AI游戏NPC对话定制：人设一致性与长程记忆

在开放世界游戏中，NPC 对话最容易在两个地方露怯：一是同一角色前后语气漂移，二是玩家隔了几十轮再提旧事，NPC 已经忘干净。我们在游戏AI实验室做了一组小规模实验，把「人设一致性」和「长程记忆」拆成两个可测量的指标来调。

做法上不再让模型直接裸写台词，而是加了一层轻量编排：角色卡固化语气、口头禅与知识边界，检索层只召回与当前话题相关的过往事件摘要，生成时再对候选台词做人设打分过滤。测试集选取 30 个角色、约 1200 轮玩家自由输入，人工评估人设一致性得分从 71% 提升到 89%，跨 50 轮以上的旧事提及准确率从 43% 提升到 78%，单轮响应延迟基本维持在 600ms 以内。

下一步计划把该方案接入带任务线的剧情分支，观察长程记忆在多结局任务中的稳定性，并补充角色间记忆隔离，避免 NPC 之间串设定。