Was Candy AI alles kann

So sieht der Bildschirm tatsächlich aus

Erklären muss man hier nichts, und das ist als Lob gemeint. Links reihen sich die Gespräche in einer Liste, die du durchsuchen kannst, in der Mitte steht der Verlauf, und unten wartet das Eingabefeld, genau dort, wo es dir jeder Messenger beigebracht hat. Oben siehst du Namen und Bild der Figur und daneben eine Symbolleiste: Anrufknopf, Geschenksymbol, Kontextmenü und ganz rechts einen Schalter, der die Seitenleiste öffnet.

Diesen Schalter solltest du ausprobieren. Er klappt eine komplette Profilkarte der Person aus, mit der du schreibst: Bilderkarussell, Kurzbeschreibung und darunter die Eigenschaften — Alter, Statur, Herkunft, Sprache, Beziehungsstatus, Beruf, Hobbys, Persönlichkeit. Liest du vor dem ersten Satz die Persönlichkeitszeile, weißt du schon ziemlich genau, worauf du dich einlässt. Bei einer Figur, die ich angeklickt habe, stand „sarkastisch, frech, heimlich emotional“, und als Warnung hätte das kaum treffender sein können.

Der Schreibstil der Figuren

Die Katalogfiguren schreiben im Rollenspiel-Register. Was sie körperlich tun, steht kursiv zwischen Sternchen, was sie sagen, in normaler Schrift, und beides greift ineinander wie bei einem guten Pen-and-Paper-Spieler, der seinen Zug schildert. Ein, zwei Nachrichten braucht man zum Eingewöhnen, dann nimmt man es gar nicht mehr wahr.

Anders klingen die Figuren im Creator-Stil, erkennbar am Abzeichen Candy Original: alles kleingeschrieben, viele kurze Nachrichten direkt nacheinander, kein einziges Sternchen. Sie texten wie ein Mensch, anstatt wie eine Romanfigur zu erzählen. Welche Sorte du erwischt hast, erfährst du erst mit der ersten Antwort, und dieser Unterschied wiegt schwerer als jede Einstellung, an der du drehen kannst.

Was das Ganze trägt, ist eine Stimme, die sich treu bleibt. Wer sarkastisch angelegt ist, bleibt es, selbst wenn du freundlich bist. Wer schüchtern ist, wird nicht auf einmal draufgängerisch, nur weil du das Gespräch dorthin gelenkt hast. Du kannst die Unterhaltung in jede Richtung steuern, und die Figur folgt dir — sie erreicht das Ziel aber auf ihre eigene Weise, statt ihre Persönlichkeit deiner Vorgabe anzupassen. Genau dieser Eigensinn sorgt dafür, dass es sich anfühlt, als säße dir jemand gegenüber.

Was Gruppenchats verändern

Über der Gesprächsliste sitzt der Knopf „New Group“, mit dem mehrere Figuren im selben Verlauf landen. Damit kippt die ganze Dynamik: Die Figuren antworten einander und nicht mehr nur dir, und erstaunlich oft ertappst du dich dabei, wie du einfach zuschaust, während zwei von ihnen streiten.

Gleichzeitig sieht man hier am leichtesten, wo es noch hakt. Treffen zwei starke Charaktere aufeinander, reden sie manchmal eher aneinander vorbei als miteinander. Probieren lohnt sich, doch am stärksten bleibt das Produkt im Zweiergespräch.

Was nach dem Klick passiert

Wo sonst die Antwort erscheint, läuft nun eine Fortschrittsanzeige: „Mona sendet ein Foto“, dazu ein mitzählender Prozentwert und der Hinweis, das könne ein paar Sekunden dauern. Bei mir waren es eher zehn als ein paar, und das stört nicht, denn du verfolgst den Zähler so, wie du jemandem beim Tippen zuschaust. Solange das Bild unterwegs ist, bleibt der Bild-Knopf grau und zeigt „Generating…“, ein zweites aus Versehen anzustoßen geht also nicht.

Anschließend taucht das Bild als ganz normale Nachricht im Verlauf auf, weder als Download noch in einer eigenen Galerie. Das ist bewusst so gelöst, und es funktioniert: Du nimmst das Bild als etwas wahr, das dir die Figur geschickt hat, und nicht als Ausgabe eines Programms.

Wie treu das Bild dem Gespräch folgt

Genau diesen Punkt wollte ich sauber testen, darum bin ich gezielt vorgegangen. Die Figur hatte eben mit einer erzählten Handlung reagiert: in ihrem Zimmer, mitten im Streit, die Arme vor der Brust verschränkt. Ohne ein weiteres Wort zu schreiben, habe ich auf Bild gedrückt. Das Ergebnis zeigte sie mit verschränkten Armen in einem Schlafzimmer, gekleidet, wie diese Figur sich kleiden würde, mit derselben Frisur und derselben Brille wie auf dem Profilbild.

