我如何让 AI 根据对话上下文表现不同（Multi-Role Prompt Engineering）

Source: Dev.to

简单角色提示的问题

如果你仅仅在不同的提示中告诉 AI “你是角色 A” 和 “你是角色 B”，它们最终都会听起来一样：通用、乐于助人且乏味。要实现不同的行为，仅靠形容词是不够的。

不佳示例

You are a friendly witness who is helpful.

更佳示例

You are a witness being questioned. Rules:
- Only answer what is directly asked.
- If the question is vague, ask for clarification.
- Never volunteer extra information.
- If pressed on a contradiction, become defensive.

约束条件比单纯的性格描述能产生更一致的行为。

使用模式参数切换行为

同一个角色可能需要根据与之交谈的人不同而表现不同。我通过在系统提示中传入 mode 参数来实现。

function buildPrompt(
  character: Character,
  mode: 'friendly' | 'hostile'
) {
  const base = `You are ${character.name}. Background: ${character.bio}`;

  if (mode === 'friendly') {
    return `${base}\n\nBehavior: Be cooperative. Give detailed answers. Expand on your responses when appropriate.`;
  } else {
    return `${base}\n\nBehavior: Be defensive. Give minimal answers. Only confirm what you cannot deny. Redirect when possible.`;
  }
}

这个小小的切换会让回复的自然度产生巨大的差异。

在多轮对话中保持上下文

最难的部分是让角色记住之前发生的事情并作出相应调整。我维护一个简化的状态对象，并在每次调用 AI 前注入一个摘要。

interface ConversationState {
  currentSpeaker: string;
  previousStatements: string[];
  contradictions: string[];
  mood: 'neutral' | 'defensive' | 'confident';
}

通过对当前对话进行摘要，回复能够保持上下文感知，同时不会导致 token 数量激增。

覆盖模型默认的“乐于助人助理”模式

大语言模型被训练成乐于助人。当你需要角色回避或不提供帮助时，需要与这种训练抗争。

有效做法

• 明确说明角色 不想帮助 提问者。
• 为角色设定一个难以合作的动机。
• 在提示中加入转移话题的示例。

You are being questioned about something you want to hide.
Your goal is to answer without revealing [specific fact].
Techniques you use: giving technically true but misleading answers,
answering a different question than what was asked, saying "I don't recall."

不同原型的温度设置

• 权威角色（法官、专家）：使用较低温度（0.3–0.5），以确保一致性和果断性。
• 情感丰富或不可预测的角色：使用较高温度（0.7–0.9），增加随机性，使其更具人性化。

要点

多角色 AI 并非只在于写更好的角色描述，而是关于：

1. 定义明确的行为规则。
2. 在每轮对话中注入恰当的上下文。
3. 主动抵消模型默认的乐于助人倾向。

一旦我弄清这些，所有东西都顺畅起来。

---

很想了解是否还有其他人在做多代理工作——你们使用了哪些模式？