So erstellt Wolf Games mit der Gemini API täglich fesselnde Kriminalgeschichten

Die Nachfrage nach neuen, ansprechenden Gaming-Inhalten ist unerbittlich. Für Wolf Games, ein innovatives Start-up, bedeutet das, dass es seinen Spielern täglich neue, interaktive Krimigeschichten bietet. Um dieses ehrgeizige Ziel zu erreichen, nutzt das Team die Leistungsfähigkeit der Gemini API, insbesondere Gemini 2.0 Flash und Gemini 2.0 Flash Thinking, um komplexe Erzählungen in einem nie dagewesenen Umfang zu generieren.

Wolf Games richtet sich an mobile Gamer und Krimifans, die täglich Herausforderungen meistern möchten. Die App bietet jeden Tag realistische Tatortrekonstruktionen mit Polizeiberichten, Fotos, Interviews und dynamischen Charakteren, sodass Spieler regelmäßig in neue ungeklärte Fälle eintauchen können.

Um diese tägliche Taktung aufrechtzuerhalten, sind Schnelligkeit und Genauigkeit bei der Erstellung von Inhalten erforderlich. Vor der Einbindung der Gemini API hatte Wolf Games Probleme mit früheren Modellen, die mit einer konsistenten strukturierten Ausgabe zu kämpfen hatten (nur 80% Erfolg) und eine langsame Promptausführung (bis zu sechs Minuten) aufwiesen.

„Wir nutzen die Gemini API in unserem DAG für die Promptausführung, um originelle und fesselnde Krimigeschichten zu generieren“, erklärt Noah Rosenberg, Mitbegründer und CTO. „Unser Prozess umfasst zahlreiche fein abgestimmte Prompts, um strukturierte Inhalte aus einem inhärent unstrukturierten Prozess zu generieren – der Erzählung.“

Im Mittelpunkt der Lösung von Wolf Games steht das interne Tool „Prompt Composer“, mit dem der DAG für die Promptausführung verwaltet wird. Mit diesem Framework können sie Funktionsaufrufe einbinden, benutzerdefinierte Python-Scripts für die Logik ausführen, z. B. eindeutige Namen sicherstellen, und den Status während des gesamten Generierungsvorgangs verwalten. So haben sie folgende Möglichkeiten:

• Sie können ganz einfach zwischen verschiedenen Modellen wechseln, darunter Gemini 2.5 Pro, Gemini 2.0 Flash und Gemini 2.0 Flash Thinking.
• Verwenden Sie Retrieval-Augmented Generation (RAG), indem Sie alle generierten Inhalte wie Hintergrundgeschichten von Charakteren und Fallereignisse in einer persistenten Datenbank speichern, um für einen kohärenten Plot zu sorgen. Beispielsweise kann beim Erstellen einer digitalen Kontoabrechnung ein bayesisches Kausaldiagramm mit Ereignissen verwendet werden, das logische Abhängigkeiten in der Erzählung abbildet, um Genauigkeit und Konsistenz zu gewährleisten.
• Strukturierte Ausgabe erzwingen, insbesondere JSON, die dann mithilfe von Tools wie Pydantic validiert wird, um die Zuverlässigkeit der Downstream-Prozesse zu gewährleisten.

Wolf Games nutzt Gemini 2.0 Flash Thinking für die komplexe Textgenerierung mit großen Kontextfenstern (über 100.000 Tokens) und Outputs und konsolidiert Workflows, die zuvor zahlreiche Schritte erforderten. Er findet Gemini 2.0 Flash für schnellere Aufgaben „unglaublich leistungsstark und zuverlässig“ und verwendet häufig Gemini 2.5 Pro, um Few-Shot-Beispiele zu generieren, die die Leistung von Gemini 2.0 Flash verbessern.

Ein wichtiges Tool in seinem Workflow ist Google AI Studio. „Google AI Studio ist mein am häufigsten verwendetes Google-Produkt, das sogar Gmail, Google Kalender und die Google Suche in der täglichen Nutzung übertrifft“, sagt Noah und hebt den Wert für schnelle Experimente hervor.

Die Migration zu den Gemini-Modellen hat bemerkenswerte Verbesserungen gebracht:

• Höhere Genauigkeit: Die Erfolgsraten bei der Promptausführung stiegen von 80% auf 96%, was hochwertige, strukturierte Inhalte ermöglichte.
• Reduzierte Latenz: Die Zeit bis zur Ausführung von Prompts wurde für die meisten Prompts drastisch von Minuten auf unter 20 Sekunden reduziert.
• Optimierte Inhaltsproduktion: Die Geschwindigkeit und Zuverlässigkeit der Gemini-Modelle, insbesondere von Gemini 2.0 Flash, haben die Möglichkeit, täglich detaillierte Kriminalgeschichten zu produzieren, erheblich verbessert.

„Die Gemini-Modelle erfüllen direkt unsere Anforderung an eine schnelle und zuverlässige Generierung strukturierter narrativer Inhalte“, betont Noah. Ein wichtiger Grenzwert für Wolf Games ist es, Text schneller zu generieren, als die Autoren ihn lesen können, um den kreativen Fluss aufrechtzuerhalten. Mit den Gemini-Modellen konnten sie das konsequent erreichen.

Wolf Games möchte die Gemini API weiter nutzen und insbesondere das kreative Potenzial der kommenden Modelle erkunden, um noch realistischere Spielnachweise zu generieren. Noah gibt Entwicklern folgenden Rat:

„Nehmen Sie sich Zeit, um wirklich zu verstehen, wie Sie Prompts für die Gemini-Modelle strukturieren. Verwenden Sie leistungsstärkere Modelle, um die Prompts für die schnelleren Modelle zu erstellen.“ Er betont die Bedeutung eines gut strukturierten Schemas und von Few-Shot-Beispielen und empfiehlt Entwicklern, „Tests durchzuführen, um ein Gefühl dafür zu bekommen, wie die Gemini-Modelle die im latenten Raum codierten Daten nutzen“.

Für Noah ist KI ein leistungsstarker kreativer Katalysator: „Ich war schon immer ein 'Content-Klutze'… Mit KI kann ich jetzt alles schaffen, was ich mir vorstellen kann, ohne viel Aufwand.“

Die innovative Nutzung der Gemini API durch Wolf Games zeigt ihr Potenzial, die Spieleentwicklung zu revolutionieren und es Creatorn zu ermöglichen, in einem noch nie dagewesenen Tempo immersive Inhalte zu erstellen.

Sie können mit Google AI Studio beginnen und sich die Gemini API-Dokumentation ansehen, um die Zukunft der KI zu gestalten.