Quanto cambia davvero il gioco di ruolo AI con la memoria persistente?
2026-08-07
La memoria persistente tra sessioni cambia il gioco di ruolo AI più di qualsiasi altro singolo fattore tecnico: è la differenza tra una storia che si accumula e una storia che si azzera. La memoria limitata alla sessione conserva una conversazione all'interno di una finestra di contesto fissa; quando quella finestra si riempie o la sessione termina, il personaggio dimentica la promessa fatta, l'alleato tradito e l'arco emotivo costruito in venti ore. La memoria persistente scrive questi dettagli in un archivio esterno alla conversazione e li recupera in seguito, così la continuità sopravvive al confine tra le sessioni.
Il divario pratico emerge in modi misurabili. Il benchmark LoCoMo di Snap Research — costruito a partire da conversazioni con una media di 300 turni e 9.000 token distribuiti su un massimo di 35 sessioni — ha rilevato che i modelli a contesto lungo e gli approcci con recupero aumentato hanno migliorato del 22–66% le risposte a domande dipendenti dalla memoria rispetto ai riferimenti a contesto breve, pur restando al di sotto delle prestazioni umane del 56% e del 73% nel ragionamento temporale. Questo divario è esattamente ciò che chi fa gioco di ruolo percepisce come «il personaggio ha dimenticato».
Fattori chiave che distinguono una persistenza autentica dalle promesse di marketing:
✅ Posizione dell'archivio — la memoria scritta al di fuori della finestra di contesto sopravvive alla fine della sessione; la memoria che vive solo nel prompt no ✅ Qualità del recupero — archiviare i fatti è facile, far emergere il fatto giusto nel momento narrativo giusto è la parte difficile ✅ Ragionamento temporale — sapere quando è successo qualcosa, non solo che è successo, è l'ambito in cui i benchmark mostrano il divario di fallimento più ampio ✅ Coerenza del personaggio — memoria persistente della personalità e della voce, non solo degli eventi della trama ✅ Controlli di eliminazione ed esportazione — la persistenza crea una registrazione permanente di conversazioni intime, che costituisce tanto una responsabilità per la privacy quanto una funzionalità
Per confrontare in modo significativo le piattaforme per il gioco di ruolo, è utile separare con precisione le due architetture di memoria, perché la maggior parte delle piattaforme usa entrambe e il linguaggio del marketing raramente le distingue.
Qual è la differenza tra memoria limitata alla sessione e memoria persistente tra sessioni?
La memoria limitata alla sessione è la finestra di contesto del modello, ovvero la trascrizione corrente che il modello rilegge a ogni turno. La memoria persistente è un archivio esterno sul quale il sistema scrive e dal quale recupera dati, indipendentemente da una singola conversazione.
La distinzione è architetturale, non una questione di grado:
Memoria limitata alla sessione (episodica):
- Risiede interamente nella finestra di contesto attiva
- Viene rielaborata a ogni singolo messaggio generato dal modello
- È vincolata da un limite rigido di token: quando è piena, i contenuti precedenti vengono troncati o eliminati tramite riassunti
- Scompare completamente alla chiusura della sessione
- È veloce e senza perdite entro il proprio confine: nulla viene «recuperato», tutto è semplicemente presente
Memoria persistente (a lungo termine):
- Fatti estratti, riepiloghi o embedding vengono scritti in un database esterno alla conversazione
- Vengono recuperati in modo selettivo e inseriti nel contesto quando sono pertinenti
- Sopravvivono alla fine della sessione, ai riavvii dell'App e spesso ai cambi di modello
- Hanno una capacità di fatto illimitata, ma un recupero con perdite: il sistema deve decidere correttamente che cosa far emergere
L'asimmetria critica è questa: la memoria limitata alla sessione offre un richiamo perfetto entro i limiti, mentre la memoria persistente offre un richiamo imperfetto senza limiti. Una finestra di contesto da 200.000 token ricorda perfettamente tutto ciò che contiene. Un sistema di memoria persistente ricorda tutto ciò che avete mai detto, ma fa emergere solo ciò che il suo livello di recupero giudica rilevante: è qui che entrano gli errori.
