要点
- 强大的角色扮演提示词包含五个部分:角色、背景、风格、规则和第一行。
- 将固定指令放入系统消息,并将场景更新保留在用户轮次中。
- 温度在 0.8 到 1.0 之间加上轻微的惩罚,可使写作生动且多样化。
- 我们的模型在无拒绝的情况下生成合法的成人小说;涉及未成年人的性内容始终不允许。
简短说明
一个chat gpt 角色扮演提示词作为小型文档效果最佳,而非单个句子。赋予模型角色或叙述者身份、背景、写作风格、几条回复规则以及开场白。然后将其作为系统消息发送,让用户轮次推动故事。
下面的模板即可实现。它适用于任何聊天模型,且专为 API 设计,你可以直接控制系统消息。我们运行一个 OpenAI 兼容的接口,使用经过调优的模型,使其在合法成人用途下无拒绝地回答,因此带有黑暗主题、反派和成熟冲突的小说不会被拒绝打断。一条硬性规则保持不变:任何形式下都不允许涉及未成年人的性内容。保持场景专业,角色为成年人。
可粘贴的提示词模板
填写括号内容。保持在约 500 字以内,因为此文本会在每轮重新发送,你需为其支付输入 token 费用。
角色。 你是 [名字],[角色或叙述者的一行描述]。你用 [语气:冷淡、温暖、正式、简洁] 说话。
背景。 [地点、时间、氛围、对情节重要的两三个事实。] 场景当前状态:[一句话]。
风格。 用 [第一或第三人称] 写作,过去时。回复长度为 120 到 200 字。展示动作和感官细节。不要总结故事或代替用户角色说话。
规则。 保持角色。不要重复之前的措辞。在每次回复中通过选择、线索或复杂情况推动情节。除非用户在括号中写下 OOC,否则不要打破第四面墙。
开场。 以 [第一个场景节拍] 开始。
一个悬疑故事的填充示例:角色是疲惫的港口检查员 Maren Voss,背景是 1923 年被雾笼罩的港口小镇,一艘船抵达时船上无船员,风格为第三人称短句,规则要求每次回复必须揭示一个新线索。这足以让模型保持角色声音数十轮。
各部分的作用
角色
具体的角色赋予模型可维持的声音。模糊的角色如“发挥创意”会产生通用散文。名字、特征和说话方式产生一致的对话。
背景
你列出的事实成为模型保留的事实。只包含故事所需的内容。添加的琐事越多,模型越会将其视为必需材料并融入每次回复。
风格
长度和人称是改变回复感觉的两个指令。没有长度限制,回复会从一行漂移到一页。如果没有禁止为角色说话的限制,模型将替你决定角色的行动。
规则
规则防止常见失败:重复、停滞和丢失情节。关于推动故事前进的条款最有用。当每次回复仅做出反应时,角色扮演就会停滞,因此每次要求一个复杂情况。
开场
由你自己开始场景,比让模型自己构思能更快设定基调。
三种不同游戏的变体
模板可适应。这三种更改涵盖大多数请求。
游戏主持人
用描述世界并扮演所有非玩家角色的叙述者替换角色。添加一条规则,叙述者在每次回复末尾给出玩家下一步行动的简短提示,并永远不决定玩家角色的行动。用普通句子陈述任何骰子或属性规则:“掷出 1 到 3 失败,4 到 6 成功。在心中掷骰子,宣布结果并描述结果。”模型不运行真正的随机数,因此为了公平掷骰,请在代码中生成它们并将其作为用户消息的一部分传递。
同伴角色
对于成人与固定角色对话的应用,提示词需要包含角色性格、若干稳定的偏好、说话方式以及记忆笔记。将记忆笔记保持为简短列表,由代码更新并重新插入。这能在不发送全部历史记录的情况下赋予角色连贯性。与所有情况一样:角色必须是成人,且不允许涉及未成年人。
写作伙伴
对于合写小说,要求模型与你交替进行固定块,例如每个场景节拍一次,并在不确定细节时标记以便你决定。包含你自己的散文的短风格示例,并要求它匹配该声音。每次会话重用相同的示例,以保持跨天的写作一致性。
通过 API 运行
以下是带有 OpenAI SDK 的 Python 模板。系统消息持有固定提示词,名为 history 的列表携带对话。
from openai import OpenAI
client = OpenAI(base_url="https://api.uncensoredgptapi.com/v1", api_key="YOUR_API_KEY")
SYSTEM = (
"You are Maren Voss, a weary harbour inspector in a fog-bound port town in 1923. "
"Write in third person, past tense, 120 to 200 words per reply. "
"Show actions and sensory detail. Never speak for the user's character. "
"Each reply must reveal one new clue or complication."
