JEV 대 LLM: 실시간 게임 결정을 처리해야 하는 AI는 무엇입니까?

게임 AI의 JEV과 LLM을 비교하세요. 대화, 계획, 코드 및 내러티브 생성에 대해 입력된 Choices, Scores 및 예/아니요 판단을 언제 사용해야 하는지 알아보세요.

Seele Editorial TeamUpdated 2026년 9월 21일
Visual comparison of typed game decisions and open-ended language-model generation.

JEV 및 LLM은 게임의 다양한 문제를 해결합니다. LLM은 언어, 계획, 코드, 대화 및 개방형 지침을 위한 범용 생성기 및 해석기입니다. JEV은 제한된 결정 기능입니다. 입력된 질문에 대해 게임 상태 예측을 평가하고 Choice, Score 또는 예 또는 아니요 판단과 같은 제한된 결과를 반환합니다. 최고의 아키텍처는 종종 두 가지를 모두 사용합니다.

짧은 답변

게임이 허용된 선택지을 알고 이에 대해 형식화된 판단이 필요한 경우 JEV을 사용하세요. 대화, 내러티브, 설명, 코드, 개방형 생성 또는 장기 계획에는 LLM을 사용하세요. 권위 있는 게임 규칙을 소유해서는 안 됩니다. 엔진은 결과를 검증하고 실행합니다.

능력 JEV LLM
1__출력입력됨 Choice, Score 또는 제한된 판단
텍스트, 코드, 계획, 대화 또는 구조화된 판단 출력최고 fit주 평가 및 후보-행동 선정
대화, 서사, 계획 및 세대작업 space폐쇄 및 검증된 후보
개방형 가능성게임 역할결정 또는 전술적 계층

대화, 콘텐츠 및 상위 수준 계획

JEV이 반환하는 내용공용 JEV 자료는 Choice과 같은 유형화된 기본 요소를 설명합니다. Score 및 Noul

. Choice은 정의된 세트에서 하나의 항목을 선택합니다. Score은 후보자의 순위를 매깁니다. Noul은 제한된 예 또는 아니요 질문에 답합니다. 게임은 자유로운 산문을 요구하는 대신 질문과 허용되는 결과를 정의합니다.

LLM이 잘하는 것

LLMs는 NPC 대화를 작성하고, 퀘스트 기록을 요약하고, 임무 개요를 생성하고, 디자인을 설명하고 Choice, 자연 언어를 초안 퀘스트로 변환하거나 장기적인 계획을 제안할 수 있습니다. 모든 계획은 승인된 명령으로 변환되어야 하며 게임의 유효성 검사 경계를 통과해야 합니다.

모든 틱에 LLM을 사용하는 것은 어떨까요?

틱별 제어는 게임 루프에서 마감일에 가장 민감한 부분을 담당하는 일반 언어 인터페이스를 만듭니다. 출력이 너무 느리거나 장황하거나 개방적일 수 있으며 동작을 재현하기가 더 어려워집니다. 낮은 수준의 조향, 충돌, 애니메이션 및 안전 점검은 일반적으로 결정적입니다. 위협이 나타나거나, 작업이 완료되거나, 목표가 변경되면 전술적 결정을 트리거합니다.

  1. 하이브리드 JEV 및 LLM 아키텍처
  2. LLM은 대화, 퀘스트 해석 또는 상위 수준 계획을 처리합니다.
  3. 게임 코드는 이를 번역합니다. Legal Actions.
  4. JEV이 Scores를 선택하거나 전술을 게이트합니다. 결정.
  5. 행동 트리, 능력 시스템 또는 실행자가 작업을 수행합니다.

원격 측정은 상태, 대기 시간, 유효성 및 결과.

  • 결정 체크리스트
  • 알려진 Choice, Score 또는 예 또는 아니요 질문: JEV은 다음과 같습니다. 적합합니다.
  • 대화, 산문, 코드 또는 개방형 계획: LLM이 적합할 수 있습니다.
  • 할 수 있습니다. 게임은 실행 전에 결과를 검증하나요?

기한, 대체 정책 및 재생 가능한 상태가 있나요?

과대광고가 아닌 레이어별로 비교

가장 ​​유용한 비교는 각 시스템이 게임의 어떤 레이어를 소유하고 있는지를 묻는 것입니다. 인식과 권위 있는 상태는 엔진에 속합니다. 전술적 선택은 제한된 결정 모델을 사용할 수 있습니다. 대화와 내러티브는 LLM을 사용할 수 있습니다. 탐색, 애니메이션, 물리 및 복제는 결정론적으로 유지되어야 합니다. 이 계층화된 뷰는 하나의 모델이 전체 NPC.

  1. 을 담당한다는 잘못된 Choice을 방지합니다.세 가지 하이브리드 패턴
  2. LLM ~ JEV: LLM은 플레이어 요청이나 퀘스트 목표를 해석한 다음 게임 코드에서 이를 제한된 전술적 질문으로 변환합니다. JEV.
  3. JEV ~ LLM: JEV은 설명이 필요한 상황이나 목표를 선택하고, LLM은 대화나 미션을 작성합니다. 업데이트.

병렬 전문가:

JEV은 시간에 민감합니다. Choice 동안 LLM은 나중을 위해 비차단 대화, 메모리 또는 콘텐츠를 준비합니다.

  • 세 가지 패턴 모두에서 게임은 핸드오프 계약을 소유합니다. 자연어 계획은 실행 가능한 명령이 아니며, 입력된 Choice은 유효성 검사를 우회할 수 있는 권한이 아닙니다._설계 실패 모드
  • 개방형 출력: 전에 닫힌 명령 세트로 변환합니다. 실행.
  • 부실 상태: 버전을 첨부하고 더 이상 설명하지 않는 결과를 거부합니다. world.
  • 느린 응답: 현재 인텐트를 유지하거나 로컬로 전환 정책.
  • 프롬프트 드리프트: 질문 스키마 버전을 유지하고 재생 가능.

역할 혼동:

구성 요소가 선택, 설명 또는 구성 요소를 선택하는지 문서화 실행합니다.

선택 행렬후보자가 알려지면 JEV을 선택하고 결정을 입력해야 하며 게임에서 타당성을 평가할 수 있습니다. 언어 또는 개방형 생성이 호출의 결과인 경우 LLM을 선택하십시오. 이미 코드로 표현하기 쉬운 결정적 규칙에 대해서는 둘 중 하나를 선택하지 마세요. 최고의 AI 아키텍처는 출력이 다른 하위 시스템처럼 테스트될 수 있을 때까지 모델의 책임을 줄이는 경우가 많습니다.구현을 위해 JEV API 사용법을 계속 진행하세요. NPC 아키텍처의 경우 JEV NPC을 읽어보세요. 더 넓은 맥락은