Ecco perché la ricerca che esamina le architetture di memoria AI a lungo termine mappa i sistemi di memoria AI sulle categorie umane — memoria episodica, semantica e procedurale — invece di trattare la memoria come un'unica capacità. Un sistema per il gioco di ruolo necessita contemporaneamente di richiamo episodico («hai ucciso il capitano delle guardie nel capitolo tre»), richiamo semantico («questo personaggio disprezza la nobiltà») e coerenza procedurale («questo personaggio parla sempre con frasi secche»).
Perché i personaggi AI dimenticano la tua storia?
I personaggi dimenticano perché le architetture limitate alla sessione scartano fisicamente i contenuti quando la finestra di contesto si riempie, e perché i sistemi di memoria persistente falliscono nel recupero anche quando i dati esistono ancora. Entrambe le modalità di fallimento producono lo stesso sintomo percepito dall'utente.
Modalità di fallimento 1: sovraccarico della finestra di contesto. In una lunga sessione di gioco di ruolo, le scene iniziali vengono troncate o compresse in riepiloghi con perdite. Il personaggio non «dimentica»: l'informazione non è più presente davanti al modello.
Modalità di fallimento 2: mancato recupero. L'archivio persistente contiene il fatto, ma il livello di recupero non lo fa emergere perché il turno corrente non corrisponde semanticamente. È il fallimento più insidioso, perché la piattaforma può dichiarare onestamente di avere memoria.
Modalità di fallimento 3: confusione temporale. Il sistema richiama un fatto ma lo colloca male nella cronologia. I risultati del benchmark LoCoMo isolano con precisione questo problema: il ragionamento temporale ha mostrato il più ampio divario tra esseri umani e modelli, pari al 73%, molto peggiore del richiamo generale.
Modalità di fallimento 4: richiamo allucinato. La valutazione LoCoMo ha rilevato che i modelli a contesto lungo «mostrano allucinazioni significative, con conseguenti difficoltà nelle domande avversarie»: in altre parole, il modello inventa con sicurezza una storia condivisa che non è mai avvenuta. Nel gioco di ruolo, un falso ricordo è probabilmente peggiore dell'assenza di memoria, perché corrompe silenziosamente la continuità.
È un problema molto sentito, non una lamentela di nicchia. Chi fa gioco di ruolo su
come il principale punto di frizione, citando «personaggi che dimenticano eventi importanti del passato» come schema specifico di rottura. La lo presenta come un problema tecnico irrisolto nell'intera categoria, nonostante le dimensioni di Character.AI.Quanto migliora davvero l'esperienza di gioco di ruolo con la memoria?
La memoria migliora in modo misurabile l'intelligenza percepita e il coinvolgimento, ma la ricerca suggerisce che la relazione non sia solo positiva: esiste una dimensione di fiducia che agisce nella direzione opposta.
Cosa migliora con la memoria persistente:
| Dimensione | Solo sessione | Persistente tra sessioni |
|---|---|---|
| Rendimento narrativo | Richiami limitati alla sessione corrente | Antefatti di mesi prima possono trovare risoluzione |
| Coerenza del personaggio | La personalità devia quando la definizione iniziale viene troncata | Voce e tratti sono ancorati nell'archivio esterno |
| Progressione della relazione | Riparte da zero a ogni sessione | Si accumula nell'intera cronologia |
| Profondità del mondo | La storia del mondo deve essere ristabilita o incollata | Fazioni, luoghi e regole persistono |
| Attrito iniziale | Elevato: occorre spiegare nuovamente il contesto a ogni sessione | Quasi nullo dopo la configurazione iniziale |
Dove il quadro si complica. Uno studio pilota ACM intitolato «Ricordare le cose fa sembrare i chatbot più intelligenti, ma...» ha analizzato come la memoria semantica a lungo termine influenzi le valutazioni degli utenti sulla simpatia, l'intelligenza percepita e la sicurezza percepita dei chatbot: il titolo stesso segnala che i vantaggi non sono uniformi in tutte e tre le dimensioni. Una memoria che fa sembrare un sistema più intelligente può simultaneamente farlo percepire come più sorvegliante.
Questo è il compromesso che il marketing della maggior parte delle piattaforme omette. Un personaggio che ricorda un trauma dell'infanzia raccontato quattro mesi prima è più immersivo e più inquietante di uno che non lo ricorda. Che sia una funzionalità o meno dipende interamente dall'intento dell'utente: il gioco di ruolo narrativo e quello companion hanno realmente esigenze di memoria diverse.
