インタラクティブ物語 × AI

一言で言うと

分岐型物語は「書く量が分岐数に比例して爆発する」問題を抱えてきた。 LLMは無限の分岐を可能にしたが、今度は 「物語としての面白さ（構造・伏線・カタルシス）をどう保つか」 が課題になった。

物語の自由度のスペクトル

方式	作者の制御	プレイヤーの自由	例
線形	最大	最小	一本道のRPG
分岐	大	中	ノベルゲーム、マルチエンディング
システム駆動（創発）	中	大	シミュレーション系、ローグライク
AI生成	小（設計次第）	最大	AIテキストアドベンチャー

💡仮説: 最も面白いのは両端ではなく 「作者が骨格とゴールを握り、AIが道中を即興する」 中間型。

研究の蓄積（押さえておくべき概念）

• ドラマ・マネージャー / AIディレクター: 物語の進行を監視し、面白さのためにイベントを介入させる。 インタラクティブドラマ研究（例: 『Façade』）や、ゲームにおけるAIディレクター（例: 『Left 4 Dead』の緊張度管理）が代表例
• ストーリーレット（Storylets）: 条件付きの短い物語断片を状況に応じて選ぶ方式。分岐爆発を避けつつ反応性を出せる
• 物語生成の計画ベース手法: 目標・因果関係をプランニングで組み立てる古典的手法。LLMと組み合わせると一貫性が上がる

LLMで物語を作る設計パターン

1. ビート骨格 + 即興: 起承転結・重要イベント（ビート）を固定し、間をLLMが埋める
2. 状態を持つ世界: 登場人物・所持品・関係・フラグを構造化データで管理し、LLMに毎回渡す
3. 伏線台帳: 張った伏線をリスト化し、回収をドラマ・マネージャーが促す
4. 緊張曲線の管理: 現在の緊張度を推定し、上げる／緩めるイベントを選ぶ
5. プレイヤー行動の意味づけ: プレイヤーの選択が後で「効いてくる」ことを必ず演出する

よくある失敗

• 何をしても成功する（摩擦がなく、達成感が生まれない）
• 話が長く、ペースが遅い（LLMは冗長になりやすい）
• 主人公がNPCに説明される側に回る（プレイヤーの主体性の喪失）
• 設定が徐々に矛盾していく

実践チェックリスト

• 物語のゴールと主要ビートは人間が定義しているか
• 世界状態を構造化データで管理しているか
• 失敗・対立・代償が起こり得る設計か
• 1ターンの出力長を制限しているか
• プレイヤーの過去の選択が回収される仕組みがあるか