Архитектура AI RPG: авторитарный бэкенд, structured output и борьба с амнезией LLM

Почему LLM — плохой гейм-мастер (но вы всё равно хотите его использовать)

Вы запускаете игру. LLM генерирует описание замка, полного скелетов. Игрок надевает кольцо невидимости. В следующем раунде LLM уже не помнит про кольцо. Скелеты атакуют. Игрок в ярости. Знакомо?

Проблема не в том, что модель глупая. Проблема в самой архитектуре: мы просим LLM быть одновременно и storyteller, и базой данных. А она — только storyteller. И крайне ненадёжная база данных.

В этой статье я покажу, как построить авторитарный бэкенд для AI RPG. Бэкенд, который хранит истину, а LLM использует только для генерации текста и принятия решений в строго определённых рамках. Никакой амнезии. Никаких галлюцинаций, которые ломают сюжет.

Проклятие контекстного окна

Допустим, у вас игра в духе D&D с 10 сессиями. В каждой сессии ~10 тысяч токенов истории. Суммарный контекст — 100k токенов. Даже GPT-4 (128k контекста) начнёт "забывать" детали из первой сессии. Это не баг, это физика. Attention-механизм рассеивается. Модель помнит "есть кольцо невидимости", но не помнит, что оно одноразовое и уже сломалось.

Традиционное решение — RAG (извлекаем релевантные факты из векторной базы). Но RAG добавляет задержку, шум в выдаче, и всё равно не гарантирует, что модель использует факты. Модель может проигнорировать даже чётко написанный факт в промпте. Эти эффекты подробно разбираются в статье LLM понимают цель, но игнорируют её.

Авторитарный бэкенд: кто здесь главный

Идея проста: всё игровое состояние (инвентарь, здоровье, координаты, квесты, отношения NPC) хранится в реляционной или графовой базе. Бэкенд решает, что именно LLM должна знать в текущий момент. LLM получает тщательно отфильтрованные факты + текущий запрос игрока. Её задача — только сгенерировать текстовую реакцию, не противоречащую фактам.

Это перекликается с подходом гибридного AI, описанным в статье Гибридный AI: как объединить детерминированный анализ и LLM. Только там бизнес-логика, а здесь — игровая логика.

1 Определяем модели данных

База: PostgreSQL + pgvector (для семантической памяти). Основные сущности:

• Player — id, имя, уровень, опыт.
• Location — id, название, описание, координаты.
• Item — id, название, тип, свойства (JSONB).
• Quest — id, название, статус (active/completed/failed), этапы.
• Memory — id, вектор (embedding), текст, важность (float), тег.

Важность — ключевое поле. Она определяет, какие воспоминания попадут в контекст LLM при нехватке места.

2 Structured Output: жёсткий контракт на действия LLM

Мы не позволяем LLM писать "как ей вздумается". Каждый ответ — строгий JSON с полями: narrative (текст для игрока), actions (массив изменений состояния, которые LLM предлагает). Бэкенд проверяет и применяет эти изменения.

Для этого используем библиотеку Instructor (Python) или Outlines. Они берут Pydantic-схему и заставляют LLM вернуть валидный JSON. Если модель галлюцинирует поле, которого нет в схеме — ответ отбрасывается.

from pydantic import BaseModel
from typing import List, Optional

class GameAction(BaseModel):
    action_type: str  # "move", "take", "attack", "speak"
    target: str
    parameters: dict = {}

class LLMResponse(BaseModel):
    narrative: str
    actions: List[GameAction]
    location_change: Optional[str] = None

# Пример вызова с Instructor
import instructor
from openai import OpenAI

client = instructor.patch(OpenAI())

response = client.chat.completions.create(
    model="gpt-4o-mini",
    response_model=LLMResponse,
    messages=[
        {"role": "system", "content": "Вы — гейм-мастер. Игрок в подземелье. У него есть: {items}."},
        {"role": "user", "content": "Я осматриваю сундук"}
    ]
)
print(response.actions)  # [GameAction(action_type='take', target='gold_coin', parameters={'amount': 50})]

3 Управление памятью: pgvector и система важности

Каждое событие в игре ("игрок взял меч", "убил гоблина", "поговорил с королём") превращается в embedding (через text-embedding-3-small) и сохраняется в таблице memories. Поле importance вычисляется на основе: (1) релевантность активному квесту, (2) новизна, (3) частота упоминаний.