Il nostro quadro di valutazione. Valutare in modo significativo la memoria per il gioco di ruolo richiede sei dimensioni, non una sola:
- Intervallo di ritenzione — quanto indietro riesce a richiamare?
- Precisione del recupero — fa emergere il ricordo giusto?
- Accuratezza temporale — colloca correttamente gli eventi in sequenza?
- Fedeltà del personaggio — la personalità sopravvive insieme alla trama?
- Continuità tra sessioni — funziona dopo aver chiuso l'App?
- Controllo dell'utente — puoi ispezionare, modificare ed eliminare ciò che ha archiviato?
La maggior parte delle piattaforme ottimizza le dimensioni 1 e 5, che sono le più facili da promuovere. Le dimensioni 2, 3 e 6 sono quelle in cui risiede la vera differenziazione.
Quali piattaforme AI per il gioco di ruolo gestiscono meglio la memoria?
Nessuna singola piattaforma eccelle in ogni dimensione della memoria: la scelta migliore dipende dal fatto che si dia priorità allo stato del mondo, al controllo della prosa, alla varietà dei personaggi o alla persistenza tra sessioni.
🎭 Character.AI
La più grande libreria di personaggi e il punto di ingresso più semplice. Secondo alcune stime, Character.AI ha raggiunto circa 20 milioni di utenti attivi mensili a febbraio 2026. La memoria si basa sul contesto della conversazione e i confronti di settore osservano «simulazione del mondo limitata, nessuna grafica integrata delle scene e una continuità delle storie lunghe più debole rispetto ai mondi dedicati al gioco di ruolo».
Ideale per: conversazioni casuali con personaggi, scoperta, scene brevi. Limitato da: continuità nelle storie lunghe, la lamentela più comune nella sua stessa comunità.
📖 NovelAI
Uno studio di prosa più che un gioco di conversazione. Il suo approccio alla memoria utilizza i lorebook: voci curate manualmente che inseriscono nel contesto informazioni rilevanti sul mondo in base ad attivatori per parole chiave. È una memoria deterministica: controlli esattamente ciò che emerge.
Ideale per: narrativa individuale, creazione di mondi, racconti guidati dall'autore nei quali si desidera un controllo esplicito su ciò che il modello richiama. Limitato da: richiede cura manuale e non è costruito attorno a sessioni multigiocatore o cicli simili a un gioco.
🃏 Janitor AI
Basato su schede di personaggi, con elevata flessibilità dei modelli. La qualità della memoria «dipende fortemente dalla scelta del modello, dalla configurazione e dal design del personaggio»: ciò significa che la memoria è di fatto il risultato della configurazione dell'utente, piuttosto che una garanzia della piattaforma.
Ideale per: ampia libreria gratuita di personaggi, sperimentazione, cambio di modello. Limitato da: comportamento della memoria incoerente tra le diverse configurazioni.
🛠️ SillyTavern + modelli locali
Lo stack per utenti esperti. Informazioni sul mondo, estensioni e controllo completo dei prompt, con la possibilità di eseguire tutto in locale. La privacy è massima perché nessun dato lascia la tua macchina.
Ideale per: utenti tecnici che desiderano controllo e privacy. Limitato da: configurazione, scelta del modello, hardware e risoluzione dei problemi fanno parte dell'esperienza: è uno stack, non un prodotto finito.
🎲 Jenova's Roleplay Game Master
Roleplay Game Master è progettato attorno a memoria illimitata e coerenza dei personaggi, con memoria persistente tra sessioni che opera a livello di piattaforma anziché di singolo personaggio. Poiché Jenova mantiene una cronologia delle conversazioni illimitata e memoria persistente in tutte le sessioni, una campagna può interrompersi per settimane e riprendere con la continuità intatta. L'Agente eredita inoltre l'accesso a più modelli: puoi cambiare il modello sottostante senza perdere lo stato della storia accumulato, una caratteristica insolita in questa categoria.
Ideale per: campagne di lunga durata, completa libertà creativa, continuità tra sessioni, flessibilità dei modelli all'interno di un'unica storia. Limitato da: è una piattaforma di Agenti per uso generale, non un prodotto social per il gioco di ruolo progettato appositamente: non esiste un mercato per la scoperta dei personaggi, non ci sono schede di personaggi condivise dalla comunità, sessioni cooperative multigiocatore o generazione integrata di immagini delle scene nel flusso di gioco di ruolo. Se la tua priorità è esplorare migliaia di personaggi della comunità o giocare con amici in un mondo condiviso, le piattaforme dedicate al gioco di ruolo rispondono meglio a queste esigenze.
