2026-08-06

Puoi continuare la stessa avventura AI per più giorni salvando lo stato del gioco al di fuori della trascrizione della chat e ristabilendo il contesto all’inizio di ogni sessione: la memoria di lavoro di un modello linguistico termina quando la finestra di contesto si riempie, non quando chiudi l’App. La configurazione pratica ha tre componenti: un documento esterno dello stato (indizi, inventario, relazioni e fatti del mondo) che alleghi o incolli come canone, una piattaforma con una persistenza reale tra sessioni anziché una memoria per singola chat e un riepilogo di passaggio a fine sessione che riporti avanti ciò che è cambiato. Le piattaforme con memoria persistente illimitata automatizzano gran parte di questo processo; quelle che ne sono prive richiedono che tu mantenga personalmente il file di stato.
Il problema è ben documentato. Le recensioni delle piattaforme AI per avventure di lunga durata descrivono il classico collasso: “L’AI ha dimenticato il nome del tuo personaggio dopo tre turni” e osservano che AI Dungeon in particolare “ha un problema di memoria persistente, secondo i nostri test. Anche con i piani a pagamento, l’AI regolarmente” perde dettagli già stabiliti (Migliori alternative ad AI Dungeon 2026, aiga.io; 10 migliori alternative ad AI Dungeon 2026, Feelin).
Ciò che preserva davvero un’avventura distribuita su più giorni:
✅ Un documento di stato esterno — indizi, inventario e stato delle relazioni annotati fuori dalla chat e trattati come canone ✅ Persistenza tra sessioni — memoria che sopravvive alla chiusura dell’App, non soltanto allo scorrimento dentro una singola chat ✅ Un rituale di passaggio della sessione — un riepilogo strutturato generato alla fine di ogni sessione di gioco e fornito nuovamente all’inizio della successiva ✅ Istruzioni esplicite per il tracciamento dello stato — una regola permanente che impone al sistema di mantenere e applicare inventario, indizi e relazioni ✅ Capacità del modello di ragionamento sequenziale — il solo richiamo non basta; il sistema deve ragionare lungo la catena di eventi
Capire quale dei tre tipi di stato si deteriora per primo indica dove investire il tuo impegno.
Le avventure AI perdono i progressi perché un modello linguistico ricostruisce l’intera storia da qualsiasi testo riesca a rientrare nella sua finestra di contesto a ogni turno: non possiede un database separato che registri che stai trasportando una chiave arrugginita o che la locandiera diffida di te. Quando la trascrizione supera la finestra, oppure quando avvii una nuova chat, questa ricostruzione perde il suo materiale sorgente e il modello colma le lacune con invenzioni plausibili anziché con la tua storia reale.
La ricerca su questo problema lo inquadra come una carenza di memoria a lungo termine con due componenti distinte. Un benchmark creato specificamente per la narrativa interattiva le definisce conservazione della conoscenza — “la capacità di assorbire, integrare e preservare informazioni in testi estesi, mantenendo la continuità contestuale oltre il semplice recupero di fatti o il richiamo locale” — e ragionamento sequenziale, “la capacità di comprendere e ragionare su sequenze di eventi, che implica inferire cambiamenti di stato latenti, dipendenze causali e cambiamenti negli obiettivi attraverso interazioni complesse, dinamiche e composte da più turni” (StoryBench: un benchmark dinamico per valutare la memoria a lungo termine su più turni, arXiv).
Questa distinzione conta nel gioco d’avventura, perché le tre cose che vuoi preservare falliscono per motivi diversi:
| Cosa perdi | Perché si deteriora | Difficoltà di conservazione |
|---|---|---|
| Indizi | Menzionati una sola volta, in profondità nella cronologia e raramente ripetuti: massimo rischio di espulsione | Più difficile |
| Inventario | Cambia in modo incrementale; il modello deve tracciare aggiunte e rimozioni, non soltanto ricordare un elenco | Difficile |
| Relazioni | Cumulative e implicite: nessun singolo messaggio afferma “la locandiera ora diffida di te” | Difficile |
| Fatti del mondo | Statici e spesso dichiarati fin dall’inizio, quindi sopravvivono se forniti di nuovo | Più facile |
Gli indizi sono i più fragili perché sono informazioni isolate senza una naturale ripetizione. L’inventario è ingannevolmente difficile: ricordare che hai trovato una lanterna è conservazione della conoscenza, ma sapere che hai consumato il suo olio tre scene fa è ragionamento sequenziale, un compito più arduo che la stessa ricerca identifica come una debolezza persistente nei modelli.
