1. 项目概述当AI成为K-pop演唱会观众最近在捣鼓大语言模型LLM和智能体Agent应用时我脑子里冒出一个有点“不务正业”但很有意思的想法如果我们给LLM赋予一个具体的“人设”Persona比如一个狂热的K-pop粉丝然后让一群这样的AI智能体去模拟一场线上演唱会的观众会发生什么它们会像真人粉丝一样刷屏、打Call、互动吗这个想法催生了这个实验性项目——“Does Persona Make LLMs K-pop Fans?”本质上是一个基于LLM的线上演唱会观众智能体Audience Agents的试点研究。这个项目远不止是让AI“追星”那么简单。它的核心在于探索两个关键问题第一“人设”提示Persona Prompting到底能在多大程度上塑造和稳定LLM的行为模式使其脱离通用、中立的应答表现出具有特定身份、偏好和情感倾向的“人格”第二当我们把多个这样的“人格化”智能体放入一个多智能体系统Multi-Agent System中模拟一个动态、实时的社交场景如线上演唱会聊天室时它们能否产生符合场景逻辑的、有趣的、甚至“拟人”的群体互动行为对于开发者、产品经理或研究者而言这个项目的价值在于提供了一种低成本、高可控性的“社会模拟沙盒”。你可以用它来测试虚拟社区的氛围、预测新功能上线后的用户反馈、或是为游戏NPC生成更丰富的背景故事和互动脚本。特别是结合“LLM写作助手”这类工具我们可以快速批量生成具有不同人设的智能体进行大规模的交互实验。接下来我将详细拆解这个项目的设计思路、技术实现、踩过的坑以及一些超出预期的发现。2. 核心设计思路与架构拆解2.1 目标定义与场景构建项目的首要任务是明确我们要模拟什么以及衡量的标准是什么。我们选择“K-pop线上演唱会直播聊天室”作为核心场景这是因为它具备几个理想的研究特征高情感密度粉丝行为充满强烈的情绪表达兴奋、感动、集体认同是对LLM情感模拟能力的很好测试。结构化互动聊天室有相对固定的行为模式如刷艺人名字“刷屏”、统一格式的应援口号“打Call”、对特定表演环节如“高音”、“舞蹈Break”的反应。实时性与并发性多个观众同时发言信息流快速滚动适合测试多智能体系统的并发处理和上下文感知能力。我们的核心目标是创建一组AI观众智能体让它们在模拟的直播时间线内根据接收到的“演唱会事件”如“歌曲A开始”、“成员B开始独舞”生成符合其预设人设的聊天内容并观察其个体行为的稳定性以及群体互动的涌现性。2.2 智能体“人设”工程从标签到灵魂“人设”是本项目的核心驱动引擎。我们不能仅仅告诉LLM“你是一个K-pop粉丝”这太模糊了。需要构建一个多层次、可操作的“人设配置文件”。基于实验我总结出一个有效的四层结构第一层基础身份与属性这包括年龄、性别、网络身份如“大学生”、“上班族”、成为粉丝的年限“新粉”/“老粉”。这些属性会直接影响语言风格。例如“中学生粉丝”可能会使用更多缩写和网络流行语而“工作多年的老粉”的发言可能更沉稳、充满回忆。第二层粉丝类型与偏好这是区分智能体的关键。我们借鉴了真实的粉丝圈文化设定了多种类型唯粉只痴迷于团体中的某一个成员。其发言90%以上围绕该成员对其他成员表现冷淡甚至无视。团粉热爱整个团体强调团队精神和成员间的互动。发言会平衡地提及各成员尤其在团体合作部分表现激动。实力粉重点关注唱功、舞蹈、创作能力。发言内容多涉及“唱功了得”、“舞蹈力度”、“编曲细节”等专业维度。颜粉主要被外貌吸引。发言高频词包括“颜值暴击”、“美貌杀人”、“这个造型封神了”。CP粉热衷于想象成员间的特定配对关系。会在成员互动时发出“磕到了”等评论。第三层情感基调与语言风格即使同是“唯粉”也有不同的表达方式。我们设定了情感基调参数狂热型大量使用感叹号、重复字母“啊啊啊啊”、夸张的赞美词。慈爱型像妈妈一样发言充满关爱和鼓励如“孩子今天状态真好妈妈放心了”。吐槽型带有幽默感的挑剔如“造型师今天鸡腿没了这衣服全靠脸在撑”。理性分析型像乐评人发言结构清晰有观点有分析。第四层记忆与关系网络进阶为了让智能体更有“生命感”我们为部分智能体添加了简单的记忆模块。例如记录它之前夸赞过某个成员的某场表演并在类似场景触发时提及“这次的高音让我想起了XX演唱会那次同样震撼”。还可以定义智能体之间的关系如两个智能体是“经常在评论区互动的网友”那么它们之间可能会有直接的对话和呼应。实操心得人设的颗粒度需要平衡。