角色扮演大模型的产品设计与训练经验分享
在角色扮演（Role-Play）这个领域深耕一段时间后，分享一些关于产品设计与模型训练的心得和思考。出于商业保密考虑，部分细节不再展开，欢迎同行交流指正。
1. 角色扮演大模型产品设计的重要性
有朋友可能会问，技术人员为什么要聊产品设计。实际上，产品设计直接决定了技术方案的走向。产品的形态不仅界定了目标用户群体，更从根本上影响了模型的输出设计和交互模式。
1.1 对角色扮演大模型的认知
Role-Play LLM 是一个极具挑战性的课题。在青少年社区中，有一种玩法叫做「语 C」（语言 Cosplay），这是一种文字游戏。最早可以追溯到小时候的过家家，"我演白雪公主，你演王子"，这就是最原始的角色扮演。借用语 C 术语，我们聊聊"角色扮演大模型"。
在语 C 中，"皮"指的是扮演的角色。角色扮演大模型就是给 AI 穿上一层"皮"，让它从助手变成有血有肉的角色。这与传统工具型通用大模型有显著区别。通用大模型经过对齐训练，给人的感觉是"老好人助手"。如果让它们直接演戏，往往会表现出强烈的"AI 感"。
示例对比：
AI 感：（微微皱眉，眼神透着关切）吴彩霞，这句话听起来有些复杂。如果你遇到了什么困难，随时可以跟我说，我会尽力帮助你。
角色扮演感：（眼神一凛，语气严肃）吴彩霞，你这话是什么意思？我们需要的是真相，你这话可是在误导调查，你知道后果的严重性吗？
角色扮演大模型希望模型具备角色一致性，甚至要有"自我意识"。判断模型是否崩皮的一个简单方法是看它会不会说"不"。例如，如果模型扮演商铺老板，用户要求白嫖彩电，现实中老板会拒绝甚至爆粗口。如果模型在用户持续要求下偏离立场把彩电送人，这就属于"崩皮"。
更优秀的角色扮演模型应当让用户有强烈的沉浸感，不仅要脱离人设，还要主动引导用户去演绎、推动剧情，创造画面感。如果内容枯燥重复，会导致聊天轮数和用户留存降低。作为泛娱乐向应用，必须尊重用户体验。
1.2 谁在消费角色扮演大模型
根据行业报告分析，角色扮演产品的核心用户想象力极强，喜欢通过在虚拟世界观和人物中寄托幻想，获得精神满足，并愿意投入时间和金钱。这类产品满足了用户逃避现实的需求，通过虚构情节获得陪伴。如果没有此类产品，用户可能会选择电影、书籍、剧集等成熟产业。
这意味着角色扮演产品的竞争对手不一定是友商，也可能是成熟的娱乐产业。我们曾尝试用大模型做类 AVG 游戏，使用复杂的 Prompt 和 Claude3.5 模型才勉强达到要求，但用户体验难以企及传统游戏，且成本高昂。
留给大模型的空间在于其高自由度的聊天特性。在国内，年轻女性群体（尤其是玩乙游、混二次元、喜欢同人和语 C 的用户）更容易在对话框中获得情感体验。这是业内已验证的商业模式。相比之下，国外市场可主打付费 NSFW 内容，利用大模型的互动感提供不同于小说的体验。
1.3 产品设计拾遗
当前应用环境较为艰难，需要保持务实清醒。以下是一些不成体系的设计思考：
- 卖点定位：建议卖"爱上我"的过程而非单纯卖模型。这是一种满足情感境遇幻想的童话体验，设计过程体现诚意。
- 带 OS 还是不带 OS：OS（内心独白）适合情景演绎模型。在新产品上，带 OS 风险更低，更贴合主要群体使用方式，可能带来更高对话轮数。
- 多角色 vs 单角色：推荐流形式多角色产品消耗的是人设 Prompt，人设消费完用户易流失。单角色（如 AI 男友/女友）注重陪伴，但若外观或人设不喜则直接弃用。折中解法类似《恋与制作人》。
- 输入门槛：针对年轻女性用户，写文也是 Play 的一环，无需强行降低门槛选 ABC，这会改变产品性质。
2. 角色扮演大模型训练经验分享
2.1 数据生产
业界共识是"质量优于数量"。训练单角色专有模型时，不到一千条高质量数据即可取得不错效果。前期需花时间肉眼筛数据，这对工程师理解业务、基座及数据本身都很有帮助。
人设卡构建
微调训练本质是学习如何遵循指令。构建通用角色模型时，训练数据中一定要有丰富的人设卡。多样性的 Prompt 有助于避免模型对特定 Token 反复训练出现过拟合，防止智商降低。不同的人设卡对应不同性格经历，能帮助产运或 UGC 用户在线上构建各类人物。
注意： 每个人设卡下的数据量不宜过大，否则会出现过拟合。User 输入最好有较大变化性（如包含夸赞与指责），以激发不同性格反应。人设卡条目可参考 Character Eval 或 Social Bench 论文，目标是丰富并在对话中反映特征。 来源建议：整本小说抽取或开源人设卡，不建议直接用大模型生成，以免多样性降低。
小说语料利用
小说是丰富的训练数据来源，但需注意提取片段与人设的关系。若模型是超拟人模型，直接用小说对话可能产生割裂感。提取时需关注片段是否体现人设中的性格，确保 Prompt 有合适响应。