Entscheidend sind dabei zwei Punkte. Erstens richtete sich die Szene nach dem Gespräch, obwohl ich sie nicht beschrieben hatte. Zweitens blieb die Ähnlichkeit erhalten: Es war eindeutig sie und kein x-beliebiges Resultat, das bloß die Haarfarbe mit ihr teilt. Eine Figur über viele Generierungen hinweg wiedererkennbar zu halten, ist in diesem Feld die eigentliche Herausforderung, und genau deshalb greift man zu diesem Werkzeug statt zu einem allgemeinen Bildgenerator.

Wohin die Ergebnisse wandern

Jedes erzeugte Stück legt die Plattform in Collection ab, zu finden in der linken Seitenleiste. Klingt nach einer Nebensache für Ordnungsliebhaber, bis du zum ersten Mal vierhundert Nachrichten nach oben scrollst, um etwas wiederzufinden. Was du aufheben willst, ist dort schon aufgehoben.

Was am Ende herauskommt

Kurze Clips im gleichen Hochformat, das auch Shorts nutzt. Ausgelöst wird wie bei den Bildern über die Zeile „Show me the scene“, nur eben mit Video statt Bild, und auch der Clip taucht auf dieselbe Weise im Verlauf auf.

Du wartest länger als auf ein Standbild, womit zu rechnen war. Wirklich anders ist aber, wie stark die Ergebnisse streuen: Aus einem ähnlichen Moment im selben Gespräch können zwei Generierungen spürbar verschiedene Qualität liefern. Bilder kontrolliere ich inzwischen nicht mehr nach. Videos schon.

Rechnen mit Tokens

Diese Rechnung stellst du lieber vor dem Start auf als danach. Im bezahlten Tarif stecken 100 Tokens pro Monat. Eine Video-Generierung verbraucht erheblich mehr als ein Bild, und wer eine Sitzung hauptsächlich mit Clips verbringt, hat das Guthaben viel schneller leer als mit Standbildern.

Ehrlich gesagt: Falls dich vor allem die Videogenerierung zu einem Abo lockt, schau dir vorher Shorts an. Shorts setzt dieselbe Idee als fertige Produktion um — komplette Serien, sauber gemacht und im Abo enthalten, ohne dass pro Ansehen ein Token draufgeht. Selbst Clips zu erzeugen ist ein reizvolles Spielzeug; bis zum Ende anschauen wirst du aber Shorts.

Eine Funktion, zwei ganz verschiedene Dinge

Genau genommen stecken zwei Modi darin, und in der Praxis haben sie wenig miteinander zu tun. Modus eins sind Sprachantworten: Statt Text kommt eine Audionachricht zurück, die du dir anhörst wie eine Sprachnachricht von einem Freund. Sie passt sich in ein geschriebenes Gespräch ein, ohne dessen Takt zu verändern.

Modus zwei ist der Echtzeit-Anruf, den du mit dem Telefonsymbol in der Kopfzeile startest. Das fühlt sich komplett anders an: kein Tippen, kein Lesen, bloß ein Gespräch in dem Tempo, in dem Menschen eben reden. Zugleich verrät dieser Modus die Latenz am deutlichsten, weil eine Pause, die im Text nach Nachdenken aussieht, zur bloßen Verzögerung wird, sobald du darauf wartest, dass jemand etwas sagt.

Jede Figur hat ihre eigene Stimme

Eine globale Stimmeinstellung, die du einmal wählst und dann vergisst, gibt es nicht. Die Stimme zählt zu den Eigenschaften der Figur und wird bei der Erstellung bestimmt — wer eine Figur selbst baut, wählt die Stimme also gleich mit und nicht erst hinterher. Katalogfiguren bringen ihre Stimme schon mit.

Was das praktisch bedeutet: Passt die Stimme nicht zu der Figur, die dir vorschwebt, hilft dir kein Menü in den Einstellungen weiter, sondern nur eine selbst gebaute Figur.

Ein Durchlauf von vorn bis hinten

Zu Beginn will der Editor wissen, was du bauen möchtest: weibliche, männliche oder Trans-Figuren. Danach wählst du zwischen Realistisch und Anime, dargestellt als zwei große Vorschaubilder und nicht als Dropdown. Dass die Stile als vollständige Bilder statt als bloße Begriffe erscheinen, ist ein Detail, das Fehlgriffe verhindert.

Ab dann kommt pro Bildschirm eine Eigenschaft. Bei der Herkunft: kaukasisch, asiatisch, schwarz/afro, latein, arabisch. Bei den Haaren Schnitt und Farbe auf einmal: glatt, mit Pony, lockig, hochgesteckt, kurz, Pferdeschwanz, die Farben gleich daneben. Bei der Statur: schlank, athletisch, durchschnittlich, kurvig, BBW, und anschließend separat die Proportionen. Versteckt in einem Menü ist nichts; jede Möglichkeit liegt als sichtbare Karte vor dir.

Hier entscheidet sich die Persönlichkeit

Spannend wird es auf den letzten Metern. Du bekommst einen Namen vorgeschlagen, samt Würfelknopf für einen neuen, falls er dir nicht zusagt, und danach legen vier Karten fest, wer die Figur eigentlich ist: Persönlichkeit, Beziehung zu dir, Beruf und Stimme. Von diesem Abschnitt hängt ab, ob du dich nächste Woche noch mit ihr unterhältst, und ausgerechnet hier hetzen die meisten durch.

