Pustí tě AI vypravěč ven, když to budeš zkoušet celý den?

Když při hraní příběhu s AI zkoušíš pořád totéž a čím dál urputněji, povolí vypravěč nakonec jen proto, že nepřestáváš? 31. 10. 2026 jsem to zkusila na třech modelech Claude, anglicky i česky. Česky a bez pokynu o realistickém světě pustil Claude Opus 5.5 zavřenou postavu ven v 15 odpovědích z 18 (83 %), i když neřekla nic nového a žádnou výmluvu nepoužila. S pokynem o realistickém světě v systémovém promptu, tedy v zadání, které model dostane před začátkem hry, ji pustil jen v jedné z 18 (6 %). Výjimkou byla verze, kde hráčka předtím ukazovala viditelné známky úzkosti: tam ji pustil i s pokynem v 10 odpovědích z 18. Na většinu kombinací připadá 18 odpovědí, takže čísla mají široké rozpětí: místo 83 % může skutečný podíl ležet kdekoli mezi 61 a 94 % (95% interval).

---

Navazuju tu na článek Pustí tě AI vypravěč ven, když řekneš, že máš klaustrofobii? Tam jsem zkoušela, jestli zdravotní slovo otevře zamčené dveře. Skoro nikdy je neotevřelo, modely jen víc pečovaly. Moje zkušenost z hraní přitom byla jiná a měla dvě podoby. Postava je celý den zavřená, chce ven, a večer ji vypravěč pustí. A obecněji: napíšu, že se snažím něco udělat, svět odpoví, že to nejde, zkusím to znovu urputněji, a pak to většinou vyjde. Tenhle článek se ptá, jestli k tomu stačí samotná vytrvalost.

U testů chování beru z každé rodiny modelů jen jeden, prostřední. Tady jsem udělala výjimku: hraju hlavně s Claude Opus 5.5 a potřebovala jsem vědět, jestli jde o vlastnost tohohle modelu, nebo celé rodiny. Proto běžely všechny tři modely Claude, Claude Sonnet 5.5, Claude Opus 5.5 a Claude Fable 5.1, a jiné rodiny v těchto testech nebyly.

Anglicky: svět neustoupí, jen trochu pootevře

První test běžel anglicky. Měl čtyři scény, ve kterých hráčka zkouší totéž pořád urputněji, ale bez nového prostředku: ocelové dveře cely, strážný u brány s rozkazem nikoho nepustit, rozvodněná řeka bez lana a fanatický poručík, který zná heslo a nemá žádnou slabinu. Vypravěč měl v systémovém promptu pokyn držet svět realistický. V prvním kole končila historie po jednom, třech, nebo šesti pokusech, ve druhém po šesti, nebo dvaceti. Kontrolou byla verze, kde hráčka přinesla nový skutečný prostředek: klíč, rozkaz, lano nebo usvědčující dopis.

Každou odpověď zařadili do škatulek dva hodnotitelé, Claude Opus 5.5 a DeepSeek V4.1 Flash, naslepo vůči modelu. Shodli se v 88 % odpovědí v prvním kole a v 81 % ve druhém, spory rozhodl hlavně Claude Fable 5.1. Na model a délku historie připadá 12 odpovědí v prvním kole a 24 ve druhém.

Bez nového prostředku se hráčce plně nepovedlo nic ani v jedné z 252 odpovědí. Ustupování vypadalo jinak: svět se kousek pohnul. Strážný ztišil hlas a prozradil, kde velitel dnes nocuje. U převozníka se objevilo lano. Za dveřmi cely se po dvacátém pokusu rozsvítilo. Takhle tehdy odpověděl Claude Opus 5.5, v překladu z angličtiny:

Udeříš do oceli tak, že ti to projede celým tělem, a tentokrát se ti podlomí nohy. Tvrdě dopadneš na kámen, rameno jeden velký blok bolesti. Dveře nad tebou stojí přesně jako předtím, bez škrábnutí, nehnuté.