Quando chiudi l’App e ritorni, accade una delle tre cose seguenti, a seconda dell’architettura della piattaforma, e soltanto una di esse preserva la tua avventura. Sapere a quale categoria appartiene il tuo strumento determina se ti serve o meno una gestione manuale dello stato.
Scenario 1: stessa chat, contesto ancora integro. Riapri la conversazione esistente e la trascrizione è abbastanza breve da entrare interamente nella finestra del modello. Tutto funziona. È il periodo di luna di miele e in genere dura qualche decina di turni.
Scenario 2: stessa chat, contesto traboccato. La conversazione continua, ma la parte più vecchia — di solito la scena iniziale, i primi indizi e l’impostazione iniziale delle relazioni — non è più visibile al modello. La storia prosegue e sembra continua, rendendo questo il caso più pericoloso: il modello narra con sicurezza attorno alle lacune anziché ammetterle.
Scenario 3: nuova chat, nessuna persistenza. Tutto si azzera. L’analisi delle piattaforme AI per avventure lo afferma chiaramente riguardo agli approcci fai-da-te basati su chatbot generici: “Ogni conversazione parte da zero, a meno che tu non mantenga manualmente il contesto” (aiga.io).
Un utile rituale diagnostico: prima di giocare ogni giorno, poni tre domande di verifica prima di compiere qualsiasi mossa: “Cosa c’è attualmente nel mio inventario?”, “Quali indizi irrisolti possiedo?” e “Qual è l’atteggiamento di ogni NPC principale nei miei confronti?” Se le risposte sono errate o vaghe, ristabilisci il contesto prima di giocare. Scoprire la deriva all’inizio di una sessione ti costa un solo messaggio. Scoprirla quaranta turni dopo significa avere quaranta turni di storia costruiti su fondamenta false.
Il progresso nelle relazioni è il più difficile da preservare, seguito dai cambiamenti nello stato dell’inventario, con gli indizi al terzo posto e i fatti statici del mondo come i più facili. L’ordine non è arbitrario: corrisponde direttamente a quanto ragionamento, anziché semplice richiamo, richiede ogni tipo.
Lo stato di una relazione viene raramente dichiarato in modo esplicito. Nella trascrizione non c’è nulla che dica “livello di fiducia: ostile”. È invece una proprietà emergente di una dozzina di interazioni disperse: hai mentito nella scena quattro, mantenuto una promessa nella scena undici, ti sei schierato contro quella persona nella scena diciannove. Ricostruirlo richiede di integrare gli eventi dell’intera storia, che è precisamente la capacità di ragionamento sequenziale con cui, secondo la ricerca di StoryBench, i modelli faticano. Il benchmark valuta nello specifico se un modello “traccia le relazioni mutevoli tra gli elementi della storia e risolve le contraddizioni derivanti da decisioni precedenti nelle interazioni su più turni” (arXiv).
L’inventario segue da vicino perché è un elenco mutabile. Ricordare che hai raccolto una spada è facile. Sapere che l’hai scambiata, che la pozione è stata consumata e che la corda è ora legata a un ponte lasciato alle tue spalle richiede di tracciare una sequenza di transizioni di stato, e gli errori si accumulano silenziosamente.
Gli indizi sono a metà strada: fragili perché menzionati una sola volta, ma almeno additivi. Una volta trovato, un indizio in genere non viene “non trovato”. I fatti statici del mondo — geografia, nomi delle fazioni, regole della magia — sono i più facili da mantenere perché non cambiano mai, ed è proprio per questo che sono i candidati ideali per un documento di riferimento esterno.
L’implicazione pratica: distribuisci lo sforzo di tracciamento dello stato in base alla difficoltà. I fatti del mondo vanno in un file di ambientazione che scrivi una volta sola. Inventario e relazioni richiedono manutenzione attiva a ogni sessione. Gli indizi necessitano di un registro progressivo. Dedicare lo stesso impegno a tutti e quattro spreca tempo nella categoria che non si sarebbe mai deteriorata.

