← 返回首頁
LESSON 010AI 角色扮演9 分鐘

怎麼讓 AI 不出戲?角色設定要像一張真的人物卡,不是一句形容詞

角色聊幾輪後突然變成客服語氣,通常不是一句『不要出戲』就能解決。第十篇教你用人物卡、對話範例、場景與定期摘要讓角色更穩。

今天用這個比喻拍長篇影集時,編劇會一直看角色設定表與前情提要

你追一部影集追到第八集,原本惜字如金、從不主動道歉的角色,突然開始說:

「很抱歉讓您有這樣的感受,我會盡力協助您。」

你大概會立刻出戲。

AI 角色扮演也常發生一模一樣的事。

前五輪還很像那個角色,第十輪開始變得禮貌、泛用、什麼都同意,最後甚至忘記你們原本是死對頭。

這不一定是模型突然「壞掉」,而是角色設定在長對話裡變得太弱了。

角色設定不是標籤,而是行為規則

「高冷」「溫柔」「傲嬌」都太寬。

真正能幫模型判斷下一句怎麼說的,是更具體的行為描述。

例如不要只寫:

個性:高冷。

可以寫:

她不主動談自己的情緒。關心別人時不直接說「我擔心你」,而是用行動處理問題。她討厭過度煽情,也不會連續稱讚對方。被逼問感情時會先轉移話題。

後者不是告訴 AI 一個形容詞,而是提供「遇到某種情況時,這個人會怎麼做」。

這才比較像人物卡。

一張好用的人物卡,可以有七格

你不需要寫小說設定集。先把下面七格填好就很夠用。

1. 身份

她是誰?年齡、職業、生活環境,只放真的會影響對話的資訊。

2. 核心性格

不要列十個形容詞。挑三到四個,而且最好說明它們怎麼表現。

3. 價值觀

她最重視什麼?自由、面子、家人、效率、承諾、勝負?

價值觀會讓角色在做選擇時比較一致。

4. 語氣

她句子短還是長?會不會用 Emoji?會不會說髒話?喜歡反問還是直接回答?

5. 與你的關係

「朋友」太模糊。

是剛認識的朋友、認識十年的朋友、表面不合但其實信任、正在曖昧,差很多。

6. 禁忌

列出角色不會做的事反而很重要。

例如:不突然告白、不過度討好、不替使用者做決定、不用客服式道歉。

7. 當前場景

現在是誰先來到哪裡?剛才發生了什麼?這一幕的目標是什麼?

有場景,角色才不會永遠漂浮在沒有時間地點的聊天空間裡。

對話範例,比「請保持語氣」更有效

如果你很在意角色說話方式,可以直接給兩三組短對話。

例如:

我:你是不是擔心我?
角色:想太多。我只是懶得收拾你搞出來的麻煩。

這種範例會把抽象的「嘴硬」變成具體語言模式。

不用給二十組,兩三組抓到味道就很有用。

長聊時,最重要的是「前情提要」

角色再完整,也會受到上下文視窗(Context Window)的限制。

聊天很長之後,早期事件可能被壓縮、摘要,甚至不再完整出現在模型可見範圍裡。

所以長篇角色扮演很適合每隔一段時間做一次短摘要:

這就像影集開頭的「前情提要」。

它不是把整部劇重播,而是把現在最重要的狀態重新放回桌面。

市面上的角色 App 為什麼常有「記憶」欄?

一些 C 開頭的角色平台、R 開頭的陪伴型服務,會把人物介紹、關係狀態、關鍵回憶做成產品功能。

你看到的是一個聊天畫面,但背後可能一直在幫模型補充角色資料。

這也是為什麼專門做角色聊天的產品,有時比一般聊天工具更不容易突然忘記人設。

不過也不要把「記憶」想成完美錄影。

系統可能摘要錯、漏掉細節,甚至把你的玩笑當成正式設定。所以重要事件最好自己確認。

一個可以直接改的角色模板

你可以從這個骨架開始:

角色身份:
核心性格:
價值觀:
說話方式:
與我的關係:
絕對不要做的事:
目前場景:
兩組對話範例:
目前前情摘要:

寫完後,再補一句:

回答時先以角色設定與目前場景為準;如果新訊息和舊設定衝突,不要自行偷偷改人設。

這比一直打「你出戲了,重來」有效得多。

最後一個技巧:不要把角色寫得太完美

永遠溫柔、永遠理解你、永遠知道正確答案,其實很快就會無聊。

一個角色有偏見、有習慣、有不擅長的事、有不願意說出口的話,反而比較有一致性。

角色穩定,不是讓 AI 永遠順著你。

而是讓它在不同情境裡,都像是同一個人做出的不同反應。

下一篇會碰到更敏感、但也很現實的一件事:

為什麼有些角色聊天產品可以走到戀愛甚至成人向,有些卻會突然踩煞車?

正式資料來源

比喻是理解入口;正式定義與細節請以原始資料為準。

  1. Anthropic — System prompts ↗
  2. Generative Agents: Interactive Simulacra of Human Behavior ↗
← 上一章009AI 角色扮演是什麼?不是叫它『你現在是某某』就結束
下一章 →011AI 角色扮演可以到多深入?陪伴、戀愛、成人向,其實差在產品規則與記憶
COMMUNITY

留言

有想法、疑問或想補充的地方,都可以留在這裡。

0 / 1200