游戏里给 NPC 加大模型驱动的智能对话，技术上怎么设计？要注意什么坑？

先这样答

架构分四层。角色卡层：每个 NPC 的性格、背景、说话风格、口头禅写成结构化设定，作为系统提示词注入，这是人设一致性的锚。世界观层：游戏的剧情设定、地理、阵营关系做成知识库，对话时检索相关条目注入，防止 NPC 说出世界观之外的话，比如把现代词汇带进古代场景。状态层：任务进度、好感度、剧情分支这些游戏内状态实时传给模型，NPC 的回应要和剧情阶段吻合。安全层：输出过滤违规内容，玩家诱导攻击的拦截。

坑有四个。延迟：对话游戏的体验窗口在几百毫秒到一秒，大模型推理要按这个预算做流式输出加端侧预测兜底，超时的卡顿比模板对话更伤沉浸。成本：开放世界几百万玩家和 NPC 高频对话，调用成本随玩家数线性爆炸，方案是分流——主线剧情 NPC 用高质量模型加缓存（热门问题的回答可复用），边缘 NPC 用轻量模型，环境氛围类交互（路人闲聊）用规则加文本池。出戏：玩家会刻意试探 NPC 的边界，问模型知道但角色不该知道的事（剧透、穿越设定），要在提示词里明确知识边界并做输出校验。一致性：同一 NPC 被成千上万玩家对话，各自的剧情状态要隔离，多人共见的 NPC 言行要可复述，这是状态管理的复杂度来源。

面试官会怎么追问

• 「怎么防止 NPC 说出不该说的剧透？」 知识边界显式化：角色卡里写清「该角色知道什么、不知道什么」，检索层按剧情进度过滤知识条目，输出层做剧透关键词拦截。三层都要有，单靠提示词不够。
• 「成本分流具体怎么切？」 按 NPC 重要性分层：剧情关键 NPC 走旗舰模型加状态缓存，功能性 NPC（商人、向导）走小模型加意图识别预处理，路人 NPC 走无模型的文本池。用对话深度做二次控制，超过 N 轮自动收敛回剧情轨道。
• 「多人同时和一个 NPC 对话怎么办？」 按玩家隔离状态，每人一条剧情线；NPC 的公共言行（广播、任务发布）走预生成或缓存，保证所有玩家看到一致内容。

回答的坑

• 只谈对话效果不谈延迟和成本。游戏是强工程约束场景，这两个是落地的第一道门。
• 忽略世界观约束。NPC 知识边界管理是游戏场景和通用聊天的最大差异。