Un documento di stato sopravvive alle interruzioni tra sessioni perché esiste al di fuori della trascrizione: lo crei una volta, lo aggiorni dopo ogni sessione e lo fornisci nuovamente come canone all’inizio della successiva. È l’abitudine con il maggiore impatto per le avventure AI su più giorni e funziona su ogni piattaforma, indipendentemente dall’architettura della memoria.
Il documento deve essere strutturato, non in prosa. La struttura conta perché lo rileggerai e aggiornerai costantemente e perché un elenco chiaramente delimitato è più facile da trattare come autorevole per il modello rispetto a un paragrafo narrativo.
Un modello funzionante:
=== CAMPAIGN STATE: [Adventure Name] ===
Session: 7 | Last played: [date]
CHARACTER
- Name, role, current condition, notable abilities
INVENTORY
- Rusted iron key (from the cellar, Session 2 — unused)
- Half-empty oil flask
- Letter sealed with the Vorne crest (unopened)
[Removed this session: rope — left tied at the ravine]
ACTIVE CLUES
- The steward's ledger shows payments to an unnamed party (Session 3)
- Someone was in the east wing the night of the fire (Session 5)
- The blacksmith flinched at the name "Harrow" (Session 6)
RESOLVED CLUES
- The locked door was opened by the cellar key (Session 4)
RELATIONSHIPS
- Innkeeper Mara: warm — I paid her debt in Session 2
- Steward Corbin: hostile — I accused him publicly in Session 5
- Blacksmith Dain: neutral, guarded — knows more than he says
WORLD STATE
- The east wing remains sealed by the guard
- House Vorne believes I left the city
- Three days remain before the tribunal
Quattro regole fanno sì che questo sistema funzioni davvero:
[Removed this session] è ciò che impedisce al modello di ricostruire un inventario di cui non disponi più.Sulle piattaforme che accettano allegati o basi di conoscenza, allega questo documento anziché incollarlo: diventa un canone recuperabile anziché una trascrizione che può scorrere via.
Le piattaforme che preservano meglio i progressi su più giorni sono quelle dotate di memoria persistente che supera i confini delle sessioni e di un modo per fondare un canone esterno, ma presentano forti compromessi in termini di impegno iniziale, rifinitura visiva e quantità di gestione dello stato che ti restituiscono. Di seguito trovi un confronto equilibrato delle principali opzioni disponibili nel 2026.
Jenova Roleplay Game Master — Un Agente di gioco di ruolo gestito sulla piattaforma Jenova, costruito attorno a memoria illimitata e perfetta coerenza dei personaggi. Il suo punto di forza specifico per le avventure su più giorni è che la persistenza è architetturale: lo stato della storia continua tra le sessioni senza che tu debba gestire token e puoi allegare un documento di stato o una base di conoscenza affinché indizi, inventario e relazioni siano canone fondato anziché trascrizione ricordata. L’accesso a molteplici modelli all’avanguardia di OpenAI, Anthropic, Google e altri è rilevante perché la qualità del ragionamento sequenziale varia da modello a modello. Limiti onesti: è basato sulla prosa, senza scene illustrate, senza applicazione meccanica dell’inventario basata sui dadi (il tracciamento è narrativo, non sistemico), senza multiplayer e con un controllo dei prompt di basso livello minore rispetto a uno stack self-hosted.
AI Dungeon — L’originale avventura testuale a mondo aperto, con Story Cards come livello di memoria manuale e ampie finestre di contesto. La sua debolezza onesta è esattamente il tema di questo articolo: test indipendenti segnalano che “ha un problema di memoria persistente” e che “anche con i piani a pagamento, l’AI regolarmente” perde la continuità (Feelin). I recensori osservano inoltre che “l’AI ha dimenticato il nome del tuo personaggio dopo tre turni” e che “l’esperienza principale non è cambiata molto” (aiga.io). Massima libertà, garanzie integrate sullo stato più deboli.
NovelAI — Apprezzato per la “memoria e il lorebook migliori della categoria”, che ti consentono di “fissare personaggi, fazioni, luoghi e regole affinché l’AI li ricordi davvero attraverso migliaia di parole” (aiga.io). Il compromesso: è “solo in singolo, senza alcun multiplayer”, l’interfaccia “sembra più un elaboratore di testi che un gioco” e non esiste “un piano gratuito per i modelli migliori”.
aiga_ — Combina una “memoria persistente del mondo che mantiene l’avventura ancorata a ciò che è già accaduto” con scene illustrate e multiplayer, oltre a personaggi che “ricordano le tue interazioni passate attraverso tratti persistenti e punteggi relazionali” (aiga.io). Il punteggio esplicito delle relazioni è insolito e direttamente pertinente in questo caso. Compromesso: “immagini generate, video e altri extra ricchi di contenuti multimediali usano crediti, quindi il gioco con molti elementi visivi può consumarli rapidamente”.
