游戏 AI / 系统课时

把对话压成可检索记忆

把对话压成可检索记忆

长对话适合让角色自然交流,却不适合直接当作长期记忆。真正可用的记忆需要从原始对话中提取稳定事实、玩家偏好和关键事件,再压缩成短小、明确、可检索的记录,供后续剧情和 NPC 决策使用。

学习目标

  • 从长对话中区分事实、偏好、事件和临时上下文
  • 把自然语言内容压缩成稳定、可检索的记忆记录
  • 避免重复、含糊和带有未经证实推断的记忆

先区分要保留的内容

原始对话里经常同时存在四种信息:稳定事实、偏好、关键事件、临时上下文。例如“我住在北门附近”可能是稳定事实;“我喜欢机械类武器”属于偏好;“我昨天救了商人”属于事件;“我现在很累”更适合作为当前状态,而不是永久记忆。

提取时不要逐句压缩,而要先问每句话是否能在未来独立成立。无法脱离当前语境理解的内容,通常应该留在短期上下文里。

把记忆写成稳定记录

长期记忆最好包含明确的主体、事实内容、事件时间或时间范围,以及后续用途所需的少量结构化字段。重点不是保存完整原话,而是让检索结果一眼看懂。

例如,一段十几轮关于武器、任务和同伴关系的对话,可以压缩成类似下面的记录:

json
{
  "scope": {"saveId": "save-7", "branchId": "main", "npcId": "guard", "playerId": "player-a"},
  "subject": "player-a",
  "type": "preference",
  "value": "偏好机械类武器",
  "source": "player-declared",
  "evidenceId": "turn-16",
  "worldVersion": 41,
  "status": "active",
  "importance": 0.72
}

这里的关键是把“玩家在对话中说了很多话”提取出未来可以匹配的偏好;来源与版本说明它何时、由谁确认。玩家口述的经历仍标记为自述,不能升级成任务完成事实。type 负责分类,value 承载核心语义,importance 则帮助检索或排序。

事件记忆要保留因果关系

关键事件不能只记录“发生了什么”,还应尽量保留谁做了什么以及结果是什么。例如“玩家帮助商人”信息量有限,“玩家在北门营地救出商人,商人因此欠下人情”更适合后续剧情使用。

事件记录尤其要避免把模型推断写成事实。NPC 可以根据“玩家救过商人”推断双方关系更亲近,但长期记忆本身应优先保存可验证的行为与结果。

长对话提取为可检索记忆的数据流

让记忆真的容易被检索

记忆内容越长,后续检索越难。一个好的记录应该回答三个问题:谁的记忆、记住什么、为什么以后可能有用。因此不要把完整对话复制到 value 中,也不要把多个互不相关的事实塞进同一条记录。

可以把一段内容拆成多个独立条目。例如“玩家拒绝加入公会,但帮助公会会长寻找失踪的弟弟”,更适合拆成“拒绝加入公会”和“帮助会长寻找弟弟”两条事件。这样后续检索“玩家是否帮助过会长”时,不会被无关信息干扰。

控制重复与时间变化

同一偏好被玩家反复表达时,不应无限新增相同记录,可按证据 ID 幂等合并;重复转述同一证据不能自动提高置信度。偏好被纠正时标记旧值失效。对于会变化的事实,例如装备、阵营和当前任务状态,则应带上时间或版本信息,避免旧记忆覆盖新状态。

长期记忆因此更像一个可更新的事实集合,而不是聊天记录仓库。写入时负责压缩和校验,检索时再根据当前场景选择真正相关的几条记忆,NPC 才能表现出“记得住”,而不是“什么都记着”。

按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

把对话压成可检索记忆

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通