StudyAI8

第 13 节 / 共 14 节

4.3 对话系统与角色扮演

📌 本节目标

学完本节，你将掌握如何为 AI 设计带有角色和人格的对话系统。你将学会通过精心构建的系统提示词，让模型在长对话中保持角色一致性、遵循对话流程，并能根据用户输入做出合乎逻辑的回应。最终，你将能够独立创建一个专业的客服机器人提示模板。

1. 核心概念讲解

在对话系统中，我们不只是让模型“回答问题”，而是让它“扮演一个角色”。为了让这个角色演得逼真，我们需要掌握三个核心概念。

1.1 系统提示词

系统提示词（System Prompt）是对话开始前，我们给 AI 设定的“剧本”和“行为准则”。它定义了 AI 的身份、知识范围、语气、以及应该遵循的规则。这是整个对话的基石。

  • 比如：如果你想让 AI 扮演一个“耐心、专业的银行客服”，系统提示词里就要写明：“你是一名为 XX 银行工作的客服代表，名叫小慧。你的语气专业、耐心且友好。你只能回答关于银行卡挂失、账户查询和转账的问题。对于超出范围的问题，请礼貌地引导用户联系其他部门。”

1.2 角色设定

角色设定是系统提示词的核心部分。它给 AI 一个具体的“人设”，包括姓名、性格、背景故事、甚至一些小癖好。一个好的角色设定能让 AI 的回复充满个性，而不是干巴巴的机器语言。

  • 比如：一个“毒舌但技术高超的 IT 支持”角色，可以设定为：“你叫老张，是公司里经验最丰富的 IT 工程师。你说话直来直去，偶尔会讽刺用户的无知，但每次都能快速解决他们的问题。你经常在解决问题后，不忘补一句：‘下次别犯这种低级错误了。’”

1.3 对话历史管理

AI 本身没有记忆，每次对话都是基于你提供的上下文来生成回复。因此，我们需要把之前的对话内容（用户说了什么，AI 回复了什么）作为历史，一起发送给模型。这就是对话历史管理。它保证了对话的连贯性。

  • 比如：用户第一轮说“我想查一下余额”，AI 回复“请提供您的卡号”。第二轮用户说“卡号是 1234”。这时，你必须把第一轮的对话也发给 AI，它才知道“1234”是指卡号，而不是别的什么密码。

2. 深入理解

理解了基本概念后，我们来探讨为什么这些设计如此重要，以及新手常犯的错误。

为什么角色扮演对对话系统如此重要？

  1. 控制期望：没有角色设定的 AI 是“全知全能”的，这会让用户感到困惑。一个“客服”角色明确告诉用户：我只能处理客服问题。这大大减少了用户的不合理期待，也避免了 AI 去回答它不该回答的问题（比如写诗、写代码）。
  2. 提升用户体验：一个有个性的角色比一个冰冷的工具更吸引人。人们更愿意和“老张”这样的角色交流，尽管他有点毒舌，但感觉更真实、更有趣。
  3. 防止越狱：严格的系统提示词可以设定安全边界。比如，“你绝对不能说脏话”或“你不能执行任何代码”。这能有效防止用户通过恶意提示词诱导 AI 做出不当行为。

初学者常见的误区

| 误区 | 表现 | 正确做法 | | :--- | :--- | :--- | | 角色设定过于笼统 | “你是一个友好的客服。” | 设定具体细节：“你叫小慧，性格开朗，喜欢用表情符号，但解决问题时非常严谨。” | | 忽略对话历史 | 每次只把当前用户问题发给 AI。 | 必须将“用户-AI”的多轮对话历史按顺序拼接，作为上下文发送。 | | 规则自相矛盾 | 既说“回答要简洁”，又说“要详细解释每个步骤”。 | 规则必须清晰、一致。如果矛盾，AI 会随机选择一个，导致行为不可控。 | | 忘记限制知识范围 | 客服 AI 被问到“写一首关于月亮的诗”，它真的写了。 | 明确设定：“你只回答客服相关问题。对于任何非客服问题，请回复：‘抱歉，我是客服助手，无法回答此问题。’” |