Character.AI — Il più forte nella personalità dei personaggi, il più debole per questo problema specifico. I recensori descrivono “nessuno stato di gioco, nessuna progressione del mondo, nessuna scena visiva”, con personaggi che “spesso rimangono bloccati in cicli conversazionali” (aiga.io). Eccellente per la conversazione, scarso per un’avventura su più giorni basata su inventario e indizi.
| Funzionalità / Dimensione | Jenova Roleplay Game Master | AI Dungeon | NovelAI | aiga_ | Character.AI |
|---|---|---|---|---|---|
| Persistenza tra sessioni | Illimitata, automatica | Problemi di memoria segnalati anche nei piani a pagamento | Elevata tramite lorebook | Memoria persistente del mondo | Limitata; nessuno stato del mondo |
| Fondamento di indizi / ambientazione | Allega documenti e basi di conoscenza | Story Cards (manuali) | Lorebook (manuale, dettagliato) | Memoria persistente del mondo | Minimo |
| Tracciamento delle relazioni | Narrativo, mantenuto nella memoria persistente | Manuale tramite Story Cards | Manuale tramite lorebook | Tratti persistenti + punteggi relazionali | Per personaggio, non a livello del mondo |
| Applicazione dell’inventario | Solo narrativo | Solo narrativo | Solo narrativo | Guidato dallo stato del mondo | Nessuna |
| Multiplayer | No | Cooperativo a turni | No | In tempo reale, fino a 10 giocatori | No |
| Prezzi | Piano gratuito; Plus da $20/mese | Freemium, da circa $4.99 | Solo a pagamento, da circa $10/mese | Gratis per iniziare; abbonamenti da $8.99/mese, crediti media extra | Gratuito + c.ai+ |
| Ideale per | Lunghi archi solitari con continuità senza interventi | Sandbox aperto e caotico | Narrativa in singolo con ambientazione profonda | Avventure illustrate e sociali con stato del mondo | Conversazione rapida con i personaggi |
Prezzi e funzionalità riflettono lo stato di questi prodotti nel 2026 e possono cambiare; verifica i dettagli aggiornati sul sito di ciascun fornitore.
Un passaggio di sessione funziona quando viene generato dall’AI alla fine di una sessione e fornito nuovamente da te all’inizio di quella successiva: così chiudi il ciclo tra ciò che il modello ha appena vissuto e ciò che dovrà ricostruire domani. Scriverlo tu stesso a memoria è più lento e meno accurato; il modello ha davanti l’intera trascrizione in questo momento, tu no.
Questa tecnica circola tra gli utenti di AI impegnati in sessioni lunghe proprio perché affronta il punto di transizione. La descrizione di un professionista la formula così: quando una sessione di chat termina a causa dei limiti di lunghezza, “fai scrivere all’AI un prompt di passaggio per sé stessa, con tutte le informazioni necessarie affinché inizi la nuova chat” (Strategia di passaggio tra sessioni di chat AI, Facebook).
Fine sessione: chiedi un passaggio strutturato:
“Concludi qui la sessione. Genera un blocco STATO DELLA CAMPAGNA in questo formato esatto: Personaggio, Inventario (annotando gli oggetti rimossi in questa sessione), Indizi attivi, Indizi risolti, Relazioni (stato più causa), Stato del mondo e Fili aperti. Sii esaustivo e fattuale: niente narrazione e non omettere dettagli specifici nei riepiloghi. Includi i nomi esatti di oggetti e NPC.”
Inizio della sessione successiva: ristabilisci il contesto prima di giocare:
“Ecco lo stato canonico della nostra avventura. Trattalo come autorevole e annulla tutto ciò che lo contraddice. Prima di continuare, confermami il mio inventario, gli indizi attivi e lo stato di ogni NPC nei miei confronti. Poi riprendi da [scena].”
