AI跑团/角色扮演为什么越玩越无聊？因为缺了一个导演系统！

深度长文分析！对AI原生游戏的探索！超长文章超多古法手搓！！

AI从"会答"走向"会协作"

先从开发侧正在发生的一个变化说起。

2025年出来的这一批AI开发工具，Claude Code、Codex CLI、CodeBuddy，名字不同，出处各异，但核心能力高度趋同——能读懂你的代码库，能真的动手改代码、跑命令，理解你的一句话需求。 不只是给建议，是真的在替你干活。

这些工具放在一起，说明的是同一件事：AI正在从"会答"走向"会做"，再走向"会协作"。以前AI像一个聪明的顾问，现在更像一个初级同事。这个变化，比"回答更准确"重要得多。

从开发侧到运行时

讲完这些工具，我其实一直有个问题：

如果AI在开发侧已经能理解意图、读上下文、分步执行、调工具实操，那它为什么只能帮我们做游戏？它能不能进入游戏运行时本身？

这些能力放到运行时里其实都有对应的事可以干——理解玩家想干嘛、知道世界现在什么状态、推动体验往前走、在合适的时候制造事件、下次玩家回来还能承接。

但其实并不好搬。

开发侧的东西有明确边界，测试过了就是过了，文件写了就是写了。 运行时全是模糊的：什么叫"体验好了"？

同一个事件不同人感受完全不一样。所以AI进运行时，中间必须加一层架构来兜住这些模糊性。

所以我今天想聊的其实不是AI怎么帮我们做游戏，而是AI能不能直接参与到游戏运行时里面去。

现有产品的困境

这两年AI角色扮演产品出了不少，SillyTavern、Character.AI、星野、Fables……在座可能有人玩过，至少听过。

每次刚开始玩都觉得"哇，好厉害"。但真的玩久了，几个小时之后，你会发现一个共通的问题：越玩越怪，越玩越没意思。

3.1 酒馆和Character.AI分别走到了哪

先说SillyTavern，也就是"酒馆"。 

开源社区里最成熟的AI角色扮演前端。世界书的关键词触发越来越精细，加了RAG向量检索，社区还做了结构化记忆插件。但不管技术做得多精细，它的工作方式始终是一个： 在一个可能不是很恰当的时机把恰当的文本塞进提示词。没有一个独立的逻辑层在说 "现在该升压了"、"玩家快无聊了"。

而且用户得频繁手动干预——回溯、重说、手动编辑记忆。这不像在玩游戏，更像在调试AI。

Character.AI呢，2025年记忆系统做了好几轮升级，能自动提取对话里的关键信息了。 

但它能记住"你有一只叫小黑的猫"，记不住"你们从互相防备到彼此信任的过程"。后者才是长期角色扮演真正有价值的东西。 而且AI角色太顺从了——模型倾向于取悦用户，玩久了就是无意义的循环和复读。不是不聪明，是太听话了，听话到没有冲突、没有意外、没有惊喜。

还有一个共同的问题：角色带不走。你跟一个角色聊了100轮，想把他连同经历和关系带到另一个世界观里？ 做不到，角色卡只有初始设定。

3.2 问题出在哪

这些产品都在疯狂优化"对话质量"——更长的上下文、更好的记忆、更拟人的回复。 但它们缺的不是对话能力，而是对话之上的东西。

对话是媒介，并非体验本身。

你让模型更大、上下文更长、回复更拟人，这些都是好的改进。但它们解决不了一个根本问题：剧情还是会原地打转，世界还是没有真正的变化。

玩家跟角色聊了50轮，关系演进甚至会逐渐遗忘，做过的选择重新再roll一遍可能会让整个世界都变样...

