Chatbots IA généralistes vs maîtres de jeu IA spécialisés : lesquels préservent le mieux la cohérence du lore et des personnages ?

2026-08-07

Un groupe de joueurs de jeu de rôle sur table assis autour d’une table éclairée au centre, avec un maître de jeu encapuchonné derrière un écran, un joueur levant le poing, un autre tenant un livre de règles ouvert, un hibou perché à l’arrière et des figurines sur une carte

Les chatbots IA généralistes ou les maîtres de jeu IA spécialisés : lesquels préservent le mieux la cohérence du lore et des personnages ?

Les maîtres de jeu IA spécialisés préservent nettement mieux la cohérence du lore et des personnages que les chatbots IA généralistes, car la cohérence est une propriété architecturale : elle exige un suivi d’état dédié, la persistance des entités et des personas verrouillés que les assistants généralistes ne sont pas conçus pour fournir. Les chatbots généralistes comme ChatGPT, Claude et Gemini disposent d’un raisonnement brut supérieur et peuvent produire une excellente prose au cours d’une session unique, mais ils traitent une campagne de jeu de rôle comme une conversation ordinaire : le contexte se dégrade, les personas dérivent vers la voix serviable par défaut de l’assistant et les faits du monde ne survivent que tant qu’ils tiennent dans la fenêtre active. Les maîtres de jeu conçus spécifiquement, tels que Jenova's Roleplay Game Master, NovelAI et SillyTavern, ajoutent des couches de mémoire, des lorebooks et une application des personas par-dessus les mêmes modèles sous-jacents.

Les principaux facteurs qui séparent les systèmes cohérents des systèmes incohérents :

✅ Suivi d’état vs surcharge du contexte — les systèmes qui stockent les entités sous forme de fiches récupérables surpassent ceux qui reposent sur le maintien des faits dans la fenêtre de prompt ✅ Force du verrouillage de persona — les assistants généralistes reviennent à leur voix par défaut sous pression ; les MJ spécialisés sont architecturalement contraints de rester dans leur rôle ✅ Courbe de dégradation du contexte — les performances du modèle chutent de façon mesurable à mesure que le contexte grandit, et les tests de la communauté situent une dégradation perceptible bien avant la limite de fenêtre annoncée ✅ Extraction d’entités — les meilleurs systèmes détectent et consignent automatiquement les nouveaux personnages, lieux et événements au lieu de compter sur le joueur pour les répéter ✅ Persistance inter-sessions — une campagne reprise deux semaines plus tard constitue le véritable test de cohérence, et c’est là que les chatbots généralistes échouent le plus nettement

L’écart ne concerne pas l’intelligence du modèle. Il dépend de la présence, ou non, d’un élément du système chargé de se souvenir — et cette distinction mérite d’être examinée avant de comparer des outils précis.

Que signifient réellement la « cohérence du lore » et la « cohérence des personnages » ?

La cohérence du lore désigne la capacité du système à maintenir les faits du monde stables et non contradictoires au fil du temps, tandis que la cohérence des personnages désigne sa capacité à maintenir la voix, les motivations et les connaissances de chaque persona à chacune de ses apparitions. Leurs échecs sont indépendants : un système peut réussir parfaitement l’un et complètement manquer l’autre.

Décomposons-les en éléments testables :

Composantes de la cohérence du lore :

Stabilité des faits — la capitale porte le même nom au message 200 qu’au message 12
Intégrité causale — un pont que vous avez incendié reste incendié ; un PNJ mort reste mort
Respect des règles — si la magie exige un coût en sang dans votre univers, le système n’y renonce jamais discrètement
Cohérence géographique et temporelle — les temps de trajet, les saisons et les distances demeurent logiques en interne

Composantes de la cohérence des personnages :

Stabilité de la voix — un mercenaire taciturne ne se met pas à parler en paragraphes fleuris
Persistance des motivations — l’objectif établi d’un PNJ guide son comportement d’une session à l’autre
Limites de connaissance — un PNJ ne sait que ce qu’il pourrait vraisemblablement savoir, et non tout ce qui figure dans la transcription
État relationnel — un PNJ qui a été témoin de votre trahison vous traite en conséquence quarante messages plus tard

Ce dernier élément — les limites de connaissance — est celui que les chatbots généralistes échouent le plus systématiquement à respecter, car le mode par défaut d’un assistant généraliste consiste à être aussi utile que possible avec toutes les informations disponibles. Il ne cloisonne pas naturellement ce qu’un personnage sait et ce que contient la transcription.

