Ash's Blog

构建沉浸世界的智能 NPC（二）：Context Assembly & Author's Note

AI游戏开发NPC 对话上下文工程智能 NPC 系列

在上一篇中，我们搭建了 NPC 对话的基础架构：用角色卡（Persona）定义角色、用世界书（World Book）存储设定、用上下文编排决定哪些信息进入 AI 的视野。但那套系统有一个问题——世界是静态的。NPC 拥有丰富的背景设定，却永远活在同一个”此刻”。

本篇解决这个问题。我们会依次引入三层机制：时间系统（让世界流动）→ Author’s Note（让导演介入）→ Depth（控制导演的力度）。三层递进，后一层解决前一层留下的缺口。

核心前提：在 LLM 驱动的 NPC 对话中，一切都是基于上下文工程。LLM 没有记忆、没有状态、没有情感——它只能看到你这一次喂给它的文本（即”上下文”），然后基于这段文本生成回复。所以，要让 NPC “知道”什么、“关注”什么、“紧张”什么，唯一的办法就是把对应的信息放进上下文里，并且放在合适的位置上。本文讨论的所有机制，本质上都是在回答同一个问题：如何组装这段上下文，才能让 AI 表现得像一个活人？

第一个问题：静止的世界没有体验

我们有一份跨越 500 年的剧本。不同种族的兴衰、战争的爆发与终结——所有事件都写好了，时间线清清楚楚。

但当玩家进入游戏，他看到的是什么？

一个凝固在”此刻”的世界。

酒馆里的艾琳娜是个幽灵，她”死了很久”。铁匠说”以前打过仗”。酒保在擦杯子。所有 NPC 都像博物馆的蜡像——他们有各自的故事背景，但这些背景只是一张静态的说明牌。

玩家：你在这里待了多久了？

艾琳娜：「很久了…我已经记不清了。」

这没有问题。但如果玩家第二天来、第三天来、一个月后来，艾琳娜的回答还是一样的——“很久了”。她的世界没有在流动。

因为体验的本质是共同经历。电影之所以好看，是因为观众跟着角色一起经历了两个小时的起承转合。但在一个静止的世界里，玩家和 NPC 之间不可能建立共同经历。

解决方案：引入时间，让世界流动起来

1. 给游戏世界一套历法

游戏有自己的纪年。玩家进入游戏时，是第 500 年。时间会随着游戏推进而流动——一天天过去，年份在累积。

2. 时间决定了”谁知道什么”

这是最关键的设计：时间是角色记忆的唯一凭证。

NPC出生年份知道的事不知道的事
铁匠第 450 年提弗林入侵（亲历）第 450 年之前的上古秘辛
艾琳娜第 229 年（死于第 250 年）精灵王国鼎盛期、上古精灵的传说提弗林入侵（她死后 200 年才发生）
老妖怪第 100 年过去 400 年的所有事第 100 年之前的远古纪元
酒保第 470 年提弗林入侵的后果、当下的世界格局战争的具体过程（他没亲历）

同样一个问题——“提弗林入侵是怎么回事？“——四个 NPC 会给出完全不同的答案：

铁匠（亲历者）：「第 450 年…我那年才刚出师。提弗林的军队从北方来的时候，我连一把像样的剑都打不出来。」

艾琳娜（死于入侵前 200 年）：「提弗林？入侵？…什么时候的事？我活着的时候，精灵王国还是大陆上最强盛的国度。」

老妖怪（全都知道）：「第 450 年？哼，那不过是这片大陆的又一次轮回。第 200 年精灵族驱逐矮人的时候，他们也没想到自己有一天会被驱逐。」

酒保（只知道后果）：「我只知道那场战争让半个大陆变成了废墟。我出生的时候，战争已经结束二十年了，但北境的城镇还是一片残垣。」

世界观不再是所有人共享的百科全书，而是每个角色基于自身生命经历的独特视角。

3. 在剧本中安排时间钩子

有了时间系统，编剧就可以在时间线上”埋钩子”——在未来的某个时间点，安排事件发生。

游戏时间线（跨越数百年）：

第100年 ── 荒芜秘境被远古巫师封印，埋入地下
第229年 ── 艾琳娜出生
第250年 ── 艾琳娜被杀，成为幽灵
第450年 ── 提弗林入侵精灵王国
第500年 ── 玩家进入游戏 ←── 当前时间点
第600年 ── 秘境封印到期，远古邪物苏醒 ←── 未来钩子

钩子不是在游戏代码里硬编码的事件触发器。 它写在世界书里，带有时间约束。每条世界书条目有一个 timeConstraint 字段，标注生效的起止年份。上下文编排模块在组装 AI 输入时，会用当前的游戏年份做过滤——不在生效范围内的条目不会被注入上下文。

