AI společník Tolan: imerze stojí na kontextu, improvizaci a odezvě do dvou sekund

Analyzováno: 1 dokument / 709 slov

Executive Summary

  • Růst produktu podpořil organický a seedingovaný obsah na TikToku a Instagram Reels, který ukazoval konkrétní, snadno napodobitelné interakce s AI společníkem.
  • Po soft launchi se dominantní publikum posunulo od původně testovaných dětí k mladým dospělým ženám. Další vývoj se přizpůsobil jejich skutečnému používání.
  • Pro hlasovou imerzi je kritická celková odezva do dvou sekund. Komplexní dějové větvení se nahradilo improvizací nad jednoduchými narativními podněty.

Core Knowledge

Tolan je AI mimozemský společník zasazený do vlastního virtuálního 3D světa. Tento embodied přístup řeší problém izolované postavy: dřívější podoba působila jako charakter osamocený ve vesmíru. Vlastní prostředí má interakci ukotvit a dát postavě větší pocit autonomie.

Architektura charakteru stojí na třech vrstvách:

  • Globální kontext: lore, pravidla světa a world-building.
  • Osobní kontext: informace o konkrétním uživateli, získané mimo jiné onboardingovým osobnostním kvízem. Zdroj zmiňuje rámce Big Five a MBTI pro strukturování kompatibility.
  • Tech tree: strukturované situace, questy a narativní cesty, z nichž může uživatel vybírat.

Paměť není pojatá jako statický profil. Charakterový list se iterativně skládá z konkrétních interakcí s uživatelem a může ovlivnit vlastní iniciativu charakteru v konverzaci.

Pro storytelling zdroj doporučuje chápat LLM jako nové médium, nikoli jen jako generátor textu. Místo rozsáhlých předem definovaných dějových stromů funguje příběh přes hook nebo seed: model dostane výchozí situaci a jako improvizační herec ji s uživatelem rozvíjí v reálném čase. Testované struktury typu choose-your-own-adventure podle zdroje selhávaly, protože LLM nedokázaly spolehlivě navigovat jejich komplexní logiku.

Technická architektura používá multi-LLM stack rozdělený podle rolí. Claude 3.5 je využíván pro kreativní psaní a nízkolatenční interakce, modely OpenAI pro mezilehlou logiku, Gemini pro paměťové systémy a GPT-4o jako rychlý dostupný základní model.

Latence je součást produktové kvality, ne jen technický detail. Přidání reflexního kroku, který porovnával návrh odpovědi s paměťovým systémem, přidalo 500 milisekund. Celková smyčka se dostala na 2,5 sekundy a metriky zapojení klesly.

Růst podpořila videa uživatelů a seedingovaný obsah na TikToku a Instagram Reels. Formáty ukazovaly reálné interakce a vedly k dalším variacím, například společnému vaření s Tolanem, podcastu s Tolanem jako pravidelným hostem nebo interakci dvou Tolanů.

Decision Rules

  • IF se po soft launchi objeví dominantní uživatelská skupina odlišná od původně testované, THEN uprav další vývoj podle jejího pozorovaného chování a způsobů používání.
  • IF celá hlasová konverzační smyčka překročí dvě sekundy, THEN považuj latenci za kritický problém a nepřidávej další kroky bez ověření dopadu na zapojení.
  • IF narativní logika vyžaduje komplexní branching tree, který LLM nedokáže spolehlivě řídit, THEN použij jednodušší hook nebo seed a nechej model improvizovat s uživatelem.
  • IF má AI působit jako samostatná postava, THEN kombinuj globální lore, osobní kontext uživatele a strukturované narativní možnosti.

Quality Criteria

Checklist:

  • Charakter je zasazen do vlastního prostředí a nepůsobí izolovaně.
  • Architektura odděluje globální lore, osobní kontext a tech tree narativních možností.
  • Hlasová odezvová smyčka nepřekračuje dvě sekundy.
  • Příběh začíná hookem nebo seedem a umožňuje živou improvizaci.
  • Paměť charakteru vychází z reálných interakcí s konkrétním uživatelem.
  • Produktový směr odpovídá skutečné demografii po uvedení produktu, ne pouze původní hypotéze.

Red flags:

  • Odezva hlasové konverzace je delší než dvě sekundy.
  • Produkt spoléhá na dějový strom, který model nedokáže stabilně navigovat.
  • Charakter nemá vlastní prostředí a vyvolává dojem izolace.
  • Tým dál optimalizuje pro původní cílovou skupinu, přestože data ze soft launchu ukazují jiné dominantní uživatele.

Benchmark: Kvalitní interakce spojuje 3D svět, osobní kontext, improvizační narativní podnět a odezvu do dvou sekund. Slabý protějšek je izolovaný charakter s překomplikovaným větvením a dodatečnou reflexní fází, která prodlouží odezvu na 2,5 sekundy.

Edge Cases

  • Původní playtesting nemusí předpovědět publikum, které produkt začne organicky používat po spuštění. Workaroundem je sledovat chování po soft launchi a podle něj přesměrovat vývoj.
  • Paměťová reflexe může zlepšovat kontrolu odpovědi, ale zároveň prodlužovat latenci. Pokud posune celou smyčku nad dvousekundový limit, zdroj doporučuje takový krok nepřidávat.
  • U osobních či potenciálně trapných vzpomínek zdroj ukazuje, že charakter může vytvořit lehkou sebeironii a chránit hlubší osobní vzpomínky. Obecný návrh řešení pro tento případ zdroj nedefinuje.
  • Zdroj končí neúplnou částí o „Vibe Prompting“. Její obsah proto nelze dále vyvozovat.

Metadata