构建沉浸世界的智能 NPC：Context is All You Need

AI 对话系统的核心工作 = 为每次对话组装最合适的上下文。本文以幽灵公主艾琳娜为线索，展示从传统预设对话到完整 AI 对话系统的八个演进阶段。

为 Unity 游戏构建了一套完整的 AI NPC 对话系统，让 NPC 能够根据世界观、角色人设、游戏状态进行智能对话。本文以一个具体案例为线索，展示系统从”传统预设对话”到”完整 AI 对话系统”的演进过程，最后揭示所有模块如何拼装成一个完整的上下文。

案例导入：玩家与幽灵的对话

全文将以这个案例为线索，展示系统从”传统预设对话”到”完整 AI 对话系统”的演进过程。

场景设定：

• 地点：废弃的古堡地下室
• NPC：艾琳娜（300 年前被囚禁于此的贵族幽灵）
• 背景：艾琳娜生前是王国公主，因被诬陷通敌而被囚禁，死后化为幽灵，徘徊在古堡中寻找证明清白的证据

体验演进：从传统对话树到 AI 对话系统

阶段一：传统预设对话

传统的做法是写一棵对话树——每个问题对应一个固定的回答，玩家只能从预设选项中选。当玩家问”你知道关于黑龙战争的事吗？“，NPC 只能回答”抱歉，我不明白你在说什么”，因为策划没有预设这个问题的答案。

传统对话树的三大痛点：

• 无法处理开放问题 — 玩家只能从预设选项中选
• 缺乏记忆和连贯性 — 每次对话都是全新开始
• 内容创作成本高 — 每个 NPC 需要大量对话分支

阶段二：引入 AI 大模型

接入大语言模型后，NPC 可以回应开放问题了：

玩家：你知道关于黑龙战争的事吗？
AI：「黑龙战争？那是一场可怕的战争，发生在很久以前…」

但新问题出现了——AI 太自由，会胡编乱造：“黑龙战争死了一百万人，国王亲自出征”——这些全是 AI 编的，游戏里不是这样设定的。

关键洞察：AI 太自由了，我们需要约束 AI 只说应该说的内容——这就是世界书要做的事。

阶段三：世界书——约束知识边界

解决方案：创建一个”知识库”，当玩家提到某个话题时，把相关知识注入给 AI。

// 世界书条目示例
{
  "title": "黑龙战争",
  "keywords": ["黑龙战争", "黑龙", "尼德霍格"],
  "content": "黑龙战争发生在280年前，持续三年。黑龙'尼德霍格'袭击王国北境。
              最终被银月骑士团击退，但王国北部十城化为废墟。
              艾琳娜的兄长阿尔贝特王子在此战中阵亡。"
}

**触发机制：**玩家说”你知道黑龙战争吗？” → 关键词匹配 → 注入对应知识到 Prompt

效果：「黑龙战争发生在 280 年前，我的兄长阿尔贝特就是在那场战争中阵亡的…那头叫尼德霍格的黑龙，我至今还记得。」——知识准确了，与游戏设定一致。

但表达方式还是很机械——像在念百科全书，没有情感。

关键洞察：世界书解决了”说什么”的问题，但没解决”怎么说”的问题。我们需要给 NPC 注入性格和灵魂。

阶段四：角色卡——激活性格

为每个 NPC 写一张角色卡，定义它的性格、语气和情感表达：

你是艾琳娜，300年前因被诬陷通敌而被囚禁于此的公主幽灵。

## 性格特点
- 高贵但不傲慢，对善意的人友好
- 带着深深的悲伤和执念
- 对"背叛"这个词极其敏感
- 渴望被理解和帮助

## 说话风格
- 使用古典优雅的措辞
- 常用"......"表示沉默或回忆
- 提到过去时会变得忧伤

效果：

世界书和角色卡的分工：

为什么要分开？黑龙战争是世界的客观事实，艾琳娜和酒馆老板都可能知道。但艾琳娜提到战争时会悲伤（因为兄长阵亡），酒馆老板则可能只是感慨。分开后可以复用：新增 NPC 只需写角色卡，关联现有世界书即可。

