角色设定是什么？让大模型以特定身份说话

角色设定（Role Setting）指让大模型以特定身份、语气和知识范围来对话的配置方式。常见做法有三种：在系统提示里写清楚“你是谁、怎么说话、能谈什么”；用结构化的角色卡描述人物的背景、性格和说话习惯；或者用角色的对话数据对模型做微调。客服机器人、虚拟陪伴、游戏 NPC、教学助手，背后都有角色设定。

难点不在“像”，在“稳”

让模型模仿一种语气并不难，难的是一致性。同一个角色在几十轮对话里不能前后矛盾：前面说自己是医生，后面不能忘了；设定里不懂编程的角色，被用户追问时也不该突然写出一段代码。另一个难点是边界：用户可能故意引导角色说出设定之外、甚至违反规则的内容，角色既要守住边界，又不能生硬地出戏。

从 ELIZA 到大模型

角色设定的思路很早就有。1966 年，Joseph Weizenbaum 写的 ELIZA 程序，用简单的模式匹配模仿心理治疗师的说话方式，很多人和它聊得很投入，这说明“人格感”可以只靠对话规则塑造。到了大模型时代，角色设定主要来自产品实践，通常写在系统提示里，优先级高于普通用户的输入。

怎么评测

2023 年 Wang 等人提出的 RoleLLM 是较早系统评测角色扮演能力的基准，它构建了大量角色的对话数据，评估模型在说话风格、角色知识等方面的表现，并探索了如何激发和增强模型的角色扮演能力。此后又出现了更多关注角色一致性、长对话记忆的评测。

写角色设定的实用建议

把身份、目标、语气、禁区分开写清楚；用几段示例对话展示角色怎么说话，比形容词更管用；明确告诉模型遇到设定之外的问题该怎么回应。涉及陪伴类产品时，还要注意不能让角色诱导用户沉迷，也要对未成年人做好保护。