过于简单会导致行为同质化过于复杂则会让LLM困惑或增加不必要的计算开销。一个有效的技巧是为人设编写一段“角色独白”作为系统提示词的核心部分例如“你是朴志效的资深唯粉从她出道就关注最爱她充满力量的嗓音和真诚的性格。你在聊天室总是第一时间为她应援看到她的镜头就忍不住尖叫偶尔会善意地吐槽其他成员的粉丝刷屏太快。你的语言风格是热情直接的常用‘我们效效’、‘绝了’等词语。” 这比罗列属性列表更能让LLM进入状态。2.3 多智能体系统架构设计我们采用了基于事件驱动的异步协作架构而非让智能体完全自由地、持续地对话以模拟直播聊天室信息流“爆发”的特性。系统核心组件事件调度器这是整个系统的“导演”。它维护一个预定义的“演唱会时间线脚本”例如T5min: 团体登场表演开场曲《Intro》。T12min: 成员A个人VCR播放。T20min: 热门歌曲《主打个》舞台开始。T25min: 成员B的舞蹈Solo环节。T30min: 团体互动环节成员互相开玩笑。 调度器按照时间线向“环境上下文”广播事件。环境上下文一个共享的、不断更新的聊天记录板。它接收来自事件调度器的事件以及所有智能体生成的发言。它当前的状态即最新的若干条聊天记录和当前事件会作为生成每个智能体回复时的重要输入。智能体集群由多个独立的LLM智能体实例组成。每个智能体内部包含人设配置文件即上述的四层结构。感知模块从“环境上下文”中获取信息。这里有一个关键设计不是所有智能体都能“看到”全部聊天记录。我们模拟了真实聊天室中信息过载和注意力有限的情况为每个智能体设置了一个“视野窗口”例如只关注最近5条消息。这能防止所有智能体都对同一条信息做出反应使互动更分散、自然。决策与生成模块这是LLM的核心。我们将人设提示 当前事件 视野内的聊天记录组合成一个精心设计的提示词提交给LLM请求其生成一条符合场景和身份的发言。决策还包括“是否发言”以及“发言的情感强度”这可以通过在提示词中要求LLM输出一个“发言欲望值”来实现。可选记忆池存储该智能体的个人记忆片段。输出与日志系统收集所有智能体的发言按时间戳排列形成完整的模拟聊天记录。同时记录每个智能体每次调用的输入人设、事件、上下文和输出用于后续分析和调试。工作流程事件调度器触发一个新事件如“舞蹈Solo开始”并将其更新至环境上下文。系统遍历所有智能体。对于每个智能体感知模块从环境上下文中获取“当前事件”和“视野窗口内的近期聊天”。将该智能体的人设、感知到的信息组合成提示词调用LLM API。LLM生成一条发言如“啊啊啊这个卡点这个控制力教科书级别的Solo”。该发言被提交到环境上下文更新聊天记录板。循环直到演唱会时间线结束。3. 关键技术实现与核心环节3.1 LLM提示词工程精准激发“粉丝行为”提示词的质量直接决定了智能体行为的优劣。经过大量测试我们固定了一个高效的提示词模板你正在参与一个线上K-pop演唱会直播聊天室。请严格遵守以下设定 【你的身份】 {插入详细的人设独白例如你是TWICE成员林娜琏的狂热唯粉性格活泼最爱她的甜美笑容和活力舞台。你习惯用大量感叹号和“甜心”、“宝贝”等昵称。} 【当前直播状态】 * 正在进行的环节{当前事件如娜琏的《POP!》个人舞台} * 近期聊天记录仅供参考 - 用户A开始了开始了 - 用户B娜琏今天状态绝佳 - 用户C这套打歌服好像没见过 【你的任务】 请生成一条符合你身份的聊天室发言。请只输出发言内容本身不要有任何额外的解释或前缀。 思考过程仅用于指导不要输出结合你的身份和当前事件你现在是什么心情你想表达什么注意近期聊天记录你是想补充、赞同还是开启新话题这个模板的关键点在于角色隔离用“【你的身份】”部分进行强约束防止LLM偏离人设。上下文限定明确提供了“当前事件”和“近期聊天”让LLM的生成有据可依避免天马行空。任务清晰直接要求生成“发言内容本身”避免了LLM输出冗余的确认语句。隐性链式思考虽然不输出“思考过程”但提示词中引导LLM进行内部推理这能显著提升生成内容的相关性和合理性。注意事项不同的LLM模型如GPT-4、Claude、国内的各种大模型对提示词的敏感度不同。对于较小的或指令遵循能力稍弱的模型可能需要更简练、更直接的指令甚至需要加入“负面提示”如“不要进行自我介绍”、“不要评价自己的发言”。3.2 并发控制与发言节奏模拟真实的聊天室不是所有人都在不停说话。我们需要模拟发言的随机性和间歇性。我们为每个智能体引入了两个参数基础发言概率根据人设设定。