随着人工智能技术的飞速发展,基于大型语言模型(LLM)的互动叙事游戏成为了游戏设计领域的新宠。《隐秘之门》(Hidden Door)作为一款以合作叙事为核心的游戏,首次公开亮相便引起了业界和玩家的广泛关注。它试图将角色扮演与同人创作完美融合,通过LLM即时生成故事文本与选择,带来前所未有的沉浸感体验。然而,在初次体验中,种种设计上的利弊亦浮现无遗,值得深入分析。该游戏的设计理念和运行模式,既反映了这一新兴类型的潜力,也揭示了众多技术和叙事难题。玩家在游戏过程中并非像传统选择冒险小说那样经历固定情节分支,而是体验到由LLM动态生成的故事内容,选择的影响不仅影响未来故事走向,更改变当前虚拟世界的事实状态。
尽管这一即兴创作带来丰富多变的可能性,但它也带来了故事"基础设定"缺失的问题,如角色行为、环境变化、剧情前后一致性的模糊,以及玩家对所做选择效果的怀疑感。具体到游戏体验,玩家在创建了一个对礼仪极为执着的导师人物后,故事发展却陷入了无趣且重复的礼仪细节描写,这一设计较偏重于角色特征的外延展现,缺少情节推动的紧迫感或悬念,导致整体剧情缺乏吸引力和紧张感。玩家自由输入行动虽然具有理论上的自由度,但实际效果受制于内容审查和模型生成机制,自由度被实质性限制,且选择的成败结果往往缺乏真实意义,缺乏合理的失败机制使得游戏挑战性和战略性不足。此外,世界状态的缺失使得游戏体验时常陷入断层。环境描写中车辆穿越与道路场景交替出现令人迷惑,这种地图与场景切换的无序感打破了玩家对虚拟世界统一性的掌控。虽然游戏内置了角色、地点及道具等个体卡牌作为核心状态存储单位,但LLM整合这些信息的能力有限,导致许多环境细节和情节设定难以连贯。
此外,游戏的剧情节奏掌控不佳,部分细节被模型过度渲染,如过度描绘一笔交易过程,却未能让玩家感受到应有的情感张力或剧情转折,故事展开显得冗长且缺乏节奏感。角色关系交互方面,《隐秘之门》尝试在卡牌状态中体现角色间的情感、利益冲突与友好程度,但模型对这些关系的理解与表达尚显浅薄。例如,玩家与角色Boq从友好迅速转变为竞争对手,却未见自然铺垫与情节演化,使得故事转折显得突兀,缺少角色的主观体验视角,导致人物形象偏向剧情工具,缺乏生命力。此外,游戏对于玩家选择的反馈机制缺乏深度,行动后果多表现为线性叙述推进,而非对故事走向产生深远影响的节点选择,削弱了玩家的自主感受与成就感。关于文本生成技术,猜测游戏采用Meta推出的开源LLM模型LLaMA,虽然经济且便于微调,但在叙事生成的连贯性、表现细腻度上与最新商业模型存在差距。相对表现优异的模型如谷歌Gemini系列或GPT-5 mini不仅生成速度更快,在故事理解及结构设计上也更为出色。
作者建议游戏开发团队在模型选择上把握时机并优化提示词设计,以提升故事的整体质量。真正的故事系统应建立在"世界观状态"的坚实基础之上,通过优化提示词设计,促使模型明确当前角色所在位置、周边环境及人物关系,减少失序感。同时,设计应体现出剧本编写的职业范式 - - 玩家每个选择都应附有明确的后果项目,故事脉络前后呼应而有走向。为此,开发团队需借鉴视觉小说与选择式互动小说丰富的叙事经验,深挖角色内心变化和情节推进中情感张力的表达。游戏界面交互方面,选择的设置应更加注重剧情推动力,而非单纯体现玩家个性或角色特质。比如,选择生成时建议模型同步构思后续情节的概要与走向,减少等待延迟,提升游戏流畅度与沉浸感。
小型选择如角色情绪变化、个人偏好等独立于主线,但却能增强角色立体感和玩家代入感,在主选择之间穿插应用将丰富游戏体验。此外,允许玩家自由输入文本的功能虽然展现了互动自由度,但过于宽泛会带来剧情走偏和无法预料的风险,也降低了剧本设计的节奏掌控。游戏应在开放性与节奏控制间寻求平衡,或通过合适的内容过滤与提示词引导,保证自由度的同时维护叙事连贯。作者提出逐步实现由静态到动态生成的开发策略,从完全预设的剧情路径开始,确保故事质量与内容深度,逐步引入动态生成和用户输入,以平衡可控性与创新性。通过这种渐进方式,团队可以把握故事整体节奏、反复打磨叙事逻辑,降低技术风险,提升玩家满意度。性别表达与角色身份的准确体现也是LLM类型游戏中值得关注的问题。
游戏中提供了多种代词选择,但被动的使用"他们"(they/them)往往导致模糊不清的非二元性别表达,无法触发模型生成真实的非二元角色形象。对性别身份的刻画需要更明确的提示与具体塑造,而非仅靠代词避免硬性标签。技术本身的进步也对玩家体验造成影响。虽然当前着眼于故事生成质量,延迟在可接受范围,但面对日益丰富的内容生成,如何优化网络交互、加快模型响应速度,成为后续体验提升的重点。综上所述,基于LLM驱动的故事游戏具备巨大潜力,不仅能突破传统线性叙事束缚,令每个玩家享受独一无二的故事旅程,还能充分挖掘角色塑造与自由选择的魅力。但以《隐秘之门》首发版本为例,可以看到现有实现依然存在叙事不连贯、世界状态缺失、玩家选择影响力有限等核心问题。
未来的发展方向应着重强化世界状态管理与故事逻辑的内聚性,优化提示词策略,合理安排选择设计,提升角色视角与剧情互动质量。同时可以从视觉小说等成熟领域借鉴叙事设计理念,逐步实现从静态到动态的游戏内容生成,保持故事质量与游戏自由度的良好平衡。技术层面,融合更先进的模型与高效推理策略,也将显著提升游戏的稳定性与沉浸感。期待随着人工智能与游戏设计的不断融合,LLM驱动的故事游戏能不断创新,真正实现为玩家带来富有深度、个性化且扣人心弦的互动体验。 。