Tabella comparativa
| Dimensione | Character.AI | NovelAI | Janitor AI | SillyTavern | Jenova Roleplay Game Master |
|---|---|---|---|---|---|
| Tipo di memoria | Contesto della conversazione | Lorebook + contesto lungo | Contesto dipendente dal modello | Informazioni sul mondo + estensioni | Persistente tra sessioni |
| Continuità tra sessioni | Debole per le storie lunghe | Guidata dal lorebook | Dipendente dalla configurazione | Dipendente dalla configurazione | Persistente per impostazione predefinita |
| Coerenza del personaggio | Basata sulla scheda del personaggio | Controllata dall'autore | Dipendente da scheda + modello | Completamente personalizzabile | Coerenza a livello di piattaforma |
| Flessibilità dei modelli | Modello della piattaforma | Modelli della piattaforma | Elevata | Completa, locale o ospitata | Più provider, modificabili a metà storia |
| Personaggi della comunità | Libreria molto ampia | Non applicabile | Ampia libreria gratuita | Importazione di schede | Nessuno |
| Multigiocatore | Funzioni di conversazione di gruppo | Non incentrato sui gruppi | Incentrato sull'uso individuale | Dipendente dalla configurazione | Non supportato |
| Prezzi | Piano gratuito + a pagamento | Livelli a pagamento | Piano gratuito | Software gratuito, costo hardware/API | Piano gratuito; Plus $20/mese (utilizzo 30×) |
| Ideale per | Conversazioni casuali con personaggi | Prosa individuale e lorebook | Varietà di personaggi gratuiti | Massimo controllo e privacy | Campagne lunghe che richiedono continuità |
Le funzionalità e i prezzi delle piattaforme cambiano frequentemente. Verifica i dettagli aggiornati sul sito di ciascun fornitore prima di decidere.
Come configurare il gioco di ruolo per la massima continuità della memoria?
Indipendentemente dalla piattaforma, la continuità della memoria migliora sensibilmente con una configurazione intenzionale: gran parte del degrado è prevenibile grazie alla struttura, non a una tecnologia migliore.
Tecnica universale: il riepilogo di ancoraggio. Ogni 20–30 turni, scrivi un breve riepilogo nella sessione dei fatti stabiliti. Funziona sui sistemi limitati alla sessione, perché mantiene i fatti nella finestra di contesto, e sui sistemi persistenti, perché crea una registrazione ad alto segnale che il recupero può trovare.
«Prima di continuare, riepiloga lo stato attuale: il nome e i tratti del mio personaggio, con chi ci siamo alleati, chi abbiamo antagonizzato, i fili narrativi irrisolti e la posizione attuale.»
Per l'approccio con lorebook di NovelAI:
- Crea una voce del lorebook per ogni personaggio, fazione e luogo principale.
- Imposta attivatori per parole chiave sui nomi che compaiono nella prosa normale.
- Mantieni ogni voce sotto circa 200 token: voci lunghe sottraggono spazio al contesto narrativo effettivo.
- Aggiorna le voci dopo importanti sviluppi della trama invece di affidarti alla trascrizione.
Per Jenova's Roleplay Game Master:
- Apri l'Agente su jenova.ai/a/roleplay-game-master.
- Stabilisci il mondo e il personaggio nel messaggio iniziale anziché farlo gradualmente:
«Ambientazione: una città mercantile in decadimento dove la magia è illegale. Interpreto Kael, un ex inquisitore che ora contrabbanda artefatti proibiti. Cinico, umorismo asciutto, evita la violenza diretta. Tieni traccia della mia reputazione presso tre fazioni: la Guardia, la Gilda e il Coro Cinereo.»
- Continua nella stessa sessione di conversazione per giorni o settimane: la persistenza opera a livello di sessione, quindi tornare alla stessa conversazione conserva lo stato accumulato.
- Per verificare la continuità dopo una lunga pausa, richiedi un controllo dello stato:
«Riepiloga dove avevamo lasciato: la mia posizione presso ogni fazione, i fili aperti e ciò che stavo per fare.»
Per SillyTavern:
- Configura le voci di World Info con profondità di scansione e budget di token appropriati.
- Usa l'estensione di riepilogo per mantenere una cronologia condensata progressiva.
