让 NPC 拥有人格：我的第一次对话实验

我在研究游戏 NPC 对话时，一直想知道：如果给角色不同的性格设定，它们能不能在交谈中表现出区别？

为了观察这个问题，我做了第一篇论文的 NPC 对话实验。五位角色在游戏世界的酒馆里，围绕“你有喜欢的人吗”这个话题交流。没有玩家参与，程序让 NPC 轮流发言，把生成的内容继续传给后面的角色。

这次实验已经完成一百回，每回十五次发言，保存了一百份日志，共一千五百次由程序标记角色的模型输出。它是我的第一回实验；后续还有第二回实验，这篇先记录第一次的过程。

“你有喜欢的人吗”是一个容易展开、也容许不同回应的话题。有人可以直接分享，有人可能谨慎地保持距离，有人关心朋友的感受，也有人先分析这件事。

这种场景给不同的性格留下了表达空间。我的重点是观察角色如何参与、如何接话，以及此前的发言会怎样影响后面的生成。

第一次最终实验使用了五名角色，提示词中的设定如下：

研究围绕 TIPI 所对应的人格框架展开，Demo 中也保留了数值人格和计分转换的探索。不过，这批一百回最终实验传给模型的是上表中的文字描述，不能把其他版本的五维参数直接写成这批实验的输入。

TIPI-J 是简短的人格量表，十个题项分别对应 Big Five 的五个维度。把相关框架用于生成角色，需要进一步检验生成行为，不能仅凭设定就认为人格已经准确表达。TIPI-J 原始论文

最终脚本调用 DeepSeek 的 deepseek-chat，temperature 为 0.7。每回实验重新初始化酒馆场景，按 Aki、Mika、Yui、Rina、Kana 的顺序循环发言。

每次调用之前，程序加入当前角色的名字、性格与话题要求；得到回复后，将它追加到共享对话历史，再让下一个角色继续。


初始化酒馆场景
      ↓
加入当前角色与性格要求
      ↓
调用 DeepSeek，生成回复
      ↓
追加回复到本回历史
      ↓
切换角色，直到完成十五次发言
      ↓
保存本回日志，开始下一回

这里的“十五次”指一回里五名 NPC 合计发言十五次，每人被程序调用三次。它不等于五个人各自发言十五轮。

最终版本保留本回此前的消息；每回结束后清空历史，重新开始。早期 Demo 里还有滑动窗口版本，但不能把它混写成最终脚本的配置。

第一回日志开头，Aki 兴奋地分享自己的好感对象，Mika 小声说自己欣赏吟游诗人的音乐，Yui 接着回应 Mika，Rina 则从时间和效率的角度谈恋爱，Kana 表达对铁匠铺学徒的好感与不安。

这几个开场提供了具体的观察材料：同一个话题下，角色的表达方式确实可以不同。

不过，继续读日志，会发现生成控制还有值得研究的地方。在第一回中，一次调用原本只指定一个 NPC，回复却可能续写多个人的动作和对话。文件中标在回复前面的名字，表示程序这次指定的角色，不保证正文始终只有它一个人在说话。

因此，“一千五百条输出”也不等于一千五百句严格独立、单角色的台词。要评价人格或统计行为，需要同时读输出内容，处理这种角色边界问题。

这是实际记录里很值得保留的一点：流畅的对话和可控的角色输出，需要分别检查。

保存日志，让每次生成有了可以回看的依据。但完成一百回，并不自动说明人格稳定，也不能据此推断不同模型谁更好。

这一批实验使用的是 DeepSeek。公开 GitHub 仓库里的多模型入口和避难所示例，属于另一套项目展示，不能替代第一篇论文的实际实验条件。

我更愿意从日志中挑出具体例子：角色怎样回应别人，是否沿着原本的性格表达，什么时候开始续写其他角色，以及后续话题怎样变化。对这些现象的解释，要和论文采用的方法及统计口径保持一致。

这次实验把角色设定、模型调用、多轮历史和结果保存连接起来，也留下了一批真实对话材料。

接下来值得追问的是：性格描述怎样影响输出？一段回复“听起来像角色”，和整个互动过程保持角色特点，有什么区别？怎样限制模型只生成当前角色的回应？

第二回实验有自己的条件与材料，应该单独介绍。先把第一次说清楚，再比较两次研究的变化，才能让读者看见这个项目是怎样逐步推进的。