Какие нейросети реально помогают вести D&D в 2026: обзор инструментов для генерации подземелий, НПС и лута

20.09.2026 · Владислав Новиков · Раздел: D&D с ИИ-мастером: нейросети за столом

В 2026 нейросети реально помогают мастерам D&D двумя способами: точечные генераторы (Драконариум, CharGen, TabletopArc, dm-stuff.ru) быстро выдают НПС, лут и подземелья под запрос, а полноценные ИИ-мастера ведут кампанию целиком. Арифметику боя - урон, инициативу, ХП - везде должен считать код, а не нейросеть.

Хочешь попробовать это в игре прямо сейчас? Соло-ДнД с ИИ-мастером в Telegram · базовая игра бесплатная.

Ребят, если год назад “нейросеть для ДнД” звучало как один чат-бот, которому кидаешь промпт и получаешь рандомный текст, то в 2026 это уже целая полка инструментов. Одни выдают конкретную штуку по запросу - подземелье, НПС, сундук с лутом. Другие ведут кампанию целиком, от первой сцены до финального босса. Разберём, что из этого реально работает, а что до сих пор доделывают руками - и почему для разных задач нужны разные модели, а не одна “супернейросеть на всё”.

Какие нейросети сейчас используют мастера D&D для подготовки к сессии

Мастера в 2026 используют два типа ИИ-инструментов: точечные генераторы под конкретную задачу (подземелье, НПС, лут, таверна) и полноценные ИИ-мастера, которые ведут кампанию от лица нейросети. Первые экономят время на подготовке, вторые - заменяют живого ДМ целиком или частично.

Из точечных генераторов на русском - Драконариум (бой, ваншот под партию, персонаж, НПС, имя, лут, проверка сложности, всё бесплатно и без регистрации) и генератор лута dm-stuff.ru. Из англоязычных - CharGen с полутора десятками типов генераторов в одном месте (НПС, монстры, боевые карты, токены, подземелья, лут, таверны, поселения) и TabletopArc с похожим набором: НПС, квесты, города, подземелья, встречи, названия, таверны, магические предметы.

StoryForge пошёл дальше - это уже не просто генератор, а сервис с библиотекой готовых квестов и конструктором персонажа для игры в стиле D&D с нейросетью. А Jenova предлагает готового ИИ-мастера подземелий, который ведёт кампании с постоянной памятью между сессиями - то есть ближе ко второй категории, полноценным ИИ-ДМ.

Мы у себя в “Мокром Тортле” пошли по пути полноценного ИИ-мастера, и здесь начинается самое интересное - потому что “нейросеть ведёт кампанию” на деле означает не одну модель, а несколько разных, каждая на своей роли. У нас на ход игрока приходится в среднем 4.7 вызова разных LLM (подсчитано по 71 830 вызовам на 15 184 списания маны за открытый бета-тест 13.06-09.07.2026): разбор намерения игрока и отбор фактов - на gpt-oss-120b, директор сцены, который решает, что нового происходит в мире и не ломает ли это канон - на DeepSeek v4-flash, нарратор, который рассказывает происходящее - на модели того тира, что выбрал игрок, и фоном интерпретатор мира - на gemini-2.5-flash-lite. Подробнее про то, что бот реально генерирует сам, а что до сих пор доделывают руками, - в отдельном разборе. А сравнение нескольких живых ИИ-мастеров на русском рынке - Мокрого Тортла, Подземелий Максвелла, MAUPORIA, RPText и StoryForge - здесь.

Чем ИИ-генератор подземелий отличается от готового модуля по качеству и скорости

ИИ-генератор подземелья быстрее классического модуля - комнаты и ловушки готовы за секунды, а не за час компоновки таблиц, - но модуль надёжнее держит баланс и логику мира, потому что его вычитал человек. Свежесгенерированное подземелье может быть скучным лабиринтом коридоров, если не задать структуру заранее.

Тут работает разделение труда, которое мы у себя закрепили довольно жёстко: кубики, урон, мана, кондиции, инициатива и опыт за бой считает код, а не нейросеть. LLM отвечает только за контент - что находится в комнате, кто там сидит, как это описано, - а все цифры, от которых зависит исход боя, идут через детерминированную логику. Так подземелье может быть неожиданным по содержанию, но предсказуемым по правилам: игрок не потеряет золото или ХП из-за того, что модель “придумала” число.

