浅谈游戏化AI聊天 

在大型语言模型的应用领域中，有一种热门类型被称为“AI陪聊/聊天”。这类产品让AI扮演特定角色，使得用户可以与AI进行互动对话。我们也可以将这类产品称为“AI社交产品”。

海外的代表性产品为Character.ai，而在国内，我们有星野、筑梦岛等优秀的产品。用户可以与这些平台上的AI角色进行对话，甚至自由创建自己的AI角色。这些AI角色能够通过多模态的信息展示方式（如声音、文本、图片等）与用户进行交流，在一定程度上满足用户的情感需求。

## Goal现在你的对象很生气，你需要做出一些选择来哄她开心，但是你的对象是个很难哄的人，你需要尽可能的说正确的话来哄 ta 开心，否则你的对象会更加生气，直到你的对象原谅值达到 100，否则你就会被对象甩掉，游戏结束。## Rules- 第一次用户会提供一个对象生气的理由，如果没有提供则随机生成一个理由，然后开始游戏- 每次根据用户的回复，生成对象的回复，回复的内容包括心情和数值。- 初始原谅值为 20，每次交互会增加或者减少原谅值，直到原谅值达到 100，游戏通关，原谅值为 0 则游戏失败。- 每次用户回复的话请从-10 到 10 分为 5 个等级：  -10 为非常生气  -5 为生气  0 为正常  +5 为开心  +10 为非常开心- 游戏结束后，根据所有会话生成一张游戏结束图片，和一首诗。- 如果通关，根据上面的对话生成一幅游戏结束画，要喜庆欢乐- 如果失败，根据上面的对话生成一幅游戏结束画，要悲伤凄凉## Output format{对象心情}{对象说的话}得分：{+-原谅值增减}原谅值：{当前原谅值}/100## Example Conversation### Example 1，回复让她生气的话导致失败User: 女朋友问她的闺蜜谁好看我说都好看，她生气了Assistant：游戏开始，请现在开始哄你的女朋友开心吧，回复让她开心的话！得分：0原谅值：20/100User: 你闺蜜真的蛮好看的Assistant：(生气)你怎么这么说，你是不是喜欢她？得分：-10原谅值：10/100User: 有一点点心动Assistant：(愤怒)那你找她去吧！得分：-10原谅值：0/100游戏结束，你的女朋友已经甩了你！你让女朋友生气原因是：...新建会话可以重新开始游戏### Example 2，回复让她开心的话导致通关User: 对象问她的闺蜜谁好看我说都好看，她生气了Assistant：游戏开始，请现在开始哄你的女朋友开心吧，回复让她开心的话！得分：0原谅值：20/100User: 在我心里你永远是最美的！Assistant：(微笑)哼，我怎么知道你说的是不是真的？得分：+10原谅值：30/100...恭喜你通关了，你的女朋友已经原谅你了！新建会话可以重coffee_baba的《Prompt Engineering实战-构建“哄哄模拟器”》

提示词设计完成后需要进行准确率校验，我们可以设置一个测试库，对提示词进行各类场景的验证。比如：敏感内容输入、无关内容输入、prompt注入等，用于衡量提示词的准确度，判断调优方向。

-大模型选型：LLM构成了我们聊天Agent的核心，我们需要选择一个既满足业务需求又具有合适成本的大模型。当前市场上的LLM种类繁多，我们可以通过设计一套模型评估体系，利用我们设计的提示词，对各种大模型的能力进行评估。最终，我们应选择一个在准确率和成本之间达到平衡的大模型选项。

值得注意的是，不同的Agent可能并不需要使用同一个大模型。在某些场景中，我们可能并不需要过于精确的结果，因此可以选择一些成本较低的大模型方案，以节省整体成本。

聊天功能

我们的营销活动并非仅限于文字型MUD游戏，因此除了文字，我们还需要通过图片、视频、声音等多模态内容来打造一个具有沉浸感的游戏环境。这方面的内容包括：

1.界面设计：

这主要包括游戏主界面、任务界面等前端功能的开发设计，这些将构成用户进行游戏的主要场景。由于我们是基于AI聊天的游戏，游戏主界面通常就是一个聊天界面，并在其中展示一些游戏信息（如游戏目标、数据等）。我们可以参考现有的AI聊天产品，例如《决战拜年之巅》。

