https://jiajia.fun/a/ba8396ae-10b3-4bf8-ad25-3b4ce2459220-%E5%A4%A7%E6%A8%A1%E5%9E%8B%E8%A7%92%E8%89%B2%E6%89%AE%E6%BC%94%E4%B8%8E%E5%B0%8F%E6%A8%A1%E5%9E%8B%E8%AE%B0%E5%BF%86%E6%A8%A1%E5%9D%97%E5%A6%82%E4%BD%95%E8%AE%BE%E8%AE%A1

# 大模型角色扮演与小模型记忆模块如何设计

角色记忆需拆分为静态角色卡、世界书、原作剧情与动态状态及对话记忆；小模型尤须物理隔离原作与增量记忆、由代码侧控制检索调度并慎用向量召回。

## 要点

1. 静态与动态分离：角色卡与世界观存为只读真相源；好感度、时间线等状态变量用结构化 KV 存，每轮返回 delta 落库，避免自然语言漂移。
2. 区分已完结剧情与增量记忆：原作剧情与后续对话必须物理隔离并加明确标签，防止小模型将自编经历当成原作事实。
3. 按角色切分与精确检索：多角色剧情全量注入会导致信噪比塌陷，应按角色切块，辅以 SQLite FTS5 关键词及说话人过滤，慎用易串味的向量召回。
4. 角色提炼与注入约束：角色卡放提炼的性格与关系并挂原文锚点；每次仅注入 3 至 5 条带语义外壳的原台词样本，并加反复读约束。
5. 小模型调度权外置：9B 级别模型不擅长自主选章节，应由代码侧用规则与关键词定位，固定上下文注入顺序以命中前缀缓存。

## 来源

- [原始讨论 1](https://jiajia.fun/qa/02afc6739dff8262c2e8d99c)
- [原始讨论 2](https://jiajia.fun/qa/0b5ca48f82b0d4f3aad90c2d)
- [原始讨论 3](https://jiajia.fun/qa/1181e4083e47f9201e63d944)
- [原始讨论 4](https://jiajia.fun/qa/56654ad79ad713c7dbe1741b)
- [原始讨论 5](https://jiajia.fun/qa/69b9d5fae0355cedd449b0ac)
- [原始讨论 6](https://jiajia.fun/qa/8cd826bb702f9d35e8846313)
- [原始讨论 7](https://jiajia.fun/qa/9116c5ae3f7a0a6ac570b27d)
- [原始讨论 8](https://jiajia.fun/qa/96b341fd2b9c9df2eea9968b)
