AI-NPCs: Wie AI-gesteuerte Nicht-Spieler-Charaktere funktionieren (und wie du einen erstellst)

Ein AI-NPC ist ein Nicht-Spieler-Charakter, dessen Dialog und Absicht zur Laufzeit von einem Sprachmodell erzeugt werden, während Bewegung und Kollision auf einem deterministischen Pfad bleiben. Die AI steuert, was der Charakter sagt und will; die Engine steuert, wohin der Körper geht. In Neta Studio beschreibst du einen Charakter mit einem Satz, die Agent Sprite Forge erzeugt eine Low-Poly-Komponente, und diese Komponente wird in eine begehbare 3D-Welt eingefügt, die auf Three.js basiert.

Diese Trennung ist wichtig, weil sie dir sagt, wo Fehler leben. Wenn ein NPC durch eine Wand läuft, ist das Pathfinding falsch. Wenn ein NPC den Spieler unaufgefordert beleidigt, ist der Prompt-Vertrag falsch. Diese Seite behandelt die zweite Kategorie: wie AI-NPC-Systeme Zeilen erzeugen, Persönlichkeitsparameter halten, sich an eine Sitzung erinnern und scheitern, wenn das Modell plant und die Engine nicht ausführen kann.

Kurzantwort: Was ein AI-NPC tatsächlich ist

Zerlege den Begriff. „AI“ bedeutet hier, dass ein Modell Text und eine übergeordnete Absicht erzeugt. „NPC“ bedeutet einen Charakter-Controller, einen Collider und eine Animations-Zustandsmaschine. Die beiden laufen auf unterschiedlichen Takten: Das Modell antwortet in Hunderten von Millisekunden, der Controller aktualisiert sich mit jedem Frame bei 60 Hz. Sie kommunizieren über eine schmale Schnittstelle, meist ein kleines JSON-Objekt, das der Controller abfragt.

In der Praxis sieht die Schnittstelle so aus: Das Modell gibt {line, intent, target} zurück. Der Controller liest intent, prüft, ob das Ziel auf dem Navmesh erreichbar ist, und spielt entweder die Zeile mit passender Animation ab oder ersetzt sie durch eine Fallback-Zeile. Wenn du diese beiden Ebenen verschmilzt, bekommst du NPCs, die teleportieren, rutschen oder mitten im Satz stehen bleiben, während das Modell fertig generiert.

Die Arbeitsdefinition lautet also: Ein AI-NPC ist ein NPC, dessen gesprochene Ausgabe und Auswahl der nächsten Aktion von einem generativen Modell stammen, begrenzt durch eine feste Menge zulässiger Absichten, die die Engine tatsächlich ausführen kann.

Regelbasiert vs. AI-gesteuert

Ein regelbasierter NPC wählt aus einer Tabelle. Du verfasst die Zustände, Übergänge und Zeilen von Hand. Er ist exakt, günstig und reproduzierbar: Dieselbe Eingabe erzeugt immer dieselbe Ausgabe, was ihn trivial zu testen und trivial zu debuggen macht. Die Obergrenze ist deine Schreibzeit, und der Fehlerfall ist ein Spieler, der etwas eintippt, das du nicht vorhergesehen hast, und einen leeren Blick erntet.

Ein AI-gesteuerter NPC generiert die Zeile. Du verfasst einen Vertrag und eine Menge zulässiger Absichten, und das Modell füllt den Raum dazwischen. Es geht souverän mit unerwarteten Eingaben um, aber dieselbe Eingabe kann über zwei Durchläufe hinweg unterschiedliche Ausgaben erzeugen, was naive Replay-Tests bricht. Die Kosten skalieren mit der Gesprächslänge statt mit der Zeichenzahl, sodass eine gesprächige Szene mehr kostet als eine stille.

Keiner ist strikt besser. Der ehrliche Vergleich:

Dynamischer Dialog

Ein Dialogbaum ist ein Graph mit von Hand verfassten Knoten. Der Autor kontrolliert jedes Wort, weshalb Quests, Verträge und handlungskritische Enthüllungen weiterhin Bäume verwenden. Die Eingabe des Spielers wird einem von N Zweigen zugeordnet; alles außerhalb von N bleibt unbehandelt. Bäume skalieren linear mit dem Inhalt: Eine Verdopplung des Gesprächs verdoppelt das Schreiben.

Generierter Dialog unterscheidet sich der Art nach, nicht nur im Umfang. Das Modell liest den tatsächlichen Satz des Spielers plus den Kontext, den du einspeist — NPC-Name, aktuelles Ziel, die letzten drei Wortwechsel — und schreibt eine passende Antwort. Es kann eine Frage bewältigen, die du nie vorhergesehen hast. Es kann diese Frage auch schlecht, selbstsicher und in-character bewältigen, was schlimmer ist als zu scheitern.

