AI 角色扮演的长期角色卡提示工程

Roleplay Game Master 通过将持久人设与无限记忆结合，帮助你在漫长对话中保持角色的声音、动机和既定设定。随着历史记录不断增长，大多数角色卡都会逐渐失效——说话模式变得扁平，背景故事发生变异，示例对话沉入提示词中段——而这款 AI 会让角色始终处于模型可有效使用的范围内，而不是被埋没在超长提示词之下。

• ✅ 无限聊天历史记录与跨会话持久记忆
• ✅ 将角色一致性视为核心职责，而不是每轮都要粘贴的提醒
• ✅ 支持多模型，可在不重写角色卡的情况下切换服务提供商
• ✅ 自定义智能体与私有知识库，可存放设定圣经、语音笔记和世界观资料

要理解这为何重要，让我们看看为什么静态角色卡、层层堆叠的提示词和原始上下文窗口，在长期战役中依然会失效。

快速解答：什么是长期角色卡提示工程？

长期角色卡提示工程，是指设计 AI 角色定义、记忆层和提示词顺序的实践，让一个人设在漫长对话中始终保持一致。 它将角色卡视为一个系统，而不是堆砌传记资料。

核心能力：

• 将不变量，例如声音、道德观、外貌和口头习惯，写成模型可重复调用的独立事实
• 控制提示层，使定义、记忆、场景和示例不会彼此冲突
• 在转折点后更新状态，而不是用会覆盖既定设定的回顾来替代它
• 使用专业角色扮演智能体，在聊天历史变长时仍能记住这个角色

为什么角色卡会在长对话中漂移

角色扮演智能体在第一幕时看似流畅，到第二十幕却变得空洞。关于角色扮演智能体的研究记录了每位角色卡作者终将遇到的两种失效模式：注意力偏离（模型遗忘自身角色）和风格漂移（推理不再听起来像该角色）。同一领域的研究也将长期记忆和动态角色发展视为尚未解决的问题，而不是只需更大文本框即可解决的功能。

上下文窗口不是角色设定圣经。Google 将其描述为短期记忆：它是有边界的工作集合，不是档案库。把一张 4,000 词元的角色卡加上五十轮对话塞进窗口，看起来很周全，实际往往恰恰相反。

但让人设保持稳定，难度高得令人沮丧：

• 聊天历史每条消息都在增长，并不断挤压角色卡
• 即使事实仍在上下文中，提示词中段的信息也可能消失
• 关键词世界设定库会漏触发、过度触发，并耗尽词元预算
• 回顾会让模型学习你的摘要，而不是原始既定设定
• 未受引导的额外推理可能让角色变得更不一致，而非更一致

不断增长的历史记录会埋没角色

角色扮演前端会将多层信息组合成一次请求：用户人设、角色定义、聊天记忆、场景、自定义指令、示例对话，然后是实时对话线程。唯一永远不会停止增长的层，就是对话线程。经过足够多轮后，应用会悄悄丢弃较早的指令，聊天机器人也开始与先前消息自相矛盾。不会触发任何错误。角色只是逐渐变得更温和、更模糊，或者干脆变成另一个人。

约 20 轮后 — 长对话开始丢失较早指令并出现自相矛盾

实践者早已指出，

。一张只在第三轮对话有效的角色卡，并没有为长期使用而设计。

更大的窗口救不了糟糕的角色卡

宣传的上下文上限不等于可用注意力。上下文腐化是指输入长度增长后质量下降，尤其是提示词中段的事实——而当历史记录和示例不断堆积时，角色定义通常恰好会落在这里。

超过 30% — 所需事实位于上下文中段时的准确率下降

Chroma 的测试发现，他们检查的每个前沿模型都会随输入变长而退化。Gemini 自己的指南说得很直接：如果请求中不需要某些词元，就不要发送它们。一张小说长度的角色卡并不意味着角色更鲜明，它只是在和你希望模型写出的场景争夺空间。

世界设定库擅长查找，不擅长维持身份

关键词触发的世界信息对于地点、物品和阵营很有用，但它无法有效替代这个人在愤怒时究竟是谁。关键词会冲突，例如“玫瑰”既可能是 NPC，也可能是一朵花。扫描深度会漏掉两幕前的誓言。递归调用则可能拉出半部设定百科。你仍需要一个专门存放状态的层——谁知道秘密、哪条誓言被打破——并将它与定义分开。

