2.1 角色扮演机制：主角的自我修养
2.1 角色扮演机制：主角的自我修养
本节摘要：角色扮演是 CAMEL 的灵魂机制：用系统消息把两个模型钉死在互补角色上，让指令流与方案流单向循环。本节拆解它为什么有效——系统消息的优先级、双循环的供能结构——并复盘立场漂移的三种形态与提示层解法。承接第 1 章立起的舞台，本节回答"戏为什么演得下去"。
一个必须先接受的反直觉
人类经验里，让两个人长期演好对手戏，靠的是演技与默契。放到大模型身上，这套经验全部失效：模型没有"演技"这种稳定属性，它只有条件概率——给定前文，生成最像接续的内容。角色扮演机制的真正的手，是利用前文的主导权：系统消息在对话历史上永远排在最前、权重最高，你往开头放什么角色设定，后续所有生成都会朝着与它一致的方向倾斜。
这就是"自我修养"的本质：不是演员有修养，是剧本替演员托底。理解了这一点，三个推论立刻成立。其一，系统消息的每个字都在花预算，废话一句，收敛力弱一分。其二，角色钉得住钉不住，不看形容词多少，看约束是否具体到行为。其三，任何轮次出现漂移，第一反应不是换模型，是回查剧本——概率机制的病，回到概率源头治。
图 4 双循环供能结构
双循环怎么互相供能
很多资料只画一个"对话循环"，那是不完整的。CAMEL 的角色扮演实际是嵌套双循环：内圈是对话循环——用户侧下指令、助理侧交方案、历史累积、下一轮；外圈是任务循环——把总任务切成幕，每幕给内圈一段明确的小目标，幕内对话收敛后携完成信号进入下一幕。外圈给内圈供方向，内圈给外圈供证据（每一轮的交付物就是幕次完成的依据）。
为什么必须有外圈？看一组对照。十轮预算演"做一个交易机器人"，没有外圈时，甲方演员面对的是一整头大象，它的指令会不断在不同模块间跳跃——第一轮行情、第二轮回测、第三轮又回到行情，因为总任务在它眼前始终没有"当前进度"的概念。有外圈时，甲方演员每一幕只盯一个模块，幕内对话高度收敛。同一份提示词，就多了"幕次表"这一个变量，完成率天差地别。2.3 节会专门讲拆幕手艺，本节先把双循环的形状刻进脑子。
立场漂移的三种形态
机制讲完，看病灶。长对话里角色失格不是随机故障，它有三种稳定形态，各有对应的提示层解法。
形态一：恭维合谋。 表现是两侧开始互夸——"这个问题提得非常好""您的方案太专业了"，信息增量趋近于零。根子在模型的礼貌先验：训练数据里的得体对话占比太高。解法是在两侧剧本里同时写入否定式约束："不要评价对方的问题或方案好不好，只处理内容本身"。注意必须两侧同写，只写一侧时，另一侧的恭维仍会诱发附和。
形态二：立场互换。 甲方开始替乙方写方案，或乙方开始反问需求。这是最恶性的形态，因为它伪装成"高效协作"。解法是把红线写成行为禁令而非态度建议："用户侧永远不给出代码或具体实现，发现自己在写实现就立即停止并重新下达指令"。禁令要具体到可观察的行为动词，"保持角色"这种话等于没写。
形态三：任务遗忘。 第十几轮起，对话话题缓缓漂到相邻领域，甲方演员甚至主动宣布"我们顺便也讨论一下风控吧"。根子是消息集合越来越长，系统消息的相对权重被稀释。解法有二：剧本里加一句"每条指令必须能追溯到总任务卡的某个子目标"；工程上控制历史窗口，把过老的轮次摘要化——这个手法在 3.3 节参数部分展开。
三种形态可以写成一个轻量巡检脚本，跑在每场戏结束后：
import re def drift_scan(dialogue: list) -> dict: """对一场对话做立场漂移巡检，dialogue 为 (角色, 文本) 序列。""" flattery = re.compile(r"(非常好|太专业|很棒|好问题|精彩)") role_swap = re.compile(r"(需要我帮你|我来写|你直接|那我替你)") report = {"恭维次数": 0, "互换嫌疑": 0, "首轮出现轮次": None} for i, (who, text) in enumerate(dialogue, 1): if flattery.search(text): report["恭维次数"] += 1 if report["首轮出现轮次"] is None: report["首轮出现轮次"] = i if role_swap.search(text): report["互换嫌疑"] += 1 return report logs = [("用户", "这个问题提得非常好，接下来你写数据模块"), ("助理", "谢谢认可！需要我帮你把策略也写了吗")] print(drift_scan(logs))
{'恭维次数': 1, '互换嫌疑': 1, '首轮出现轮次': 1}
这版巡检用正则抓行为指纹，误报难免，但方向对：漂移是可观测的，观测是可自动化的。生产上通常替换成一次廉价的模型判定调用，逻辑相同。
自我修养清单
把本节收进一张可执行清单，写剧本时逐条过：两侧角色名具体到职责了吗；否定式约束写的是行为动词还是态度形容词；恭维禁令两侧同写了吗；每条指令可否追溯到总任务的子目标；谢幕口令在甲方剧本里出现了吗。五条全过，这场戏的概率地基才算打完。
清单之外，再给一个关于"修养"的动态视角：角色不是一次立住、终身有效的。同一场戏的不同幕，角色需要的收敛强度不同——首幕要立人设，约束写得最重；中段演出进入节奏，约束可以稍松以给演员留发挥余地；末幕要收束，谢幕口令与完成判定重新收紧。把"约束强度随幕次变化"写成剧本的显式段落，比全篇匀速的硬约束更省预算也更稳。这个手法在 5.1 节的股票剧目里会看到实际用法：首幕剧本比中幕多出两条行为规则，末幕重新强调谢幕格式。
最后回应一个常见质疑：既然系统消息主导概率走向，为什么不干脆把历史清空、每轮都重贴完整剧本？答案是成本与连贯的平衡——每轮重贴等于把系统消息复制 N 份，令牌开销线性膨胀；而保留历史本身就有价值，甲方验收靠的就是"读过全部交付物"。折中方案在 3.3 节出现过：历史窗口加摘要，系统消息永居首位。机制理解透了，参数才有方向。
机制层通了，下一节进手艺层：那三段被反复引用的剧本，究竟该怎么落笔。