例如“狂热型”粉丝的基础概率可设为0.7每次被轮询时有70%几率发言“理性分析型”可设为0.3。事件触发增益当“当前事件”与智能体的人设高度相关时大幅提高其发言概率。例如当事件是“林娜琏个人舞台”时所有“林娜琏唯粉”智能体的发言概率临时提升至0.95而其他成员的粉丝概率可能降低。在每一轮对应一个小的模拟时间片如10秒中系统会遍历所有智能体根据其当前概率决定是否调用LLM生成发言。这样可以避免所有智能体对每个事件都做出反应形成有疏有密、更自然的聊天流。3.3 记忆与一致性维持为了让智能体在长达一两个小时的模拟中保持人设一致避免出现前后矛盾比如前半场狂夸A成员后半场又说最喜欢B成员我们采用了两种策略动态系统提示词在每次调用LLM时除了固定的人设独白还会附加一条该智能体在本场演唱会中“说过”的、最具代表性的1-2条发言作为“记忆锚点”。例如“你之前曾说过‘我们娜琏的感染力就是最强的’。请保持这种风格和态度。”输出后过滤与修正LLM偶尔仍会“失控”生成不符合人设的发言。我们设置了一个简单的关键词过滤规则。例如对于一个“唯粉”智能体如果其生成的发言中出现了明显赞美其他成员且未提及自家偶像的句子系统会触发一次“低温度”的重生成或在极端情况下丢弃该条发言并标记一次“人设偏离”。这虽然增加了复杂度但对维持模拟的真实性至关重要。4. 实验过程、现象分析与问题排查4.1 实验设置与初始运行我们使用GPT-4 Turbo作为基础LLM构建了一个包含12个智能体的小型系统。人设覆盖了前述的多种粉丝类型。演唱会脚本模拟了约40分钟的流程包含团体表演、个人VCR、小分队舞台、互动环节等。初始运行后我们得到了长达数百条的模拟聊天记录。直接观察已经能发现一些有趣的现象群体行为的涌现当热门歌曲前奏响起时多个智能体几乎同时发出了“来了”、“全体起立”等高度一致的刷屏内容尽管我们没有预先编程让它们这样做。这是它们各自基于“事件”和“粉丝”人设独立推理后产生的集体行为。人设的稳定体现“实力粉”在舞蹈Break时讨论“核心力量”和“动作衔接”“颜粉”在成员特写镜头时刷“美貌营业”“CP粉”在成员互动时发出“嗑糖”的言论。不同类型智能体的关注点清晰分离。简单的互动链出现了简单的对话序列例如智能体A团粉这个和声太美了不愧是完颜实力团 智能体B某成员唯粉[成员名]的音色在里面最突出听得我起鸡皮疙瘩了。 虽然B的回复更像是“各说各话”但它在A的发言基础上将话题引向了自己关注的成员形成了微弱的互动。4.2 遇到的典型问题与解决方案在欣喜于初步成果的同时我们也遇到了不少问题以下是排查和解决的过程问题1人设“漂移”与混淆现象一个设定为“A成员唯粉”的智能体在几次发言后突然开始热情地赞美B成员甚至说“今天被B圈粉了”。排查检查提示词和上下文。发现当聊天记录中大量出现B成员的赞美时LLM受到了“从众”或“语境污染”为了生成“合群”的内容无意中背离了原始人设。解决方案强化系统提示词在系统提示词开头用更强烈的语气强调如“无论如何你必须始终牢记你是A成员的粉丝你的所有发言都应围绕此核心立场。”净化上下文窗口对于“唯粉”这类立场需要极端坚定的智能体在为其构建上下文时可以过滤掉大量赞美其他竞争成员的消息只保留通用信息和与自家偶像强相关的信息。使用更低的“温度”参数降低生成随机性使其更严格地遵循指令。问题2发言内容空洞与重复现象智能体反复说“好棒”、“太好听了”、“可爱”缺乏具体细节和变化。排查提示词可能过于笼统或者LLM本身在缺乏足够信息时倾向于生成安全但平庸的回复。解决方案在事件描述中注入细节不要只广播“歌曲《XXX》开始”而是改为“歌曲《XXX》开始这是一首充满活力的电子舞曲副歌部分有标志性的群舞走位和一段高音吟唱。” 为LLM提供生成的“素材”。在人设中植入具体偏好不只是“喜欢唱功”而是“特别欣赏有穿透力的混声高音和稳定的Live气息”。这样在遇到高音部分时它就能生成“这个G5咬字依然清晰气息支撑太稳了”之类更专业的内容。引入少量随机性在提示词末尾添加“请尝试从[视觉造型/舞蹈细节/演唱技巧/情感表达]等不同角度进行评论”引导LLM多样化输出。问题3互动性不足各说各话现象虽然大家都在发言但更像是一堆独立评论的堆砌缺乏真正的对话感。排查智能体的“视野窗口”可能太小或者决策逻辑中没有强调“回应他人”。解决方案优化提示词任务部分将“注意近期聊天记录你是想补充、赞同还是开启新话题”这句话更加具体化例如“请仔细阅读近期聊天记录。