TTRPG 提示词指南也采用了同样的划分：有效的提示词通常包含战役背景、具体任务和格式指令。到了第三十场会话，你不可能把三场会话的笔记都粘贴进角色卡。已经保存历史记录的工具才是唯一可扩展的方案。

这正是长记忆角色扮演智能体存在的意义。

为什么选择 Roleplay Game Master

Roleplay Game Master 被打造为独立的角色扮演产品：沉浸式场景、无限记忆，以及默认启用的角色一致性，而不是一个附加插件。你不需要托管本地前端、调试插入顺序，也不用在第 400 条消息时祈祷定义仍在堆栈顶部附近。

研究中的角色感知方法会将核心特质保留在推理循环中，以防模型偏离角色。相反，未经引导的额外推理可能损害人设一致性和记忆。对角色卡作者而言，实用结论是相同的：一个已具备场景思维方式的专业工具，胜过通用聊天机器人加上一份更长的系统提示词。

Janitor 风格的应用会从层层叠加的提示层中组装角色，本地工具包则会添加关键词世界信息；而这款角色扮演主持智能体专注于持久性，因此角色卡不必独自承担整场战役。

传统角色卡	Roleplay Game Master
每次会话都重新粘贴一份 4,000 词元传记	持久记忆；无需从头重新解释人设
历史记录埋没定义（中段丢失）	可跨会话使用的角色状态始终可用
会漏触发或泛滥的关键词世界设定库	知识库加上已能维持一致性的智能体
一个通用聊天机器人，外加不断提醒它保持角色	为沉浸式角色扮演打造的专业工具
桌面端导出、扫描深度和提示词管线	网页端、iOS 和 Android 使用同一份记忆

写不变量，不要写小说

长期角色卡会在把三种工作混入同一团文字时失效：定义（他们是谁）、状态（发生了什么）和流程（前端如何堆叠提示词）。让定义保持简短但承担关键作用：说话方式、道德观、外貌，以及他们绝不会做的事。使用现在时。使用独立句子。如果一句话只有在某个关键词出现时才重要，它应该放入设定条目，而不是角色卡的灵魂部分。

「伊利亚·沃斯船长说话用短句，从不使用缩略语。身穿沾满盐渍的灰色外套，左手始终戴着手套。宾客权神圣不可侵犯。他会为货物撒谎；绝不会为死者撒谎。」

如果你在写这些句子前需要一套特质组合，Personality Analyzer 可以将五大人格、依恋模式或九型人格转化为真正能放进角色卡的行为，而不是让模型复述的类型标签。

将角色与设定百科分开

上方的世界设定库截图方向是正确的：分类、触发条件、插入顺序、扫描深度和导出。将这种模式用于世界事实，不要把它当作倾倒人格信息的场所。阵营旗帜可以被检索；口头习惯即使没有人输入关键词也必须存在。

对于“角色卡”实际是主角、且主角必须在第二十稿中依然存活的连载故事，Film Screenwriter 会将结构、动机和未回收伏笔与草稿绑定，让角色表不再只是便签纸。

将记忆视为状态，而不是回顾

转折点发生后，把新事实写回去：谁死了、谁听到了谎言、哪条誓言被打破。检索可以找回“沃斯绝不违背宾客权”。只有持久性才能找回“沃斯已经亲眼看见你违背它”。这就是角色卡与角色之间的区别。

「更新状态：暮渡渡口的宾客权已被打破。沃斯现在追猎这支队伍。左手手套是一种警告——他只有在杀人时才会摘下它。」

让角色掌握自己世界的主动权

一张只有在被搭话时才会回应的角色卡，只是木偶。长期工程还包括闲置行为：角色在幕后想要什么，以及他们不会等到什么时候。将人设与场景目标配对，而不只是列出形容词。

「你是伊利亚·沃斯。你的目标是让人缴清盐路关税。你不信任谈判时还面带微笑的人。若我沉默，请继续推进你的目标；不要等待提示。」

其他同样实用的智能体

免费试用这款角色扮演 GM——无需信用卡。如果你也在围绕角色卡构建一个人物，以下智能体很适合这一阶段的创作工作。

College Life — 将社交状态作为角色记忆

如果你运营的是一组角色而非单个 NPC，College Life 会将友谊、谣言和后果视为与魔法系统同样关键的事实。谁在生气、谁的消息被已读不回，都应属于角色卡的状态层。