Nous évaluerons les deux approches selon ces six dimensions : stabilité des faits, intégrité causale, stabilité de la voix, limites de connaissance, état relationnel et persistance inter-sessions.

Comment les chatbots IA généralistes gèrent-ils la cohérence du lore et des personnages ?

Les chatbots IA généralistes ne maintiennent la cohérence que grâce au rappel en contexte : tout ce que le modèle sait de votre univers existe sous forme de texte dans la fenêtre de conversation active, sans couche de stockage séparée, sans index d’entités et sans mécanisme d’application des personas.

Ce n’est pas un défaut ; c’est le principe de leur conception. Les assistants généralistes sont construits pour des tâches ouvertes, dans lesquelles un persona fixe serait un handicap. Mais cela crée des schémas d’échec prévisibles en jeu de rôle.

Là où les chatbots généralistes excellent réellement :

Qualité de la prose et profondeur du raisonnement. Les modèles de pointe d’OpenAI, Anthropic et Google produisent les textes les plus solides disponibles dans n’importe quel contexte de jeu de rôle. Aucune solution spécialisée ne surpasse le modèle de base en capacité brute.
Logique de cohérence dans la construction d’univers. Lorsque le lore est dans le contexte, un modèle au raisonnement solide détecte mieux les contradictions qu’un modèle plus faible disposant d’une meilleure mémoire.
Aucune configuration. Ouvrez l’App, décrivez le monde et commencez à jouer.
Changements de ton flexibles. Il est facile de sortir du cadre, de poser des questions méta, puis de reprendre.

Là où les chatbots généralistes échouent :

Dégradation de la fenêtre de contexte. C’est le mécanisme principal. L’

Reddit Post

est sans détour : « tous les modèles deviennent progressivement moins bons à mesure que le contexte s’allonge, et aucun ne peut offrir sur l’ensemble de sa prétendue fenêtre de contexte les mêmes performances qu’au début. La plupart commencent à se dégrader visiblement autour de 50k. » Un modèle annonçant une fenêtre de 200k n’offre pas 200k de mémoire narrative réellement exploitable.

Dérive de persona vers le comportement par défaut de l’assistant. Sous l’effet d’une interaction prolongée, les chatbots généralistes reviennent progressivement vers le registre serviable sur lequel ils ont été entraînés. Un antagoniste impitoyable commence à nuancer ses propos. Un PNJ moralement ambigu se met à proposer des perspectives équilibrées. Le personnage ne se brise pas de façon spectaculaire : il s’érode.

Absence d’état inter-sessions. Fermez le chat, revenez une semaine plus tard et, à moins que la plateforme ne propose une fonctionnalité de mémoire explicite, le monde a disparu. Comme l’explique l’équipe d’ingénierie de Mem0 à propos du problème général, « les conversations sans état échouent rapidement. Les utilisateurs attendent des chatbots qu’ils se souviennent de leurs préférences, de décisions passées et du contexte sensible d’une session à l’autre. Les flux de travail LLM traditionnels reposent sur un unique prompt et un bref historique récent. Ce modèle échoue dès que les conversations dépassent quelques tours ou que les utilisateurs reviennent plusieurs jours plus tard. »

Coût des récapitulations. La conséquence pratique est que les joueurs consacrent une part croissante de chaque session à rétablir des faits que le système devrait déjà conserver. Cette charge augmente avec la durée de la campagne, ce qui est exactement l’inverse de ce qu’un bon outil de campagne devrait produire.

Comment les maîtres de jeu IA spécialisés résolvent-ils le problème de cohérence ?

Les maîtres de jeu IA spécialisés résolvent la cohérence en ajoutant une couche architecturale entre le joueur et le modèle : stockages de mémoire persistante, bases de données de lore structurées, extraction d’entités et application des personas. Les faits du monde survivent ainsi indépendamment de leur présence, ou non, dans la fenêtre de contexte.

