游戏AI NPC长期记忆定制：人设一致性与对话召回

在叙事类游戏的 NPC 对话实验中，我们把「记住玩家」拆成三层：会话内上下文、跨会话情节记忆、与人设绑定的长期事实。情节记忆按事件抽取后写入向量库；检索时先用人设标签过滤，再用对话意图重排，最后经一致性校验器判断候选回复是否与人设设定冲突，冲突则回退到安全话术，避免 NPC 忽然「出戏」。

进展与数据：

• 在 200 轮/角色的测试脚本中，人设一致率由 71% 提升至 89%，称呼与指代错误下降约六成；单次检索加校验耗时稳定在 300ms 以内，可本地部署。
• 下一步：让多 NPC 共享世界记忆，处理「A 知道的事 B 是否该知道」的信息隔离与冲突合并，并把玩家长期偏好作为可选记忆层，观察其对剧情走向的影响。