AI NPC：AI 驅動的非玩家角色如何運作（以及如何打造一個）

AI NPC 是一種非玩家角色，其對話與意圖由語言模型在執行時期產生，而移動與碰撞則維持在一條確定性的路徑上。AI 決定角色說什麼、想要什麼；引擎決定身體往哪裡去。在 Neta Studio 上，你用一句話描述一個角色，Agent Sprite Forge 會輸出一個低多邊形元件，而那個元件會放進一個以 Three.js 打造的可漫步 3D 世界。

這種切分很重要，因為它告訴你錯誤藏在哪裡。當 NPC 穿牆而過，是尋路出了問題。當 NPC 未受觸發就辱罵玩家，是提示詞契約出了問題。本頁涵蓋第二類：AI NPC 系統如何產生台詞、保存人格參數、記住一個工作階段，以及當模型擬定計畫、而引擎無法執行時如何失敗。

快速解答：AI NPC 究竟是什麼

把這個詞拆開來看。「AI」在這裡指的是由模型產生文字與高階意圖。「NPC」指的是角色控制器、碰撞體與動畫狀態機。兩者以不同的時鐘運作：模型在數百毫秒內回應，控制器則以 60 Hz 每一影格更新。它們透過一個狹窄的介面彼此溝通，通常是一個由控制器輪詢的 JSON 小物件。

實際上，這個介面長這樣：模型回傳 {line, intent, target}。控制器讀取 intent，檢查目標在導航網格上是否可達，然後選擇用相符的動畫播放該台詞，或替換成一句備援台詞。如果你把這兩層合併，就會得到會瞬移、滑行，或在模型還在生成時於句子講到一半就呆立不動的 NPC。

所以實用的定義是：AI NPC 是一種 NPC，其口語輸出與下一步動作的選擇來自生成式模型，並受到一組引擎實際能執行的固定合法意圖所界定。

規則式 NPC 對比 AI 驅動的 NPC

規則式 NPC 從一張表裡挑選。狀態、轉場與台詞都由你親手撰寫。它精確、低成本且可重現：相同的輸入永遠產生相同的輸出，因此測試起來輕而易舉，除錯也易如反掌。它的上限就是你的寫作時間，而失敗模式則是玩家輸入你沒預料到的內容，然後換來一陣茫然。

AI 驅動的 NPC 則生成台詞。你撰寫一份契約與一組合法意圖，模型則填補兩者之間的空間。它能優雅地處理未預料到的輸入，但相同的輸入在兩次執行之間可能產生不同輸出，這會破壞天真的重播測試。成本隨對話長度而非角色數量增加，所以一個話多的場景比一個沉默的場景更花錢。

兩者都不是絕對更好。以下是誠實的比較：

動態對話

對話樹是一個含有人工撰寫節點的圖。寫作者掌控每一個字，這正是任務、契約，以及劇情關鍵揭露至今仍採用對話樹的原因。玩家的輸入會被匹配到 N 個分支中的其中一個；N 以外的任何內容都未被處理。對話樹隨內容呈線性擴張：對話加倍，寫作也加倍。

生成的對話是性質上的不同，不只是量上的不同。模型會讀取玩家的實際句子，再加上你注入的情境 — NPC 名稱、當前目標、最近三次往來 — 並寫出一段合宜的回應。它能處理你從未預料到的問題。它也可能把那個問題處理得很糟、很自信，且很符合角色，而那比失敗更糟。

對話樹依然正確的地方：任何承載遊戲其餘部分所依賴狀態的台詞。「閘門密碼是 4417。」不要讓模型去發明這種東西。可靠的模式是混合式 — 對話樹擁有事實與分支點，模型擁有措辭與閒聊。在 Neta Studio 中，當你從一段描述打造 AI NPC 時，生成的元件會公開一份意圖列舉；你想要保證不變的事實會以固定字串的形式放進元件，而不是以指令的形式放進提示詞。

把系統提示詞控制在約 300 個詞元以內。角色、語氣、三項限制，以及輸出結構描述。其餘的一切 — 物品欄、任務狀態、世界事實 — 都放進一個由引擎每回合注入的獨立情境區塊。如果你把整個世界塞進系統提示詞，延遲會攀升，而模型會開始忽略較晚出現的指令。

一律要求結構化輸出。要求一個帶有 line 與 intent 的 JSON 物件。解析它。如果解析失敗，就丟棄該台詞並播放備援。絕對不要在未做長度檢查的情況下，把模型的原始文字直接算繪到對話方塊；失控的生成會產生一段 400 字的獨白，把你的介面搞壞。

程序化人格

人格不是一段背景故事。一段背景故事是模型想像力的訓練資料，而且會隨長度增加而劣化：超過幾百字之後，模型會開始把它當成風味點綴，並逐漸漂向泛泛的熱心助人。改把人格視為三到四個參數，每一個都會改變可觀察的行為。

目標是 NPC 現在想要什麼。語氣是它說話的方式：簡短、正式、嘲諷。限制是它不會做的事：不會說謊、不會談論那場戰爭、不會交易。這三項能塞進單一提示詞行，而且各自都能單獨測試。只有當你能描述改變它時會有什麼變化，才再加上第四項。

