大型语言模型（LLM）在文本处理、指令遵循和创意生成方面表现突出，这使得它们可以被用于桌面角色扮演游戏（TTRPG）如《龙与地下城》。TTRPG 需要同时处理故事创作、规则执行和玩家自由度等复杂要素。
本文首先梳理了在 TTRPG 场景下 LLM 应具备的关键能力：情节生成、角色扮演、一致性维护、规则解释与判定、实时交互等。随后提出 CriticaLLM 框架，它将这些能力模块化，实现全自动游戏主持人（GM）。框架包括（1）情节策划模块，根据玩家输入生成多样化的冒险背景和反派；（2）探索与交互模块，负责描述场景、处理玩家行动并维持叙事连贯性；（3）战斗管理模块，依据游戏规则计算攻击、防御、伤害等数值，并输出回合描述。整个流程在单一 LLM 调用链中完成，避免人工干预。
我们邀请真实玩家进行对局，比较了四种不同规模的 LLM 在情节多样性和反派设计上的表现。实验表明，CriticaLLM 能够在不牺牲规则遵循的前提下生成丰富的剧情，且规模更大的模型在创意度上略有优势。总体来看，CriticaLLM 为完整的 TTRPG 运行提供了可行的自动化方案。
点评