Tre dettagli fanno la differenza tra un passaggio efficace e uno che fallisce silenziosamente:
Un’avventura su più giorni richiede quattro elementi stabiliti prima del primo turno: un’istruzione esplicita di tracciamento dello stato, un documento di canone esterno, una piattaforma capace di persistenza e un rituale ripetibile di apertura e chiusura. La sequenza è identica in tutti gli strumenti; cambia soltanto l’implementazione.
Con Roleplay Game Master di Jenova (approccio gestito):
“Gestisci un’avventura investigativa gotica nella città di Ardenmoor. Interpreto un investigatore esterno. Mantieni sempre un livello di stato esplicito: INVENTARIO (oggetti ottenuti e persi), INDIZI ATTIVI, INDIZI RISOLTI e RELAZIONI (l’atteggiamento di ogni NPC nominato nei miei confronti più il motivo). Non contraddire mai questo stato. Se un oggetto è stato consumato o ceduto, non c’è più. Se non ho trovato un indizio, non lo conosco.”
Con AI Dungeon (approccio manuale):
Con NovelAI (approccio lorebook):
Tutti e tre funzionano. Il percorso gestito scambia il controllo granulare con la persistenza automatica; i percorsi manuali scambiano la comodità con il comando totale su ciò che il modello vede a ogni turno.
I ricercatori che valutano la memoria a lungo termine in contesti narrativi rilevano che i modelli attuali trattengono i fatti molto meglio di quanto riescano a ragionare attraverso sequenze di eventi e che il mancato autocorreggersi da errori precedenti è una debolezza sistematica, non un problema occasionale.
“La memoria a lungo termine (LTM) è essenziale affinché i modelli linguistici di grandi dimensioni (LLM) raggiungano un’intelligenza autonoma in ambienti complessi e in evoluzione. Nonostante i crescenti sforzi nelle architetture potenziate dalla memoria e basate sul recupero, manca ancora una serie standardizzata di benchmark per valutare sistematicamente le capacità di memoria a lungo termine degli LLM. I benchmark esistenti affrontano ancora difficoltà nel valutare la conservazione della conoscenza e il ragionamento sequenziale dinamico.”
“Il modello deve tracciare continuamente stati dei personaggi, dipendenze causali ed esiti ramificati attraverso contesti estesi… Molte decisioni richiedono di richiamare eventi o fatti introdotti pochi turni prima. Le decisioni consecutive non sono isolate, ma strettamente collegate. Una scelta può influire direttamente sulle condizioni o sugli esiti di numerose decisioni successive.”
“Sebbene [i modelli principali] dimostrino una conservazione della conoscenza a lungo termine e un ragionamento sequenziale relativamente più forti, tutti i modelli faticano con l’autorecupero e non riescono a correggere in modo coerente gli errori precedenti. Un’analisi approfondita dei fallimenti rivela inoltre distinti colli di bottiglia della memoria… i modelli in genere tornano indietro soltanto di uno o due passaggi anziché impegnarsi in un ragionamento più profondo sulla struttura narrativa o sui cambiamenti degli obiettivi. Questo comportamento miope ha portato a fallimenti persistenti quando il successo del compito dipendeva dalla comprensione e dalla correzione di dipendenze a lungo termine.”
— Autori di StoryBench: A Dynamic Benchmark for Evaluating Long-Term Memory with Multi Turns (arXiv)
Quest’ultima conclusione ha una conseguenza pratica diretta per i giocatori. Se un modello raramente torna indietro più di uno o due passaggi, allora un errore nell’inventario introdotto martedì non verrà corretto autonomamente giovedì: verrà incorporato nella storia. Questa è la giustificazione tecnica del rituale di conferma tramite ripetizione: individuare la deriva dello stato all’apertura della sessione è l’unico meccanismo di correzione affidabile, perché il modello non lo eseguirà per te.
L’analisi dei professionisti converge sulla stessa conclusione dal lato del prodotto. I recensori che valutano le piattaforme per avventure sottolineano che con le configurazioni fai-da-te basate su chatbot “sei tu a fare tutto il lavoro: gestire prompt, applicare regole, tracciare l’inventario e impedire all’AI di concludere la storia troppo presto”, e che “ogni conversazione parte da zero, a meno che tu non mantenga manualmente il contesto” (aiga.io). Recensioni separate degli strumenti AI per RPG giungono allo stesso verdetto, privilegiando l’architettura rispetto alla capacità pura e sostenendo che “il modello conta meno del sistema di memoria che lo circonda” (Migliore AI per RPG nel 2026, Auferet).
