Может ли текстовый чат с ИИ по-прежнему давать ощущение компании? Практическое руководство по созданию персонажа, темпу и непрерывности

Что может означать «общение и компания» в текстовом формате

В данном контексте под ощущением компании понимается обычный опыт непрерывного творческого диалога: отслеживание ответов персонажа, принятие решений и возвращение к идее. Это вовсе не подразумевает утверждений о том, что у системы есть чувства или что она является личностью. Текстовый разговор может создавать ощущение непрерывности, когда ответы строятся на основе того, что только что произошло, и предлагают вам понятный следующий шаг — например, выбрать локацию, задать вопрос персонажу или сменить сцену.

Этот опыт складывается из вполне наблюдаемых элементов взаимодействия: понятных и связных ответов, последовательности в формулировках и манере речи, возможностей направлять сюжет сцены, а также логической связности, которая действительно поддерживается ходом беседы или встроенной памятью системы. Все это принципиально отличается от реальной человеческой связи. Хорошо прописанный персонаж может сделать историю интереснее, ничуть не меняя саму природу системы.

Как текст передает экспрессию персонажа

Текст лишен высоты тона, тембральной окраски или живой динамики пауз. Тем не менее письменный стиль вполне способен передать характер персонажа через подбор слов, длину предложений, пунктуацию, повторяющиеся фразы и объем описаний вокруг реплик. Например, персонаж, отвечающий короткими предложениями и задающий деловые вопросы, будет восприниматься совершенно иначе, чем тот, кто говорит игривыми отступлениями и сложными метафорами. Эта разница создается писательским мастерством, а не звучащим голосом.

Исследования текстовой коммуникации посвящены тому, как люди выражают и распознают эмоции при отсутствии невербальных сигналов. Они подтверждают вполне очевидный вывод: письменная речь обладает собственными выразительными средствами; однако это не доказывает, что текст передает всю полноту информации, доступную голосу. Работа Хэнкока, Ландригана и Сильвера об эмоциях в текстовом общении служит полезным ориентиром для понимания этого различия.

Чтобы придать творческому персонажу индивидуальный голос, наделите его несколькими конкретными привычками вместо того, чтобы перегружать текст декоративными символами. Можно задать короткие ответы, суховатый юмор или склонность описывать локации через звуки и текстуры. После этого следите за тем, чтобы эти черты оставались заметными: проявляет ли персонаж эти привычки регулярно и соответствуют ли они текущей сцене? Если нет, скорректируйте инструкцию или сам диалог. Форматирование может быть полезным, но избыток эмодзи, чрезмерная пунктуация и ремарки могут сделать каждую реплику слишком вычурной.

Почему текст дает больше контроля над темпом

В тексте вы можете быстро прочитать ответ, сделать паузу перед собственным сообщением или прокрутить чат назад, чтобы уточнить деталь. Благодаря этому разговор легко вести в комфортном для вас ритме. Исследования интерактивного повествования отмечают, что читатели обладают свободой выбора в том, как именно они знакомятся с текстом, включая продвижение по сюжетному материалу с собственной скоростью; это полезная параллель для творческого чата, хотя исследование нарративных текстов нельзя напрямую проецировать на любой чат-бот с ИИ. Модель взаимодействия «читатель-игрок», предложенная Нэшем и его коллегами, разделяет управление сиюминутным перемещением по тексту и контроль над всей сюжетной аркой целиком.

Голос задает другой ритм. В одном из исследований задач, решаемых с помощью агентов, голосовое взаимодействие приводило к более частой смене реплик, большему количеству вопросов и более быстрому темпу обсуждения после подсказок агента по сравнению с экранным интерфейсом. Эксперимент касался решения фасилитированной задачи, а не творческого чата, поэтому на его основе нельзя утверждать, какой формат покажется более увлекательным конкретному читателю. Однако он наглядно показывает, как устное общение добавляет беседе непосредственности. Результаты исследования обобщены в материалах UCL.

