到目前为止,设定集的严谨性和条件判断的运作方式类似代码,这让我很满意。到目前为止,它让我能够搭建出一些有意思的嵌套行为。

我可以指定设定集中的特定区块,让 LLM 只输出那个区块,甚至是某个特定值。

通过更深层的条件判断和精准的请求,你甚至可以让 LLM 表现出类似调试功能的特性。让它在角色扮演过程中主动参照你的设定集;如果找不到相应条目、区块或值,它就可以输出对应的条目。就像代码编译器一样。

这让我不禁想知道,如果给 LLM 补充一本包含所有这些信息的设定集,能让它在多大程度上假装自己是一个由游戏机制驱动的 RPG 机器人。

目前,机器人里唯一的信息就是:它必须参照设定集中的特定值,必须提供调试消息,而且如果找不到相应条目,就不能自行生成消息。以下是我目前的测试结果。