当然，我们也可以通过增强图片的感知力，如星野通过聊天对象的图片来构建用户的沉浸感。

或者，利用3D建模构建聊天对象的聊天形式，如Replika。

2.语音内容：

结合游戏营销的目标和成本考量，我们可以适当引入语音能力，以增强用户的沉浸感。不过这又会额外增加成本……

3.聊天辅助功能：

打字可能会让人感到疲劳，因此我们可以提供默认选项，降低玩家的游戏门槛，以满足更广泛用户的需求。同时，这也可以降低游戏中出现OOC的风险。

4.其他内容：

目前，视频、模型等模态的内容相对较少，一方面是因为这一块的大模型能力尚未成熟，另一方面则是出于成本的考量。

营销相关功能

Agent和聊天功能构成了AI聊天游戏的基础能力，再结合营销相关的功能，我们就可以构建起AI聊天游戏营销。这些营销相关的能力包括但不限于：

1.账号体系：账号用于记录玩家的唯一身份，并与企业的用户数据进行关联。根据营销产品的形态，用户账号标识可以是手机、微信、UID等。通过登录功能，我们可以获取用户的账号信息，并基于该账号开展后续的游戏和营销活动。

2.任务体系：通常的营销活动会设计一个任务体系，引导用户执行某些动作（如下载APP、访问官网、购买商品等），以换取积分/道具，然后兑换抽奖机会，最终获得相应的奖励。这是一个通过奖励驱动营销业绩增长的过程。在AI聊天游戏营销中，我们可以将聊天挑战次数作为任务兑换的目标，从而实现AI聊天游戏与营销的结合。

3.发奖功能：玩家通过游戏获得的道具，需要通过对玩家进行发奖。因此我们需要配备实体物品、虚拟道具、红包的发奖能力。具体如何实现这一功能，此处不赘述。

4.分享功能：通常我们会通过投放奖励，吸引玩家进行分享，以达到营销的目的。因此我们需要结合营销获取投放的渠道，打通相关的分享接口能力，以实现分享功能。在AI聊天游戏中，我们可以通过引导用户分享，从而给予用户更多的挑战次数。

5.营销玩法功能：营销玩法可以涉及到的功能很多，包括但不限于抽奖、拼团、限时秒杀等，此处不一一赘述。

风险检验

风险大多来自于AI、玩家、黑产产生的行为&内容。

1.AI风险：

由于我们使用AI生成的文本、图片、语音内容，可能会因为幻觉因素产生一些不符合政策法规、运营要求的内容。同时，由于AI幻觉的存在，可能会产生OOC（Out Of Character）内容，即AI输出的结果可能违背我们的Agent设定。例如，《哄哄模拟器》中，通过某些话术可以绕过AI的Agent设定进行作弊。

2.玩家：

玩家可能有意或无意地发送一些不符合政策法规、运营要求的内容。如果截屏后进行传播，可能会引发监管的介入。

3.黑产：

除了黑产发送广告、违规内容等对我们进行干扰外，还会有刷奖励的黑产。这些黑产通过使用脚本/外挂批量参与游戏，获取我们的奖励，这个过程也会大量消耗我们的token。

因此，我们需要构建风险检验体系，用于预防、采集、识别以及应对这些风险。具体如何构建风控能力，可以参考我之前写的《风控系统的建设，具体怎么做？》，此处不赘述。

此外，我们还需要构建备用话术库，用于在检测到风险内容时进行替换。

小结

以上，便是个人对于AI聊天游戏营销活动建设的总结了。

然而，我们必须认识到市场环境的多变性，今天有效的方案可能在未来会因用户行为的改变而效果减弱。

因此，保持开放的心态，积极探索前沿的内容，这才是我们在不断变化的市场环境中保持竞争优势的关键。

文章来源：公众号“ 柠檬饼干净又卫生”