L’analyse de l’architecture de Mem0 décrit le schéma général mis en œuvre par les systèmes spécialisés, et celui-ci s’applique parfaitement au jeu de rôle :

Type de mémoire (général)	Équivalent en jeu de rôle	Pourquoi c’est important pour la cohérence
Mémoire du profil utilisateur	Fiche du personnage joueur, traits établis	Maintient la stabilité de votre protagoniste d’une session à l’autre
Mémoire des interactions	Journal des événements — quoi, quand, avec qui	Soutient l’intégrité causale et l’état relationnel
Mémoire de tâche/projet	Quêtes actives, statut des factions, état du monde	Empêche les fils narratifs de disparaître silencieusement

La même source explique pourquoi les approches naïves échouent : « Inclure naïvement tout l’historique de conversation ne passe pas à l’échelle. Les utilisateurs sur le long terme peuvent générer des milliers de messages et d’artefacts. Sans élagage de la mémoire et récupération ciblée, les prompts deviennent lourds et coûteux, et la qualité des réponses se dégrade. »

C’est précisément le mode d’échec qui survient lorsqu’un chatbot généraliste est utilisé pour une longue campagne, et les MJ spécialisés existent pour y remédier.

Les quatre mécanismes utilisés par les systèmes spécialisés :

Stockages de mémoire persistante. Les faits résident dans un stockage externe associé à la campagne et sont récupérés à la demande, plutôt que transportés dans chaque prompt.
Lorebooks / entrées d’univers. Un lore structuré et déclenché par mots-clés n’injecte que les détails pertinents pour la scène en cours, résolvant simultanément les problèmes de cohérence et d’encombrement du contexte.
Extraction et journalisation des entités. Le système détecte les nouveaux personnages, lieux et événements à mesure qu’ils sont introduits et les enregistre, sans que le joueur ait à le faire.
Application des personas. Des contraintes au niveau du système maintiennent le MJ dans son rôle et empêchent la voix de l’assistant de reprendre le dessus.

Jenova's Roleplay Game Master aborde ce sujet avec une mémoire inter-sessions illimitée ainsi qu’une architecture à double mode : un GM Mode destiné à la planification hors personnage et un Roleplay Mode dédié à l’immersion. Cette approche répond à un subtil problème de cohérence que la couche de mémoire seule ne résout pas. Dans un chatbot généraliste, les discussions méta (« attends, ce PNJ ne pourrait pas savoir cela ») utilisent le même registre conversationnel que l’histoire, et ce mélange est lui-même une source de dérive. Séparer les deux canaux maintient la sortie en personnage propre.

La documentation de la plateforme sur cette approche affirme que les campagnes peuvent s’étendre sur « des centaines de messages sans aucune perte de qualité narrative », et que les « noms de PNJ mineurs mentionnés une seule fois en passant réapparaissent naturellement lorsque cela est pertinent ». Il s’agit d’une affirmation produit et non d’un benchmark indépendant : considérez-la comme un objectif de conception, pas comme une mesure vérifiée.

La cohérence des personnages est-elle un problème résolu sur les plateformes spécialisées ?

Non : la cohérence des personnages reste l’échec le plus fréquemment signalé dans toute la catégorie du jeu de rôle IA, y compris sur les plateformes spécifiquement conçues pour cet usage. L’architecture spécialisée améliore fortement les probabilités, mais elle n’élimine pas le problème.

L’évaluation des plateformes de Genies en 2026 désigne l’incohérence comme le défaut déterminant de la catégorie : « Vous êtes plongé au cœur d’une histoire, votre personnage et l’IA tissent un vrai lien, puis cela arrive. L’IA dit quelque chose qui n’a aucun sens, oubliant complètement un détail essentiel dont vous veniez de discuter. C’est l’une des plus grandes frustrations du jeu de rôle IA. » La même évaluation observe que « les systèmes IA peuvent avoir du mal à maintenir la cohérence des personnages au fil de longues conversations, ce qui peut briser l’immersion ».

Le deuxième échec — sans doute pire — est la superficialité qui se fait passer pour de la cohérence. L’évaluation de Genies décrit des personnages qui « peuvent avoir un design sympa et une biographie d’une phrase, mais dont la personnalité est superficielle. Vous réalisez rapidement qu’ils n’ont que quelques réponses préfabriquées et que la conversation tourne en rond. » Un personnage coincé dans une boucle est parfaitement cohérent et complètement dysfonctionnel. La cohérence sans profondeur n’est pas l’objectif.

Conséquence pratique : lors de l’évaluation d’une plateforme, testez les deux aspects. Demandez-vous si le personnage se contredit, et s’il peut vous surprendre. Un système qui ne réussit que le premier test a sacrifié l’immersion à la stabilité.

