游戏 AI / 系统课时
哪些状态必须由游戏掌控
哪些状态必须由游戏掌控
动态剧情系统最容易出现的问题,是让模型顺手决定本应确定的游戏事实。本篇把确定性状态与语言生成拆开,明确哪些数据必须由游戏逻辑负责,哪些内容适合交给 AI,从根上避免剧情生成覆盖真实游戏状态。
学习目标
- 区分游戏事实、可推导状态与生成内容的职责边界
- 判断血量、任务进度、阵营等状态为什么不能由模型直接决定
- 设计 AI 输出协议,让生成结果只能提出建议而不能越权修改状态
把游戏事实和生成内容分开
游戏状态的核心特征是:它会影响规则,而且必须可重复验证。例如玩家血量、金币、任务完成度、阵营归属、背包物品和当前位置,都属于游戏事实。它们应该由游戏逻辑、数据库或服务器权威状态产生,而不是由语言模型“猜出来”。
AI 更适合处理另一类问题:角色怎么说、如何表达情绪、提供哪种叙事措辞,以及在已经给定事实的前提下提出有限的剧情建议。即使模型说“玩家已经完成任务”,游戏也不能仅因为这句话就真的把任务标记为完成。

哪些状态必须由游戏掌控
可以先用一个简单规则判断:凡是会改变规则、资源或胜负条件的值,都应由游戏掌控。 例如血量降到 0 是否死亡,应由战斗系统计算;任务是否完成,应由任务条件判断;玩家属于哪个阵营,应由已有数据决定。
| 状态 | 推荐控制者 | 原因 |
|---|---|---|
| 血量、护盾 | 游戏逻辑 | 直接参与战斗规则 |
| 任务进度 | 任务系统 | 依赖确定条件与事件 |
| 阵营、声望 | 游戏状态系统 | 会影响权限与后续规则 |
| 背包与货币 | 服务器或权威逻辑 | 涉及资源一致性 |
| 角色台词 | AI 生成层 | 属于表达内容 |
| 情绪措辞 | AI 生成层 | 可以在约束范围内变化 |
| 剧情候选建议 | AI + 校验层 | 可生成,但必须受规则约束 |
如果某个值既能被模型随意改变,又会立即影响经济、战斗或任务系统,就已经越过了安全边界。
让 AI 输出“建议”而不是“事实”
设计接口时,可以把输入和输出明确分成只读事实与候选动作。例如输入包含 quest_status=active,模型可以输出“建议继续追问”,却不应该输出“quest_status=completed”并要求系统照单全收。
更稳妥的做法是限制模型只能返回预先定义的动作集合,例如 continue_dialogue、offer_hint、start_candidate_event。游戏收到结果后,在执行时按当前版本重新核对玩家、场景、NPC、任务前置条件和动作范围。生成开始时条件成立也可能在稍后失效,例如守卫已离场,或者另一请求已经领走奖励。
这会形成一条清晰的责任链:游戏提供事实 → AI 基于事实生成候选内容 → 校验层过滤结果 → 游戏决定最终状态变化。 AI 可以参与剧情,却不能成为游戏状态的最终裁判。
什么时候可以让 AI 参与状态变化
并不是所有变化都必须排除 AI。适合开放给 AI 的通常是“候选值”而非“最终值”。例如 AI 可以建议 NPC 对玩家好感从中立转为友善,但最终的数值变化应由游戏定义的规则计算,例如完成一次特定任务增加固定分值。
验收时从同一旧版本并行生成两条领奖建议,第一条提交后版本递增,第二条应返回状态变更;同一请求重放只返回原回执。状态冲突时可用固定台词提示玩家刷新。这样设计后,即使模型偶发产生夸张、矛盾或错误结果,也只会影响一次候选剧情,而不会直接篡改血量、任务、库存或阵营。动态剧情系统因此既保留生成能力,又保持游戏规则的确定性。