这些问题其实不止在对话层，在对话之上。

传统游戏怎么解决这些问题的？状态机追踪世界状态，数值系统量化关系和资源，事件系统在合适时机推动剧情，导演逻辑调节难度和节奏。

这些东西，现在的AI角色扮演产品里几乎都没有，或者有一点点，但不成体系。

用游戏设计的话说，这些产品没有在维护玩家的心流。

心流需要挑战和能力之间持续匹配——太简单无聊，太难焦虑，刚刚好才会沉浸。

传统游戏靠关卡设计和难度曲线来做这件事，AI角色扮演产品目前没有任何机制在管这个。

这就像让一个特别会说话的演员，同时兼任编剧、导演和场务。他再厉害，也扛不住。

所以我今天核心观点其实就是：AI聊天对话类产品的聚焦点，就不该是对话体验，而是游戏体验。

让AI文笔更好、聊天更自然，那是大模型厂商的事。

应用层面该做的是用游戏化的思维去优化用户体验。

规则驱动的导演系统

4.1 先说行业背景

问题讲完了，说说我们的做法。

在导演系统这个观念上，游戏行业很早就做过类似的事。

2005年，Michael Mateas和Andrew Stern发布了Façade，可能是最早的AI驱动的交互戏剧游戏。

玩家通过自由打字与两个AI角色互动，而游戏背后有一个Drama Manager在实时编排叙事节奏。

它会根据玩家的行为判断当前的戏剧张力，决定接下来该推进哪一段剧情、该让角色做出什么反应。

这在2005年就说明"规则驱动的体验导演"是可行的方向。

2008年，Valve在《Left 4 Dead》里做了一个AI Director，用规则系统监控玩家的压力曲线，追踪团队的血量、弹药、最近受到的伤害频率。

然后动态调整僵尸生成密度、特殊敌人出现时机、物资投放位置。它用的正是规则加参数化调控，而不是AI决策。

近年来，LLM的出现让这个方向有了新的可能性。ACL上的一篇论文提出了"导演-演员"协作架构，一个前置的导演Agent负责可控的叙事引导，演员Agent负责角色表演。 

从Façade到L4D一路走来，现在有了LLM，导演能调控的东西从参数升级到了体验。我们做的是在这条线上继续往前走，同时用规则来保证稳定性。

4.2 先澄清一个误解

当说到"导演系统"的时候，可能很多人第一反应是：让另一个AI来当导演？让GPT-5来指挥GPT-4？

并非如此。这里要讲的导演系统，不用LLM来做决策。

为什么？因为AI做单次判断可以很准，但做跨轮次的决策一致性不太行。

你让AI判断"现在该升压还是降压"，它这一轮说"升压"，下一轮同样的局面可能就说"降压"了。单次看都有道理，但连起来节奏就飘了。

不是不聪明，是它没法保证连续十轮的判断方向是一致的——而体验编排要的就是这种长程一致性。

对话层面，每次稍有不同没关系。但游戏的节奏曲线不能每次都随机漂移。

所以我们的方案是：AI负责感知，程序负责决策。模型每轮告诉系统"现在场上是什么情况"，至于"接下来该怎么办"，由程序规则来判断。

4.3 导演系统怎么工作

但导演要工作，得先能"看见"当前发生了什么。所以我们做了两件前置的事。

一个是把模型输出协议化。模型每轮不只输出给用户看的叙事文本，还通过 @@s这个隐藏通道回报结构化状态。

输出被拆成了"玩家看到的故事"和"系统拿到的状态"两层。

另一个是在聊天记录之外，维护一套独立的结构化运行态，包括当前场景、角色状态、隐藏信息、待触发事件这些东西。

这些状态不是摆设，导演系统每轮都在读它们。

有了这两层，导演才有数据可用。

接下来说导演拿到数据之后干什么。

模型每轮除了写故事，还会通过隐藏通道回报四个数值：

当前场景有多激烈、局势离失控有多近、玩家对剧情走向的掌控权有多大、眼前的目标推进到什么程度了。

你可以把它理解成演员演完一场戏回来跟导演说："刚才那场挺紧张的，主角快撑不住了，不过观众还觉得自己有的选。"

