AIゲームマスター設計
「段階的に考えて」はAIダンジョンマスターに役立つのか？
OpenAI、Claude Opus 5.5、Geminiの指針を比べ、AIダンジョンマスター向けの「段階的に考えて」、推論設定、プレイヤー向け説明を整理します。
おなじみの指示には三つの異なる要求が隠れている
「段階的に考えて」は、AIダンジョンマスターを慎重にする簡単な方法に思えます。しかしプレイヤーが実際に受け取るべきものは何でしょうか。より正確な裁定でしょうか。裁定前の計算量でしょうか。それとも裁定を説明する長い文章でしょうか。これらは別々の目標です。結果が正しくても、衛兵との会話のたびに手順の文章が一ページ続けば、冒険の楽しさは薄れるかもしれません。
例として、盗賊がランタンを持ってきしむ回廊を渡ろうとする場面を考えます。床が崩れる可能性があり、仲間は下で待ち、渡りきれば施錠された書庫が見つかります。モデルは行動を解釈する必要があるかもしれませんが、ゲームには確かな状態とルールによる結果も必要です。一般的な推論の一言で、その入力を置き換えることはできません。このターンのどの部分に助けが必要で、どの設定が対応するかを問うべきです。
公式指針に普遍的な答えはない
OpenAIの推論モデル向けガイドは、簡潔で直接的な指示を勧め、自社の推論モデルでは「段階的に考えて」のように思考過程を明示的に求める必要はないと述べています。明確なタスク、制約、出力要件から始め、役立つ場合に例を足すという方針です。これは特定のモデル群に関する指針であり、すべてのAIナレーターでその言葉が失敗する証拠ではありません。
AnthropicのOpus 5.5ガイドは、チャットアプリでは回答前に慎重に考えるよう求める一般的な指示を削ることを検討すべきだと述べます。同社が示すチャット製品での試験では、その一行を外すと、明確な品質低下なしに応答が早く始まりました。ガイドはモデルのeffort設定を主な制御手段としています。一方Googleは、難しいGeminiの推論タスクでは「とても深く考えて」という指示が時に役立つものの、思考トークンが余分にかかると説明します。立場は異なり、それぞれ自社のモデルとインターフェースに関するものです。
言葉による促しとeffort設定を分ける
自然言語の促しはプロンプトに現れます。例えば「判断前に関連する手がかりを慎重に確認する」です。APIのeffort設定はモデルサービスへ渡すリクエストパラメータや設定です。説明を求めると、プレイヤーに見える答えが変わります。例えば「なぜ横断に判定が必要かを簡潔に説明する」です。相互に影響し得ますが、同じ制御ではありません。提供元がeffortの対応を変えても、プレイヤーの行動文は変わりません。
回廊の場面なら、関連する危険を一文で示し、与えられたロールの結果を伝えるだけで有用かもしれません。プレイヤーはランタンによって隠密行動が難しくなったと理解する必要がありますが、モデルの非公開の内部推論は必要ありません。裁定の理由をプレイヤー向けに短く示すのは明瞭さに関する設計判断です。隠された思考過程を出力させることと混同しないでください。
勝者を作り出さず、同じ場面で試す
保存した同一の場面、プレイヤー行動、キャラクターシート、ルール結果を使い、小規模な試験を組みます。まず「与えられた結果を反映し、次の状況を描写する」と直接指示します。effort設定を固定したまま短い推論の促しを一つ加えて比較します。別の比較では、対応するeffort設定だけを変えます。最後に短い説明がプレイヤーの理解を助けるか調べます。三つ同時に変えると、どの変更が効いたか分かりません。
回廊以外も使いましょう。簡単な挨拶、危険な横断、意味が曖昧な取引、以前の手がかりが影響する決断を含めます。各条件を複数回試し、次に残された選択肢まで応答全体を評価します。これらは提案する実験です。私たちは実施しておらず、OpenAI、Claude、Gemini、Playworldsについて測定済みの成功率を提示していません。
プレイヤーが受け取るターンを評価する
有用な評価では、ナレーションが既知の状態に従い、与えられた結果を適用し、プレイヤーの決定権を守ったかを見ます。盗賊がロールしていないのに、安全に渡れたと発表しましたか。ランタンが消えていたのに明るい炎を作りましたか。仲間が階下にいるのに、何の行動もなく上階へ移しましたか。継続するキャンペーンでは、文章が思慮深く見えるかより、こうした誤りの方が重要です。
待ち時間、表示される回答の長さ、不要な繰り返し、ターン後に必要な修正回数も記録します。促しによって段落が増えても裁定が改善しなければ、普段のプレイには合わないかもしれません。高いeffort設定がまれな重要判断にだけ役立つなら、選んで使う価値はあります。ゲームを作るなら、失敗と再試行を含む総費用を追跡しましょう。失敗したターンのトークンが少なくても、有益な節約とは言えません。
作るとき、遊ぶときの実用的な原則
AIゲームマスターを作るなら、直接的なタスク、検証済みの場面情報、明確なルール上の境界、短い応答の約束から始めます。繰り返す失敗を特定し、そのモデルで促しが効くと確認してから追加します。APIが対応するならeffortは別に調整します。プレイヤーが結果を理解しやすくなるときには短い説明を求めますが、非公開のモデルの熟考ではなく、観察できるゲーム上の事実に基づかせます。
プレイヤーなら、意図と方法を示した行動がナレーターの助けになります。「ランタンを安定させ、近くの板を靴で試し、仲間を呼ばずに書庫の扉へ向かう」。成功を決めつけず、具体的な試みを示せます。次の応答は不確かな瞬間を一つ解決し、次の動きをあなたに委ねられます。Playworldsの世界を見て、ソロ冒険でこの書き方を試してください。