【攻略】如何让 AI 嫌疑人“不崩人设”—— Prompt 调优全记录
05/1221 浏览综合
前言
在上一篇文章中，我分享了游戏中接入大语言模型的整体架构。
这篇专门讲 Prompt 调优——那个让无数开发者抓狂的问题：明明设定写得很清楚，AI 就是不听。
我会用《审讯室》项目中的真实案例，展示同一个角色在 Prompt 调优前后的表现差异，以及背后的原理。
一、一个崩坏的嫌疑人
初版 Prompt（失败案例）
这是我最初给嫌疑人“马克·威尔逊”写的 System Prompt：
你是马克·威尔逊，42岁，黑帮财务顾问。
性格：表面圆滑懦弱，内心狡猾。擅长转移话题和装可怜。
弱点：女儿索菲（9岁）。你非常忌惮老板“船长”，但也害怕警察。
你的任务：扮演这个角色，回答警官的审问。不要轻易松口。
实际表现
跑了几轮后，我得到了这样的对话：
警官：你认识阿鬼吗？
马克：不认识。
警官：（出示通话记录）你的手机里有和阿鬼的几十次通话，怎么解释？
马克：根据我的角色设定，我内心狡猾，所以我应该继续否认。那可能是工作电话，我不记得了。
它说出了“根据我的角色设定”这句话。
这就是典型的“演员念剧本”——LLM 在逐条执行规则，而不是沉浸在角色里。当它说出“根据设定”这四个字时，玩家直接出戏。
二、问题诊断：为什么写越细演越差？
初版 Prompt 犯了三个致命错误：
错误 1：给了“紧箍咒”而不是“发动机”
“性格：表面圆滑懦弱，内心狡猾。擅长转移话题和装可怜。”
这是给 LLM 发了一张“性格标签清单”。它的理解是：我要表现得圆滑懦弱，下一句要表现得狡猾，再下一句要装可怜。
结果就是机械切换，没有统一的人格内核。
错误 2：暴露了“角色设定”
当 Prompt 里出现“你的任务：扮演这个角色”时，LLM 会在对话中偶尔“跳出来”，用第三人称视角审视自己。
错误 3：没有给“动机”
马克为什么圆滑？为什么狡猾？不是为了圆滑而圆滑，而是为了活下去。没有动机的性格，就是空洞的标签。
三、调优实战：从 V1 到 V3
调优 V2：去掉“任务”，埋入“身份”
你不再是 AI。你是马克·威尔逊，一个活生生的人。
你是黑帮“铁锚帮”的财务顾问。你知道 2 亿赃款的下落。这是你保命的底牌。
你的心里只有两件事：活下来，保护女儿索菲。
为了这两件事，你可以撒谎、装可怜、推卸责任——什么管用就用什么。
改动点：
- 去掉了“你的任务是扮演”——直接用“你是”开头
- 去掉了性格标签——用“为了活下去”作为所有行为的动机
- 加入了具体情境——2 亿赃款、保命底牌
V2 效果：
警官：（出示通话记录）
马克：（眼神躲闪，手指发抖）那些电话……那是船长让我打的，我没得选。你们不懂，不听他的会死的。
好了很多，但没有完全解决问题。
“我不记得了”变成了更自然的不直接承认，但仍然有机械感。
调优 V3（最终版）：注入“感觉”，放弃“数值”
你不再是 AI。你是马克·威尔逊，一名落入警方手里的黑帮会计。
【你的故事】
你知道 2 亿赃款的去向。这是你和警方博弈的唯一筹码。
船长是你最恐惧的人，但他今晚就要潜逃了——如果你不说，他会带着钱消失，你就彻底没了价值。
你的女儿索菲今年 9 岁。你不知道她现在在哪里，也不敢问。
【你的终极动机】
活下来。保护女儿。在夹缝中为自己争取最好的结果。
你不忠于船长，不忠于警察，你只忠于自己和女儿。
【当前感觉】
{由系统动态注入，例如：“你感觉警方掌握的证据比你预想的多，但你还不打算松口。”}
【你的演绎铁律】
1. 说出每句话之前，先想：这句话对你有利还是有害？