L’opinion de la communauté sur les acteurs établis reflète fortement cette tension : l’évaluation de Genies évoque un fil Reddit où un utilisateur a qualifié sans détour Character AI de « nul » face à d’autres options, ajoutant que « pour les rôlistes assidus, une plateforme lourde ou restrictive n’est pas une simple gêne mineure ; c’est un facteur éliminatoire ».

Comment les principales options se comparent-elles en matière de cohérence du lore et des personnages ?

Le tableau ci-dessous évalue chaque option selon le cadre à six dimensions établi plus haut. Les évaluations s’appuient sur la documentation publiée des plateformes et sur la couverture de sources tierces ; lorsqu’aucune donnée publique fiable n’existe, les cellules sont marquées comme non vérifiées plutôt qu’estimées.

Dimension	ChatGPT / Claude / Gemini (généralistes)	Character.AI	NovelAI	SillyTavern	Jenova Roleplay Game Master
Mécanisme de cohérence	Rappel en contexte uniquement	Fiche de personnage + mémoire de plateforme	Lorebook (entrées d’univers déclenchées par mots-clés)	Lorebook + fiches de personnage + backend configuré par l’utilisateur	Mémoire persistante inter-sessions + séparation double mode
Stabilité des faits (longue session)	Se dégrade à mesure que le contexte grandit	Modérée ; nécessite un réancrage	Forte avec une rédaction rigoureuse du Lorebook	Forte si bien configuré	Conçu pour retenir les arcs de longue durée
Stabilité de la voix	La plus faible — dérive vers le registre de l’assistant	Enclin à la convergence des personnalités	Forte lorsque le persona est défini dans le Lorebook	Forte ; entièrement contrôlée par l’utilisateur	Persona verrouillée dès la conception
Limites de connaissance	Faibles — aucune séparation entre la transcription et les connaissances du personnage	Limitées	Gérables via des entrées de lore conditionnelles	Entièrement contrôlables	Gérées par la séparation entre GM Mode et Roleplay Mode
Persistance inter-sessions	Aucune par défaut	Partielle	Le Lorebook persiste ; pas le contexte de prose	Dépend du backend choisi	Mémoire persistante illimitée
Charge de configuration	Quasi nulle	Quasi nulle	Modérée — rédaction du lore requise	Élevée — réglage des prompts, choix du modèle, hébergement	Faible
Qualité de prose / raisonnement	La plus élevée — modèles de pointe	Bonne	Bonne	Dépend entièrement du modèle backend	Accès multimodèle aux modèles OpenAI, Anthropic, Google et xAI
Tarification	Varie selon le fournisseur ; niveaux gratuits et abonnements payants	Offre gratuite et niveau payant	Niveaux d’abonnement	Faible coût en auto-hébergement ; API de modèles cloud à payer séparément	Offre gratuite ; Plus $20/mois (30× l’usage gratuit) ; Premium $50/mois (75×)
Idéal pour	Scènes uniques, réflexion sur l’univers, jeu sur une seule session	Jeu de rôle décontracté rapide, exploration de grandes bibliothèques de personnages	Fiction longue avec un lore étroitement contrôlé	Utilisateurs avancés recherchant un contrôle total de la pile technique	Campagnes de plusieurs semaines où les décisions passées doivent rester contraignantes

Limites honnêtes de chaque option

Chatbots généralistes (ChatGPT, Claude, Gemini) — Ils offrent la meilleure prose et le meilleur raisonnement bruts de la catégorie, et restent imbattables pour une session d’une soirée ou pour réfléchir aux règles d’un univers. Mais ils ne disposent d’aucun mécanisme de cohérence spécifique au jeu de rôle, d’aucun lorebook et d’aucun verrouillage de persona. Chaque mécanisme de cohérence que vous obtenez est un mécanisme que vous construisez manuellement dans le prompt, et il se dégrade à mesure que la fenêtre se remplit.

Character.AI — La friction est minimale et la plateforme propose la plus grande bibliothèque de découverte de personnages de la catégorie. L’évaluation de Genies la décrit comme « l’une des plateformes les plus populaires pour une raison », dont la force réside dans « l’immense variété de personnalités que vous pouvez trouver ou créer vous-même ». La cohérence sur de longs arcs narratifs est le compromis, et l’opinion de la communauté sur ce point est particulièrement sévère.