- Scegli un modello con una finestra di contesto ampia: qui la qualità della memoria è direttamente limitata dalla scelta del modello e dall'hardware.
Abitudine valida su tutte le piattaforme: dai nomi espliciti alle cose e riutilizza esattamente gli stessi nomi. I sistemi di recupero trovano corrispondenze basate sulla somiglianza semantica, e una denominazione incoerente («il capitano» invece di «Vell» invece di «quel tipo della guardia») frammenta quello che dovrebbe essere un singolo ricordo in tre ricordi deboli.
Quali sono i rischi per la privacy della memoria persistente nel gioco di ruolo?
La memoria persistente significa che la tua cronologia di conversazioni intime viene archiviata, conservata e potenzialmente difficile da eliminare; la ricerca su questa categoria specifica rileva lacune significative nella governance.
Uno studio arXiv del 2026 che analizza 2.909 post Reddit in 79 subreddit nell'arco di un anno ha identificato quattro schemi di privacy ricorrenti nelle AI companion e per il gioco di ruolo:
- Requisiti di accesso sproporzionati — verifica dell'identità e integrazioni ampie che appaiono eccessive in un contesto companion.
- Sensibilità intensificata nell'uso intimo — le conversazioni vengono «riclassificate come registrazioni simili a diari o altamente intime».
- Incertezza interpretativa e sorveglianza percepita — segnali di privacy contraddittori producono una sensazione generalizzata di essere osservati.
- Irreversibilità, persistenza e onere per l'utente — eliminazione e migrazione diventano difficili, e il lavoro di tutela della privacy viene trasferito sugli utenti.
L'argomentazione centrale dello studio è direttamente rilevante per la questione della memoria: la privacy in questi sistemi «non è modellata solo dai dati raccolti o riutilizzati, ma da come la governance viene organizzata attraverso accesso, interpretazione, conservazione e uscita». La memoria persistente è conservazione per progettazione. La funzionalità e il rischio sono lo stesso meccanismo.
L'articolo osserva inoltre che l'autorità italiana per la protezione dei dati ha multato Replika per violazioni della privacy, comprese carenze relative alla verifica dell'età: una prova che il controllo normativo in questa categoria è attivo e non teorico.
Lista di controllo pratica prima di attivare la memoria persistente:
- ☐ Puoi vedere ciò che il sistema ha archiviato su di te?
- ☐ Puoi eliminare singoli ricordi o solo l'intero account?
- ☐ L'eliminazione rimuove effettivamente i dati o li nasconde soltanto dall'interfaccia?
- ☐ I dati delle tue conversazioni vengono usati per addestrare i modelli AI?
- ☐ Puoi esportare la cronologia se desideri effettuare una migrazione?
Jenova dichiara che i dati degli utenti non vengono mai utilizzati per addestrare modelli AI pubblici, sono crittografati in transito e a riposo e non vengono venduti né condivisi con gli inserzionisti. Global Memory, il livello tra sessioni, può essere disattivato completamente in Settings, disabilitando sia l'archiviazione sia il recupero. Gli stack locali come SillyTavern con modelli locali offrono il più forte profilo di privacy disponibile, poiché i dati non lasciano mai il tuo hardware, al costo di una maggiore complessità di configurazione.
Cosa dicono i ricercatori sulla memoria conversazionale a lungo termine?
Il consenso della ricerca è che la memoria persistente offre vantaggi concreti ma rimane sostanzialmente al di sotto delle prestazioni umane, in particolare nel ragionamento temporale, e che il divario di affidabilità, non quello di capacità, rappresenta l'attuale collo di bottiglia.
«Il risultato più frainteso nella letteratura sulla memoria è il numero di miglioramento riportato nei titoli. LoCoMo ha mostrato che gli approcci con recupero aumentato e a contesto lungo migliorano le risposte a domande dipendenti dalla memoria dal 22 al 66 per cento, il che fa sembrare il problema quasi risolto. Ma lo stesso benchmark ha mostrato un divario complessivo del 56 per cento rispetto alle prestazioni umane e del 73 per cento nel ragionamento temporale. Per il gioco di ruolo in particolare, il ragionamento temporale è il prodotto. Una storia è una sequenza. Se il sistema sa che è avvenuto un tradimento ma non riesce a collocarlo rispetto all'alleanza che lo ha preceduto, la logica narrativa crolla anche se il richiamo è tecnicamente riuscito.»
