新清士の「メタバース・プレゼンス」 第162回

ローカルAIで“しゃべる推理ゲーム”を作ったら、思ったよりちゃんとゲームになってきた

グーグル「gemma 4」を使用

　ゲームでは、登場キャラクターであるリノンとルヴィアは、AI捜査官という設定にしました。解決しなければならない事件を設定し、三幕のシナリオが展開され、最後の犯人逮捕までたどり着けるかという、ゲームとしての対立が明確に見える構成にしました。リノンは同情的で、ルヴィアは事件解決のための強行突破を目指しやすいという性格付けもしました。また、要所での決定が世界全体のパラメーターにも影響を与え、結末にも反映されるようにしました。

　まずは、UIデザインを見直しました。CodexはUIデザインのセンスが高くないことは知られているとおりですが、これをClaude Codeを使って再デザインしました。UIデザインにはAnthropicによる「frontend-design」スキルが公開されており、それを取り込むだけで、利用しているAIエージェントが再設計したUIモックを作ってくれます。

　状況説明役のサポートAI的な存在が必要だとも感じられたので、「ハチ」というサポートAIも登場させることにしました。

Opusがまとめてきた「Rinon Detective」のUIモック

　ところで、本格的に開発を進めるうえで、大きな懸念が出てきました。利用するLLMによってゲーム体験が変わる可能性がある点です。ベースの物語のアウトラインは、あらかじめOpusに作らせ、データを用意しておきますが、実際のゲームを進めるセリフは、LLMに任せる必要があるため、出力の品質が変わってしまうためです。

　「Rinon Detective」では、日本語出力が美しく、処理速度も速いことから「Gemma ４」を使っていますが、Gemma ４には、31B、12B、E4B、E2B、26B A4Bの5種類の、サイズと使用目的が異なるバージョンが存在します。「B」はLLMが内部に持つパラメータ数を示しており、31Bは310億パラメータを意味します。「E」はEffective（実質的）という意味で、軽量に動かすことを目的としたモデルです。26B A4Bは、総パラメータは26Bですが、実質的にA4Bで動かせる軽量動作が可能なモデル、という意味です。もちろん、数値が大きいほど、ファイルサイズは基本的に大きくなり、求められるVRAM量も大きくなります。

　31B、12B、E4B、E2Bを使って比較をしてみました。参考としてClaudeのOpus 5.8も追加しています。多くの方にゲームを遊んでもらうには、12B Q4_0（圧縮版）の6.7GBか、E4B Q4_0（4.5GB）がターゲットになるだろうと考えています。