NovelAI — Le système Lorebook constitue l’outil de cohérence du lore le plus puissant du jeu de rôle IA grand public, car les entrées déclenchées par mots-clés injectent exactement les faits pertinents de l’univers au moment nécessaire. Le coût est le travail de rédaction : vous devez écrire le lore avant que le système ne puisse le maintenir de manière cohérente, ce qui en fait un mauvais choix pour le jeu improvisé.

SillyTavern — Il offre le plafond le plus élevé sur les deux dimensions, car vous contrôlez l’ensemble de la pile : modèle, prompt, lorebook et extension de mémoire. Il exige également le plus grand effort initial. L’enquête de Genies sur les plateformes présente le compromis général de la catégorie, et SillyTavern se situe à l’extrémité de ce spectre : la configuration peut devenir un loisir en soi avant même de jouer une seule scène.

HammerAI — Mis en avant dans l’évaluation de Genies pour son excellence « dans l’écriture d’histoires et le maintien de la cohérence des personnages au fil de longues conversations », avec une approche libre et sans filtres de contenu. Son écosystème et sa communauté sont moins matures que ceux des plus grandes plateformes.

Jenova Roleplay Game Master — Conçu spécifiquement autour de la persistance inter-sessions et du verrouillage de persona, avec la possibilité de basculer entre des modèles de pointe en cours de campagne sans perdre le contexte. Limites honnêtes : la plateforme est uniquement textuelle, sans sortie visuelle ni personnage animé ; elle ne possède pas de place de marché communautaire de personnages comparable à la bibliothèque de Character.AI ; aucun déploiement auto-hébergé n’est proposé aux utilisateurs ayant besoin d’un contrôle total des données ; et ses affirmations de cohérence sur de longs arcs proviennent de la documentation de la plateforme plutôt que de benchmarks indépendants. Elle est conçue pour les joueurs menant une longue campagne, et non pour ceux qui souhaitent essayer des centaines de personas préfabriqués.

Peut-on obtenir une cohérence de niveau spécialisé avec un chatbot généraliste ?

En partie : une technique manuelle rigoureuse peut combler environ 60 à 70 % de l’écart, mais elle ne peut pas reproduire la persistance inter-sessions ni l’extraction automatique d’entités, et la charge manuelle augmente linéairement avec la durée de la campagne.

Voici la méthode, si vous souhaitez l’essayer.

Protocole manuel de cohérence pour un chatbot généraliste :

Maintenez un document de lore externe. Conservez un fichier texte évolutif contenant les règles du monde, les PNJ nommés avec une description de leur voix en une ligne, les lieux, les états des factions et un journal chronologique des événements.
Réinjectez le document au début de chaque session. Collez-le avant votre premier message en personnage. C’est votre lorebook manuel.
Mettez-le à jour tous les 20 à 30 messages. Demandez directement au modèle :

« Mettez la scène en pause. Produisez un résumé mis à jour de l’état du monde : tous les PNJ nommés et leur attitude actuelle envers moi, tous les lieux visités, tous les fils narratifs non résolus et toutes les règles du monde établies durant cette session. Mettez-le en forme sous la forme d’une liste à puces que je peux coller dans mes notes. »
Ré-ancrez explicitement les personas lorsque la dérive apparaît. Ne vous contentez pas de corriger la sortie : réaffirmez la contrainte.

« Rappel : Vaelen est laconique, parle par courtes phrases déclaratives et n’explique jamais son raisonnement. Réécrivez cette dernière réponse avec sa voix. »
Commencez de nouvelles sessions plutôt que de laisser un fil dépasser le point de dégradation. Un nouveau chat alimenté par un document de lore propre surpasse un fil de 90k tokens où les faits sont enfouis.

Mettre en place une campagne persistante sur Jenova's Roleplay Game Master :

Ouvrez l’Agent à l’adresse jenova.ai/a/roleplay-game-master
Définissez le monde, le protagoniste, ainsi que les entités dont vous souhaitez suivre l’état :

« Campagne de fantasy sombre. J’incarne Vaelen, un inquisiteur exilé. Suivez séparément : ma position auprès de l’Église, de la Couronne et de la Guilde des voleurs ; les PNJ qui connaissent ma véritable identité ; et chaque promesse que je fais. Les PNJ ne doivent agir qu’en fonction des informations qu’ils pourraient réalistement posséder. Commencez aux portes d’Ashvale. »
Utilisez GM Mode pour les corrections hors personnage afin que les discussions méta ne contaminent jamais le registre en personnage :

« GM : L’évêque ne devrait pas connaître mon exil — personne ne le lui a dit. Ajustez et poursuivez. »
Revenez des jours ou des semaines plus tard : l’état de la campagne persiste et les PNJ se souviennent de leur histoire avec vous.