在 Neta Studio 中，Agent Sprite Forge 接受一段描述，並回傳一個低多邊形元件，這些參數會以欄位的形式公開在元件上。你可以編輯目標而不必動到模型提示詞，也可以複製一個元件、只改變語氣，就得到第二個 NPC。兩個網格相同、語氣不同的 NPC，在場景中讀起來就是兩個不同的角色，這比撰寫兩個精靈更省。

適應性行為

工作階段內的記憶既便宜又有效。你保留一個最近 N 次往來的滾動緩衝，再加上一個存放 NPC 被告知事實的小型鍵值儲存。對大多數場景而言，N 為 8 到 12 就夠用；超過之後，提示詞增長的速度會比玩家的耐心更快，而且較舊的往來反正也不再影響輸出。

NPC 能可靠記住的事：玩家自報的名字、某件特定物品是否曾被給予或拒絕、先前某次互動是否以敵意收場，以及最後一次陳述的目標。它無法可靠記住的事：二十回合前的確切措辭、從未寫入鍵值儲存的事實，以及任何跨越頁面重新載入的內容 — 除非你把它持久化。只活在提示詞裡的記憶，就是會蒸發的記憶。

反應是另一半。引擎監看狀態變化 — 生命值下降、物品轉移、跨越距離門檻 — 並把一個事件推入 NPC 的情境。模型接著從列舉中挑選一個意圖。這正是意圖列舉存在的原因：模型提案，引擎定奪。一個「決定」要攻擊的 NPC，仍必須通過可達性檢查。如果沒通過，它會播放一句警告台詞並留在原地。

把記憶寫入儲存只需要一行程式碼和一個結構描述決定。讓鍵保持簡短而扁平：playerName、gaveItem、hostility。巢狀物件會膨脹並腐壞。從一開始就為結構描述加上版本；日後重新命名會默默丟棄舊存檔，除非你寫一份移轉程式。

跨工作階段時，不要試圖把整段對話歷史重播進情境。那既昂貴，又會讓 NPC 變得反覆。持久化保存摘要 — 三到五項事實 — 並以全新的逐字稿重新開始。

用一句話打造一個 AI NPC

Neta Studio 中的管線刻意保持簡短。你寫下一段描述。Agent Sprite Forge 產生一個帶有網格、調色盤與行為模式的低多邊形元件。你把它放進一個以 3D 遊戲建造器打造的可漫步場景，它就會在生成時附帶碰撞、尋路，以及一條已經接好的對話掛鉤。

一份能用的描述會具體說明角色、語氣與一項限制。「一個多疑的燈塔看守人，言語簡短、帶有北方鄉音，絕不談論那場船難。」這會產生一個提示詞恰好包含這三個參數的元件。像「一個很酷的角色」這樣的描述只會產生泛泛的結果，因為沒有任何東西可供界定。

你可以在兩個地方測試結果：The Cyclops' Island，那是長篇的可漫步場景；以及 Mini World，它更小、迭代更快。兩者都在瀏覽器中以 Three.js 執行。把元件放進去，走近它，輸入一句話，然後讀取回應。如果語氣不對，就編輯元件上的語氣欄位，而不是從頭改寫提示詞。

AI NPC 至今仍做不到的事

長跨度規劃行不通。一個被要求規劃橫跨場景三十個步驟的模型，會產生一份看似合理的計畫，然後在第六步就丟失脈絡，因為除了提示詞之外，沒有任何東西在步驟之間保持狀態，而提示詞正變得越來越長、越來越吵雜。如果你需要一個多階段的任務，就親手撰寫各個階段，讓模型在每個階段內填充對話。不要要求它撐住整個故事弧。

真正開放式的目標也行不通。「愛做什麼就做什麼」只會產生癱瘓，或一個泛泛的熱心助人迴圈，因為模型沒有任何訊號可以判斷什麼才算進展。一個目標唯有在引擎能檢查它是否被滿足時才堪用。如果你寫不出那項檢查，你有的就不是目標，而是一種心情。

成本控制才是真正的缺口。每回合的成本很小；問題出在永無止境的對話。玩家一直講，帳就一直計。你需要對每次互動的回合數設下硬性上限、對情境詞元設下上限，以及一條降級路徑 — 達到上限後，NPC 會切換成更短、預先寫好的罐頭回應。少了這三項，一個好奇的測試玩家燒掉的預算，就能比你的場景其餘部分加起來還多。

還有一些較小的失敗：延遲超過約 1.5 秒，讀起來就像遊戲壞了，而不是一個深思熟慮的角色。除非你固定種子與溫度，否則非確定性會破壞重播測試。而且任何生成出來的台詞，都可能與對話樹早已確立的事情互相矛盾 — 這正是事實要留在對話樹裡的原因。

走進它所屬的那個世界

精靈是一個無處可站的角色。最後這一步是別人都不提供的：把你剛做好的圖集放進一個有人能四處走動的世界 — 一座小島、一顆行星、一個下雨的街角。這個網站上的每一個世界，都是從一段書面描述打造而成，並發布成一個你可以遊玩的頁面。

FAQ