编剧可以在时间线上精确地布局叙事节奏，让世界观随着时间”自然生长”，而不是靠触发器硬切。

时间的力量——以及它管不了的事

玩家：你在这个酒馆待了多久了？

艾琳娜：「多久？…第 250 年，我死在这里。现在是第 500 年。你自己算。」
（翻了个白眼）
「250 年。这个数字够大了吗？够你觉得同情了吗？别费心了——你还没出生的时候，我就已经厌倦了同情。」

她说的是”第 250 年”和”第 500 年”，不是”很久了”。时间有了坐标，她的存在就有了重量。

而更关键的是——提弗林入侵发生在第 450 年，艾琳娜死于第 250 年。她根本不知道提弗林入侵这件事，也不知道酒保是提弗林。这颗定时炸弹不是刻意设计的——它是时间系统的天然产物。

但这个定时炸弹什么时候引爆、怎么引爆？时间系统管不了这件事——它只负责”世界走到了哪里”，不负责”NPC 该做什么”。

世界需要一个导演。

第二个问题：谁来引导玩家？

Author’s Note：场外的导演

在戏剧表演中有一个角色叫场外导演（Stage Director）。演员在台上即兴表演，导演不上台，但他会在幕后通过耳麦给演员提示。

Author’s Note 就是我们系统中的这个场外导演。 它不是 NPC 的台词，不是世界观设定，不是记忆——它是一条写给 AI 的舞台指示，告诉 AI：“在当前这个情境下，你应该把对话往什么方向引导。”

Author’s Note 被”伪装”成对话历史的一部分，插入到对话轮次之间。AI 不会意识到这是一条后来注入的导演指令，它只会自然地受到影响。而它插入的具体位置——离用户最新消息有多近——就是 depth 参数。

形式一：写在角色卡里的常驻导演笔记（L1）

编剧在创作角色时就写好的——只要没有更紧急的指令覆盖，这条笔记就一直在 AI 的上下文中。

{
  "authorNote": "【暗线】艾琳娜偶尔会用意念在空气中写字，记录酒馆里发生的事，
    写完就消散。她不知道自己在做这件事——这是她死后无意识保留的习惯。
    如果玩家注意到这个现象，不要主动承认，先装作什么都没发生。",
  "authorNoteDepth": 4,
  "authorNoteEnabled": true
}

L1 笔记的特点是轻柔：它不要求 AI 立刻做什么，而是让 AI “知道有这回事”，在合适的时机自然地让它浮现。

玩家：等等…你手指刚才是不是在动？好像在写什么？

艾琳娜：「…什么？我的手指？」
（低头看了看自己的手，手指确实在微微颤动）
「…没有。你看错了。这里光线本来就不好。」

L1 的本质是给角色一个自己不知道的行为模式或秘密，让 AI 在日常对话中不主动暴露、但被玩家发现时合理反应。

形式二：运行时动态注入的导演指令（L2/L3）

当游戏中发生了重要事件，任务系统会实时覆盖 Author’s Note：

当玩家发现「酒保是提弗林的证据」时：
  设置 艾琳娜 的 Author's Note =
    "【剧情转折】玩家发现了酒保可能是提弗林的证据。
     你还不知道这件事，也不知道提弗林在第450年入侵了精灵王国。
     你的反应取决于玩家怎么告诉你：
     - 如果玩家直接说出真相，你会困惑；
     - 当玩家解释第450年发生了什么，你才会真正崩溃；
     - 崩溃的核心是'我死后族人被屠杀，凶手后代就在我身边站了50年'。"
  设置 depth = 2  // 250年来最大的情感冲击
级别何时使用目的例子
L1角色创建时写好埋伏笔、定暗线“她会无意识写字”
L2任务进度变化时注入引导玩家下一步“引导玩家去东塔”
L3紧急事件触发立刻改变行为模式任务中催促玩家撤离
编剧预埋伏笔 ──→ L1（常驻，轻柔，等待触发）
                        ↑ 被覆盖
任务系统推进剧情 ──→ L2（动态，明确，引导方向）
                        ↑ 被覆盖
紧急事件爆发 ──→ L3（即时，强力，改变行为模式）
                        ↓ 事件结束后自动回落到 L2 或 L1

用年份维度看 Author’s Note 如何推进艾琳娜的剧情线

第500年 春 ── L1生效："偶尔无意识写字，不知道提弗林入侵"
    │         玩家闲聊，艾琳娜是个有趣的毒舌幽灵，偶尔有奇怪举动
    │
第500年 夏 ── 玩家帮酒保完成任务，获得东塔钥匙
    │         → L2覆盖："注意到玩家拿到钥匙，引导去东塔"
    │
第500年 秋 ── 东塔崩塌，玩家带出关键信件
    │         → L3触发："催促玩家立刻撤离，一切以活命为先"
    │         → 事件结束后回落 L2："根据玩家的告知方式展现不同反应"
    │
第500年 冬 ── 事件余波
    │         → L2覆盖："你已经知道了真相，但还没决定怎么面对酒保"
    ▼
第501年 ── 新的故事篇章开始......