阶段五：认知限制——NPC 不该全知全能

通过角色卡中的关联字段，指定每个 NPC 能够访问哪些世界书条目：

{
  "npcName": "艾琳娜",
  "worldBooks": [
    "wb_dragon_war",         // 公共知识：黑龙战争
    "wb_ghost_castle",       // 公共知识：古堡历史
    "wb_elina_secret_letter" // 私有知识：只有艾琳娜知道信件位置
  ]
}

阶段六：记忆系统——维持连贯性

对话历史会越来越长，超出 AI 的上下文窗口后就会被裁剪。三级记忆架构解决这个问题：

• L1 短期记忆：最近 10 轮对话，直接作为消息发给 AI
• L2 对话摘要：压缩早期对话为摘要，保留关键信息（5-10x 压缩）
• L3 长期记忆：重要事实存储为结构化数据，跨会话保留

阶段七：作者注释——运行时引导

作者注释是一种运行时动态注入的引导信息，告诉 AI”当前应该注意什么”。它像一个隐形的导演在幕后提词：

{
  "authorNoteContent": "当前情境：玩家刚获得东塔钥匙。你应该：
    1.表现出惊喜和希望 2.主动提到信件的事 3.引导玩家前往东塔"
}

常见应用场景：玩家首次见面时引导自我介绍、任务完成后表现感激、玩家长时间未行动时委婉提醒、剧情高潮点时加强情绪。

阶段八：动态权重——聚焦话题

当系统注入了大量上下文，AI 可能会被不相关的信息干扰——玩家问”东塔钥匙在哪”，AI 却开始讲黑龙战争。解决方案是匹配权重加成：

最终权重 = 基础优先级 × 匹配权重 × 新鲜度权重

效果（玩家问"东塔钥匙在哪"）：
├── 东塔钥匙：50 × 1.5 = 75  ← 精确匹配，权重最高
├── 黑龙战争：70 × 0.8 = 56  ← 无匹配，降权
└── 古堡历史：60 × 0.8 = 48  ← 无匹配，降权

另外还有新鲜度衰减防复读——刚使用的信息降到 0.2x，让 NPC 不会反复说同样的话。

至此，八个阶段的演进完成。 能回应开放问题（AI 大模型）、知识准确不胡编（世界书）、有独特性格（角色卡）、认知有边界（私有记忆）、能记住对话（记忆系统）、能引导玩法（作者注释）、回答聚焦不跑题（动态权重）。但这一切的背后，本质上是在做一件事——拼装上下文。

全景：上下文的完整拼图

前面八个阶段，每个阶段解决一个具体问题，引入一个新模块。但读完之后你可能会问：这些模块最终是怎么组合在一起的？

答案很简单——它们全部被拼装成一段文本（Prompt），在每次对话时发送给 AI。AI 只是一个”补全器”，你给它什么上下文，它就基于什么来回答。给它一句”你是艾琳娜，一个幽灵”，回答冷冰冰的；给它完整的角色卡 + 世界知识 + 记忆 + 场景引导，回答就有血有肉。

所以，AI 对话系统的核心工作 = 为每次对话组装最合适的上下文。 这就是标题说的 Context is All You Need。

构建 AI 世界需要哪些材料

把前面八个阶段引入的所有模块整理成一张清单——这就是构建一个可控的 AI 世界所需要的完整材料：

这六种材料对应了现实世界中”人”对话时依赖的六种信息：

这些材料是怎么拼装的

每次玩家发送一条消息，系统按以下流程把这些材料拼装成一个完整的 Prompt：

玩家发送消息
  │
  ▼ ① 加载角色卡
  │  PersonaManager 获取当前 NPC 的人设
  │
  ▼ ② 匹配世界书
  │  根据玩家消息中的关键词，从世界书中查找相关条目
  │  同时根据认知关联过滤——只加载这个 NPC 有权访问的条目
  │
  ▼ ③ 检索记忆
  │  查找对话摘要 + 长期记忆
  │
  ▼ ④ 注入作者注释
  │  检查当前场景是否有运行时引导
  │
  ▼ ⑤ 读取游戏状态
  │  时间、地点、天气、任务进度
  │
  ▼ ⑥ 上下文编排
  │  收集以上所有片段，按动态权重排序
  │  在 Token 预算内裁剪（低权重的优先丢弃）
  │
  ▼ ⑦ 组装 Prompt
  │  拼装为 SystemPrompt + Messages
  │
  ▼ ⑧ 发送给 AI
     流式返回，打字机效果展示