如果你的观点与他人一致可以表示赞同或补充细节如果有人提到了你关注的成员请积极回应如果开启了有趣的新话题你可以加入讨论。”设计“社交型”人设专门创建一两个“社交达人”型粉丝智能体其核心人设就是“喜欢在聊天室互动和接话”并赋予它们更宽的“视野窗口”如最近10条消息让它们主动去串联话题。后处理关联这不是实时解决方案但可用于分析。在日志中可以计算发言之间的文本相似度或主题相关性人工或通过另一个LLM来判断是否存在潜在的回应关系从而评估互动深度。问题4成本与延迟现象随着智能体数量增加API调用次数激增模拟运行速度变慢成本上升。解决方案异步与非阻塞调用采用异步编程同时发起多个LLM API调用而不是顺序等待。模型分层对于“发言欲望”较低或对内容质量要求不高的智能体如只是简单刷表情可以使用更小、更快的模型如GPT-3.5 Turbo或本地轻量级模型。缓存与复用对于某些通用、高频的应援语句如“好帅”可以建立一个小型缓存库让智能体有一定概率直接从库中抽取而非每次都调用LLM生成。设置发言频率上限即使一个智能体非常“狂热”也限制其单位时间内的最大发言次数这既符合真实情况打字需要时间也控制了成本。4.3 评估与度量如何判断“像不像”这是一个主观性很强的项目但我们仍试图建立一些客观和主观的评估维度人设一致性分数通过另一个LLM作为裁判来评估每条发言与预设人设的符合程度打分1-5分计算平均分。发言多样性计算所有发言的文本相似度如余弦相似度相似度过高则说明内容重复、缺乏新意。互动网络分析将聊天记录构建成图网络节点是智能体边是发言之间的回应关系可通过语义相似度或关键词匹配初步判定。分析网络的密度、聚类系数等量化互动程度。人工评估最重要邀请真实的K-pop粉丝阅读匿名化的聊天记录让他们判断“这像不像一个真实的粉丝聊天室”、“哪些发言让你觉得特别真或特别假”。他们的反馈是黄金标准。在我们的初步评估中人工评估者普遍认为在演唱会高潮环节如主打歌、个人Solo聊天记录“非常真实和平时看的直播弹幕很像”。但在过渡或慢歌环节AI的发言有时会显得“有点刻意”或“找不到重点”这说明对事件描述的精细度和智能体的“节奏感”控制还有优化空间。5. 项目延伸思考与应用场景这个试点项目虽然始于一个有趣的脑洞但其揭示的技术路径和可能性是严肃且具有应用价值的。1. 产品与社区模拟测试这是最直接的应用。游戏公司可以用它来模拟新角色上线后玩家社区的反应社交App可以模拟新功能如“一起听”推出后用户会如何互动电商平台可以模拟促销直播间的互动氛围提前优化主播话术和节奏。通过调整智能体的人设比例如增加“吐槽型”用户可以压力测试产品的负面反馈承受能力。2. 内容生成与剧本创作可以为虚拟偶像、游戏NPC、互动视频剧本批量生成背景故事和对话素材。例如为一场虚拟演唱会编写成千上万条符合不同粉丝人设的弹幕极大地丰富内容层次。编剧也可以利用此系统快速生成不同性格角色在特定场景下的可能对话寻找灵感。3. 人工智能与社会行为研究提供了一个高度可控的“数字社会”实验室。研究者可以调整参数如果增加“引战型”人设的比例社区氛围会如何演变信息茧房效应在AI群体中会如何形成群体性情绪如集体狂欢是如何通过简单的个体规则涌现出来的这为计算社会科学提供了新工具。4. 下一代交互体验的基石未来的线上演唱会、体育赛事直播或许真的可以引入AI观众。它们不是简单的机器人刷屏而是拥有稳定人设、能根据比赛进程做出合理反应的“虚拟伙伴”为孤独观看的用户提供一种“共同在场”的陪伴感。甚至用户可以选择一个自己喜欢的“AI粉丝类型”作为自己的观赛伴侣与之进行简单的对话。技术挑战与未来方向 当前系统仍处于“脚本驱动”阶段智能体的反应本质上是基于事件和上下文的条件反射。真正的突破在于让智能体具备更长期的记忆和更复杂的目标。例如一个智能体可以设定“目标”在本场演唱会中让自己支持的成员的名字被刷到“热度榜”第一。它就需要策略性地选择发言时机、内容甚至可能与其他智能体团粉进行“合作”或“竞争”。这将把多智能体系统推向一个更复杂、也更有趣的层面——具备简单策略行为的模拟社会。这个项目让我深刻体会到将LLM从“万能问答机”转变为“角色扮演者”的关键在于精细的提示词工程、合理的系统架构设计以及对人性化细节的持续打磨。让AI成为“K-pop粉丝”只是一个起点其背后关于身份、互动和群体智能的探索才刚刚开始。
