千问如何写小说人物设定提示词_千问人物设定提示词细节【攻略】
各位小伙伴们,大家好呀!看看今天我又给各位带来了什么文章?本文标题是《千问如何写小说人物设定提示词_千问人物设定提示词细节【攻略】》,很明显是关于科技周边的文章哈哈哈,其中内容主要会涉及到等等,如果能帮到你,觉得很不错的话,欢迎各位多多点评和分享!
要构建高质小说人物,需结构化提示词:一、角色DNA档案(童年事件、具身反应、矛盾偏好);二、人生缺口与行为支点(缺口—渴望—行为);三、情绪节拍响应机制(阈值、语言特征、延迟反应);四、关系张力坐标系(误判者、异常行为、认知错位);五、感官锚定细节(气味、听觉、触觉)。

如果您希望千问生成具备深度、真实感和行为一致性的小说人物,但输出结果流于表面标签或行为工具化,则可能是由于提示词缺乏结构性与心理锚点。以下是构建高质人物设定提示词的具体操作路径:
一、构建角色DNA档案
该方法通过锚定角色的底层心理结构与生理习惯,使AI摆脱“贴标签式”描写,转而生成可预测、有回响的行为逻辑。关键在于将抽象性格转化为可观测、可复现的细节组合。
1、明确写出角色的童年关键事件及其持续影响,例如:“因十岁目睹父亲伪造证据入狱,从此对‘书面承诺’产生生理性厌恶,签字前必用指腹反复摩挲纸面边缘。”
2、指定至少三项具身化反应机制,包括微表情、小动作、语言节奏,例如:“被质疑时会突然放慢语速,每句话末尾加一个无意义的‘嗯’字;紧张时左手食指无意识敲击右手腕内侧三下。”
3、设定一项与核心动机矛盾的日常偏好,例如:“极度厌恶谎言,却每天清晨坚持阅读一份以虚构新闻著称的本地小报。”
二、绑定人生缺口与行为支点
避免让角色沦为情节提线木偶,需用“缺口—渴望—行为”三角锁定其内在驱动力。此结构确保每个决策都有心理纵深,而非服务于剧情便利。
1、定义角色未被满足的核心人生缺口,例如:“从未被无条件接纳过,因此将‘可控性’误认为‘被爱’的等价物。”
2、推导该缺口催生的显性渴望,例如:“渴望组建一支绝对服从指令的私人调查小组。”
3、列出三项为达成渴望而长期采用的行为方式,例如:“面试成员时必安排一场突发暴雨中的独处测试;销毁所有电子通讯记录,仅保留手写日志;每月最后一个周五凌晨独自重走童年搬家路线。”
三、植入情绪节拍响应机制
使角色在不同情绪强度下呈现差异化反应模式,防止对话与行为同质化。该机制让AI在生成互动场景时自动调用匹配的心理状态模型。
1、为角色设定基础情绪阈值,例如:“好奇强度达6以上触发主动提问;愤怒强度达8以上触发沉默+环境物品破坏(仅限非致命物件)。”
2、规定三种典型情绪下的语言特征,例如:“恐惧时句长缩短至5字以内,主语频繁省略;愧疚时使用被动语态比例提升至70%以上;狂喜时插入方言词汇且音节数骤增。”
3、标注一项情绪触发后的身体延迟反应,例如:“震惊后3.2秒出现右眼轻微震颤,持续0.8秒,旁人不可见。”
四、设置关系张力坐标系
单个人物易扁平,必须将其置于具体关系网络中,通过他人反馈反向校准其真实性。该步骤强制AI关注角色如何被“看见”与“误读”。
1、指定一个对其存在根本性误判的关系人,例如:“搭档坚信主角患有解离性身份障碍,因主角总在雨天更换手表佩戴手腕(实则只为遮盖旧伤疤)。”
2、列出该关系人所记录的三项“异常行为”,并注明主角真实意图,例如:“深夜反复擦拭同一把匕首——真实动因为刀鞘内嵌有亡母发丝,擦拭是唯一可触碰遗物的方式。”
3、设定一次双方认知彻底错位的关键事件,例如:“主角为保护对方伪造不在场证明,对方却因此认定主角已堕入黑暗并启动清除程序。”
五、注入感官锚定细节
用不可替代的感官印记打破通用化描写,使角色在读者脑中形成稳定神经记忆。此类细节无法被其他角色复用,构成人物唯一性物理凭证。
1、指定一种专属气味记忆,例如:“闻到湿报纸与铁锈混合气味时,会不自主吞咽三次,喉结移动幅度比常人快17%。”
2、设定一项听觉触发反应,例如:“听到老式挂钟整点报时第二声时,左耳耳垂微红,持续42秒。”
3、绑定一种触觉依赖对象,例如:“随身携带一枚边缘磨圆的铜制门牌,焦虑时必用拇指指甲刮擦其背面编号‘729’的凹痕。”
今天关于《千问如何写小说人物设定提示词_千问人物设定提示词细节【攻略】》的内容介绍就到此结束,如果有什么疑问或者建议,可以在golang学习网公众号下多多回复交流;文中若有不正之处,也希望回复留言以告知!
