“地下城”中的数据：使用 IBM Granite 体验沉浸式桌面角色扮演游戏

沿着半明半暗的石廊，三位冒险者小心翼翼地前行。摇曳的火炬在古老的墙壁上投下肆意跳跃的阴影。在废墟的中心，一座巨大的房间隐约可见。

突然传来了一阵异动，

高台上站着一位披着魔影斗篷的巫师，她的双手在空中扭动，神秘的能量在她的指尖噼啪作响。当她快施法完毕时，一队执法人员握紧了武器。

骑士毫不犹豫地举起盾牌，向前冲去。

“我要趁巫师还没施法完毕，先把她扑倒！”他一边说着，一边准备防备。

然后一切都静止了。

火把照亮的密室、咆哮的敌人、紧张的战斗，一切都消失在刺眼的荧光灯下。大地牢是一间会议室。冒险者化身玩家，围坐在一张桌子旁。骰子散落在一张手绘地图上，微型模型则定格在原地。

桌子的首位，游戏主持者 (GM) 眉头紧锁，翻阅着一堆厚厚的规则手册。

" 一秒钟，" 她一边喃喃自语，一边翻阅页面。“我需要看一下格斗规则。”

玩家们在座位上不安地变换姿势。房间内众人的期待感骤然消散。这一刻在空气中分崩离析。哈欠连连。是时候吃点零食了。

如果此情此景似曾相识，那么您并非个例。在 TRPG 中，叙事依赖节奏推进——每位 GM 都深受被迫暂停剧情以查阅关键规则、复核机制或即兴发挥的困扰。

桌面角色扮演游戏 (TTRPG) 是一种协作式叙事体验，玩家在共享世界中扮演角色，由游戏管理员 (GM) 指导，游戏管理员设置场景并在情况变得不确定时要求掷骰子。

现在，想象一下这样一个规则检查即时发生的世界。无需疯狂翻页，没有失去参与度，只是流畅地讲述故事。

还记得 IBM Watson 接管 Jeopardy 的时候吗！？这不仅仅是一场比赛，更是一扇窥见未来的窗口。它展现了人工智能实时处理和检索复杂信息的能力。现在，随着大型语言模型 (LLM) （如 IBM 的 Granite）的发展，GM 也能轻松掌握同样的能力。

AI 不会取代人类讲故事的能力，但可以消除摩擦。它可以保持游戏的流畅性，激发创造力并增强沉浸感。Granite 可以显示规则、生成动态 NPC 或管理玩家数据，因此冒险永远不需要暂停。

单一 TTRPG 游戏进程包含许多活动部件，需要游戏主持者进行跟踪。从玩家情绪到怪物命中率，无所不包。玩家的每一次行动都需要根据规则来判断是否能够成功、难度有多大，以及失败或成功会导致哪些后果。

在这一瞬间决策的过程中，即使是最有经验的 GM 也会遇到困难。某个玩家尝试了一些意想不到的操作，突然桌子上就堆满了书。GM 无法预判敌人的下一次行动方向，因其正在翻阅 PDF 文件、查找特定的内部规则。

使用 IBM Granite，GM 可以用简单的语言询问“侧翼进攻的规则是什么？”或“谁给了我们寻找被诅咒权杖的任务？”Granite 立即从核心规则、内部规则、游戏说明和游戏背景故事中找出答案。

借助 Granite 3.2，GM 可以即时采集大量信息。需要为旧式《龙与地下城》游戏中的高级看守者提供统计数据吗？上传整个《怪物手册》（共 1,000 页），Granite 可以在几秒钟内显示所需内容。

将 Granite 设置为游戏助手也无需计算机科学学位。借助 InstructLab 和检索增强生成 (RAG) 等工具，GM 就能快速上传整个规则手册、图像、地图、战役笔记或自定规则，使其在游戏过程中可即时搜索。InstructLab 可提供最简单的入口点且无需代码，而更多技术用户则可通过 Ollama 等工具本地部署 Granite，仅需单行命令即可调用。一旦加载，AI 就能显示相关内容，调整自定义机制并在几秒钟内整合新的信息。

这种灵活性简直可以改变游戏规则；如果有新的规则手册发布，GM 可以在几分钟内收集并公布规则。Granite 3.2 甚至包括先进的“思考”功能，可以帮助 AI 通过冲突的规则或不断发展的叙述进行推理，为 GM 提供随着故事发展而发展的动态支持。

在企业中，这一功能同样能支持按需访问不断变化的政策、程序和专有知识。团队成员可以询问：“我们目前在欧洲的客户数据合规政策是什么？”，然后 Granite 就会立即提供相关文档。

在 TTRPG 的游戏进程中，任何事情都有可能发生。玩家可能会决定完全忽略地牢，转而调查犯罪公会的前端运营。现在，GM 需要通过定制生成的酒馆老板使其走上正轨，而这个酒馆老板有着悲惨的过去，且与地下犯罪有所关联。