1. 项目概述当AI成为K-pop演唱会观众最近在捣鼓大语言模型LLM和智能体Agent应用时我脑子里冒出一个有点“不务正业”但很有意思的想法如果我们给LLM赋予一个具体的“人设”Persona比如一个狂热的K-pop粉丝然后让一群这样的AI智能体去模拟一场线上演唱会的观众会发生什么它们会像真人粉丝一样刷屏、打Call、互动吗这个想法催生了这个实验性项目——“Does Persona Make LLMs K-pop Fans?”本质上是一个基于LLM的线上演唱会观众智能体Audience Agents的试点研究。这个项目远不止是让AI“追星”那么简单。它的核心在于探索两个关键问题第一“人设”提示Persona Prompting到底能在多大程度上塑造和稳定LLM的行为模式使其脱离通用、中立的应答表现出具有特定身份、偏好和情感倾向的“人格”第二当我们把多个这样的“人格化”智能体放入一个多智能体系统Multi-Agent System中模拟一个动态、实时的社交场景如线上演唱会聊天室时它们能否产生符合场景逻辑的、有趣的、甚至“拟人”的群体互动行为对于开发者、产品经理或研究者而言这个项目的价值在于提供了一种低成本、高可控性的“社会模拟沙盒”。你可以用它来测试虚拟社区的氛围、预测新功能上线后的用户反馈、或是为游戏NPC生成更丰富的背景故事和互动脚本。特别是结合“LLM写作助手”这类工具我们可以快速批量生成具有不同人设的智能体进行大规模的交互实验。接下来我将详细拆解这个项目的设计思路、技术实现、踩过的坑以及一些超出预期的发现。2. 核心设计思路与架构拆解2.1 目标定义与场景构建项目的首要任务是明确我们要模拟什么以及衡量的标准是什么。我们选择“K-pop线上演唱会直播聊天室”作为核心场景这是因为它具备几个理想的研究特征高情感密度粉丝行为充满强烈的情绪表达兴奋、感动、集体认同是对LLM情感模拟能力的很好测试。结构化互动聊天室有相对固定的行为模式如刷艺人名字“刷屏”、统一格式的应援口号“打Call”、对特定表演环节如“高音”、“舞蹈Break”的反应。实时性与并发性多个观众同时发言信息流快速滚动适合测试多智能体系统的并发处理和上下文感知能力。我们的核心目标是创建一组AI观众智能体让它们在模拟的直播时间线内根据接收到的“演唱会事件”如“歌曲A开始”、“成员B开始独舞”生成符合其预设人设的聊天内容并观察其个体行为的稳定性以及群体互动的涌现性。2.2 智能体“人设”工程从标签到灵魂“人设”是本项目的核心驱动引擎。我们不能仅仅告诉LLM“你是一个K-pop粉丝”这太模糊了。需要构建一个多层次、可操作的“人设配置文件”。基于实验我总结出一个有效的四层结构第一层基础身份与属性这包括年龄、性别、网络身份如“大学生”、“上班族”、成为粉丝的年限“新粉”/“老粉”。这些属性会直接影响语言风格。例如“中学生粉丝”可能会使用更多缩写和网络流行语而“工作多年的老粉”的发言可能更沉稳、充满回忆。第二层粉丝类型与偏好这是区分智能体的关键。我们借鉴了真实的粉丝圈文化设定了多种类型唯粉只痴迷于团体中的某一个成员。其发言90%以上围绕该成员对其他成员表现冷淡甚至无视。团粉热爱整个团体强调团队精神和成员间的互动。发言会平衡地提及各成员尤其在团体合作部分表现激动。实力粉重点关注唱功、舞蹈、创作能力。发言内容多涉及“唱功了得”、“舞蹈力度”、“编曲细节”等专业维度。颜粉主要被外貌吸引。发言高频词包括“颜值暴击”、“美貌杀人”、“这个造型封神了”。CP粉热衷于想象成员间的特定配对关系。会在成员互动时发出“磕到了”等评论。第三层情感基调与语言风格即使同是“唯粉”也有不同的表达方式。我们设定了情感基调参数狂热型大量使用感叹号、重复字母“啊啊啊啊”、夸张的赞美词。慈爱型像妈妈一样发言充满关爱和鼓励如“孩子今天状态真好妈妈放心了”。吐槽型带有幽默感的挑剔如“造型师今天鸡腿没了这衣服全靠脸在撑”。理性分析型像乐评人发言结构清晰有观点有分析。第四层记忆与关系网络进阶为了让智能体更有“生命感”我们为部分智能体添加了简单的记忆模块。例如记录它之前夸赞过某个成员的某场表演并在类似场景触发时提及“这次的高音让我想起了XX演唱会那次同样震撼”。还可以定义智能体之间的关系如两个智能体是“经常在评论区互动的网友”那么它们之间可能会有直接的对话和呼应。实操心得人设的颗粒度需要平衡。