Wo ein Baum weiterhin richtig ist: jede Zeile, die einen Zustand trägt, von dem der Rest des Spiels abhängt. „Der Torcode ist 4417.“ Lass ein Modell das nicht erfinden. Das zuverlässige Muster ist hybrid — der Baum besitzt Fakten und Verzweigungspunkte, das Modell besitzt Formulierung und Small Talk. In Neta Studio, wenn du einen AI-NPC aus einer Beschreibung erstellst, legt die generierte Komponente ein Absichts-Enum offen; Fakten, die garantiert sein sollen, kommen als feste Strings in die Komponente, nicht als Anweisungen in den Prompt.

Halte den System-Prompt unter ungefähr 300 Token. Rolle, Ton, drei Constraints und das Ausgabeschema. Alles andere — Inventar, Quest-Status, Weltfakten — kommt in einen separaten Kontextblock, den die Engine pro Zug einspeist. Wenn du die ganze Welt in den System-Prompt packst, steigt die Latenz und das Modell beginnt, spätere Anweisungen zu ignorieren.

Fordere immer strukturierte Ausgabe an. Verlange ein JSON-Objekt mit line und intent. Parse es. Wenn das Parsen fehlschlägt, verwirf die Zeile und spiele den Fallback. Rendere niemals rohen Modelltext ohne Längenprüfung direkt in die Dialogbox; eine außer Kontrolle geratene Generierung erzeugt einen 400-Wörter-Monolog, der dein UI sprengt.

Prozedurale Persönlichkeit

Eine Persönlichkeit ist kein Backstory-Absatz. Ein Backstory-Absatz sind Trainingsdaten für die Fantasie des Modells, und er verschlechtert sich mit der Länge: Ab ein paar hundert Wörtern beginnt das Modell, ihn als Beiwerk zu behandeln und zu generischer Hilfsbereitschaft abzudriften. Behandle Persönlichkeit stattdessen als drei oder vier Parameter, von denen jeder das beobachtbare Verhalten verändert.

Ziel ist, was der NPC gerade jetzt will. Ton ist, wie er spricht: knapp, förmlich, spöttisch. Constraint ist, was er nicht tun wird: nicht lügen, nicht über den Krieg sprechen, nicht handeln. Diese drei passen in eine einzige Prompt-Zeile und sind einzeln testbar. Füge einen vierten nur hinzu, wenn du beschreiben kannst, was sich ändert, wenn du ihn variierst.

In Neta Studio nimmt die Agent Sprite Forge eine Beschreibung entgegen und gibt eine Low-Poly-Komponente zurück, bei der diese Parameter als Felder der Komponente offengelegt sind. Du kannst das Ziel bearbeiten, ohne den Modell-Prompt anzufassen, und du kannst eine Komponente klonen und nur den Ton ändern, um einen zweiten NPC zu erhalten. Zwei NPCs mit demselben Mesh und unterschiedlichem Ton werden in einer Szene als unterschiedliche Charaktere wahrgenommen, was günstiger ist, als zwei Sprites zu verfassen.

Adaptives Verhalten

Gedächtnis innerhalb einer Sitzung ist günstig und effektiv. Du hältst einen rollierenden Puffer der letzten N Wortwechsel plus einen kleinen Key-Value-Speicher mit Fakten, die dem NPC mitgeteilt wurden. N von 8 bis 12 funktioniert für die meisten Szenen; darüber hinaus wächst der Prompt schneller als die Geduld des Spielers, und ältere Züge beeinflussen die Ausgabe ohnehin nicht mehr.

Was ein NPC zuverlässig erinnern kann: den Namen des Spielers wie genannt, ob ein bestimmter Gegenstand gegeben oder abgelehnt wurde, ob eine frühere Interaktion in Feindseligkeit endete und das zuletzt genannte Ziel. Was er nicht zuverlässig erinnern kann: die genaue Formulierung von vor zwanzig Zügen, Fakten, die nie in den Key-Value-Speicher geschrieben wurden, und alles über einen Seiten-Reload hinweg, sofern du es nicht persistierst. Gedächtnis, das nur im Prompt lebt, ist Gedächtnis, das verdampft.

Reaktion ist die zweite Hälfte. Die Engine beobachtet Zustandsänderungen — Gesundheitsverlust, Gegenstandsübergabe, Überschreiten einer Distanzschwelle — und schiebt ein Ereignis in den Kontext des NPC. Das Modell wählt dann eine Absicht aus dem Enum. Deshalb existiert das Absichts-Enum: Das Modell schlägt vor, die Engine verfügt. Ein NPC, der „beschließt“ anzugreifen, muss trotzdem die Erreichbarkeitsprüfung bestehen. Wenn sie fehlschlägt, spielt er eine Warnzeile ab und bleibt stehen.