这些数值单轮肯定会有偏差——AI打分嘛，打歪个一两分很正常。

所以导演系统不看某一轮的绝对数值，而是看一段窗口内的趋势：连续几轮在涨还是在降。偶尔歪一次没事，趋势不会被带跑。

程序拿到趋势之后，从一组预设的动作里选一个注入到下一轮的模型输入里。

这些动作听名字就能理解——"缓冲降压""给予突破口""增加阻力""制造推动"——就是告诉AI接下来该松一松还是紧一紧。

 AI收到之后自己去发挥，把这个方向变成一段具体的叙事。

怎么推交给规则，怎么写交给AI。

4.4 为什么这样设计

两个原因：稳定性和可调控性。

稳定性是指程序规则的判断是确定性的。同样的输入，永远得到同样的输出。

它不会今天心情好就给你开高难度，明天心情不好就让你无聊到睡着。

可调控性是指规则是人写的，人可以改。如果玩家反馈"游戏节奏太快了"，我改一下规则参数就行。

如果让AI自己判断，我根本不知道它是怎么做决策的，也没法精确调整。

这里我想说一句很重要的话：不是让AI当导演，而是用规则系统约束AI。

规则系统是骨架，AI生成是表演。

AI擅长的是表达——这句台词怎么说，这个场景怎么描述，这个角色什么语气，它比我们写得好。

但什么时候该升压、什么时候该揭示信息、什么时候该让玩家的道具派上用场——这些需要稳定，不能每次都碰运气。这部分交给规则。

说到底导演系统在做的事情，就是维护心流。前面说过，心流需要挑战和能力持续匹配。

导演系统就是那个在后台不断微调这个匹配关系的东西—— 玩家太顺了就加阻力，卡住了就给突破口，节奏平了就制造推动。

它不是在替玩家做决定，而是在保证体验的张力曲线不会塌掉。

4.5 具体例子：道具困境设计

让我举一个具体的例子。

影视创作有个经典原则叫"契诃夫之枪"，如果第一幕墙上挂了一把枪，那这把枪在后面一定要开火。

顺带一提，我本科专业是影视技术，这个概念在课上反复被老师洗脑过。

游戏上也差不多。玩家获得的道具不应该被遗忘，但会更自由松散一些。

说回导演系统。

假设玩家在第3轮对话时获得了一把"寒冰匕首"。导演系统记录下这个事件。 接下来10轮对话，玩家一直没用这把匕首。

到第13轮，计数器超过阈值。但这不是说到了就一定触发——系统还有冷却机制，到了阈值还得看最近是不是刚干预过、连续干预了几次。

你可以把它理解成跑团里的骰子：条件满足了相当于你有资格投骰子了，但投出来点数够不够，还要看当时的情况。

不是"到了10轮就一定出现"，而是到了10轮你才有机会掷这个骰子。

如果触发了，导演系统会选择"制造推动"这个动作。

然后系统要从资产池里选出最合适的那张卡——满足导演条件的候选卡可能有好几张，系统会综合语义相关度和出场间隔来排序，选出跟当前场景最贴合的那一张， 把它注入到下一轮的模型输入里 。

AI收到这个信号，自己去理解、去发挥，在接下来的叙事里自然地把这个元素编织进去。

还有一点：同一个资产被调度过之后会进入冷却，不会反复出现。

这种频率控制AI自己很难稳定做到，它在多轮对话中经常丢掉节制这个概念。

剧情资产与语义命中：导演手里的卡

如果有同学用过UE或者Unity这类引擎，大概知道做一段关卡演出是怎么回事——事先在指定位置放一个碰撞框，检测玩家是不是到了这里，到了就触发相应的事件。其实只要稍微玩过一些游戏基本都能理解这个概念。

