AIモデルとゲームプレイ
AI RPGのターンで推論の労力を増やすべきとき
GPT-6 Astra、GPT-6 Sol、GPT-6 Luna、Claude Opus 5.5、Geminiの推論設定を踏まえ、AI RPGのターンを成功率・待ち時間・費用で比べます。
挨拶とキャンペーンを左右する決定は別の仕事
宿屋の主人が厩舎の場所を教えることと、約束、隠れた手がかり、失敗したロールがキャンペーンの次章をどう変えるかを判断することは、同じ問題ではありません。プレイヤーの画面ではどちらも一つのテキスト欄に見えても、裏で必要な作業は違います。すべてのターンで同じ推論effortを使うAI RPGは、簡単な会話に時間を費やす一方、難しい決断への明確な方針を欠くかもしれません。
代わりに、検証可能な振り分け方針を作れます。現在の状態と行動の影響を見て、どれだけモデルの処理が必要か決めます。これはアプリ設計の提案であり、Playworldsのライブのターンが現在この方針で振り分けられているという説明ではありません。また、すべての判断を言語モデルに委ねる意味でもありません。確定した所持品、ダイスの結果、保存済みのクエストフラグは、ゲームの正式な状態で管理します。
effort設定でできること、できないこと
モデル提供元はそれぞれ異なるeffortやthinkingの設定を公開し、利用できる値と初期値も異なります。OpenAIのGPT-6ガイドはAstra、Sol、Lunaのeffort設定を説明しています。AnthropicのOpus 5.5ガイドは、以前のモデルから移行するときにeffortを再調整するよう勧めています。GoogleのGemini資料は対応モデルのthinking levelを説明しています。したがって「high」は一つの提供元の仕組みにおける設定であり、他社の「high」と直接比較できる標準化された計算量ではありません。
effortを上げれば複雑なタスクを検討する余地が増える場合がありますが、欠けた地図を補い、誤ったキャラクターシートを直し、API連携の不具合を修復するわけではありません。よりよいゲームのターンも保証しません。まずタスクと事実の基準を明確にし、同じ場面で設定を比較します。「もっと深く考えて」のような自然言語の促しはAPI設定と分け、それぞれの効果を評価できるようにします。
劇的な文面ではなく、決断によって振り分ける
プレイヤーの華やかな文章だけを理由に、費用のかかる推論へ送らないでください。「衛兵隊長に壮麗な演説をする」でも、必要な事実が既知なら単純な会話です。逆に「彼女に手紙を渡す」は、秘密を明かし、約束を破り、勢力の進行を変えるなら重大です。状態と未解決の判断に基づいて振り分けます。判断を検証した後の文章は、場面の調子に合わせて簡潔にも華やかにもできます。
有用な代替策として、まず入力の欠落や矛盾を検出します。所持品にどの手紙があるか確認できないなら、限定的な確認を求めるか、所持品の記録を読みます。不完全なプロンプトにさらにeffortを費やしても、正しい裁定ではなく、自信ありげな推測が増えることがあります。事実が不明だとゲームが言える状態を保ちましょう。
水没した橋：二つのターン、二つの予算
以下は例示の流れであり、記録されたPlayworldsのセッションではありません。壊れた橋で、プレイヤーは渡し守に通行できるか尋ねます。現在の地図によれば南側の渡し船はまだ運航しています。短く事実に基づいた返答で質問に答え、乗船するか調べるかをプレイヤーに残せます。渡し船の場所を伝えるために、キャンペーン全体を再検討する必要はほとんどありません。
その後プレイヤーは、通行のために封印された手紙を渡し守へ差し出します。保存済みの物語では、手紙は行方不明の仲間のもので、渡し守は密かに敵対勢力に協力し、プレイヤーは仲間の居場所を明かさないと約束しました。この選択は関係や将来の通行を変え得ます。ナレーションの前に、より深い判断の段階でこれらの事実を整合させ、手紙が本当に所持品にあるか確認する必要があるでしょう。判定は依然としてルールかゲームエンジンが管理し、渡すかどうかはプレイヤーが選びます。
トークン単価だけでなく、完了したターンを測る
設定を比べるには、同じモデルの版、プロンプト、ツール、出力要件で代表的な保存状態を再生します。ターンが正しく完了したか記録します。与えたルール結果が守られ、保存済みの事実と矛盾せず、プレイヤーに意味のある次の選択があり、状態の更新が完了したかです。失敗と必要な再試行も含めます。修正を二度要する安い応答は、高い設定で成功した応答より時間も費用もかかるかもしれません。
最初に有用な文章が出るまでの時間と、ターンが完了するまでの時間を測りましょう。早い一文が届いても、重要な作業は続いている場合があります。中央値と遅い側の待ち時間、総トークンと請求額、修正率、設定ごとの誤りの種類を記録します。単純な比較では、成功したターンあたりの費用は全試行の総支出を正しく完了したターン数で割った値です。比率だけでは小さな標本を隠せるため、元の件数も示してください。
品質の基準を満たす最小の設定を選ぶ
実用的な判断の手順は、未解決の問いを特定し、正式な状態を読み、決定的なルールで答えられるか確かめ、残ったモデルのタスクに対応するeffortを選ぶことです。応答後は、確定した結果として示す前に状態との整合を確認します。ある場面の種類で失敗が多ければeffortを上げるか、作業の流れを変えて再試験します。普段の場面で安定しているなら、ターンの文面が劇的というだけで遅くする必要はありません。
モデルとAPIが変われば方針も見直すべきです。各評価をモデルの識別子と日付に結びつけ、提供元ごとのeffortの表示を持ち運べるゲーム設計の基準として扱わないでください。プレイヤーにとって目標はもっと単純です。普通の質問には素早く答え、重大な選択は次の決断が意味を持つよう慎重に扱う物語です。Playworldsの世界を選び、小さな最初の目標が大きな決断につながる様子を体験してください。