过于简单会导致行为同质化过于复杂则会让LLM困惑或增加不必要的计算开销。一个有效的技巧是为人设编写一段“角色独白”作为系统提示词的核心部分例如“你是朴志效的资深唯粉从她出道就关注最爱她充满力量的嗓音和真诚的性格。你在聊天室总是第一时间为她应援看到她的镜头就忍不住尖叫偶尔会善意地吐槽其他成员的粉丝刷屏太快。你的语言风格是热情直接的常用‘我们效效’、‘绝了’等词语。” 这比罗列属性列表更能让LLM进入状态。2.3 多智能体系统架构设计我们采用了基于事件驱动的异步协作架构而非让智能体完全自由地、持续地对话以模拟直播聊天室信息流“爆发”的特性。系统核心组件事件调度器这是整个系统的“导演”。它维护一个预定义的“演唱会时间线脚本”例如T5min: 团体登场表演开场曲《Intro》。T12min: 成员A个人VCR播放。T20min: 热门歌曲《主打个》舞台开始。T25min: 成员B的舞蹈Solo环节。T30min: 团体互动环节成员互相开玩笑。 调度器按照时间线向“环境上下文”广播事件。环境上下文一个共享的、不断更新的聊天记录板。它接收来自事件调度器的事件以及所有智能体生成的发言。它当前的状态即最新的若干条聊天记录和当前事件会作为生成每个智能体回复时的重要输入。智能体集群由多个独立的LLM智能体实例组成。每个智能体内部包含人设配置文件即上述的四层结构。感知模块从“环境上下文”中获取信息。这里有一个关键设计不是所有智能体都能“看到”全部聊天记录。我们模拟了真实聊天室中信息过载和注意力有限的情况为每个智能体设置了一个“视野窗口”例如只关注最近5条消息。这能防止所有智能体都对同一条信息做出反应使互动更分散、自然。决策与生成模块这是LLM的核心。我们将人设提示 当前事件 视野内的聊天记录组合成一个精心设计的提示词提交给LLM请求其生成一条符合场景和身份的发言。决策还包括“是否发言”以及“发言的情感强度”这可以通过在提示词中要求LLM输出一个“发言欲望值”来实现。可选记忆池存储该智能体的个人记忆片段。输出与日志系统收集所有智能体的发言按时间戳排列形成完整的模拟聊天记录。同时记录每个智能体每次调用的输入人设、事件、上下文和输出用于后续分析和调试。工作流程事件调度器触发一个新事件如“舞蹈Solo开始”并将其更新至环境上下文。系统遍历所有智能体。对于每个智能体感知模块从环境上下文中获取“当前事件”和“视野窗口内的近期聊天”。将该智能体的人设、感知到的信息组合成提示词调用LLM API。LLM生成一条发言如“啊啊啊这个卡点这个控制力教科书级别的Solo”。该发言被提交到环境上下文更新聊天记录板。循环直到演唱会时间线结束。3. 关键技术实现与核心环节3.1 LLM提示词工程精准激发“粉丝行为”提示词的质量直接决定了智能体行为的优劣。经过大量测试我们固定了一个高效的提示词模板你正在参与一个线上K-pop演唱会直播聊天室。请严格遵守以下设定 【你的身份】 {插入详细的人设独白例如你是TWICE成员林娜琏的狂热唯粉性格活泼最爱她的甜美笑容和活力舞台。你习惯用大量感叹号和“甜心”、“宝贝”等昵称。} 【当前直播状态】 * 正在进行的环节{当前事件如娜琏的《POP!》个人舞台} * 近期聊天记录仅供参考 - 用户A开始了开始了 - 用户B娜琏今天状态绝佳 - 用户C这套打歌服好像没见过 【你的任务】 请生成一条符合你身份的聊天室发言。请只输出发言内容本身不要有任何额外的解释或前缀。 思考过程仅用于指导不要输出结合你的身份和当前事件你现在是什么心情你想表达什么注意近期聊天记录你是想补充、赞同还是开启新话题这个模板的关键点在于角色隔离用“【你的身份】”部分进行强约束防止LLM偏离人设。上下文限定明确提供了“当前事件”和“近期聊天”让LLM的生成有据可依避免天马行空。任务清晰直接要求生成“发言内容本身”避免了LLM输出冗余的确认语句。隐性链式思考虽然不输出“思考过程”但提示词中引导LLM进行内部推理这能显著提升生成内容的相关性和合理性。注意事项不同的LLM模型如GPT-4、Claude、国内的各种大模型对提示词的敏感度不同。对于较小的或指令遵循能力稍弱的模型可能需要更简练、更直接的指令甚至需要加入“负面提示”如“不要进行自我介绍”、“不要评价自己的发言”。3.2 并发控制与发言节奏模拟真实的聊天室不是所有人都在不停说话。我们需要模拟发言的随机性和间歇性。我们为每个智能体引入了两个参数基础发言概率根据人设设定。