在游戏娱乐方向，我们以一款小型剧情向Demo为试验场，验证大模型驱动的NPC对话系统能否在长时交互中守住人设，并沉淀可复用的工程约束。
做法是把NPC人格拆成三层：固定人设卡（身份、口癖、禁忌）、关系状态表（对玩家好感度、已解锁情报）、场景约束（当前任务阶段允许透露的信息）。每轮对话先由检索模块召回相关记忆条目，再拼接进提示词；生成结果经规则校验器过滤越界回答，命中则回退到预设台词，保证不破坏任务流程。
阶段性进展：
· 约1200轮玩家实测对话中，人设越界率由冷启动的11.3%降至2.6%，残余问题集中在玩家刻意诱导与跨场景话题跳转；
· 引入关系状态表后，玩家单次会话时长平均提升约34%，但记忆检索带来约180ms额外延迟，移动端需做缓存与异步预取。
下一步计划：将记忆条目改为结构化事件流，并尝试用小模型做在线一致性打分，替代当前的事后抽检。
评论