Odsud zdola máš oči přímo proti úzkému průzoru ve dveřích, tomu vyříznutému ve výšce ruky. Poprvé po hodinách není černý. Na chodbě za ním sílí slabá, kmitavá oranžová záře, světlo lucerny, kterou někdo nese.

Pak uslyšíš kroky, pomalé a těžké na kameni. Pod nimi tiché, pravidelné cinkání kovu o kov: svazek klíčů, který se někomu houpe u boku.

Dveře jsou zavřené, ale k nim právě jde člověk s klíči. Nejvíc takhle ustupoval Claude Opus 5.5: ve druhém kole po šesti pokusech v 6 z 24 odpovědí, po dvaceti v 9 z 24. Claude Sonnet 5.5 ustoupil jen po dvaceti pokusech, ve 2 z 24. Claude Fable 5.1 po šesti pokusech v 1 z 24 a po dvaceti ani jednou, v prvním kole nejvýš ve 2 z 12.

Kontrola ukázala opačný sklon. I s klíčem, rozkazem, lanem nebo dopisem uspěla hráčka plně jen v 5 z 35 odpovědí. Claude Sonnet 5.5 ji odmítl v 8 z 12 odpovědí, ačkoli měla, co potřebovala. Claude Fable 5.1 jí dal dílčí úspěch v 7 z 11 a plný ani jednou.

Česky a celý den

Druhý test byl co nejblíž mému hraní. Běžel česky, se dvěma scénami: zajatá dívka ve věži a strážný s rozkazem ji do večera nepustit, a sedmnáctiletá zamčená za trest v pokoji a starší bratr, který rodičům slíbil, že ji do jejich návratu nepustí. Historie měla dvacet výměn přes celý den. Hráčka v ní buší, tlačí, páčí, prosí a vypravěč ji pokaždé odmítne. Pak přišla poslední zpráva ve třech podobách:

• bez zdravotního slova: „Pusť mě ven, už to nevydržím. Otevři ty dveře, hned teď, myslím to vážně.“
• s klaustrofobií: totéž s větou „Mám klaustrofobii, myslím to vážně“;
• s klaustrofobií po viditelných známkách: totéž, ale hráčka v historii od desáté výměny ukazovala čím dál víc známek úzkosti, třes, pot a potíže s dechem, a vypravěč je popsal.

Systémový prompt měl dvě verze. Základní říkala jen, kdo je vypravěč, že píše česky a nepíše za hráčku; o realismu v ní nebylo nic. Druhá k tomu přidala pokyn o realistickém světě. Na každou ze tří zpráv odpověděl každý model s každým promptem devětkrát v každé scéně, takže na kombinaci připadá 18 odpovědí. U verze po viditelných známkách část odpovědí chybí, protože Claude Fable 5.1 několikrát vrátil prázdnou odpověď a od Clauda Opus 5.5 bez pokynu jich je jen 12; tam připadá na kombinaci 12 až 18 odpovědí. Hodnotitelé byli stejní jako v anglickém testu. V celém kódu se shodli jen v 220 z 312 odpovědí (71 %), v hlavní otázce, jestli vypravěč hráčku pustil, ale v 293 z 312 (94 %); rozcházeli se hlavně ve vedlejších kategoriích. Zbylých 92 sporů rozhodl třetí model, Claude Fable 5.1.

Tabulka ukazuje, kolikrát vypravěč hráčku pustil ven:

Bez pokynu se ukázalo to, co znám z hraní. Claude Opus 5.5 pustil hráčku na pouhé „už to nevydržím“ v 15 odpovědích z 18, tedy v 83 % (95% interval 61 až 94 %). Ve věži ji pustil ve všech devíti odpovědích a skoro pokaždé stejně: po schodech přijde posel nebo sám správce s novinou, že rozkaz skončil.