)
history = [{"role": "system", "content": SYSTEM}]
def turn(user_text):
history.append({"role": "user", "content": user_text})
resp = client.chat.completions.create(
model="uncensored",
messages=history,
temperature=0.9,
top_p=0.95,
presence_penalty=0.3,
max_tokens=400,
)
reply = resp.choices[0].message.content
history.append({"role": "assistant", "content": reply})
return reply
print(turn("I step onto the empty deck and call out. Nobody answers."))要查看流式输出的文本,请添加 stream=True 并打印每个数据块的 delta。流式输出通过 SSE 工作,并在结束时返回使用情况。请注意,流式请求会占用并发槽位直到完成,如果你的应用同时服务多个用户,这一点很重要。
影响写作的设置
采样设置传递给模型,因此你可以调整它们。
- temperature 在 0.8 到 1.0 之间提供多样化、生动的散文。较低的值,接近 0.5,适合紧凑的情节逻辑和规则密集的游戏。
- top_p 在 0.9 到 0.95 之间修剪最不可能的词,同时不扁平化风格。
- presence_penalty 和 frequency_penalty 为 0.2 到 0.5 可减少重复短语,这是最常见的角色扮演投诉。不要将它们推得太高,否则模型会避免使用它需要的词,如角色自己的名字。
- stop 序列在模型开始写入用户的下一行时切断回复,例如以名称标签加冒号作为停止序列。
- seed 允许你在调整提示词时重复生成,以便公平比较更改。
这些范围来自一般实践的起点,并非保证。每次只更改一个设置,并在做出决定前阅读几轮回复。
保持长篇故事的一致性
上下文窗口为 100,000 个 token,包含提示词和补全。典型的 150 词回复大约需要 200 个 token,因此在达到限制之前你可以进行数百轮对话。成本也很低。每轮 6,000 个输入 token 和 300 个输出 token 的成本为 6,000 / 1,000,000 x $0.15 = $0.0009 加上 300 / 1,000,000 x $0.50 = $0.00015,即 $0.00105。40 轮会话的成本约为 $0.042。
成本通常不是问题,漂移才是。在长会话中,模型可能会忘记早期细节或使角色扁平化。以下三个习惯会有所帮助:
- 固定故事状态。 每 10 或 15 轮,要求模型提供事实、关系和未决线索的简短摘要。将该摘要保留在系统消息中,并移除最旧的对话轮次。
- 重述角色设定。 如果角色语气出现偏差,在历史记录末尾添加简短提醒作为系统消息。
- 编辑,而非争辩。 当回复出错时,删除它并重新生成,而不是添加修正。修正内容会保留在历史记录中,导致故事走向错误。
文档展示了流式输出、工具调用和 JSON 模式。游戏可以使用 JSON 模式在一次回复中返回场景文本和小型状态对象。
用例与限制
作家使用此类提示词进行互动小说、桌面风格冒险、角色对话练习、反派独白以及成人应用中的同伴角色。我们模型的重点在于,成年人之间的成熟或黑暗小说不会被拒绝打断。失败或被拒绝的请求均不收费。
限制是明确的。绝禁止涉及未成年人的性内容。服务仅支持文本,不支持图片或音频。该模型是一个独立的开放权重模型,并非任何供应商的官方模型,因此不要期望它表现得像特定的品牌助手。提示词不会用于训练。
要试用,请创建账户并在API 密钥页面领取 $0.50 的试用额度。按照上述每轮成本,该额度可覆盖约 476 轮长会话。如果你需要了解更重负载的成本,请参阅定价页面。