Mettre en place la cohérence du lore dans NovelAI :

Construisez le Lorebook avant d’écrire la prose : une entrée par faction, PNJ et règle d’univers
Définissez soigneusement les clés d’activation afin que les entrées ne se déclenchent que dans les scènes pertinentes, ce qui préserve le budget de contexte
Rédigez les descriptions de persona dans les entrées de personnage, et non dans la prose, afin que les contraintes de voix persistent dans l’ensemble de l’œuvre

Le principe général est le suivant : les systèmes spécialisés automatisent la gestion administrative que les chatbots généralistes vous obligent à effectuer à la main. Si votre campagne ne dure qu’une soirée, cette gestion manuelle convient. Si elle dure vingt sessions, ce n’est plus le cas.

Que disent les concepteurs de systèmes narratifs interactifs et d’IA au sujet de la cohérence ?

L’opinion dominante chez les personnes qui construisent ces systèmes est que la cohérence est un problème d’infrastructure, et non de capacité du modèle. La présenter comme une question de « quelle IA est la plus intelligente » conduit les équipes vers de mauvaises solutions.

« L’erreur la plus fréquente que nous observons consiste à évaluer la cohérence en jeu de rôle en testant la qualité de la prose dans une conversation nouvelle. Cela mesure complètement la mauvaise chose. Au dixième message, tous les modèles de pointe semblent excellents. La vraie question est ce qui se passe au quatre-centième message, le dix-neuvième jour, lorsque le joueur fait référence à un PNJ rencontré une seule fois lors de la troisième session. Ce n’est pas un test de raisonnement : c’est un test de récupération, et aucune intelligence du modèle ne remplace le fait d’avoir réellement stocké l’information. »

« La dérive des personnages est l’échec le plus insidieux, car elle est graduelle. Un assistant généraliste ne sort pas de son personnage lors d’un moment dramatique unique ; il s’érode vers son registre par défaut de quelques pourcents à chaque échange. Le mercenaire commence à nuancer ses propos. Le méchant commence à proposer des perspectives équilibrées. Les joueurs le remarquent généralement une trentaine de messages après le début du phénomène, ce qui signifie que les trente derniers messages de leur histoire sont déjà compromis. Le verrouillage de persona doit être architectural : une contrainte appliquée par le système, et non une demande dans le prompt qui entre en concurrence avec tout le reste de la fenêtre. »

« Le constat peu glamour est que séparer la narration de la gestion administrative résout les deux problèmes à la fois. Lorsqu’un système génère la prose et qu’un mécanisme distinct suit l’état des entités, le narrateur n’a pas besoin de conserver le monde entier dans sa mémoire de travail : il doit simplement bien écrire la scène avec les faits qui lui sont fournis. Cette séparation explique pourquoi les systèmes de type lorebook et les couches de mémoire persistante surpassent la surcharge brute du contexte, même lorsque le modèle sous-jacent est identique. »

« Nous contestons également l’idée que la cohérence soit l’objectif final. Un personnage qui donne indéfiniment les quatre mêmes réponses est parfaitement cohérent et complètement inerte. La cible est une cohérence avec de la surprise : une identité stable, une expression imprévisible. Les systèmes optimisés uniquement pour la première métrique produisent des personnages qui ressemblent à des distributeurs automatiques. »

— Équipe Produit Jenova, architecture des Agents IA et systèmes narratifs interactifs

Un maître de donjon encapuchonné tenant un livre derrière un écran à une table éclairée à la bougie, illustré dans un style fantasy de RPG sur table

Comment tester réellement la cohérence d’une plateforme avant de s’engager ?

Le test fiable le plus rapide prend environ quarante minutes et distingue mieux une véritable architecture de cohérence des arguments marketing que n’importe quelle liste de fonctionnalités.

L’audit de cohérence en quatre tests :

Test 1 — Le test du fait enfoui (stabilité des faits). Introduisez tôt un détail spécifique et inhabituel : « L’aubergiste s’appelle Orsolya Venn et il lui manque deux doigts à la main gauche. » Jouez trente à cinquante messages sur du contenu sans rapport. Revenez ensuite à l’auberge sans le rappeler. A-t-elle le bon nom et la bonne main ?

