indicó dónde detenerse y qué dejar en manos del jugador? Si esas fronteras fueron ambiguas, establece la tarea, la salida requerida y los hechos que deben respetarse.
La capa de contexto pregunta qué datos se proporcionaron. Un narrador que nunca recibió el total de 12, la dificultad de 15 o la condición del puente no puede reflejarlos fielmente. Revisa el payload real de la solicitud o la traza. Debe incluir la ubicación, la habilidad relevante, la prueba resuelta y las consecuencias establecidas. Si la entrada está desactualizada, corrige su ensamblaje antes de juzgar el texto.
Revisa los ajustes y la ruta de la API
Una actualización del modelo puede cambiar los controles admitidos y el comportamiento de las herramientas mientras el prompt permanece idéntico. Compara el modelo, el endpoint, la configuración de razonamiento, el límite de salida, el esquema y las herramientas con la documentación actual. La guía de GPT-6 de OpenAI, por ejemplo, indica que la invocación de herramientas en Astra requiere la API Responses. Copiar un flujo de herramientas de Chat Completions en esa configuración es un problema de integración. Esto no anuncia Astra como opción de director de juego en Playworlds.
Busca un error, una respuesta truncada, una llamada a herramienta incompleta o un rechazo del parser antes de editar instrucciones. Prueba una solicitud mínima admitida con el mismo modelo y endpoint. Si esa tiene éxito y el turno completo falla, compara los payloads. Si también falla, corrige primero la compatibilidad o la configuración.
Sigue la ejecución antes de culpar al narrador
Un turno de rol puede implicar una tirada solicitada, un resultado de herramienta, una narración y un guardado. Pregunta cuál de esos pasos se completó realmente. ¿La tirada produjo un resultado y ese resultado fue entregado al narrador? ¿La narración llegó antes de que se resolviera la tirada? ¿Un guardado fallido fue confundido más tarde con un turno completado? Una frase fluida es evidencia de que se generó texto; no es prueba de que el juego registrara el estado previsto.
Esta distinción también se aplica a agentes no supervisados. La guía de Opus 5.5 de Anthropic advierte que un final de turno solo en texto puede ser un informe de progreso y no una prueba de que una tarea multietapa esté completa. Define la finalización del turno en el RPG mediante eventos de la aplicación: una prueba resuelta, una consecuencia aceptada y un guardado persistente. No infieras los tres a partir de las palabras finales del modelo.
Inspecciona el estado y verifica el resultado
Supongamos que la primera respuesta dice que el explorador se resbala y agarra un cable, pero al recargar lo coloca al otro lado del puente. Eso apunta a un problema de estado o guardado. Compara el resultado aceptado de la tirada y el cambio de estado permitido con la aventura persistida, y luego vuelve a abrir desde una sesión limpia. Si el estado guardado es correcto pero el texto está mal, inspecciona la narración. Si el texto es correcto pero el guardado está mal, inspecciona el proceso de guardado.
La verificación debe usar una condición observable. En este ejemplo, el éxito significa que el 12 mostrado sigue siendo una prueba fallida bajo la regla elegida, que la narración describe una consecuencia jugable sin inventar éxito y que reabrir la aventura conserva la misma ubicación y resultado. Una respuesta que parece correcta no es suficiente si un reintento o una recarga de la página cambian el resultado. Ejecuta el mismo escenario pequeño después de un cambio y registra tanto los estados esperados como observados.
Una lista de verificación de seis capas para la próxima discrepancia
Usa este orden cuando una respuesta del director de juego parece incorrecta: (1) enunciado de la tarea—¿se pidió al narrador que describiera un resultado resuelto o que decidiera uno? (2) contexto—¿recibió la tirada relevante y los datos de la escena? (3) ajustes—¿los controles y límites del modelo estaban admitidos? (4) API—¿el endpoint y el protocolo de herramientas coincidían con el modelo? (5) ejecución y estado—¿cada paso terminó y se guardó? (6) verificación—¿el resultado se mantiene tras una recarga y supera una prueba repetible? Detente en el primer fallo demostrado, repáralo y vuelve a probar el turno.
Revisa el prompt cuando la tarea o la respuesta deseada siga sin estar clara después de esas comprobaciones. Playworlds reúne dados, información del personaje y aventuras en curso en un juego de navegador; esas piezas visibles dan a los jugadores datos para comparar cuando la narración parece incoherente. Practica escribir una acción clara con nuestra guía y luego elige un mundo para explorar.