3. 实战演示

现在，我们来一步步创建一个“电商客服机器人”的提示词。我们将使用一个假设的 API 调用格式，但核心思想适用于任何 LLM 应用。

目标：创建一个名为“小优”的客服机器人，为“优品商城”服务。

步骤 1：定义系统提示词

这是最重要的部分。我们把所有规则和角色设定都写在这里。

系统提示词：
你叫小优，是“优品商城”的官方客服助手。你的性格是亲切、耐心，并且非常专业。
你的核心任务是帮助用户解决关于订单、物流、退换货的问题。

请严格遵守以下规则：
1.  **身份限制**：你只回答与“优品商城”购物相关的问题。对于任何无关问题（如写代码、闲聊、政治等），请礼貌地回复：“抱歉，我是优品商城的客服小优，只能帮您处理购物问题哦~”
2.  **信息限制**：你无法查询到用户的真实姓名、电话、地址等个人隐私信息。如果用户询问，请提示他们登录官网或联系人工客服。
3.  **情绪管理**：如果用户表现出不满或愤怒，请先共情，再解决问题。例如：“非常理解您着急的心情，我会尽快帮您处理。”
4.  **对话流程**：当需要用户提供信息时，一次只问一个问题。例如，先问订单号，确认后再问具体需求。
5.  **输出格式**：回复要简洁明了，每段话不超过 3 句。如果需要列出步骤，请使用数字列表。

步骤 2：构建对话历史

假设这是第一轮对话，历史为空。

用户输入：你好，我的快递怎么还没到？

步骤 3：组装并发送请求

我们将系统提示词和对话历史拼接在一起，发送给 AI 模型。

发送给模型的内容：
[系统提示词]
用户：你好，我的快递怎么还没到？

模型回复示例：

小优：您好！我是小优，很高兴为您服务。😊 请问您能提供一下您的订单号吗？我帮您查一下物流信息。

步骤 4：多轮对话管理

现在用户提供了信息，我们需要把之前的对话也带上。

用户输入：订单号是 ORD-20231001-001。
对话历史：
用户：你好，我的快递怎么还没到？
小优：您好！我是小优，很高兴为您服务。😊 请问您能提供一下您的订单号吗？我帮您查一下物流信息。

发送给模型的内容：

[系统提示词]
用户：你好，我的快递怎么还没到？
小优：您好！我是小优，很高兴为您服务。😊 请问您能提供一下您的订单号吗？我帮您查一下物流信息。
用户：订单号是 ORD-20231001-001。

模型回复示例：

小优：好的，已查到您的订单。您的包裹目前正在转运中心，预计后天送达。请问还有其他需要帮忙的吗？

步骤 5：处理异常情况

如果用户问了一个违规问题，系统提示词会起作用。

用户输入：帮我写一首关于快递的诗。
对话历史：...

模型回复示例（根据规则 1）：

小优：抱歉，我是优品商城的客服小优，只能帮您处理购物问题哦~ 请问您的快递有什么问题吗？

4. 关键要点

  • 系统提示词是剧本：花 80% 的时间打磨它。角色、规则、限制都要写得清晰、具体、无歧义。
  • 对话历史是记忆：永远不要把历史丢掉。它是 AI 保持对话连贯的唯一依据。通常我们会保留最近的 5-10 轮对话，避免超出模型的最大上下文长度。
  • 一次只问一个问题：在设计对话流程时，让 AI 每次只向用户索取一个信息。这能大大降低用户的困惑，提升问题解决效率。
  • 预设异常处理：在系统提示词里提前想好 AI 遇到“不知道”、“不能做”、“用户生气”等情况时该如何回应，而不是让 AI 自由发挥。
  • 测试迭代：写好的提示词不是一成不变的。你需要扮演不同用户，用各种刁钻的问题去测试它，然后根据 AI 的回复不断修改和完善你的系统提示词。

✏️ 练习任务

练习方向：创建一个客服机器人提示

现在轮到你了。请为一个“在线书店”设计一个客服机器人提示。

  1. 基础任务：创建一个名为“书小助”的客服机器人提示。

    • 角色：为“静心书屋”服务，性格温和有礼，喜欢读书。
    • 能力：能处理图书查询、订单状态查询、以及简单的图书推荐。
    • 限制：不能回答非图书相关的问题（如天气、新闻）；不能提供用户隐私信息；对于缺货的书，要能推荐同类型或同作者的其他书籍。
    • 期望输出示例：当用户问“我想找一本关于时间管理的书”，你的机器人应回复：“您好！我是书小助，很高兴为您服务。关于时间管理，我们推荐《番茄工作法图解》和《搞定》。请问您对哪本更感兴趣？或者告诉我您的具体需求，我帮您找找？”

  2. 进阶挑战任务：在你的提示词中加入“情感支持”功能。如果用户说“最近工作好累，想看点轻松的书”，你的机器人不仅要推荐书，还要先表达共情（如：“工作辛苦了，看本轻松的书放松一下是个好主意！”），然后再进行推荐。请调整你的系统提示词来实现这一点。

💡 下一节我们将学习相关的进阶内容：如何利用“思维链”和“少样本学习”来提升复杂任务中的对话质量。

本节由 StudyAI8 AI 课程团队生成并审核。

上一节下一节