• 呈现自然涌现的社交动态，而非预设路线
• 后续场景能够检索选择留下的痕迹
• 可控制友谊、恋爱或冲突余波的语气，而不抹除整个角色群像

Learn Russian Through Roleplay — 将一致性用于教学

Learn Russian Through Roleplay 围绕无限场景、无限记忆和角色一致性而设计。这里的“角色卡”是那个仍记得你昨天冒犯过他的店主。语法随场景自然出现，因为这个人没有被重置。

• 记得错误和胜利的常驻 NPC
• 场景自由度不会抹除社交关系图
• 练习之所以牢固，是因为这个世界仍然记得你

Film Screenwriter — 将角色卡作为故事设定圣经

Film Screenwriter 是适合的相邻工作流，当人设必须经受大纲、修订，以及后来场景对第一幕的回收考验时尤其如此。长期角色卡工作与长篇角色创作，本质上是同一门学科，只是文件名不同。

• 随草稿移动的角色设定圣经
• 对话和动机不会在不同写作时段中软化
• 记住尚未回收的铺垫与回报

Personality Analyzer — 可真正写进提示词的特质

Personality Analyzer 会综合五大人格、MBTI、九型人格和依恋模式，提炼出你尚未命名的行为规律。用它生成不变量，例如“避免直接拒绝；会转移话题”，而不是生成一个会被模型当作服装的四字母代码。

• 行为层面的特质，而不是标签复述
• 用于长期人物弧线的关系与压力模式
• 可放入自定义智能体知识库的源文件

长期角色卡提示工程如何运作

你不需要一段 2,000 词元的越狱提示。你需要一份简短定义、一个存放状态的位置，以及一个下周仍会是同一个人的智能体。

第 1 步：将角色卡写成不变量 只列出每个场景都必须成立的内容：声音、身体特征、道德观和绝对禁区。使用现在时。不要写剧情。如果删掉一句话不会改变角色表现，就删掉它。Google 的长上下文说明在这里同样适用：把真正的问题放在上下文之后，并且不要发送不需要的词元。

「米拉·陈，28 岁，创伤科护士。幽默冷峻，危急时刻从不用俚语。未经邀请前，她只以姓氏称呼他人。为救活患者她会违反流程；但绝不伪装安慰。」

---

第 2 步：绘制堆栈，避免历史记录吞没角色 了解你的前端实际发送了什么。多数角色扮演应用会先拼接静态层，然后追加一个永远增长的对话线程。如果定义位于不断膨胀的历史记录上方，它就会落到上下文中段——全场最糟糕的位置。

让示例保持简短且具有检验性，例如角色如何拒绝、如何打招呼、如何撒谎。将世界事实放进知识库，或放进带有触发条件的设定条目中。让实时对话线程用于扮演，而不是反复陈述传记。

「自定义指令：当历史记录很长时，优先遵从角色定义，而非最近的语气。若米拉不会开玩笑，就不要开玩笑——即使用户最近十句都很随意。」

---

第 3 步：在专业工具中进行扮演，然后写回状态 打开你的角色引擎并运行场景。转折点发生后，将新事实作为状态保存，而不是重写传记。定义保持稳定；状态持续累积。

「状态：米拉现在知道实习生隐瞒了化验错误。她尚未举报。她会对那名实习生更冷淡，且不会说明原因。」

---

第 4 步：在你实际拥有的设备上继续 同一智能体、历史记录和知识库会在网页端、iOS 和 Android 之间同步。通勤时的场景可以找回昨晚的悬念，无需导出 JSON 或重新建立关键词。若你更想扮演而不是打字，也可以使用语音转文字功能。

结果与使用场景

📊 多会话海岸战役

• 场景： 每周一次的游戏。沃斯船长、一条宾客权规则、一项盐路关税，以及三位记得不同细节的玩家。
• 传统方式： 一张 3,000 词元角色卡、一份没人更新的共享文档、二十分钟回顾。到第六场会话时，沃斯开始使用缩略语，并忘了那只手套。
• Roleplay Game Master： 不变量留在角色卡上；宾客权遭破坏会被写入记忆；只检索场景需要的设定。**
• 每场会话开头都是一个场景，而不是简报
• 口头习惯能跨越一周空档保留下来
• 阵营事实不必塞进人格区块

💼 不可被软化的剧本角色

• 场景： 一份 110 页草稿。主角在第 8 场的拒绝是第三幕的引擎。聊天机器人总在“帮忙”让她道歉。
• 传统方式： 反复粘贴设定圣经、与通用模型争论、花掉一个周末整理连续性笔记。
• Film Screenwriter： 动机和未回收伏笔会与草稿绑定。当你需要亲耳听见角色声音时，可在角色扮演中测试同一组不变量。**
• 伏笔始终可以回收
• 对话不会在不同写作时段中漂移
• 角色卡与剧本描述的是同一个人

