איך Wolf Games יוצרת סיפורי פשע סוחפים מדי יום באמצעות Gemini API

הביקוש לתוכן חדש ומעניין בתחום הגיימינג הוא בלתי פוסק. עבור Wolf Games, סטארט-אפ חדשני, המשמעות היא לספק לשחקנים סיפורי פשע אינטראקטיביים חדשים מדי יום. הם משיגים את המטרה השאפתנית הזו באמצעות Gemini API, ובמיוחד Gemini 2.0 Flash ו-Gemini 2.0 Flash Thinking, כדי ליצור נרטיבים מורכבים בהיקף חסר תקדים.

המשחקים של Wolf Games מיועדים לשחקנים בנייד ולחובבי תעלומות שרוצים לפתור בעיות מדי יום. האפליקציה שלהם מספקת מדי יום זירות פשע ריאליסטיות, כולל דוחות משטרה, תמונות, ראיונות ודמויות דינמיות, ומאפשרת לשחקנים לצלול באופן קבוע לתוך תיקים לא פתורים חדשים.

כדי לשמור על קצב העבודה היומי הזה, צריך ליצור תוכן במהירות ובדיוק. לפני השילוב של Gemini API, חברת Wolf Games נתקלה בבעיות עם מודלים קודמים שלא הצליחו לספק פלט מובנה באופן עקבי (השיגו רק 80% הצלחה) וזמני ביצוע איטיים של הנחיות (עד שש דקות).

"אנחנו משתמשים ב-Gemini API ב-DAG של ביצוע ההנחיות כדי ליצור סיפורי פשע חדשניים ומעניינים", מסביר נוח רוזנברג, מייסד שותף וסמנכ "ל טכנולוגיות. "התהליך שלנו מתזמן הנחיות רבות ומכווננות היטב כדי ליצור תוכן מובנה מתהליך לא מובנה במהותו – יצירת נרטיב".

בבסיס הפתרון של Wolf Games נמצא הכלי הפנימי שלהם, Prompt Composer, שמנהל את ה-DAG של ביצוע ההנחיות. המסגרת הזו מאפשרת להם לשלב קריאות לפונקציות, להריץ סקריפטים מותאמים אישית של Python ללוגיקה כמו הבטחת שמות ייחודיים, ולנהל את המצב לאורך תהליך היצירה. כך הם יכולים:

• אפשר לעבור בקלות בין מודלים שונים, כולל Gemini 2.5 Pro, ‏ Gemini 2.0 Flash ו-Gemini 2.0 Flash Thinking.
• שימוש בשיטת Retrieval-Augmented Generation (RAG) על ידי אחסון כל התוכן שנוצר, כמו סיפורי הרקע של הדמויות ואירועים בעלילה, במסד נתונים קבוע, כדי להבטיח את רצף העלילה. לדוגמה, כשמפיקים דף בנק דיגיטלי כדי לוודא שהוא מדויק ועקבי, אפשר להסתמך על תרשים סיבתי בייסיאני של אירועים שממפה את התלות הלוגית בנרטיב.
• הקפדה על פלט מובנה, במיוחד JSON, שמאומת באמצעות כלים כמו Pydantic, כדי להבטיח אמינות בהמשך.

חברת Wolf Games משתמשת ב-Gemini 2.0 Flash Thinking ליצירת טקסט מורכב עם חלונות הקשר גדולים (מעל 100,000 טוקנים) ותוצאות, ומשלבת תהליכי עבודה שבעבר דרשו שלבים רבים. הם מציינים ש-Gemini 2.0 Flash הוא מודל יעיל ואמין במיוחד לביצוע משימות מהירות, ולעתים קרובות הם משתמשים ב-Gemini 2.5 Pro כדי ליצור דוגמאות עם מעט נתונים שמשפרות את הביצועים של Gemini 2.0 Flash.

כלי מרכזי בתהליך העבודה שלהם הוא Google AI Studio. "Google AI Studio הפך למוצר Google שבו אני משתמש הכי הרבה, יותר מ-Gmail, מיומן Google ומחיפוש Google בשימוש היומיומי", אומר נוח, ומדגיש את הערך שלו בניסוי הנחיות.

המעבר למודלים של Gemini הביא לשיפורים משמעותיים:

• רמת דיוק גבוהה יותר: שיעורי ההצלחה של ביצוע ההנחיות עלו מ-80% ל-96%, וכך התוכן המובנה שנוצר הוא באיכות גבוהה.
• זמן אחזור קצר יותר: זמני השלמת ההנחיות ירדו באופן משמעותי מדקות לפחות מ-20 שניות ברוב ההנחיות.
• יצירת תוכן יעילה יותר: המהירות והאמינות של מודלי Gemini, במיוחד Gemini 2.0 Flash, שיפרו באופן משמעותי את היכולת שלהם ליצור סיפורים מפורטים על פשעים מדי יום.

"המודלים של Gemini עונים ישירות על הצורך שלנו ביצירה מהירה ומהימנה של תוכן נרטיבי מובנה", מדגיש נוח. סף קריטי עבור Wolf Games הוא יצירת טקסט מהר יותר מהמהירות שבה התסריטאים שלה יכולים לקרוא אותו, תוך שמירה על מצב של זרימה יצירתית – משהו שמודלי Gemini עזרו להם להשיג באופן עקבי.

חברת Wolf Games מתכננת להשתמש ב-Gemini API באופן נרחב יותר, ובמיוחד לבחון את הפוטנציאל היצירתי של מודלים עתידיים כדי ליצור ראיות ריאליסטיות עוד יותר למשחקים. בסיום הפרויקט, נוח משתף את העצה הבאה למפתחים:

"חשוב להקדיש זמן כדי להבין איך לנסח הנחיות למודלים של Gemini. להשתמש במודלים חזקים יותר כדי ליצור את ההנחיות למודלים המהירים יותר לביצוע". הוא מדגיש את החשיבות של סכימה מובנית היטב ושל דוגמאות עם מעט נתונים, ומציע למפתחים "להריץ ניסויים כדי להבין איך מודלי Gemini ממנפים את הנתונים שמקודדים במרחב הלטנטי".

עבור נוח, AI הוא זרז יצירתי רב עוצמה: "תמיד הייתי מגושם בכל מה שקשור לתוכן... עכשיו, בעזרת AI, אני יכול ליצור כל מה שאני מדמיין, בלי כל העבודה הקשה".

השימוש החדשני של Wolf Games ב-Gemini API מדגים את הפוטנציאל שלו לשנות את פיתוח המשחקים, ומאפשר ליוצרים להפיק חוויות סוחפות בקצב חסר תקדים.

כדי להתחיל לפתח את העתיד של ה-AI, אפשר להתחיל ב-Google AI Studio ולעיין בתיעוד של Gemini API.