Granite 可以在几秒钟内创建这个 NPC，包含其动机、性格怪癖和游戏统计数据。加载自定规则、战役设置或自定义职业 PDF，它就能立即使用这些信息来生成遭遇战或将旧机制转换为新机制。如果玩家放弃主线任务转而潜入沙漠堡垒，Granite 可以在几秒钟内调动一队精英警卫和一个地下墓穴网络。随着新信息的传入，Granite 会将其纳入并进行更新——它知道何时新规则应取代旧规则。

在商业环境中，这一适应性同样能为角色开发、人力资源培训模拟和客户画像创建等用例提供支持。如果某个团队需要为一家高增长型初创公司提供详细的 CMO 角色模型，Granite 就会根据需求生成该模型，并提供痛点和行为洞察分析。

GM 会跟踪所有内容：角色进展、未解决的任务、NPC 关系和世界事件。真正的神奇之处在于故事线索首尾呼应的时刻，或许是三场游戏前随意决策的突然发酵，或是被遗忘的 NPC 将携新情报意外回归。

Granite 还可以通过回答玩家重访某些地点的频率、关系如何发展以及哪些情节线索产生最多的参与度来更进一步。通过分析各个会话的趋势，GM 可以发现模式并更好地预测玩家在不同会话中的行为。

这种连续性可以加深沉浸感，为玩家的投入提供回报，并建立对叙事的信任。

在商业场景中也不例外。利益相关者的对话、项目支点和战略决策往往会在几个月后重新浮现。能够记住、描述和分析历史互动的 AI 助手可帮助团队保持一致和专注。如同优秀的战役设计，它们延续而非重启故事线。

即便 Granite 能在 GM 身旁高效运作——瞬间生成 NPC、规则及内容，仍有某些时刻非人力不可为。

盗贼转向 GM 并说道：“我会小心行事。”

没有掷骰子，没有调用任何技能。AI 可能会讲述盗贼的行径。人类 GM 说，“进行隐身检查”，他明白这个意图。

这不仅是知识，更是直觉。这是一种在瞬间解读语气、潜台词和时机的能力。

后来，联盟分头行动。一队人进入了闹鬼的地窖，另一队人则试图与当地的神职人员展开紧张的外交活动。GM 在其之间巧妙切换焦点，将平行时刻编织成连贯剧情弧。什么时候该缩短场景，什么时候该逗留，什么时候该提高赌注，这些都需要 GM 自行把握。

当吟游诗人为救赎昔日的仇敌而发表即兴独白时，GM 明白这一刻的含义，就会调整世界让它继续存留。

最优秀的 GM 不仅要执行规则，还应知晓如何打破规则。

AI 可以遵循复杂的提示，但人类才知道牌桌玩家何时屏住呼吸等待看到掷骰子的结果。

商界也不例外。AI 可以提供信息、协助人类和加速进程，但它无法指引行动。

它无法捕捉到初级团队成员声音中的犹豫，也无法发现紧张的客户电话中隐藏的机会。它不知道什么时候该扔掉幻灯片，跟着直觉走。

AI 或许是照亮前路的火把，但人类应决定去向何方。二者协同，可创造远超个体叠加的非凡成就。

近期研究表明，大型语言模型可以有效增强 TTRPG 体验，尤其是在用于支持（而非取代）GM 时。

SHARI 是使用 LLM 的概念验证 AI GM，但要对其进行扩展以匹配真人游戏主持的细微差别、即兴创作和情商能力，需要在技术上取得重大进展，特别是在内存处理、复杂世界建模和叙事节奏方面。

一项研究发现，使用 ChatGPT 的人工智能驱动型 GM 可以提升玩家的积极情绪，这表明了通过合作叙事来提高心理健康水平的强大潜能。

LLM 还可作为创意助手。在《龙与地下城》聊天机器人项目中，AI 简化了规则导航，并有助于提高沉浸感和玩家联系。当提示非常强烈时，AI 就会提供宝贵的角色扮演灵感，并帮助玩家做出更丰富的角色选择。

使用 IBM Watson 构建的 Flamel.AI 等系统将 GM 的准备时间缩短了 75%。通过即时生成地图、角色和叙事元素，这些工具让主持人可以将更多时间投入游戏，从而缩短规划时间。

玩家也注意到了这一点。部分玩家表示，使用 AI 运行完整的一次性策略幻觉最少且内容丰富，尤其是当人类事先处理好机制和结构输入时。

从更快的准备到更丰富的游戏进程乃至更具包容性的叙事，LLM 都在证明自己是 TTRPG 世界中的重要搭档。但是，当其与人类创造力和判断力协同配合时，才会发出最耀眼的光芒。