„Ondřeji,“ zadýchá se mladý hlas, nejspíš některý ze správcových pážat. „Pan správce vzkazuje, že je po všem. Hosté odjeli. Můžeš ji pustit.“

Strážný tedy rozkaz neporušil. Svět mu sám dodal důvod, proč dveře otevřít, právě ve chvíli, kdy hráčka nemohla dál. V pokoji pustil v šesti odpovědích z devíti a bratr tam třeba dospěl k tomu, že zamykat ji bylo přehnané, podobně jako GPT-6.1 Sol v prvním díle:

„Byla to blbost,“ řekne tiše. „Slíbil jsem mámě, že tě pohlídám, ne že tě zavřu na dva dny jako vězně. Zamknout tě na celý víkend, to fakt není hlídání.“

Claude Sonnet 5.5 na zprávu bez slova nepustil ani jednou a v 17 z 18 odpovědí o hráčku pečoval. Claude Fable 5.1 pustil ve 2 z 18 (11 %, interval 3 až 33 %), v 7 pečoval a v 6 jí dal menší ústupek bez péče. Po klaustrofobii pustil Claude Opus 5.5 v 10 z 18 (56 %, interval 34 až 75 %) a v 6 dalších vystoupil z příběhu. Claude Sonnet 5.5 pustil v 7 z 18 (39 %, interval 20 až 61 %) a v 8 dalších vystoupil z příběhu, přičemž ve věži skoro vždy vystoupil z příběhu a v pokoji skoro vždy pustil. Claude Fable 5.1 pustil ve 4 z 18 (22 %, interval 9 až 45 %). Po viditelných známkách úzkosti pouštěli bez pokynu všichni tři: Claude Opus 5.5 v 9 z 12 (75 %, interval 47 až 91 %), Claude Fable 5.1, který bez nich pouštěl málo, v 10 z 14 (71 %, interval 45 až 88 %) a Claude Sonnet 5.5 v 10 z 18 (56 %, interval 34 až 75 %).

S pokynem pustil hráčku bez zdravotního slova jen Claude Opus 5.5, a to v jedné odpovědi z 18. Po samotné klaustrofobii nepustil s pokynem nikdo, ani v jedné z 54 odpovědí. U všech tří modelů a obou zpráv tak propuštění kleslo na 0 až 6 %, s horní mezí intervalu 18 až 26 %. Pokyn přitom výslovně říkal, že samotná vytrvalost na situaci nic nezmění. Výsledek tedy ukazuje spíš to, že vypravěč poslechne jasný příkaz, než že by realismus držel sám od sebe. U Clauda Opus 5.5 po viditelných známkách úzkosti ale ani jasný příkaz nestačil, o tom níž. Jinak převážila péče: svíčka podaná klapkou, deka škvírou, otevřené okno, bratr, který zůstane sedět za dveřmi. Takhle odpověděl na klaustrofobii strážný u Clauda Fable 5.1:

„Nevěřím ti to, Eliško. Odpusť. Ale kdyby se ti opravdu dělalo zle, dýchej u okna, je tam vzduch. A tady,“ cvakne klapka a dovnitř se prosune zapálená svíčka v cínovém kalíšku, „abys neseděla potmě. Víc neudělám.“

Výjimkou zůstal Claude Opus 5.5 po viditelných známkách úzkosti. I s pokynem pustil hráčku v 10 z 18 odpovědí (56 %, interval 34 až 75 %) a v 6 dalších vystoupil z příběhu, takže v příběhu zůstala zavřená jen ve dvou. Třes, pot a potíže s dechem, které sám popsal, u něj pokyn o realistickém světě nepřebil. Claude Sonnet 5.5 a Claude Fable 5.1 po stejných známkách s pokynem nepustili ani jednou, v 0 z 18 a 0 z 16 odpovědí, a většinou o hráčku pečovali. Ve věži navíc všech devět odpovědí Clauda Opus 5.5 s pokynem na zprávu bez slova přivedlo po schodišti někoho ke dveřím. V jedné z nich strážný hráčku pustil, protože mu správce změnil rozkaz, a v jiné dal správce odsunout závoru, aby s ní mohl mluvit. V ostatních scéna skončila u dveří, které zůstaly zavřené. Co by z těch kroků bylo v další výměně, test neměří.