«La seconda cosa che vale la pena evidenziare è che il richiamo allucinato è una modalità di fallimento distinta dal dimenticare, ed è più dannosa nei contesti creativi. La valutazione LoCoMo ha rilevato che i modelli a contesto lungo faticavano con le domande avversarie: confermavano con sicurezza eventi mai accaduti. In un assistente fattuale, è un errore che puoi individuare. In una campagna di gioco di ruolo di 40 ore, un ricordo condiviso inventato con sicurezza diventa canone e l'utente non ha alcun riferimento esterno con cui verificarlo. Per questo motivo consideriamo la precisione del recupero più importante della completezza del recupero.»
«L'implicazione architetturale è che l'archiviazione illimitata non è mai stata la parte difficile. Scrivere tutto è banale. La parte difficile è decidere quali tre fatti su diecimila appartengono alla finestra di contesto in questo turno. È un problema di ordinamento, ed è lì che si concentra davvero il lavoro ingegneristico rimanente in questa categoria.»
— Team di prodotto Jenova, memoria e orchestrazione di Agenti AI, oltre 6 anni di sviluppo di sistemi conversazionali in produzione
La letteratura di ricerca supporta ampiamente questo inquadramento. La valutazione di Aveni Labs della memoria a lungo termine per LLMs ha esplorato molteplici tipi di memoria distinti invece di trattare la memoria come monolitica, e la ricerca ACL Findings sulla valutazione della memoria a lungo termine propone metodi di valutazione più precisi, segnalando che anche la misurazione rimane un problema aperto.
In particolare, gli autori di LoCoMo hanno rilevato che RAG offre un compromesso equilibrato, «combinando l'accuratezza degli LLM a contesto breve con l'ampia comprensione degli LLM a contesto esteso», e offre risultati «particolarmente buoni quando i dialoghi vengono trasformati in un database di affermazioni (osservazioni) sulla vita e sulla persona di ciascun interlocutore». Per la selezione di una piattaforma di gioco di ruolo, questo favorisce i sistemi che estraggono fatti strutturati rispetto a quelli che si limitano ad archiviare trascrizioni grezze.
Quale approccio alla memoria scegliere per il tuo stile di gioco di ruolo?
L'architettura giusta dipende dalla durata delle sessioni, dalla complessità della storia e da quanto lavoro di cura manuale sei disposto a svolgere: non esiste un'opzione universalmente superiore.
Scegli la memoria limitata alla sessione quando:
- Le tue scene sono autonome e durano meno di qualche ora
- Ti piace ricominciare con variazioni invece di continuare un unico filo narrativo
- La privacy è fondamentale e non vuoi alcuna registrazione conservata
- Stai esplorando personaggi anziché costruendo una campagna
Scegli la memoria curata in stile lorebook (NovelAI, SillyTavern World Info) quando:
- Stai scrivendo narrativa lunga con una bibbia del mondo definita
- Vuoi un controllo deterministico su ciò che il modello richiama
- Sei disposto a mantenere manualmente le voci
- La precisione autoriale conta più della comodità
Scegli la memoria automatica persistente (Jenova Roleplay Game Master e soluzioni simili) quando:
- La tua campagna si estende per settimane o mesi attraverso molte sessioni
- Desideri continuità senza il sovraccarico della cura manuale
- La progressione di relazioni e reputazione è centrale nell'esperienza
- Dai valore alla possibilità di chiudere l'App e tornare senza dover ristabilire il contesto
Scegli soluzioni locali o auto-ospitate quando:
- La privacy non è negoziabile
- Vuoi ispezionare e modificare direttamente il livello di memoria
- Hai l'hardware e la tolleranza necessari per il lavoro di configurazione
Il riepilogo onesto è questo: la memoria persistente tra sessioni fa una grande differenza, probabilmente la più grande differenza singola disponibile negli attuali strumenti per il gioco di ruolo, ma non è gratuita. Amplia la superficie di esposizione della privacy, introduce il rischio di richiami allucinati che i sistemi limitati alla sessione non hanno e continua a fallire nel ragionamento temporale in modi che occasionalmente spezzeranno l'immersione. Sceglierla significa accettare questi compromessi in cambio di storie che si accumulano davvero.
Se stai conducendo una campagna di lunga durata e desideri memoria illimitata con personaggi coerenti tra le sessioni, Roleplay Game Master è progettato esattamente per questo.