例如“狂热型”粉丝的基础概率可设为0.7每次被轮询时有70%几率发言“理性分析型”可设为0.3。事件触发增益当“当前事件”与智能体的人设高度相关时大幅提高其发言概率。例如当事件是“林娜琏个人舞台”时所有“林娜琏唯粉”智能体的发言概率临时提升至0.95而其他成员的粉丝概率可能降低。在每一轮对应一个小的模拟时间片如10秒中系统会遍历所有智能体根据其当前概率决定是否调用LLM生成发言。这样可以避免所有智能体对每个事件都做出反应形成有疏有密、更自然的聊天流。3.3 记忆与一致性维持为了让智能体在长达一两个小时的模拟中保持人设一致避免出现前后矛盾比如前半场狂夸A成员后半场又说最喜欢B成员我们采用了两种策略动态系统提示词在每次调用LLM时除了固定的人设独白还会附加一条该智能体在本场演唱会中“说过”的、最具代表性的1-2条发言作为“记忆锚点”。例如“你之前曾说过‘我们娜琏的感染力就是最强的’。请保持这种风格和态度。”输出后过滤与修正LLM偶尔仍会“失控”生成不符合人设的发言。我们设置了一个简单的关键词过滤规则。例如对于一个“唯粉”智能体如果其生成的发言中出现了明显赞美其他成员且未提及自家偶像的句子系统会触发一次“低温度”的重生成或在极端情况下丢弃该条发言并标记一次“人设偏离”。这虽然增加了复杂度但对维持模拟的真实性至关重要。4. 实验过程、现象分析与问题排查4.1 实验设置与初始运行我们使用GPT-4 Turbo作为基础LLM构建了一个包含12个智能体的小型系统。人设覆盖了前述的多种粉丝类型。演唱会脚本模拟了约40分钟的流程包含团体表演、个人VCR、小分队舞台、互动环节等。初始运行后我们得到了长达数百条的模拟聊天记录。直接观察已经能发现一些有趣的现象群体行为的涌现当热门歌曲前奏响起时多个智能体几乎同时发出了“来了”、“全体起立”等高度一致的刷屏内容尽管我们没有预先编程让它们这样做。这是它们各自基于“事件”和“粉丝”人设独立推理后产生的集体行为。人设的稳定体现“实力粉”在舞蹈Break时讨论“核心力量”和“动作衔接”“颜粉”在成员特写镜头时刷“美貌营业”“CP粉”在成员互动时发出“嗑糖”的言论。不同类型智能体的关注点清晰分离。简单的互动链出现了简单的对话序列例如智能体A团粉这个和声太美了不愧是完颜实力团 智能体B某成员唯粉[成员名]的音色在里面最突出听得我起鸡皮疙瘩了。 虽然B的回复更像是“各说各话”但它在A的发言基础上将话题引向了自己关注的成员形成了微弱的互动。4.2 遇到的典型问题与解决方案在欣喜于初步成果的同时我们也遇到了不少问题以下是排查和解决的过程问题1人设“漂移”与混淆现象一个设定为“A成员唯粉”的智能体在几次发言后突然开始热情地赞美B成员甚至说“今天被B圈粉了”。排查检查提示词和上下文。发现当聊天记录中大量出现B成员的赞美时LLM受到了“从众”或“语境污染”为了生成“合群”的内容无意中背离了原始人设。解决方案强化系统提示词在系统提示词开头用更强烈的语气强调如“无论如何你必须始终牢记你是A成员的粉丝你的所有发言都应围绕此核心立场。”净化上下文窗口对于“唯粉”这类立场需要极端坚定的智能体在为其构建上下文时可以过滤掉大量赞美其他竞争成员的消息只保留通用信息和与自家偶像强相关的信息。使用更低的“温度”参数降低生成随机性使其更严格地遵循指令。问题2发言内容空洞与重复现象智能体反复说“好棒”、“太好听了”、“可爱”缺乏具体细节和变化。排查提示词可能过于笼统或者LLM本身在缺乏足够信息时倾向于生成安全但平庸的回复。解决方案在事件描述中注入细节不要只广播“歌曲《XXX》开始”而是改为“歌曲《XXX》开始这是一首充满活力的电子舞曲副歌部分有标志性的群舞走位和一段高音吟唱。” 为LLM提供生成的“素材”。在人设中植入具体偏好不只是“喜欢唱功”而是“特别欣赏有穿透力的混声高音和稳定的Live气息”。这样在遇到高音部分时它就能生成“这个G5咬字依然清晰气息支撑太稳了”之类更专业的内容。引入少量随机性在提示词末尾添加“请尝试从[视觉造型/舞蹈细节/演唱技巧/情感表达]等不同角度进行评论”引导LLM多样化输出。问题3互动性不足各说各话现象虽然大家都在发言但更像是一堆独立评论的堆砌缺乏真正的对话感。排查智能体的“视野窗口”可能太小或者决策逻辑中没有强调“回应他人”。解决方案优化提示词任务部分将“注意近期聊天记录你是想补充、赞同还是开启新话题”这句话更加具体化例如“请仔细阅读近期聊天记录。