Если хочется генерировать НПС и лут без ИИ вообще - по-старому, через таблицы - тоже рабочий вариант, особенно когда под рукой нет интернета или просто хочется контроля. Мы разбирали такой подход в статье про случайные таблицы d100 для быстрой генерации без ИИ.

Какая нейросеть лучше справляется с генерацией НПС и диалогов

Для служебных задач вроде разбора намерения игрока и извлечения НПС и квестов из текста быстрые модели показывают точность не хуже медленных, а для суждений о каноне кампании - наоборот, важна не скорость, а аккуратность. Мы проверили это не в теории, а на реальных данных.

22.06.2026 мы прогнали разбор намерения и извлечение НПС/квестов на 24 реальных входах из прод-базы: gpt-oss-120b дал 0.96 точности за 519 мс медианного ответа, gemma-4-26b - 1.0 точности, но 2 секунды на ответ, а gemini-2.5-flash-lite - 0.92 точности и вдобавок 3 ложных смены сцены из 10. Для служебных вызовов в итоге оставили gpt-oss-120b - разница в точности небольшая, а в скорости кратная.

А вот для роли “директора канона” - модели, которая решает, можно ли оживить умершего НПС, принять выдуманное игроком имя или без причины поменять отношение персонажа, - картина другая. На семи синтетических стресс-кейсах DeepSeek v4-flash прошёл 7 из 7 за 5 секунд, gemma-4-26b тоже 7 из 7, но за 27 секунд, gemini-2.5-flash-lite - 6 из 7, а gpt-oss-120b, который отлично справляется с разбором намерения, здесь дал только 4 из 7. Быстрая модель годится для распознавания, что хочет игрок, но не для суждений о том, что можно менять в мире, а что нет.

Какая модель лучше пишет прозу для боя и лута

Для описания боя, диалога с НПС и входа в руины важнее не скорость модели, а стабильность формата ответа и живость текста - а не любая модель одного семейства одинаково хороша в прозе. Мы сравнивали три модели Gemini на одних и тех же прод-промптах 22.07.2026: бой, диалог с НПС с секретом и вход в руины.

Gemini 3.5 Flash оказался в 3-5 раз дороже Gemini 3 Flash за ход и в 2-3 раза медленнее (12-20 секунд) при сопоставимом качестве прозы - переплата без ощутимой выгоды. А Gemini 2.5 Flash Lite на двух сценах из трёх оборвал JSON-ответ на середине, то есть сэкономленная скорость обернулась бы для игрока обрубленным описанием боя или недополученным лутом. Качество прозы в итоге всё равно судит человек, а не автоматическая метрика - цифры тут справочные, финальное решение за тем, что реально нравится читать за столом.

Стоит ли доверять нейросети ведение боя или только подготовку контента

Нейросети стоит доверять контент боя - описание, реплики НПС, что происходит в комнате, - а не арифметику: броски, урон, инициативу и учёт ресурсов должен считать код. Это не теоретическая осторожность, а рабочая архитектура: у нас за все цифры в бою отвечает детерминированный код, а LLM только описывает происходящее и решает, что нового ввести в сцену.

Если вы выбираете инструмент для себя - точечный генератор или полноценного ИИ-мастера - смотрите не на маркетинговое “умеет всё”, а на то, где заканчивается зона ответственности нейросети. Хороший знак - если создатели инструмента прямо говорят, что математику считает не модель. Плохой - если про это молчат, а баланс партии почему-то то и дело едет непонятно откуда.

Мы для “Мокрого Тортла” держим это правило одной строкой: нейросеть не имеет права менять числа. Кстати, часть экономии на инструменте - не в выборе “дешёвой” модели, а в том, как кэшируется промпт между ходами; про то, как мы срезали цену хода на 56% именно за счёт кэша и переезда на DeepSeek, - отдельная история. Если пока не пробовали водить с ИИ-мастером - можно просто зайти и потыкать бота в Telegram, благо продукт живой, активная стройка, и баги мы не прячем.

Как готовился материал: черновик собирает мой ИИ-конвейер по темам из практики таверны, факты сверяются с первоисточниками и правилами, финальную версию я читаю и правлю руками перед публикацией. Обложку тоже рисует нейросеть. Про кухню — на странице о проекте.