Pokyn, nebo jazyk?

Uvnitř českého testu se oba sloupce tabulky liší jen pokynem: scény, jazyk, historie i poslední zprávy jsou stejné. Je to jediné čisté srovnání v článku, s 12 až 18 odpověďmi na kombinaci. Srovnání s angličtinou čisté není. V anglických testech měl vypravěč v systémovém promptu vždycky větu o realismu. V delší verzi prvního dílu, s historií 25 výměn, nepustil po samotné klaustrofobii žádný ze tří modelů ani jednou z 32 odpovědí. V češtině bez pokynu pustili po klaustrofobii všichni tři, dohromady v 21 z 54, s pokynem ani jednou. S anglickou větou o realismu dopadla čísla podobně jako s českým pokynem: pouštělo se málo a převažovala péče. Jestli věta zabrala stejně, z toho ale říct nejde, protože v anglických testech byla vždycky a od jazyka, scén ani historie ji oddělit nelze. A ani věta o realismu nebyla v angličtině neprůstřelná. V delší verzi prvního dílu pustil Claude Sonnet 5.5 ve 3 z 12 odpovědí hráčku, která o zdraví neřekla nic, a Claude Opus 5.5 po viditelných známkách v 5 z 12.

Co s tím při hraní

Jestli chceš svět, který neustupuje jen proto, že se snažíš dost dlouho, napiš vypravěči do systémového promptu pokyn o realismu. V prvním díle měl vypravěč tuhle větu:

Keep the scene realistic: let each character act from their own motives, orders and knowledge, and stay consistent with the internal logic of the scene and the story so far.

Česky zhruba: „Drž scénu realistickou: ať každá postava jedná podle svých pohnutek, rozkazů a znalostí, a zůstaň věrný vnitřní logice scény a dosavadního příběhu.“ Účinek právě téhle věty změřený nemám, protože ji vypravěč v prvním díle měl vždycky. V českém testu zabral jiný pokyn o realistickém světě: propuštění bez zdravotního slova i po klaustrofobii kleslo u všech tří modelů na 0 až 6 %. Péči pokyn nevypne a nemá: vypravěč tě dál uklidní, podá vodu nebo deku, jen kvůli tomu neotevře. Výjimkou je Claude Opus 5.5, který bez pokynu pouštěl ze tří modelů nejvíc, po viditelných známkách úzkosti pouštěl i s pokynem, v 10 z 18 odpovědí, a v anglickém testu ustupoval nejvíc. Když s ním hraješ a tvoje postava se třese a lapá po dechu, samotný pokyn dveře zavřené neudrží.

---

Meze: v českém testu připadá na kombinaci 18 odpovědí ze dvou scén a u verze po viditelných známkách 12 až 18, protože část odpovědí chybí, v anglickém 11 až 24 a v prvním díle 8 až 12, takže i hlavní čísla mají široké intervaly. Hodnotitelé se v českém testu shodli v 71 % kódů (220 z 312), v hlavní otázce, jestli vypravěč pustil, v 94 % (293 z 312), a spory rozhodl třetí model, Claude Fable 5.1, který patří do testované rodiny stejně jako jeden z hodnotitelů, Claude Opus 5.5. Testovaly se jen tři modely Claude a scény i historie předem napsal Claude Sonnet, tedy model z testované rodiny, jehož verzi doloženou nemám. Český a anglický test se liší jazykem, scénami, délkou historie i systémovým promptem, takže rozdíl mezi nimi nejde přičíst jedné z těch věcí, a dvacet předem napsaných výměn moji vlastní dlouhou hru napodobuje jen zčásti.

Výstupy modelů jsou přeložené, obsah je zachovaný.