游戏NPC对话AI定制：人设一致性与越界拦截

在游戏 AI 实验室的这轮实验中，我们把目标收窄到一个具体问题：让大模型驱动的 NPC，在多轮、长周期对话中保持人设不漂移，同时不产出越过世界观与合规边界的回答。
做法分三层。角色层用结构化角色卡固化身份、口吻、知识范围与禁忌；记忆层将关键剧情事件写入向量库，按当前上下文检索召回；护栏层在生成前后各做一次校验——前置用规则与分类器拦截越界提问，后置复核人设符合度与敏感内容，命中则降级为预设台词。
阶段性进展：在含 12 名 NPC、约 2000 轮对话的内部测试集上，人设一致性人工评分由基线 3.1/5 提升至 4.2/5；针对 200 条刻意诱导越界的提问，直接违规输出从 17 条降至 2 条，其余由护栏层改写或转回安全台词。单轮额外延迟约 180ms，在非战斗场景可接受。
下一步计划有两点：一是把记忆检索从纯语义相似度改为「剧情进度 + 关系值」加权，减少跨章节信息串场；二是引入玩家情绪信号，使 NPC 面对挑衅时做出更符合人设的软性拒绝，而非机械复读。