电脑Windows防火墙打不开怎么解决_防火墙服务无法启动修复方法
- 上一篇
- 电脑Windows防火墙打不开怎么解决_防火墙服务无法启动修复方法
- 下一篇
- Linux怎么查看进程占用的物理内存 Linux下VmRSS参数含义详解
-
- 科技周边 · 人工智能 | 8小时前 | 人工智能 · Python教程 · 图像尺寸 Pillow ControlNet diffusers 条件图
- Diffusers ControlNet 条件图尺寸匹配的处理
- 314浏览 收藏
-
- 科技周边 · 人工智能 | 19小时前 | python · 人工智能 · 模型评测 Hugging Face Evaluate 指标输入格式 predictions references
- Hugging Face Evaluate 统一指标输入格式
- 134浏览 收藏
-
- 科技周边 · 人工智能 | 22小时前 |
- RAG 检索结果去重与上下文长度控制
- 357浏览 收藏
-
- 科技周边 · 人工智能 | 3天前 |
- Tokenizer padding_side 影响批量生成的对齐
- 206浏览 收藏
-
- 科技周边 · 人工智能 | 3天前 | python · 人工智能 · 数据迭代 Hugging Face Datasets streaming IterableDataset 大语料
- Datasets streaming 读取大语料的迭代方式
- 337浏览 收藏
-
- 科技周边 · 人工智能 | 3天前 | python · Transformers generate 停止条件 批量输出
- Transformers generate 的停止条件与批量输出
- 133浏览 收藏
-
- 科技周边 · 人工智能 | 3天前 | 人工智能 · LoRa 显存优化 bitsandbytes QLoRA 4-bit量化
- bitsandbytes 量化模型配合 LoRA 训练的显存边界
- 249浏览 收藏
-
- 科技周边 · 人工智能 | 3天前 | 人工智能 · LoRa PEFT load_adapter set_adapter 适配器切换
- PEFT LoRA 适配器按任务切换的加载方案
- 268浏览 收藏
-
- 科技周边 · 人工智能 | 3天前 | 人工智能 · LoRa PEFT merge_and_unload 适配器合并
- PEFT 适配器合并后为什么输出会变化
- 221浏览 收藏
-
- 科技周边 · 人工智能 | 4天前 |
- Tokenizer 左填充和右填充应该怎么选
- 399浏览 收藏
-
- 科技周边 · 人工智能 | 4天前 |
- Safetensors 为什么支持按需读取权重切片
- 258浏览 收藏
-
- 科技周边 · 人工智能 | 4天前 |
- MLflow Model Alias 怎么替代固定版本号部署
- 360浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 298次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 352次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 353次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 318次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 137次使用
-
- 本地大模型反复输出同一句话怎么调整生成参数
- 2026-09-06 501浏览
-
- Python 调用大模型时如何用结构化输出校验 JSON:从解析失败到可重试
- 2026-08-29 501浏览
-
- AI写作工具免费版安装教程(含豆包Clawdbot)
- 2026-05-30 501浏览
-
- WPS AI能自动生成PPT吗?输入主题一键制作演示文稿
- 2026-05-27 501浏览
-
- Canva手机闪退解决方法及适配指南
- 2026-05-25 501浏览