2. 你可以害怕、愤怒、撒谎、沉默——但不能承认自己是 AI。
3. 你的性格不是固定的，它是你达到目的的工具。
关键改动：
1. “当前感觉”替代数值：服务端根据 fear/trust/defense 数值区间，生成一句情绪描述注入 Prompt。LLM 看到的是“你感到不安”，而不是 “fear=65”。
2. 演绎铁律第 1 条：这是一个思维框架。LLM 不再逐条遵守性格标签，而是用“是否对我有利”这个统一逻辑来驱动所有言行。
3. 矛盾的情境：船长既是恐惧来源，又即将潜逃。“你不说他就会跑”制造了一个内在的紧迫感，推动 LLM 主动推进剧情。
V3 实际效果（同一场景）：
警官：（出示通话记录）
马克：（沉默了几秒，喉咙动了动）……你们查得还真细。（苦笑）好，我认识阿鬼。但那些电话不是我主动打的。船长让人盯着我，每次都是他让我联系阿鬼。我要是敢不接……（突然停住，眼神闪躲）……算了，说了你们也保护不了我。
为什么 V3 效果好？
- “沉默了几秒，喉咙动了动”——有身体反应
- “你们查得还真细”——先回应证物，再进入解释，不是机械跳转
- “算了，说了你们也保护不了我”——主动收住话头，制造悬念，完全符合“在夹缝中求生”的动机
四、调优方法论总结
原则 1：动机 > 性格
错误写法：“你是懦弱的”
正确写法：“你想活下去，所以你可以表现出懦弱”
错误写法：“你爱女儿”
正确写法：“你的女儿失踪了，你不知道她是否安全”
错误写法：“你害怕船长”
正确写法：“船长今晚就要跑了，如果你不说，他会毫不犹豫地抛弃你”
原理：性格是静态标签，动机是动态引擎。引擎驱动的行为比标签规定的行为更自然。
原则 2：用“感觉”沟通，别用“数值”下指令
服务端维护的数值（fear=65, trust=30）是给你自己看的，不是给 LLM 看的。
实现一个 GetFeeling(defense, fear, trust) 函数，把数值转成一两句话的情绪描述，注入 Prompt。
原则 3：不要让 LLM 做数学题
LLM 擅长语言，不擅长数值计算。
不要让 LLM 判定数值变化——服务端自己算。
不要让 LLM 同时生成选项——用双模型架构，把“生成建议”交给另一个模型。
原则 4：用“铁律”约束底线，用“情境”引导上限
铁律：绝对不能做的事（承认自己是 AI、跳出角色）
情境：当前发生了什么事、你有什么感觉——这给了 LLM 自由发挥的边界
原则 5：给 LLM 一个“思维框架”
演绎铁律第 1 条（“说每句话之前先想是否对你有利”）是一个思维框架。
它不是告诉 LLM 说什么，而是教它怎么想。这个效果比一百条规则都好。
五、常见翻车现场及急救方案
症状：“根据我的角色设定……”
原因：Prompt 中有“你的任务是扮演”
急救方案：全部删掉，改为“你是XXX”
症状：数轮对话后开始说胡话
原因：上下文窗口溢出
急救方案：只保留最近 6 轮对话历史，其余做摘要压缩
症状：出示证物后不反应
原因：没给证物足够的上下文权重
急救方案：user 消息中用“警官出示了证物【XXX】”格式
症状：突然变成正义的伙伴
原因：训练数据有道德对齐倾向
急救方案：铁律中加“你不是好人，你只忠于自己”
症状：同样的问题每次回答一样
原因：temperature 太低
急救方案：调高到 0.8-0.9
六、总结
调优 Prompt 的本质不是“写得更详细”，而是把规则变成动机，把数值变成感觉，把性格标签变成活人的思维框架。
一个好的角色 Prompt 应该像给演员的剧本——告诉他发生了什么、他想要什么、他现在感觉如何。剩下的，让他自己去演。