Cara Wolf Games Membuat Cerita Kriminal yang Imersif Setiap Hari dengan Gemini API

Permintaan akan konten baru dan menarik di game tidak pernah berhenti. Bagi Wolf Games, sebuah startup inovatif, hal ini berarti menghadirkan cerita kriminal baru yang interaktif kepada pemain mereka setiap hari. Mereka mencapai sasaran ambisius ini dengan memanfaatkan kekuatan Gemini API, terutama Gemini 2.0 Flash dan Gemini 2.0 Flash Thinking, untuk menghasilkan narasi kompleks dalam skala yang belum pernah ada sebelumnya.

Wolf Games menargetkan gamer seluler dan penggemar misteri yang mendambakan pengalaman pemecahan masalah harian. Aplikasi mereka menghadirkan lokasi kejahatan yang realistis setiap hari, lengkap dengan laporan polisi, foto, wawancara, dan karakter dinamis, sehingga pemain dapat mempelajari kasus lama yang baru secara rutin.

Untuk mempertahankan ritme harian ini, Anda memerlukan kecepatan dan akurasi dalam pembuatan konten. Sebelum mengintegrasikan Gemini API, Wolf Games menghadapi kendala dengan model sebelumnya yang kesulitan dengan output terstruktur yang konsisten (hanya mencapai 80% keberhasilan) dan waktu eksekusi perintah yang lambat (hingga enam menit).

"Kami memanfaatkan Gemini API dalam DAG eksekusi perintah untuk membuat cerita kriminal yang baru dan menarik," jelas Noah Rosenberg, Co-founder & CTO. "Proses kami mengatur banyak perintah yang disesuaikan dengan baik untuk menghasilkan konten terstruktur dari proses yang pada dasarnya tidak terstruktur – pembuatan narasi."

Inti dari solusi Wolf Games adalah alat internal mereka, "Prompt Composer", yang mengelola DAG eksekusi perintah mereka. Framework ini memungkinkan mereka mengintegrasikan panggilan fungsi, menjalankan skrip Python kustom untuk logika seperti memastikan nama unik, dan mengelola status selama proses pembuatan. Hal ini memungkinkan mereka untuk:

• Beralih dengan mudah antar-model, termasuk Gemini 2.5 Pro, Gemini 2.0 Flash, dan Gemini 2.0 Flash Thinking.
• Gunakan Retrieval-Augmented Generation (RAG) dengan menyimpan semua konten yang dihasilkan, seperti latar belakang karakter dan peristiwa kasus, dalam database persisten, yang memastikan kohesi narasi. Misalnya, mereferensikan grafik sebab akibat Bayesian dari peristiwa, yang memetakan dependensi logis dalam narasi, saat membuat laporan mutasi rekening digital untuk memastikan akurasi dan konsistensi.
• Terapkan output terstruktur, terutama JSON, yang kemudian divalidasi menggunakan alat seperti Pydantic, yang memastikan keandalan di downstream.

Wolf Games menggunakan Gemini 2.0 Flash Thinking untuk pembuatan teks kompleks dengan jendela konteks besar (lebih dari 100 ribu token) dan output, yang menggabungkan alur kerja yang sebelumnya memerlukan banyak langkah. Mereka menemukan bahwa Gemini 2.0 Flash "sangat berperforma dan andal" untuk tugas yang lebih cepat, sering kali menggunakan Gemini 2.5 Pro untuk membuat contoh few-shot yang meningkatkan performa Gemini 2.0 Flash.

Alat utama dalam alur kerjanya adalah Google AI Studio. "Google AI Studio telah menjadi produk Google yang paling sering saya gunakan, bahkan melampaui Gmail, Kalender, dan Penelusuran dalam penggunaan sehari-hari", kata Noah, yang menyoroti nilainya untuk eksperimen cepat.

Bermigrasi ke model Gemini memberikan peningkatan yang luar biasa:

• Akurasi yang lebih baik: Tingkat keberhasilan eksekusi perintah melonjak dari 80% menjadi 96%, sehingga memastikan konten terstruktur yang berkualitas tinggi.
• Mengurangi latensi: Waktu penyelesaian perintah menurun drastis dari beberapa menit menjadi kurang dari 20 detik untuk sebagian besar perintah.
• Produksi konten yang disederhanakan: Kecepatan dan keandalan model Gemini, terutama Gemini 2.0 Flash, secara signifikan meningkatkan kemampuannya untuk menghasilkan cerita kriminal yang mendetail setiap hari.

"Model Gemini secara langsung memenuhi kebutuhan kami untuk membuat konten narasi terstruktur yang cepat dan andal," Noah menekankan. Batas kritis untuk Wolf Games adalah menghasilkan teks lebih cepat daripada yang dapat dibaca penulisnya, sehingga mempertahankan status alur kreatif mereka – sesuatu yang telah dicapai secara konsisten dengan bantuan model Gemini.

Wolf Games berencana untuk lebih memanfaatkan Gemini API, terutama mengeksplorasi potensi materi iklan dari model mendatang untuk menghasilkan bukti game yang lebih realistis. Dengan merenungkan pengalamannya, Noah memberikan saran ini kepada developer:

"Luangkan waktu untuk benar-benar memahami cara menyusun perintah untuk model Gemini. Gunakan model yang lebih canggih untuk membuat perintah agar model yang lebih cepat dapat dieksekusi." Ia menekankan pentingnya skema yang terstruktur dengan baik dan contoh few-shot, yang menyarankan developer untuk "menjalankan eksperimen guna mendapatkan intuisi tentang cara model Gemini memanfaatkan data yang dienkode dalam ruang laten".

Bagi Noah, AI adalah katalisator kreatif yang andal: "Saya adalah 'content klutz' seumur hidup... Sekarang dengan AI, saya dapat membuat apa pun yang saya impikan, tanpa harus bersusah payah."

Penggunaan Gemini API yang inovatif oleh Wolf Games menunjukkan potensinya untuk merevolusi pengembangan game, sehingga kreator dapat menghasilkan pengalaman imersif dengan kecepatan yang belum pernah ada sebelumnya.

Anda dapat memulai di Google AI Studio dan menjelajahi dokumentasi Gemini API untuk mulai membangun masa depan AI.