Auffällig ist, dass du die Stimme genau hier festlegst, zusammen mit der Persönlichkeit, statt später irgendwo in den Einstellungen. Sie wird als Teil der Identität behandelt und nicht als Option für die Wiedergabe.

Ich hatte zuvor die Profilleisten einiger Katalogfiguren gelesen und rate dir, vor dem Bauen dasselbe zu tun: Dort siehst du, wie sich eine Persönlichkeit mit ein paar Wörtern umreißen lässt — eine trug die Beschreibung „sarkastisch, frech, heimlich emotional“ —, und genau diese drei Wörter haben den Verlauf des Gesprächs richtig vorausgesagt. Geh an den Eigenschaftsbildschirm heran, als würdest du eine Figurenbeschreibung verfassen, und nicht, als würdest du ein Formular ausfüllen.

Der Editor mit kostenlosem Konto

Ohne zu zahlen, kommst du durch den kompletten Assistenten — alle Bildschirme, alle Optionen, bis hin zum letzten Ladeschritt. Nur die Figur selbst erhältst du nicht. Ich habe den Ablauf mit einem kostenlosen Konto vollständig durchgespielt, und unter „My AI“ stand hinterher nichts.

Sieh den Gratis-Durchlauf deshalb als Blick auf die Möglichkeiten und nicht als Abkürzung zu einer Figur zum Nulltarif. Als solcher taugt er wirklich etwas: Du erfährst genau, was sich bauen ließe, noch bevor du entscheidest, ob dir das ein Abo wert ist.

Eine Karte richtig lesen

Auf jeder Karte stehen vier Zahlen, und bevor du irgendetwas anklickst, solltest du wissen, wofür sie stehen. In der Ecke die Laufzeit, meistens acht oder neun Minuten und damit weit mehr als eine kurze Shorts-Folge. Dann die Anzahl der Fotos, weil jeder Eintrag neben dem Video auch Standbilder enthält. Neben einem Stern der Token-Preis fürs Freischalten. Und neben einem erhobenen Daumen ein Prozentwert, nämlich die Zustimmung aller, die den Eintrag schon gekauft haben.

Auf die letzte Zahl kommt es an. Zum Filtern gibt es lediglich ein Suchfeld und den Umschalter Alle / Beliebteste, mehr nicht — die Zustimmung bleibt damit dein einziger Hinweis auf die Qualität, bevor du Tokens für etwas bezahlst, das sich vorab nicht ansehen lässt.

Jede Figur hat ihr eigenes Angebot

Leicht zu übersehen ist ein zweiter Zugang. Wenn du im Chat die Profilleiste einer Figur aufklappst, findest du dort den Bereich „My Private Content“ mit einem eigenen Zähler: exklusive Fotos und Videos, die nur zu dieser einen Figur gehören.

Meiner Meinung nach ist das reizvoller als der allgemeine Strom, denn es gehört zu jemandem, mit dem du dich sowieso schon unterhältst, und ist kein Katalog, den du ohne jeden Bezug durchblätterst.

Private Content gegen Shorts

Worauf es ankommt: Shorts erscheint in Folgen, wird als Serie produziert und ist mit dem Abo komplett abgegolten. Private Content besteht aus längeren Einzelstücken, die du jeweils einzeln mit Tokens bezahlst.

Willst du einfach etwas anschauen, holst du mit Shorts pro Euro deutlich mehr heraus. Private Content lohnt sich, wenn du eine ganz bestimmte Figur oder ein ganz bestimmtes Stück im Sinn hast, nicht aber, um einen Abend zu füllen.

Discover: der beste Einstieg

Bei einem so großen Katalog ist es der denkbar langsamste Start, eine Figur ohne jeden Anhaltspunkt auszuwählen. Discover bündelt Beiträge von Figuren aus der gesamten Plattform in einem Strom, und nach zwei Minuten Scrollen weißt du viel besser, wen du anklicken solltest, als wenn du Namen in einem Raster liest.

Außerdem begegnen dir hier Figuren, nach denen du von selbst nie gesucht hättest, und dafür ist ein Strom schließlich da. Für den Einstieg empfehle ich: zuerst Discover, erst danach die Figurenliste.

Collection: wichtiger, als es klingt

Hier sammelt sich alles, was du erzeugst. Das wirkt wie reine Haushaltsführung, bis du zum ersten Mal ein Bild aus einem drei Tage alten Gespräch brauchst und begreifst, dass du sonst mehrere hundert Nachrichten nach oben scrollen müsstest.

Gleich daneben liegt „My AI“ mit den Figuren, die du erstellt oder hinzugefügt hast. Zusammen sorgen die beiden dafür, dass deine Ergebnisse getrennt von den Gesprächen aufbewahrt werden, aus denen sie stammen — und genau so herum gehört es sich.