Jak Wolf Games codziennie tworzy wciągające historie kryminalne za pomocą interfejsu Gemini API

Popyt na nowe, angażujące treści w branży gier jest nieustanny. Dla innowacyjnego startupu Wolf Games oznacza to codzienne dostarczanie graczom nowych, interaktywnych historii kryminalnych. Ten ambitny cel osiągają dzięki wykorzystaniu możliwości Gemini API, w szczególności Gemini 2.0 Flash i Gemini 2.0 Flash Thinking, do generowania złożonych narracji na niespotykaną dotąd skalę.

Wolf Games to gra mobilna dla miłośników zagadek, którzy lubią codziennie rozwiązywać problemy. Aplikacja codziennie dostarcza realistyczne sceny zbrodni wraz z raportami policyjnymi, zdjęciami, wywiadami i dynamicznymi postaciami, dzięki czemu gracze mogą regularnie rozwiązywać nowe sprawy.

Utrzymanie takiego tempa wymaga szybkości i dokładności w generowaniu treści. Przed zintegrowaniem interfejsu Gemini API firma Wolf Games napotkała problemy z poprzednimi modelami, które miały trudności z generowaniem spójnych danych strukturalnych (osiągały tylko 80% skuteczności) i powoli wykonywały prompty (nawet do 6 minut).

„Wykorzystujemy interfejs Gemini API w naszym DAG wykonywania promptów, aby generować nowe i angażujące historie kryminalne” – wyjaśnia Noah Rosenberg, współzałożyciel i dyrektor ds. technicznych. „Nasz proces wykorzystuje wiele precyzyjnie dostrojonych promptów, aby uzyskać ustrukturyzowane treści z procesu z natury nieustrukturyzowanego – generowania narracji”.

Podstawą rozwiązania Wolf Games jest wewnętrzne narzędzie „Prompt Composer”, które zarządza grafem DAG wykonywania promptów. Ta platforma umożliwia im integrowanie wywołań funkcji, wykonywanie niestandardowych skryptów w Pythonie w celu zapewnienia unikalności nazw i zarządzania stanem w trakcie procesu generowania. Dzięki temu mogą:

• Łatwe przełączanie się między różnymi modelami, w tym Gemini 2.5 Pro, Gemini 2.0 Flash i Gemini 2.0 Flash Thinking.
• Wykorzystaj generowanie rozszerzone przez wyszukiwanie w zapisanych informacjach (RAG), przechowując wszystkie wygenerowane treści, takie jak historie postaci i wydarzenia w sprawach, w trwałej bazie danych, co zapewnia spójność narracji. Na przykład podczas generowania cyfrowego wyciągu bankowego odwoływać się do bayesowskiego grafu przyczynowego zdarzeń, który odwzorowuje logiczne zależności w narracji, aby zapewnić dokładność i spójność.
• Wymuszaj dane wyjściowe w formacie strukturalnym, zwłaszcza JSON, który jest następnie weryfikowany za pomocą narzędzi takich jak Pydantic, co zapewnia niezawodność na dalszych etapach.

Wolf Games wykorzystuje Gemini 2.0 Flash Thinking do generowania złożonych tekstów z dużymi oknami kontekstu (ponad 100 tys. tokenów) i danymi wyjściowymi, co upraszcza przepływy pracy, które wcześniej wymagały wielu kroków. Uważają, że Gemini 2.0 Flash jest „niezwykle wydajny i niezawodny” w przypadku szybszych zadań. Często używają Gemini 2.5 Pro do generowania przykładów z kilkoma próbkami, które zwiększają wydajność Gemini 2.0 Flash.

Kluczowym narzędziem w ich pracy jest Google AI Studio. „Google AI Studio stało się moją najczęściej używaną usługą Google, wyprzedzając nawet Gmaila, Kalendarz i wyszukiwarkę pod względem codziennego użytkowania” – mówi Noah, podkreślając wartość tej usługi w eksperymentowaniu z promptami.

Przejście na modele Gemini przyniosło znaczące ulepszenia:

• Większa dokładność: odsetek skutecznych wykonań promptów wzrósł z 80% do 96%, co zapewnia wysoką jakość i strukturalizację treści.
• Mniejsze opóźnienie: czas realizacji promptów znacznie się skrócił – z kilku minut do mniej niż 20 sekund w przypadku większości promptów.
• Usprawniona produkcja treści: szybkość i niezawodność modeli Gemini, zwłaszcza Gemini 2.0 Flash, znacznie zwiększyły ich możliwości codziennego tworzenia szczegółowych relacji z miejsca przestępstwa.

„Modele Gemini bezpośrednio odpowiadają na nasze potrzeby w zakresie szybkiego i niezawodnego generowania uporządkowanych treści narracyjnych” – podkreśla Noah. Krytycznym progiem dla Wolf Games jest generowanie tekstu szybciej, niż ich pisarze są w stanie go przeczytać, przy jednoczesnym zachowaniu stanu kreatywnego przepływu – coś, co modele Gemini pomagają im konsekwentnie osiągać.

Firma Wolf Games planuje w dalszym ciągu korzystać z Gemini API, w szczególności z kreatywnego potencjału nadchodzących modeli, aby generować jeszcze bardziej realistyczne dowody w grze. Noah dzieli się z deweloperami tymi radami:

„Poświęć czas na zrozumienie, jak tworzyć prompty dla modeli Gemini. Używaj bardziej zaawansowanych modeli do tworzenia promptów dla szybszych modeli, aby te mogły je wykonywać. Podkreśla on znaczenie dobrze skonstruowanego schematu i przykładów z małą liczbą elementów, sugerując programistom „przeprowadzanie eksperymentów, aby uzyskać intuicję, jak modele Gemini wykorzystują dane zakodowane w przestrzeni ukrytej”.

Dla Noaha AI jest potężnym katalizatorem kreatywności: „Całe życie byłem „niezdarą” w tworzeniu treści… Dzięki AI mogę teraz tworzyć wszystko, co tylko sobie wymarzę, bez całego tego trudu”.

Innowacyjne wykorzystanie interfejsu Gemini API przez Wolf Games pokazuje jego potencjał w rewolucjonizowaniu procesu tworzenia gier, umożliwiając twórcom generowanie wciągających wrażeń w niespotykanym dotąd tempie.

Możesz zacząć w Google AI Studio i zapoznać się z dokumentacją Gemini API, aby zacząć tworzyć przyszłość AI.