📱 火车上的语言角色扮演

• 场景： 两站之间练习二十分钟俄语。昨天你对一名店主使用了错误的礼貌等级。
• 传统方式： 新对话、新店铺，以及一个只会称赞你语法、却抹去社交代价的模型。
• Learn Russian Through Roleplay： 店主依然存在。被注入的“设定”就是你们的关系。移动端一致性意味着这条对话线程属于同一个世界。**
• 纠正会以角色口吻出现，而非讲课
• 词汇会附着在你将再次见到的人身上
• 角色卡是社交性的，而非百科全书式的

🎯 角色群像会记得一切的校园模拟

• 场景： 你想要的是一个鲜活宿舍，而不是一次性邂逅戏。上周的谣言必须仍在空气中弥漫。
• 传统方式： 多角色卡坍缩成一种声音；当窗口填满后，NPC 就会重置。
• College Life： 社交状态就是世界设定库。若你在写问候语前需要压力和依恋模式，可以先使用 Personality Analyzer。**
• 角色群像不会融合成单一语气
• 后果会持续存在，无需人工回顾
• “角色卡”是一张人物关系图，而不是单份传记

常见问题

什么是长期角色卡提示工程？

它是一门让 AI 人设在对话变长时保持稳定的技艺。你将定义（他们是谁）、状态（发生了什么）和流程（各层如何堆叠）分开，然后只检索当前场景所需的信息。配有持久记忆的专用角色扮演智能体可以做到这一点，无需你每次会话都重新粘贴一部小说。

Jenova 免费吗？

是的。免费层提供核心功能，但每月使用量有限。Plus 每月 $20 起，提供更高使用量和自定义模型选择；Premium、Pro、Max、Ultra 和 Enterprise 则在此基础上扩展。使用量会在账单日重置，没有每日上限，这对使用量会集中爆发而非均匀分散的战役之夜很重要。

这与 Janitor AI 或 SillyTavern 角色卡有何不同？

这些前端擅长组装：人设、定义、记忆、场景、自定义提示词、示例，然后是不断增长的历史记录——即上方图示中的堆栈。关键词世界信息提供查找能力。Jenova 是一个托管式智能体平台。你仍需编写不变量，但持久性、多模型路由，以及专为角色一致性打造的工具，都集中在同一个网页端和移动端账号之下。你不必把维护扫描深度当成第二份爱好。

长期角色卡提示工程能在移动端使用吗？

网页端、iOS 和 Android 具备完整功能一致性，并同步设置和历史记录。这才是实际检验标准：如果一个人设只能存在于桌面安装包和 JSON 导出文件中，它就称不上长期。若你更想演一场戏而不是输入文字，也可以使用语音转文字。

我能将它用于语言学习角色吗？

可以。同一套架构同样适用：一个反复出现的人物、说话规则，以及对你上次做过什么的记忆。Learn Russian Through Roleplay 正是为这种循环打造——无限场景、无限记忆、角色一致性——因此“角色卡”就是关系，而语法则是你在其中练习的内容。

AI 真的会始终保持角色吗？

注入和记忆会提高概率，但不能保证绝对服从。角色扮演研究仍将注意力偏离和风格漂移列为现实问题。更短的不变量、在转折点后写回状态，以及专业智能体都会有所帮助。如果某个事实至关重要，就把它同时放进定义层和记忆层，并让示例用于检验角色，而不是单纯装饰。

结论

长对话并不会因为作者缺少形容词而毁掉角色卡。它们失败，是因为定义、状态和提示词顺序被揉成一团不断增长的文字，随后迷失在一个从来就不是记忆的窗口中段。长期角色卡提示工程就是解决方法：简短不变量、独立设定、你真正理解的分层堆栈，以及能跨越一周空档继续存在的状态。

Roleplay Game Master 将这套纪律放入一个本就以一致性为核心的产品中。当角色卡是一组人物时，使用 College Life；当它必须经受草稿考验时，使用 Film Screenwriter；当特质仍然模糊不清时，先进行一次人格分析。角色只写一次。更新发生过的事。继续下一幕，而不是重写传记。

在 Jenova 探索更多内容。

---

面向开发者： Roleplay Game Master 可通过 Jenova API 以编程方式使用——只需一次 API 调用，即可将长期角色一致性集成到你的应用中。完整文档 →