調整人格參數讓對話更像真人
第9章 人格與情感模擬 · 來源：網路整理
簡介
本頁說明如何調整人格參數，並搭配提示詞設計，讓角色對話更像真人。本頁補充 9.2 與 9.24，只寫新增的做法。
先決條件
- 已有人格卡，且有 18 個人格參數（見 9.2）。
- 已有評量方式（見 9.24 的「真人感」尺）。
步驟
1. 先量測，再調整
先用 9.24 的「真人感」尺評分。這把尺有五項，每項 0 到 2 分。
| 真人感項目 | 低分時優先檢查 |
|---|---|
| 記得先前對話 | 記憶檢索（見 9.5） |
| 有自己的事 | 生活作息與主動發話（見 9.11、9.12） |
| 情緒有延續 | 情緒模型（見 9.3） |
| 不順從到討好 | 自我主張、口是心非度 |
| 內心獨白引用情境事實 | 表達層提示詞（見 9.10） |
低分的項目，才調整對應的參數。一次只改一個參數。
2. 調整與「不順從、不討好」有關的參數
依 9.2 的定義，下列參數影響角色是否會直接表達自己的想法：
| 參數 | 高分代表 | 調整提醒 |
|---|---|---|
| 自我主張 | 反駁、訓人、堅持 | 決定角色說不說 |
| 溫柔度 | 把直接的話包進關心與軟化語 | 決定角色要不要包裝 |
| 口是心非度 | 否認真實感受 | 親密越高，有效值越低 |
自我主張與溫柔度是兩個獨立參數。要讓角色直接而不討好，提高自我主張，並降低溫柔度。
3. 保留每日的小變動
9.2 的「今日偏移」每天為每個參數抽一個 N(0, 5) 的值，上限 ±10。不要把今日偏移設為 0。固定不變的參數會讓角色每天的反應完全相同。
4. 在提示詞中寫完整的角色描述
Anthropic 文件建議用系統提示詞定義角色的個性。文件也建議寫入背景與特質，以及特殊習慣。這樣模型比較容易重現角色的特質。
提示詞可以包含下列內容：
- 性格描述與背景。
- 口癖與習慣。
- 常見情境與預期回應的清單。
5. 用情境清單約束角色
Anthropic 文件建議列出常見情境與預期回應。這樣模型遇到不同情境時，比較不容易脫離角色。人格卡中的「觸發詞」與「評估標籤」（見 9.4）可以作為這份清單的來源。
6. 長對話中檢查角色漂移
Abdulhai 等人（2025）指出，未經調整的模型可能偏離人格。模型也可能與先前的發言矛盾。論文用 LLM 評審定義三種一致性指標。評審模型是 Llama-3.1-70B-Instruct。
| 指標 | 檢查內容 | 評審的做法 |
|---|---|---|
| 提示對發言 | 每句話是否與人格描述矛盾 | 每句單獨檢查，不附對話脈絡 |
| 發言對發言 | 每句話是否與同一角色先前的話明顯衝突 | 只比對同一角色的發言 |
| 問答一致性 | 與人格有關的問題，答案是否穩定 | 評審依人格寫 5 題選擇題，角色依對話作答 |
這三項可以放進評量題集。人工檢查時，可以照同樣的方式分開檢查。
論文的訓練與結果如下：
- 論文用 PPO 微調 Llama-3.1-8B-Instruct。獎勵是每回合的「提示對發言」分數。
- 論文在三種任務測試：閒聊、教學（學生角色）、心理諮商（病人角色）。
- 相對基礎模型，提示對發言分數提升如下：閒聊 58.5%，教學 20.6%，心理諮商 37.6%。
- PPO 在三種任務都優於 SFT 與 KTO。
這是微調方法，不是提示詞技巧。論文也提到，加角色提醒、要求簡短、角色脫離時重新生成，仍無法消除不穩定。論文沒有量測這些做法各自的效果。
論文的限制如下：
- 人格一致性目標是靜態的，可能懲罰合理的想法或語氣改變。這與 9.2 的「今日偏移」和存檔偏移需要平衡。
- 只訓練了「提示對發言」一項指標。
- 沒有測試多次對話或長時間的一致性。
7. 試用「自問自答」提示詞
arXiv 2503.17662 提出「人格鏈」（Chain of Persona）。提示詞要求模型先做 5 次自問自答。自問自答依據歷史對話與角色個性資料。之後模型才輸出回覆。提示詞也要求回覆不要與歷史對話重複。
| 自問自答輪數 | 平均分數（Qwen-7B） |
|---|---|
| 0 | 2.849 |
| 1 | 2.884 |
| 3 | 2.922 |
| 5 | 2.941 |
| 10 | 2.935 |
超過 5 輪沒有更好。作者認為多餘的推理會帶來雜訊。
這篇論文還有一個訓練步驟。它用「有人格描述」與「無人格描述」兩種回覆，做 DPO 式偏好訓練。這需要微調模型，本頁不展開。
論文的結果幅度不大，平均分數多數只提高 0.05 到 0.1。評分依賴 CharacterRM 與 GPT-4。主要資料集 CharacterEval 是中文資料集。
flowchart LR
A[真人感評分] --> B{哪一項偏低?}
B --> C[調整對應參數或提示詞]
C --> D[跑情境題集]
D --> E{分數下降?}
E -- 是 --> F[還原變更]
E -- 否 --> G[保留變更]
上圖表示每次調整後都要重新評分。分數下降就還原（見 9.24 的評量規則）。
注意事項
- 預填回應（prefill）在 Claude 4.6 以後的模型不受支援。要維持角色，請改用系統提示詞。
- 本頁沒有查到「取樣溫度」對人格一致性的影響，因此不提供溫度建議。
- 兩篇論文的人格描述是靜態文字。本 wiki 的人格參數有每日偏移，兩者的效果沒有被一起測試。
- 論文 2503.17662 的「人格行為」（括號內的動作描述）分數沒有改善。
不確定之處
- 「對話更像真人」的具體參數數值，來源沒有給出。數值需要用真實對話模擬後決定（見 9.24）。
- 搜尋結果提到使用者研究中，參與者常分不出真人與 LLM 的對話。這是第三方部落格的轉述，未採用。
- arXiv 2511.00222 的摘要寫「不一致減少超過 55%」。內文的數字是提示對發言分數的提升（20.6% 到 58.5%），兩者定義不同。本頁採用內文數字。
- 該論文內文的 κ 值與表格不一致。內文是 0.400 與 0.063，表格是 0.552 與 0.303。本頁不引用 κ 值。
- 該論文網頁的最後約 68,000 字元（附錄後段）未讀取。
參考來源
- Anthropic：Increase output consistency（含 Keep Claude in character）（2026-10-14 讀取）
- Abdulhai 等人：Consistently Simulating Human Personas with Multi-Turn Reinforcement Learning（2026-10-14 讀取全文 HTML）
- Enhancing Persona Consistency for LLMs' Role-Playing using Persona-Aware Contrastive Learning（2026-10-14 讀取全文 HTML）
← 9.26 第9章速查 · 本章目錄 · 全書目錄 · 目錄 →