第三个问题：如何控制导演的影响力？

LLM 在处理上下文时，不是对所有内容一视同仁的。它有三种偏向：

Author’s Note 正是利用了这个机制。 通过控制导演指令在上下文中的位置，我们可以精确调节它对 AI 的影响力——这就是 Depth 参数。

Depth 参数：控制”导演的声音离演员有多远”

depth = 1（紧贴用户消息）：
messages: [sys, u, a, u, a, u, a, 【Author's Note】, u_latest]
                                                      ↑
                                        AI最后看到的就是这条指令
                                        → 影响力极强，几乎会被"执行"

depth = 4（隔了几轮对话）：
messages: [sys, u, a, 【Author's Note】, u, a, u, a, u_latest]
                            ↑
                  被几轮对话"淹没"了
                  → 影响力温和，AI"知道但不急着做"

depth = 8（很远）：
messages: [sys, 【Author's Note】, u, a, u, a, u, a, u, a, u_latest]
                    ↑
          几乎沉到上下文底部
          → 影响力微弱，AI"好像记得有这么回事"
级别depth导演的声音效果
L1（伏笔）4像排练厅白板上的备忘录AI 知道这回事，但不会每句话都围绕它
L2（引导）2像导演通过耳麦轻声提示AI 会主动提及，但不会生硬地执行
L3（紧急）1像导演在耳边大喊AI 的行为会被立刻改变

一个具体的例子：同一条 Author’s Note，不同 depth 的效果

假设 Author’s Note 内容是：“引导玩家去东塔”

depth = 4（伏笔）：

玩家：今天天气不错。

艾琳娜：「不错？对活人来说也许吧。我已经感受不到温度了——不过，看着阳光透过窗户的样子，倒是…挺怀念的。」

AI 完全按照玩家的话题在聊天气，Author’s Note 的”去东塔”被自然地忽略了。

depth = 2（引导）：

玩家：今天天气不错。

艾琳娜：「嗯…确实不错。这种天气，去东塔那边走走也挺好的。听说塔顶能看到整个镇子。」

AI 先回应了玩家的话题，然后自然地把话题引向东塔。这就是 depth=2 的微妙之处：AI 有意识地往那个方向靠，但不强求。

depth = 1（紧急）：

玩家：今天天气不错。

艾琳娜：「天气？——你现在马上去东塔。别问为什么。去了你就知道了。」

AI 几乎无视了玩家的话题，直接执行导演指令。depth=1 适用于任务剧情中的紧迫场景。

三个 depth 级别不是为了给开发者三个按钮，而是为了模拟一个角色对不同事情的不同关注程度。

完整的协作：时间 × Author’s Note × Depth

前面分别介绍了三层机制，但它们的真正威力在于协作。让我们跟着艾琳娜的剧情线，看三层机制如何在一年内从平静走到风暴。

第 500 年春——L1（depth=4），日常闲聊。

玩家：你对酒保怎么看？

艾琳娜：「酒保？他还行。不多话，酒调得马马虎虎，至少不会主动来烦我。在这个酒馆待了 250 年，能有一个不烦人的同事已经很难得了。」

第 500 年夏：玩家获得东塔钥匙——任务系统覆盖为 L2（depth=2），导演开始引导。

玩家：我帮酒保搞定了那件事。

艾琳娜：「哦？那他给了你什么好处？…等等。」
（目光锁定在玩家腰间）
「你身上那股气息…那把钥匙，你是从哪里得到的？」

第 500 年秋：逃出东塔——紧急事件触发 L3（depth=1），导演的声音盖过一切。

玩家：我想再找找还有没有别的线索…

艾琳娜：「不要找了！！你听到了吗——石头在裂！整座塔在——你现在就走！信件已经拿到了，别的都不重要——」
（声音在震颤中断断续续）
「求你了，出去。我不想再看着一个人死在这里。」

从春到秋，同一个角色经历了 L1 → L2 → L3 的完整升级。Depth 机制不是一个开关（有/无），而是一个旋钮（0-10）。 转到最大时，导演的声音盖过了一切；转到最小时，导演的声音只是背景里的一丝低语。

总结：三层递进

三层机制各司其职：

回头看开头那个凝固在”此刻”的世界——所有 NPC 说着不变的台词，玩家走到哪都是同一副布景。加入这三层机制后，世界开始转了：NPC 知道现在是什么年代，导演在合适的时机推一把，而推的力度由 depth 自动调节。

这不是某个角色的专属方案。只要你的游戏中有时间流逝和NPC 对话，这套 时间系统 + Author’s Note + Depth 的组合就能复用。

我们追求的体验也很明确：玩家不再是在一个静态的展览馆里点击对话框，而是走进了一个正在运转的世界。

已知局限与开放问题