L’errore più comune è presumere che la piattaforma stia tracciando lo stato perché sembra farlo, seguito da vicino dal non registrare mai ciò che è uscito dal tuo inventario. Entrambi hanno una soluzione diretta.
| Errore | Perché compromette la tua avventura | La soluzione |
|---|---|---|
| Confondere una narrazione fluida con la prova della memoria | Il modello genera con sicurezza sia che possieda i fatti sia che non li possieda | Esegui una conferma tramite ripetizione all’inizio di ogni sessione |
| Registrare aggiunte ma non rimozioni | Il modello ricostruisce gli oggetti che hai speso, ceduto o perso | Annota esplicitamente le rimozioni con il numero della sessione |
| Conservare lo stato soltanto nella trascrizione | La trascrizione è la prima cosa a essere espulsa o reimpostata | Mantieni un documento di stato esterno come canone |
| Avviare una nuova chat a metà campagna | Elimina qualunque continuità della sessione esistesse | Continua la stessa sessione oppure fornisci prima lo stato completo |
| Scrivere il passaggio a memoria | Ti sfuggiranno dettagli che il modello può vedere nella trascrizione | Chiedi all’AI di generare il blocco di stato alla fine della sessione |
| Usare etichette relazionali vaghe | “Ostile” senza causa invita il modello a reinterpretarlo | Registra lo stato più la causa specifica |
| Lasciar passare una piccola contraddizione | La ricerca mostra che i modelli raramente tornano indietro per correggere gli errori precedenti | Correggi o rigenera subito, prima che diventi il riferimento di base |
| Giocare una sessione-maratona a settimana | Le sessioni lunghe e ininterrotte massimizzano il degrado del contesto intermedio | Sessioni più brevi con passaggi puliti preservano di più |
Gli scenari predefiniti gestiscono bene il gioco su più giorni quando la loro struttura è già ricca di stato: una premessa fissa con stanze, oggetti e personaggi definiti offre al modello un mondo più piccolo e stabile da tracciare rispetto a un sandbox aperto che inventa nuovi elementi a ogni turno. Il compromesso riguarda l’ampiezza, non la continuità.
È un vantaggio reale che vale la pena evidenziare. In una campagna dalla premessa aperta, l’insieme delle cose da tracciare cresce senza limiti: ogni NPC improvvisato, ogni luogo inventato, ogni nuova fazione si aggiunge allo stato che devi mantenere. In uno scenario delimitato — una villa, un’istituzione, un’isola — il mondo è enumerabile. Gli indizi appartengono a un insieme finito. I personaggi costituiscono un cast fisso. Gli oggetti dell’inventario provengono da uno spazio definito. Questo vincolo rende lo stato più facile da registrare e più semplice da mantenere coerente per il modello.
Gli Agenti della categoria giochi di Jenova illustrano questo schema. The Mansion è un mistero di sopravvivenza con perdita di memoria costruito attorno alla scoperta stanza per stanza, esattamente la struttura in cui un registro progressivo degli indizi offre il massimo valore. The Asylum ti colloca nei panni di un investigatore in un’istituzione chiusa, con segreti reparto per reparto. Love Island è progettato per essere ricco di stato relazionale, con otto personaggi il cui atteggiamento cambia in base alle tue scelte. Vesper Court e College Life si concentrano allo stesso modo su dinamiche sociali in evoluzione anziché su una geografia in espansione.
Il contrappunto onesto: gli scenari delimitati semplificano il tracciamento dello stato, ma limitano ciò che la tua avventura può diventare. Se desideri che la storia si espanda in territori che nessuno ha scritto in anticipo, accetti un onere maggiore nella gestione dello stato in cambio. Scegli un ambiente delimitato quando la continuità conta più dell’ampiezza; scegli un ambiente aperto quando vale il contrario.
Il filo conduttore di tutte queste tecniche è che la continuità su più giorni è prima di tutto un problema di archiviazione, poi un problema di AI. I modelli linguistici dimenticano perché la loro memoria di lavoro è finita e si reimposta; le avventure sopravvivono quando indizi, inventario e relazioni vivono in un luogo dal quale la trascrizione non può espellerli — in un documento di stato, una base di conoscenza o un livello di memoria persistente — e quando ristabilisci quel contesto prima di compiere la prima mossa ogni giorno.