这些东西就不应该是运行时AI临时拍脑门的，而是需要作者提前设计好的。

我们的系统里已经有了这个能力，也就是剧情资产系统。

5.1 作者做的是什么

作者做的不是一大块提示词，而是一张张"剧情卡"。

每张卡有内容、有适用条件、有导演动作和优先级，结构化地描述一个可能发生的事件或信息。

其中有一个字段叫触发提示，作者在这里写的不是关键词，而是一段自然语言的情境描述——"玩家面临致命威胁，隐藏角色xxx出现前来救场"这种。

为什么要写成这样，下面讲命中逻辑的时候就明白了。

5.2 怎么决定出哪张卡

这些卡在触发条件满足之前就安静地待在资产池里。每轮对话，系统要决定两件事：该不该出卡、出哪张。

这个决定不是靠单一条件，而是综合打分。

首先得过导演这关——导演选了什么动作、四个数值落在什么区间、哪些角色在场，这些决定了此刻适不适合注入新内容。

过了这关之后，系统要在候选卡里挑最合适的那张。

这里靠的是语义相关度。每张卡的触发提示在保存时会被系统自动算成一个语义向量，运行时系统拿"玩家这轮说了什么 + 上轮叙事描述了什么"也算一个向量，然后比两个向量的距离。

距离越近，说明这张卡跟当前正在发生的事情越贴合。

这就是为什么触发提示要写成情境描述而不是关键词——向量检索比的是语义相似度，完整的情境描述比零散关键词出来的匹配精准度高得多。

玩家说"我被逼到墙角了，那个怪物越来越近"，一张写着"玩家面临近身危险"的卡就会拿到很高的语义分，哪怕一个关键词都没重叠。

除了语义，还有时序和优先级。同一张卡出过场之后会冷却一段时间，从来没出过场的卡有额外加分——这控制的是叙事节奏，同一个元素不会反复出现。

作者觉得重要的卡优先级设高，普通的设低。

几项打完分，加权求和，最高分的那张进 prompt。调试面板能看到每张候选卡的各项得分和最终排名——为什么选了这张而不是那张，一目了然。

5.3 同一套引擎也用在角色设定上

顺便说一下，这套语义命中不只用在剧情资产上。

作者给角色写的特殊设定——比如"这个角色童年被火灼伤过，极度恐惧火焰"——也走同样的语义匹配。

玩家说"我们点个篝火取暖吧"，系统自动判断这句话和哪条角色设定语义相关，相关的才激活注入。

不需要作者去凑关键词，写的就是自然语言描述，系统自己能理解什么时候该用。

剧情资产和角色设定共享同一套语义引擎，每轮只需要算一次查询向量，两边同时用。

角色记忆：让角色真的会成长

前面讲了作者写的特殊设定会走语义命中——"对火焰恐惧"这种条目存在那里，相关的时候自动激活。

但有个问题：作者写的设定是静态的，写完就不变了。

角色在游玩过程中经历的事情呢？比如某个角色在废墟里被火焰陷阱困住、玩家冒险把她拉出来、她从此对玩家产生了信任——这些是玩的过程中发生的，作者没法提前写好。

如果这些经历只存在聊天记录里，几十轮之后被压缩掉了，角色就"失忆"了。

这也是前面分析平台时反复出现的痛点——角色记不住"你们从互相防备到彼此信任的过程"。

我们的做法很简单：角色的经历也往同一个池子里扔。

前面说过，作者写的角色设定是一条条文本，存在池子里，向量化，语义命中。角色的记忆也是一条条文本——只不过来源不是作者手写，而是系统在游玩过程中自动生成的。

具体来说，系统在几个时机往角色的条目池里追加新条目：

系统做长期摘要压缩的时候，会顺带把跟该角色相关的事件拆出来，写成一条经历——"在地下城被队友背叛，独自逃出"。

模型通过隐藏通道回报角色状态变化的时候，也会生成一条——"对陌生人的信任度很低，倾向于单独行动"。

角色在关键场景里说过的重要台词，也可以存一条。

