多輪對(duì)話越跑越偏？遞進(jìn)式壓測(cè)框架讓LLM角色扮演全程不塌房

做AI測(cè)試的人，幾乎都經(jīng)歷過(guò)同一種絕望，給模型配好詳盡的角色檔案，第一輪對(duì)答如流，第三輪開始編造原設(shè)里不存在的技能，第五輪徹底忘了該有的語(yǔ)氣和限制。

改提示詞，重新跑，繼續(xù)崩。

這不是偶然，是多輪對(duì)話固有的"約束衰減"在作怪，模型越跑越遠(yuǎn)，測(cè)試者越改越懵。

市面上流傳最廣的應(yīng)對(duì)方法，是把所有角色設(shè)定塞進(jìn)一條超長(zhǎng)System Prompt，后面再跟一句"你是XXX，請(qǐng)始終保持角色"。

這種做法的底層邏輯，是把"約束力"當(dāng)成靜態(tài)容器，以為裝進(jìn)去的規(guī)則會(huì)永久生效。

但LLM的注意力機(jī)制不是線性的，隨著對(duì)話輪次增加，早期的約束權(quán)重會(huì)被新的上下文持續(xù)稀釋，最終角色從內(nèi)部瓦解。

這不是提示詞寫得不夠細(xì)的問(wèn)題，而是架構(gòu)方向本身就選錯(cuò)了。

LLM角色壓測(cè)，核心測(cè)的不是"扮演能力"，測(cè)的是"長(zhǎng)上下文約束遵循的衰減速率"。

這兩件事完全不同，前者是創(chuàng)意問(wèn)題，后者是架構(gòu)問(wèn)題。

真正有效的測(cè)試框架，必須把壓力拆成可控變量，逐輪疊加施壓，才能定位模型在哪一層開始失守，而不是讓問(wèn)題淹沒(méi)在混沌的長(zhǎng)文本里。

1、角色檔案的結(jié)構(gòu)化提取

通用指令的失敗起點(diǎn)，往往是角色信息過(guò)于模糊。

"一個(gè)中年職場(chǎng)人"和"42歲、深圳、銷售總監(jiān)、決策風(fēng)格激進(jìn)、口頭禪是'數(shù)據(jù)說(shuō)話'、絕不會(huì)用'感覺(jué)上'開頭"，給模型的約束密度天差地別。

我給客戶定制的這套指令強(qiáng)制將角色拆解為

basic/work/life/hobbies/values/language/ability_limits七個(gè)維度，檔案缺失的字段必須標(biāo)注"缺失/待補(bǔ)充"，嚴(yán)禁臆測(cè)補(bǔ)完。角色檔案越精確，后續(xù)壓測(cè)才越有意義，這是測(cè)試質(zhì)量的第一道閘門。

2、三輪遞進(jìn)的層級(jí)設(shè)計(jì)

這套指令的核心結(jié)構(gòu)，是邏輯→表現(xiàn)→極限約束三層遞進(jìn)，每層都是獨(dú)立的System Prompt消息體，可直接用于API調(diào)用。

第一輪測(cè)信息提取與無(wú)幻覺(jué)執(zhí)行，第二輪引入沖突變量測(cè)角色沉浸與風(fēng)格一致性，第三輪疊加10條以上硬約束測(cè)格式服從能力，三輪同一場(chǎng)景、壓力遞增。

這個(gè)設(shè)計(jì)避免了跨場(chǎng)景測(cè)試導(dǎo)致的變量污染，也讓測(cè)試結(jié)果有了橫向比較的基準(zhǔn)線。

3、多輪協(xié)議的強(qiáng)制錨點(diǎn)

解決長(zhǎng)程注意力漂移，這套指令用了一個(gè)非常具體的技術(shù)錨：WAIT_FOR_USER協(xié)議。

每個(gè)Prompt內(nèi)置至少三輪對(duì)話，每輪末尾強(qiáng)制輸出`<標(biāo)簽，禁止跳回合、禁止合并回合、禁止提前交付最終成品。

這個(gè)設(shè)計(jì)的本質(zhì)，是把"一次性輸出"強(qiáng)制切割成"分段交付"，每個(gè)節(jié)點(diǎn)都是一次新的注意力重置，約束遵循的衰減被人為分段管控，模型沒(méi)有辦法在第一輪把后續(xù)三輪的內(nèi)容一口氣塞完。

4、場(chǎng)景鉤子的預(yù)謀式施壓

場(chǎng)景不能是靜態(tài)的，否則測(cè)試等于在溫室里喂雞。

這套指令要求每個(gè)候選場(chǎng)景必須預(yù)埋至少三條Escalation Hooks，包括資源砍半、時(shí)間驟縮、質(zhì)疑/反對(duì)/意外變更等變量，供第二、第三輪調(diào)用。

壓力不是隨機(jī)施加的，而是在設(shè)計(jì)階段就預(yù)謀好的，測(cè)試者在起點(diǎn)就決定了"在哪里打模型的臉"，而不是跑到一半才臨時(shí)加料。

用這套框架跑完一個(gè)職場(chǎng)銷售總監(jiān)角色的完整壓測(cè)之后，Prompt_1階段的模型幻覺(jué)字段歸零，信息提取準(zhǔn)確率有了明顯改善，Prompt_3在疊加8個(gè)禁用詞、嚴(yán)格三層JSON格式、字?jǐn)?shù)硬卡的條件下，模型交付的自檢報(bào)告全部通過(guò)。

客戶的原話是：以前第三輪就開始說(shuō)胡話，這次撐住了全程，第一次覺(jué)得測(cè)試數(shù)據(jù)是可信的。