Современный голосовой интерфейс также способен совмещать звук с текстом. К примеру, документация по голосовому режиму OpenAI описывает устное общение, вывод текста ответа рядом со звуком в некоторых режимах и возможность просмотреть стенограмму после диалога. Там же отмечается, что стенограмма может отличаться от реально произнесенных слов. Этот пример иллюстрирует, почему выбор «текст или голос» далеко не всегда строго взаимоисключающий: голосовой интерфейс может сохранять письменные записи, тогда как чисто текстовый интерфейс просто исключает звуковые сигналы. Набор функций варьируется от продукта к продукту и со временем меняется. В разделе часто задаваемых вопросов о голосовом режиме OpenAI описаны эти возможности и ограничения для ChatGPT.

Непрерывность зависит от того, к чему у системы есть доступ

Текстовый формат позволяет легко перечитать видимую часть диалога, однако сохраненная история — это не то же самое, что способность системы помнить детали в последующих разговорах. Непрерывность может обеспечиваться текущим чатом, сохраненным резюме или специальной функцией памяти; она также может быть ограниченной или вовсе отсутствовать. Сверьтесь с документацией и настройками продукта, прежде чем рассчитывать на то, что персонаж перенесет подробности из одной сессии в другую.

Исследования чат-ботов, ссылающихся на предыдущие реплики пользователя, выявили определенный компромисс: в ходе трехнедельного эксперимента участники оценивали системы, цитировавшие прошлые высказывания дословно или в парафразе, как более интеллектуальные и интересные, но дословное цитирование при этом вызывало опасения за конфиденциальность. Данное исследование касалось конкретной задачи чат-бота и не гарантирует аналогичного результата в творческом чате. Тем не менее оно поднимает практический вопрос проектирования: делает ли отсылка к прошлому текущий разговор понятнее, и осознаете ли вы, какая именно информация переносится дальше, можете ли вы это контролировать? Результаты подробно описаны в исследовании Кокса, Ли и Оои.

Когда непрерывность важна, делайте ее максимально конкретной. В рамках одной сессии назовите персонажа по имени, укажите заданную обстановку или ранее сделанный выбор, а затем посмотрите, учитывает ли это система в ответе. При переходе к следующей сессии проверьте настройки памяти системы и уточните, какую информацию она может использовать, если такая возможность предусмотрена. Если какая-то деталь принципиальна для сюжета, надежнее напомнить ее заново, чем надеяться на память модели.

Простой способ решить, подходит ли текст для вашего творческого чата

Попробуйте разыграть короткую сцену с одной ясной целью: продолжить вымышленное путешествие, развить голос персонажа или сымпровизировать разговор в придуманной обстановке. Простыми словами задайте желаемый стиль, сделайте один выбор, который должен повлиять на дальнейшие события, и делайте паузы или перечитывайте текст тогда, когда захотите. Затем оцените результат по трем критериям: легко ли вам следить за текстом, остается ли образ персонажа узнаваемым и удается ли вам задавать темп или направление?

Если этих качеств достаточно для комфортного взаимодействия, текст способен обеспечить приятное ощущение совместного творчества и без звука. Если же вам важны голосовая подача, интонации или быстрый устный диалог, голосовой интерфейс может дать то, чего текст предоставить не может. Этот выбор — вопрос формата и личных предпочтений; ни один из вариантов не гарантирует конкретных эмоций, и ни один из них не следует воспринимать как живого собеседника.

Практическое правило простое: выбирайте текст, если возможность неспешно читать, переписывать и контролировать время ответа является частью удовольствия от процесса. Выбирайте голос, если для вас важнее слышать ответ и говорить естественно. Если вы сомневаетесь, сравните оба формата на одном и том же небольшом творческом сюжете и оцените опыт по тому, что вы реально можете прочитать, услышать, направить и переосмыслить.

Продолжить изучение темы