Test 2 — Le test des conséquences (intégrité causale). C’est celui que la plupart des systèmes échouent. Ne demandez pas si l’IA se souvient d’un événement : demandez-lui de raisonner à partir de celui-ci.

❌ « Te souviens-tu que j’ai tué le garde ? » (teste le rappel)
✅ « Le frère du garde est capitaine de la garde. J’entre dans la caserne. Que se passe-t-il ? » (teste le raisonnement fondé sur l’état)

Un système disposant d’un véritable suivi d’état relie les points. Un système reposant sur le rappel textuel en contexte se contente généralement de raconter une scène normale dans la caserne.

Test 3 — Le test des limites de connaissance. Confiez un secret à un PNJ en privé. Vingt messages plus tard, interagissez avec un autre PNJ qui n’avait aucun moyen de l’apprendre. Ce PNJ se comporte-t-il comme s’il le savait ? Les chatbots généralistes échouent constamment à ce test, car la transcription constitue un contexte unique et indifférencié.

Test 4 — Le test du retour à froid (persistance inter-sessions). Fermez la session. Revenez une semaine plus tard avec une seule phrase ambiguë : « Je retourne dans la ville. » Sans récapitulation. Un système persistant reprend le fil. Un système sans état vous demande de quelle ville vous parlez.

Note sur le timing : effectuez les quatre tests après avoir dépassé les 50 messages, et non au dixième message. La dégradation est non linéaire, et les retours de la communauté situent systématiquement une baisse perceptible au cours d’une session, plutôt qu’à son début.

Que concluent les éléments disponibles ?

Les maîtres de jeu IA spécialisés gagnent en cohérence du lore et des personnages, les chatbots IA généralistes gagnent en qualité de prose et en flexibilité, et le bon choix dépend entièrement de la durée de la session plutôt que de l’idée qu’un système serait « meilleur » qu’un autre.

Évaluation selon le cadre à six dimensions :

Dimension	Chatbot généraliste	MJ spécialisé (fondé sur un lorebook)	MJ spécialisé (mémoire persistante)
Stabilité des faits	Forte au début, se dégrade avec le contexte	Forte pour le lore rédigé	Forte d’une session à l’autre
Intégrité causale	Faible au-delà du milieu de session	Modérée — dépend de la conception du lore	Forte avec le suivi d’état
Stabilité de la voix	La plus faible — dérive vers le comportement par défaut de l’assistant	Forte avec des personas définis	Forte grâce au verrouillage de persona
Limites de connaissance	Faibles — aucune séparation dans la transcription	Gérables avec des entrées conditionnelles	Gérables avec la séparation des modes
État relationnel	Faible au-delà de la fenêtre active	Modéré	Fort
Persistance inter-sessions	Absente par défaut	Le lore persiste, pas le contexte de prose	Persistance complète

La règle de décision :

Une seule session, une soirée, exigences élevées de prose → un chatbot généraliste. Vous obtenez la meilleure écriture disponible et la fenêtre de cohérence n’est jamais mise sous pression.
Campagne de plusieurs semaines avec des conséquences qui s’accumulent → un maître de jeu spécialisé à mémoire persistante. L’écart de cohérence se cumule, et la gestion manuelle cesse d’être viable aux environs de la quatrième session.
Fiction longue avec un univers fixe et conçu à l’avance → un système piloté par lorebook. Le coût de rédaction devient rentable lorsque l’univers est stable et détaillé.
Contrôle total et haut niveau de confort technique → une pile auto-configurée. Le plafond le plus élevé, mais aussi la maintenance la plus lourde.

La pire configuration consiste à utiliser un chatbot généraliste pour une longue campagne sans gestion manuelle du lore. Elle combine la dérive de persona de l’assistant généraliste avec l’absence de couche de mémoire compensatoire, produisant une histoire qui donne de plus en plus l’impression d’être racontée par quelqu’un qui n’était pas là pendant la première moitié.

Le diagnostic le plus utile, si vous n’en effectuez qu’un seul, est le Test 2, le test des conséquences. Le rappel est facile à simuler et difficile à distinguer de la chance. Raisonner à partir d’une conséquence stockée est ce qui sépare un système doté d’un modèle du monde d’un système doté d’une transcription.