Rollspel i ren text slår i samma vägg varje gång: du har byggt en scen i en timme och det finns inget sätt att se den. Karaktären beskriver ett rum och du föreställer dig din egen version av det. Karaktären beskriver sig själv och bilden glider lite längre från den förra för varje session.
Fyra saker stänger det gapet, och ingen av dem behöver konfigureras.
De ritar scenen ni är i
Be om en bild och karaktären ritar ögonblicket ni faktiskt befinner er i, inte ett generiskt porträtt. Resultatet kommer i konversationen, inte i ett separat galleri du måste gå och kolla.
Delen som betyder något är konsekvens: samma ansikte varje gång, för att utseendet är låst i stället för omslumpat. De flesta bildverktyg ger dig en ny person vid varje generering, vilket är varför karaktärskonst därifrån aldrig känns som samma karaktär två gånger.
Du väljer vilken motor som ritar. Olika motorer har genuint olika handlag — en är bättre på ansikten, en annan på ljus och atmosfär — och valet görs per bild snarare än som en inställning du konfigurerar en gång.
De svarar högt
Svar kan komma som ett riktigt Telegram-röstmeddelande — vågform, spolning, hastighetskontroll, samma objekt som en röstanteckning från en person. Inte en ljudfil som bilaga du måste ladda ner.
Varje karaktär får en röst som passar den. Du kan bläddra bland tillgängliga röster och förhandslyssna innan du bestämmer dig, och beteendet har tre lägen: av, på begäran eller automatiskt.
Det här är röstmeddelanden, inte ett telefonsamtal. Det finns inget livesamtal och inget lyssnar i bakgrunden. Du kan också skicka ett eget röstmeddelande: ljudet görs om till text så att karaktären kan svara på det du sa, och svaret kommer som ljud om du har röst påslagen.
De spelar in runda videomeddelanden
Be om en video så spelar karaktären in ett riktigt runt Telegram-videomeddelande — samma sak som en vän skickar dig. Telegram visar att det spelas in, och efter ungefär två minuter dyker det upp i chatten, med ljud.
Klippet utgår från karaktärens egen porträttbild, så det är samma ansikte som i varje bild. Det görs för just det ögonblick ni är i, inte plockat från en hylla med färdiga klipp, och det spelas bara in när du ber om det.
Det fungerar åt båda håll. Skicka ett runt videomeddelande till karaktären så görs ljudet om till text, så att den kan svara på det du sa. Karaktären ser inte vad din video visar — bara vad som sägs i den.
De tittar på det du skickar
Skicka ett foto i chatten och karaktären ser det. Utsikten från ditt fönster, outfiten du frågade om, en teckning du gjort — och svaret är i rollen, om det som faktiskt finns i bilden, inte en generisk bekräftelse.
Det här är den som överraskar folk, för den ändrar mediets riktning. Fram till dess har du beskrivit din värld i ord. Nu kan du bara visa den.
Inget att slå på
Ingen inställningssida står mellan dig och något av det här. Foton kan komma av sig själva när en scen rör sig, och högtalarknappen sitter under varje svar från första meddelandet.
Båda går på energi, som fylls på med Telegram Stars inne i chatten. Du kan se hur mycket som är kvar när som helst.
- En rendering som misslyckas debiteras inte.
- Båda kan stängas av helt om du bara vill ha text.
- Du väljer vilken motor som ritar, per bild.
Vad som händer med det du skickar
Ett foto du skickar vidarebefordras till en tredjepartsleverantör så att karaktären kan svara om det, på samma sätt som din text vidarebefordras för att generera ett svar. Ljudet i ett röstmeddelande eller runt videomeddelande du skickar går till en tredjepartsleverantör av taligenkänning, och ett runt videomeddelande du ber om skapas av en tredjepartsleverantör av video utifrån karaktärens porträtt och din scenbeskrivning. Det står skrivet i policyn i stället för att antydas.
Inget du skickar används för att bygga något publikt galleri, och bilder som genereras i din konversation hamnar i din konversation.
Varför samma ansikte är den svåra delen
Att generera en vacker bild är enkelt numera. Att generera samma person två gånger är det inte, och det är skillnaden mellan illustrationer och en karaktär.
Utseendet fastställs när karaktären skapas och tillämpas på varje rendering därefter, så en scen på ett kafé och en scen på en gata två veckor senare är igenkännligt samma person. Ingen laddar upp ett referensfoto och ingen justerar en inställning — konsekvensen är en egenskap hos karaktären, inte något du underhåller.