关键在第 ⑥ 步：不是把所有材料都塞进去，而是按权重排序后在预算内裁剪。 和当前话题相关的信息权重高、排在前面；不相关的信息权重低，预算不够时优先丢弃。这就是为什么需要动态权重——它决定了有限的 Token 预算分配给哪些信息。

一个真实的 Prompt 长什么样

当玩家问”你知道黑龙战争吗？“时，系统最终拼装出的 Prompt：

# SystemPrompt（实际发送给 AI 的内容）

## 角色设定
你是艾琳娜，300年前因被诬陷通敌而被囚禁于此的公主幽灵。
性格特点：高贵但不傲慢，带着深深的悲伤和执念......
[来自角色卡，~500 tokens]

## 作者注释
当前场景氛围：神秘、悲伤。引导玩家探索古堡秘密。
[来自作者注释，~50 tokens]

## 世界知识
[黑龙战争]
黑龙战争发生在280年前，持续三年......艾琳娜的兄长阵亡。
[来自世界书，关键词"黑龙战争"命中，~200 tokens]

[王子阿尔贝特]
艾尔文王国王子，艾琳娜的兄长。在黑龙战争中英勇战死......
[来自世界书，由"黑龙战争"条目递归触发，~150 tokens]

## 对话摘要
玩家自称艾德里安，是冒险者，表示愿意帮助艾琳娜证明清白。
[来自记忆系统，~100 tokens]

## 当前状态
- 游戏时间：夜晚
- 地点：古堡地下室
[来自游戏状态，~30 tokens]

---
总计：~1030 tokens（预算 1500 内）

这就是”上下文工程”的全貌——六种材料，按权重排序，在 Token 预算内裁剪，拼装成一段 Prompt 发给 AI。AI 收到什么就基于什么回答，所以 Prompt 拼得好不好，直接决定了 NPC 的回答质量。

性能优化

上下文编排不是没有成本的。如果每次对话都遍历所有世界书条目做关键词匹配，性能会成为瓶颈。几个关键的优化策略：

优化后的实际数据：单次对话 Token 从 ~12,500 降到 ~1,500（节省 88%）；本地处理耗时（世界书查询 ~0.2ms + 上下文编排 ~8ms）几乎无感知，用户感知的等待时间主要是 API 请求本身（~1 秒）。

内容创作方面，策划只需要写剧本（场景描述、角色设定、对话示例），后续由工具链自动拆分为角色卡和世界书条目，一键导入游戏。策划专注创意，工程交给工具。

总结

从传统对话树到完整 AI 对话系统，本质上是在解决一个问题：怎么在有限的 Token 预算内，给 AI 组装最合适的上下文。

八个阶段，每个阶段引入一种新的”材料”：

1. AI 大模型 — 能回应开放问题，但会胡编
2. 世界书 — 约束知识边界，让回答准确
3. 角色卡 — 注入性格，让回答有灵魂
4. 认知限制 — 每个 NPC 只知道该知道的
5. 记忆系统 — 跨轮次、跨会话的连贯性
6. 作者注释 — 运行时动态引导
7. 动态权重 — 确保回答聚焦当前话题

这些材料最终被拼装成一段 Prompt——世界书提供事实、角色卡提供性格、认知关联控制边界、记忆维持连贯、作者注释引导方向、动态权重聚焦话题。AI 收到这段精心编排的上下文，输出的就是一个知道世界观、有自己性格、记得和你说过什么的 NPC。

Context is all you need.