如果你的观点与他人一致可以表示赞同或补充细节如果有人提到了你关注的成员请积极回应如果开启了有趣的新话题你可以加入讨论。”设计“社交型”人设专门创建一两个“社交达人”型粉丝智能体其核心人设就是“喜欢在聊天室互动和接话”并赋予它们更宽的“视野窗口”如最近10条消息让它们主动去串联话题。后处理关联这不是实时解决方案但可用于分析。在日志中可以计算发言之间的文本相似度或主题相关性人工或通过另一个LLM来判断是否存在潜在的回应关系从而评估互动深度。问题4成本与延迟现象随着智能体数量增加API调用次数激增模拟运行速度变慢成本上升。解决方案异步与非阻塞调用采用异步编程同时发起多个LLM API调用而不是顺序等待。模型分层对于“发言欲望”较低或对内容质量要求不高的智能体如只是简单刷表情可以使用更小、更快的模型如GPT-3.5 Turbo或本地轻量级模型。缓存与复用对于某些通用、高频的应援语句如“好帅”可以建立一个小型缓存库让智能体有一定概率直接从库中抽取而非每次都调用LLM生成。设置发言频率上限即使一个智能体非常“狂热”也限制其单位时间内的最大发言次数这既符合真实情况打字需要时间也控制了成本。4.3 评估与度量如何判断“像不像”这是一个主观性很强的项目但我们仍试图建立一些客观和主观的评估维度人设一致性分数通过另一个LLM作为裁判来评估每条发言与预设人设的符合程度打分1-5分计算平均分。发言多样性计算所有发言的文本相似度如余弦相似度相似度过高则说明内容重复、缺乏新意。互动网络分析将聊天记录构建成图网络节点是智能体边是发言之间的回应关系可通过语义相似度或关键词匹配初步判定。分析网络的密度、聚类系数等量化互动程度。人工评估最重要邀请真实的K-pop粉丝阅读匿名化的聊天记录让他们判断“这像不像一个真实的粉丝聊天室”、“哪些发言让你觉得特别真或特别假”。他们的反馈是黄金标准。在我们的初步评估中人工评估者普遍认为在演唱会高潮环节如主打歌、个人Solo聊天记录“非常真实和平时看的直播弹幕很像”。但在过渡或慢歌环节AI的发言有时会显得“有点刻意”或“找不到重点”这说明对事件描述的精细度和智能体的“节奏感”控制还有优化空间。5. 项目延伸思考与应用场景这个试点项目虽然始于一个有趣的脑洞但其揭示的技术路径和可能性是严肃且具有应用价值的。1. 产品与社区模拟测试这是最直接的应用。游戏公司可以用它来模拟新角色上线后玩家社区的反应社交App可以模拟新功能如“一起听”推出后用户会如何互动电商平台可以模拟促销直播间的互动氛围提前优化主播话术和节奏。通过调整智能体的人设比例如增加“吐槽型”用户可以压力测试产品的负面反馈承受能力。2. 内容生成与剧本创作可以为虚拟偶像、游戏NPC、互动视频剧本批量生成背景故事和对话素材。例如为一场虚拟演唱会编写成千上万条符合不同粉丝人设的弹幕极大地丰富内容层次。编剧也可以利用此系统快速生成不同性格角色在特定场景下的可能对话寻找灵感。3. 人工智能与社会行为研究提供了一个高度可控的“数字社会”实验室。研究者可以调整参数如果增加“引战型”人设的比例社区氛围会如何演变信息茧房效应在AI群体中会如何形成群体性情绪如集体狂欢是如何通过简单的个体规则涌现出来的这为计算社会科学提供了新工具。4. 下一代交互体验的基石未来的线上演唱会、体育赛事直播或许真的可以引入AI观众。它们不是简单的机器人刷屏而是拥有稳定人设、能根据比赛进程做出合理反应的“虚拟伙伴”为孤独观看的用户提供一种“共同在场”的陪伴感。甚至用户可以选择一个自己喜欢的“AI粉丝类型”作为自己的观赛伴侣与之进行简单的对话。技术挑战与未来方向 当前系统仍处于“脚本驱动”阶段智能体的反应本质上是基于事件和上下文的条件反射。真正的突破在于让智能体具备更长期的记忆和更复杂的目标。例如一个智能体可以设定“目标”在本场演唱会中让自己支持的成员的名字被刷到“热度榜”第一。它就需要策略性地选择发言时机、内容甚至可能与其他智能体团粉进行“合作”或“竞争”。这将把多智能体系统推向一个更复杂、也更有趣的层面——具备简单策略行为的模拟社会。这个项目让我深刻体会到将LLM从“万能问答机”转变为“角色扮演者”的关键在于精细的提示词工程、合理的系统架构设计以及对人性化细节的持续打磨。让AI成为“K-pop粉丝”只是一个起点其背后关于身份、互动和群体智能的探索才刚刚开始。