这些条目写入的时候自动算 embedding，跟作者写的设定混在同一个池子里。

系统不需要区分"这是作者写的"还是"这是玩出来的"，对语义引擎来说都一样——都是一条条带向量的文本，该命中的时候自然会命中。

比如后来玩家遇到一个NPC要求组队，系统就会命中"被队友背叛"和"信任度低"这两条记忆。

模型看到这些，自然就知道这个角色此刻该犹豫、该抗拒，甚至可能在对话里提起那次经历。

作者从来没写过"遇到组队邀请时如何反应"这条规则，但角色的过去自己替她做了这个决定。

角色就这样在玩的过程中慢慢积累自己的经历、性格变化和关系变迁。

量大了怎么办？前期不用担心，向量检索本身就是为大量条目设计的，几百几千条检索速度几乎没区别。

这套东西还有一个好处：角色可以带走。

角色的条目池是独立于房间的，可以导出成一份本地文件。开新房间的时候选择导入，这些条目就进了新房间的检索池。

系统不需要做什么特殊处理，下一轮对话算查询向量的时候，这些记忆条目自然就参与语义命中了。

该想起什么、该表现出什么，检索引擎自己会找到。

前面分析的几个平台都有一个共同的问题：角色被锁死在一个对话框里，带不走。 但用上述方法构造的角色是跟着玩家，而不是跟着房间走的。

时间连续性：让世界有呼吸感

先问大家一个问题：你上次玩一个单机游戏，打到一半存档退出。

过了一周，你再打开游戏，读档继续。这时候游戏世界是什么状态？

它还停在你上次退出的那一秒。NPC站在那儿一周了，一动没动。

我们已经太习惯这种设定了，以至于觉得它是理所当然的。但这其实很奇怪：玩家现实里已经过了一周，但游戏世界完全冻结了。

AI原生游戏已经可以做一件新事情：玩家离线后，世界不必完全暂停。

这不是在玩家离线时真的持续运行模拟。实际的机制很简单：

当玩家回来发起新的对话时，系统把"你离开了多久"和推进边界作为额外的上下文交给LLM，在你回来的那一刻一次性生成这段时间里"发生的事情"。

这些"发生的事情"受到导演系统的约束：如果你离线前正处于危机时刻，世界只推进很少；如果你离线前把事情都处理好了，世界可以推进更多。

关键原则是：世界不会推进到让玩家觉得被抛下的程度。所有需要玩家做决策的节点都会冻结等待，只有日常性的世界演进会自动发生。

更有意思的是，你可以在离线前给出指令。 比如你下线前对同伴说："你们先去打听一下镇上的消息，我明天回来。 "然后你第二天打开游戏，同伴会告诉你他们做了什么。他们真的去做了这件事，而且结果是合理的，做一半，留一半，留下需要玩家参与的部分。

回归体验也要设计好。 不要给系统报告，要让世界自己体现变化：同伴自然地提起"你去哪儿了？这两天可发生了不少事"，环境自己体现村子里的变化，关系带着变化出现。 世界要接住玩家，而不是给玩家一份邮件周报。

你离开了，世界继续运转，但不会把你甩下。关键剧情等你回来，日常世界自己演进。让玩家感到世界在前进，但不是被世界抛弃。

总结

到这里这次分享差不多也就结束了。

今天讲的东西其实就一条线：AI角色扮演产品越玩越无聊，问题不在AI，在于没有人管体验该怎么走。我们填充的就是这一层。

为好的故事讲究"意料之外、情理之中"。

意料之外AI天生就会，每次重roll都可能是差别非常大的结果。但情理之中得要兜底。用规则去约束，把数据给记录住，不管AI怎么发挥，体验的底线不会塌。

都看到这里了，求个点赞收藏不过分吧？~QWQ

目前该项目正稳步推进中，定位类似酒馆，等待成品版本开发稳定后会放到github开源，欢迎各位同学B站关注我私聊讨论！！

个人主页：某驾校校长的个人空间-某驾校校长个人主页-哔哩哔哩视频

文章来自于"LitGate"，作者 "某驾校校长"。