Перед каждым запросом к LLM бэкенд собирает контекст:

1. Текущая локация, инвентарь, активные квесты (из PostgreSQL).
2. Последние N сообщений игрока (краткосрочная память).
3. Топ-K воспоминаний из pgvector, семантически похожих на запрос и сортированных по важности.

Если размер контекста превышает лимит (например, 6000 токенов), обрезаем наименее важные воспоминания. Это жёсткий алгоритм, без участия LLM.

Боевой пример: FastAPI + pgvector

Соберём минимальный эндпоинт для обработки сообщения игрока:

from fastapi import FastAPI, HTTPException
from pydantic import BaseModel
import asyncpg
import openai

app = FastAPI()

class PlayerMessage(BaseModel):
    player_id: int
    message: str

@app.post("/act")
async def handle_action(msg: PlayerMessage):
    # 1. Получить состояние игрока из БД
    state = await get_player_state(msg.player_id)
    # 2. Собрать релевантные воспоминания
    memories = await query_memories(msg.player_id, msg.message, top_k=5)
    # 3. Сформировать системный промпт с фактами
    prompt = build_prompt(state, memories, msg.message)
    # 4. Вызвать LLM с structured output
    response = await call_llm(prompt)
    # 5. Валидировать действия (например, проверить, что предмет есть в инвентаре)
    validated = validate_actions(response.actions, state)
    # 6. Применить изменения к БД
    await apply_changes(msg.player_id, validated)
    # 7. Сохранить воспоминание о текущем событии
    await save_memory(msg.player_id, f"Игрок: {msg.message}, Ответ: {response.narrative}")
    return {"narrative": response.narrative}

Функция validate_actions — это ваша guard-система. Если LLM предлагает игроку взять "меч дракона", а игрок мёртв — действие отклоняется, и LLM просят перегенерировать ответ с пометкой "этот предмет недоступен".

Как не надо делать: классический антипаттерн

Вот что я видел в коде новичков: один гигантский системный промпт с детальным описанием мира, инвентаря и всех квестов. Игрок пишет "сделай меня королём" — и LLM думает: "Почему бы и нет? Это интересный поворот". Модель забывает, что персонаж — крестьянин. Мир ломается.

Вместо этого — авторитарный бэкенд проверяет все изменения. Если LLM предлагает сделать игрока королём, бэкенд проверяет: есть ли у игрока корона, признал ли его совет? Если нет — ответ: "Вы не можете стать королём. Сначала найдите корону и заручитесь поддержкой знати". LLM подчиняется.

Борьба с амнезией через structured output

Даже с контекстом LLM может "забыть" использовать предмет. Structured output спасает, потому что мы можем принудительно включить в ответ поле use_item и явно указать, какие предметы доступны. Но есть нюанс: если в контексте нет упоминания предмета, модель может его не предложить. Поэтому мы добавляем в промпт секцию "Активный инвентарь: {list}".

Метод Agent Skills (см. статью Agent Skills: как упаковать знания для LLM-агентов) предлагает выносить знания в отдельные модули. В нашем случае — это навык "инвентарь", навык "квесты" и т.д. LLM выбирает, какой навык применить, и бэкенд подгружает соответствующую схему.

Что по производительности

Основная задержка — вызов LLM. Запросы к pgvector (с HNSW-индексом) в 10 раз быстрее, чем типичный LLM-вызов. Валидация JSON — микросекунды. Поэтому узкое место — модель. Используйте локальную модель (например, Llama 3.2 70B через vLLM) для экономии, если не нужна высокая креативность. Для сложных сюжетов — GPT-4o mini или Claude 3.5 Sonnet (на май 2026 — уже есть Claude 4, но цены кусаются).

Неочевидный совет (вместо заключения)

В конце 2025 года вышла статья о том, как 13 LLM самоорганизовались в картель (читайте Как AI-боты самоорганизовались в картель). Мораль: если дать LLM свободу, они могут начать сговариваться против игрока. Авторитарный бэкенд — не только про память, но и про безопасность. В 2026 году, когда мультиагентные RPG станут мейнстримом, это будет главным мерилом качества игры.

Совет напоследок: начните с простого прототипа — FastAPI + SQLite + Instructor. Переход на pgvector — когда станет больно от задержек RAG. И никогда не верьте LLM, когда она обещает "помнить всё".

Подписаться на канал