游戏 AI / 系统课时

用结构化输出承载台词和意图

用结构化输出承载台词和意图

玩家与 NPC 交谈时,模型既要给出可显示的台词,也可能建议表情变化、打开商店或提供任务。自由文本难以被客户端可靠解析。这里将响应限定为固定 JSON,并演示字段校验、异常回退和游戏逻辑授权,让对话结果可以安全进入运行时。

学习目标

  • 定义台词、情绪、动作意图与目标标识组成的响应协议。
  • 用可运行的 Python 代码处理解析失败、缺失字段和非法枚举。
  • 区分模型提出的意图与游戏服务实际允许的操作。

固定台词与动作意图的字段

约定每次回复都是一个对象:line 是展示给玩家的台词,emotion 决定表情或语音风格,intent 只表示候选互动,targetId 指向业务对象。没有动作时使用 intent=none 与 targetId=null;有动作时必须给出目标标识。

json
{
  "type": "object",
  "properties": {
    "line": {"type": "string"},
    "emotion": {"type": "string", "enum": ["neutral", "friendly", "angry"]},
    "intent": {"type": "string", "enum": ["none", "open_shop", "offer_quest"]},
    "targetId": {"type": ["string", "null"]}
  },
  "required": ["line", "emotion", "intent", "targetId"],
  "additionalProperties": false
}

这份 JSON Schema 明确了必填字段、枚举值和禁止额外字段。接入支持结构化输出的模型时,可以按服务提供方支持的 Schema 子集配置生成约束;但不能假定生成约束等于运行时验收。台词长度、意图和目标的配对仍由服务端检查。

对模型响应做解析和校验

以下示例只使用 Python 标准库,可保存为 npc_reply.py 并通过 python npc_reply.py 运行。它把 JSON 破损、字段缺失、枚举越界分别归类,便于游戏逻辑做统一回退,而不是把异常内容继续交给动画或任务系统。

python
import json

FIELDS = {"line", "emotion", "intent", "targetId"}
EMOTIONS = {"neutral", "friendly", "angry"}
INTENTS = {"none", "open_shop", "offer_quest"}

def parse_reply(raw: str) -> dict:
    try:
        obj = json.loads(raw)
    except json.JSONDecodeError as exc:
        raise ValueError("JSON 解析失败") from exc
    if not isinstance(obj, dict):
        raise ValueError("顶层不是对象")
    missing = FIELDS - obj.keys()
    if missing:
        raise ValueError("缺少字段:" + "、".join(sorted(missing)))
    if obj.keys() - FIELDS:
        raise ValueError("含有未定义字段")
    if not isinstance(obj["line"], str) or not (1 <= len(obj["line"].strip()) <= 120):
        raise ValueError("台词长度非法")
    if not isinstance(obj["emotion"], str) or obj["emotion"] not in EMOTIONS:
        raise ValueError("非法 emotion")
    if not isinstance(obj["intent"], str) or obj["intent"] not in INTENTS:
        raise ValueError("非法 intent")
    target = obj["targetId"]
    if target is not None and (not isinstance(target, str) or not target.strip()):
        raise ValueError("非法 targetId")
    # 没有动作时不得携带目标;有动作时必须指定目标
    if (obj["intent"] == "none") != (target is None):
        raise ValueError("意图与目标不匹配")
    return obj

cases = [
    ("正常", json.dumps({"line": "欢迎光临。", "emotion": "friendly",
                        "intent": "open_shop", "targetId": "shop-01"}, ensure_ascii=False)),
    ("缺字段", '{"line":"嗯","emotion":"neutral","intent":"none"}'),
    ("非法枚举", '{"line":"嗯","emotion":"excited","intent":"none","targetId":null}'),
    ("解析失败", '{"line":')
]
for name, raw in cases:
    try:
        print(f"{name}:通过({parse_reply(raw)['intent']})")
    except ValueError as error:
        print(f"{name}:拒绝({error})")

预期输出:

text
正常:通过(open_shop)
缺字段:拒绝(缺少字段:targetId)
非法枚举:拒绝(非法 emotion)
解析失败:拒绝(JSON 解析失败)

这里还限制台词去除首尾空白后的长度为 1~120 个字符,拒绝未定义字段,并校验 intent 与 targetId 是否同时有意义。json.loads 仅解决 JSON 语法,绝不替代字段类型、业务枚举和权限判断。

让意图经过游戏服务授权

NPC结构化响应的解析校验和业务授权数据流

例如模型返回 intent=open_shop、targetId=shop-01,解析成功后还需确认玩家确实能访问 shop-01,该商店处于开放状态,且目标 ID 存在于服务端注册表。offer_quest 同样要核对任务是否可接取;模型不能直接修改物品、金钱或任务状态。

客户端可以根据已验收的 emotion 选择动画,把 line 交给纯文本 UI 展示。涉及开商店、发任务等状态变更时,只接受游戏服务重新判定后的动作结果;授权失败应替换掉类似“商店已经打开”的误导性台词,而不是只阻止按钮点击。

解析失败时的回退策略

遇到非法 JSON、缺字段或未知枚举,可统一使用安全响应:line 为“我没听清,请再说一次。”,emotion=neutral、intent=none、targetId=null。如需重新生成,设置明确的重试上限(例如一次),避免对话无限循环和重复触发操作。

日志建议记录响应协议版本、失败类型与关联请求标识,而不是无差别保存完整玩家文本或模型原文。回归测试至少覆盖正常商店交互、空台词、未知 emotion、额外字段、无目标的动作,以及无权访问的商店。任何一项失败都应保证游戏权威状态不被修改。

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

用结构化输出承载台词和意图

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