Gedächtnis in den Speicher zu schreiben ist eine Zeile Code und eine Schema-Entscheidung. Halte die Schlüssel kurz und flach: playerName, gaveItem, hostility. Verschachtelte Objekte blähen auf und verrotten. Versioniere das Schema von Anfang an; eine spätere Umbenennung verwirft stillschweigend alte Spielstände, es sei denn, du schreibst eine Migration.

Über Sitzungen hinweg versuche nicht, die gesamte Gesprächshistorie in den Kontext zurückzuspielen. Das ist teuer und macht den NPC repetitiv. Persistiere die Zusammenfassung — drei bis fünf Fakten — und starte mit dem Transkript frisch.

Ein AI-NPC in einem Satz erstellen

Die Pipeline in Neta Studio ist bewusst kurz. Du schreibst eine Beschreibung. Die Agent Sprite Forge generiert eine Low-Poly-Komponente mit einem Mesh, einer Palette und einem Verhaltensmodus. Du setzt sie in eine begehbare Szene ein, die mit dem 3D Game Builder erstellt wurde, und sie erscheint mit Kollision, Pathfinding und einem bereits verdrahteten Dialog-Hook.

Eine funktionierende Beschreibung ist konkret bei Rolle, Ton und einer Einschränkung. „Ein misstrauischer Leuchtturmwärter, knapp und aus dem Norden, der nicht über den Schiffbruch sprechen will.“ Das erzeugt eine Komponente, deren Prompt genau diese drei Parameter enthält. Etwas wie „ein cooler Charakter“ erzeugt ein generisches Ergebnis, weil es nichts einzuschränken gibt.

Du kannst das Ergebnis an zwei Orten testen: The Cyclops' Island, die ausführliche begehbare Szene, und Mini World, die kleiner und schneller zu iterieren ist. Beide laufen im Browser auf Three.js. Setze die Komponente ein, lauf auf sie zu, tippe eine Zeile und lies die Antwort. Wenn der Ton daneben liegt, bearbeite das Ton-Feld der Komponente, statt den Prompt von Grund auf neu zu schreiben.

Was AI-NPCs noch immer nicht können

Langfristige Planung funktioniert nicht. Ein Modell, das gebeten wird, dreißig Schritte über eine Szene hinweg zu planen, erzeugt einen plausiblen Plan und verliert dann bis Schritt sechs den Faden, weil zwischen den Schritten nichts den Zustand hält außer dem Prompt, und der Prompt wird länger und rauschhafter. Wenn du eine mehrstufige Quest brauchst, verfasse die Stufen und lass das Modell innerhalb jeder Stufe den Dialog füllen. Bitte es nicht, den Handlungsbogen zu halten.

Wirklich offene Ziele funktionieren ebenfalls nicht. „Mach, was du willst“ erzeugt entweder Lähmung oder eine generische Hilfsbereitschaftsschleife, weil das Modell kein Signal dafür hat, was als Fortschritt zählt. Ein Ziel ist nur brauchbar, wenn die Engine prüfen kann, ob es erfüllt wurde. Wenn du diese Prüfung nicht schreiben kannst, hast du kein Ziel, sondern eine Stimmung.

Kostenkontrolle ist die eigentliche Lücke. Die Kosten pro Zug sind klein; das Scheitern liegt im Gespräch, das nie endet. Ein Spieler, der weiterredet, wird weiter abgerechnet. Du brauchst eine harte Obergrenze für Züge pro Interaktion, eine Obergrenze für Kontext-Token und einen Degradationspfad — nach der Obergrenze wechselt der NPC zu kürzeren, vorgefertigten Antworten. Ohne diese drei kann ein neugieriger Playtester mehr Budget verbrennen als der Rest deiner Szene zusammen.

Und die kleineren Fehler: Latenz über etwa 1,5 Sekunden wird als kaputtes Spiel gelesen, nicht als nachdenklicher Charakter. Nicht-Determinismus bricht Replay-Tests, sofern du Seed und Temperatur nicht fixierst. Und jede generierte Zeile kann etwas widersprechen, das der Baum bereits etabliert hat, weshalb Fakten im Baum bleiben.

Lauf in die Welt hinein, zu der er gehört

Ein Sprite ist ein Charakter ohne Ort zum Stehen. Der letzte Schritt ist der, den niemand sonst bietet: Nimm das Blatt, das du gerade erstellt hast, und setze es in eine Welt, in der jemand herumlaufen kann — eine kleine Insel, einen Planeten, eine regnerische Straßenecke. Jede Welt auf dieser Seite wurde aus einer geschriebenen Beschreibung erstellt und als spielbare Seite veröffentlicht.

FAQ