实习学习

AI互动叙事产品学习

开为科技实习沉淀：沉浸式 AI 角色游戏的机制、需求分层、竞品格局、数据指标与跨部门协作要点

Interactive Narrative AIGC Product LLM

开为科技 AI 游戏工作流实习期间，围绕 「AI 原生互动叙事」/「沉浸式 AI 角色游戏」 做了产品调研、机制设计与跨部门协作。本文把实习笔记整理成可复用的学习文档。

一、产品是什么：对话即游戏

业务机制

融合 LLM + 多模态 AIGC + 游戏化机制，核心不是「聊天」，而是 可玩、可控、有反馈的叙事体验。

模块作用
动态叙事引擎LLM 根据玩家输入实时生成对话，突破预设剧本树
多模态反馈按情境生成图片（表情、环境）或短视频（特定动作）
轮次评分对「聊天质量」打分（幽默度、攻略进度、逻辑等），驱动分支、结局与资产解锁

单薄流程 vs 厚实流程

单薄： 玩家输入 → AI 出字 → AI 出图 → 玩家继续输入。

厚实： 玩家输入 → AI 评估情绪/规则 → 修改世界参数 → 多模态反馈 + 新剧情钩子（悬念/任务/矛盾）→ 进入新逻辑分支。

按题材强化不同轴心：悬疑类强化多模态线索；情感养成类强化情绪波动系统。

二、市场需求：三层需求与应用场景

需求分层

层级核心链接典型用户动机
浅层（感官/即时）AIGC 图/视频作视觉锚点视觉猎奇者、极速体验派快速情绪刺激，换装、看 AI 做特定动作
中层（情感/陪伴）对话建立「赛博羁绊」情感寄托者、深度 Roleplayer、IP 粉低成本社交；永远在线、可人格校准的「灵魂伴侣」
深层（探索/投射）剧情与轮次问答触达自我面向剧本杀/海龟汤爱好者、叙事创作者测试边缘场景，满足掌控权、被爱、挑战权等心理需求

应用场景

娱乐向（C 端）： 感官刺激 + 情感投射——画质、人设极端性、分享便捷性。

功能向（B 端/工具）： 逻辑反馈 + 专业知识——轮次评分公正性、垂直语料深度。

方向示例
历史与人文与苏格拉底、武则天等对话；实时生成符合时代的服饰与环境
专业技能模拟难缠客户（销售）、危机公关、医患沟通——表情视频模拟社交压力
心理辅助AI 树洞、压力宣泄——治愈系氛围场景（壁炉、雨夜、森林）
品牌营销吉祥物与用户玩问答游戏，替代硬广

三、玩法创新方向

方向思路
反向攻略与情绪张力AI 不一味讨好；不可预知事件增加张力
叙事管理者从「对话伙伴」升级为「叙事管理者」「世界驱动者」
隐藏状态机对话形成世界状态的负反馈，而非纯线性回复
多模态联动图像寻踪/视频解谜；文字聊天升级为文字解谜
社交化协同叙事接力、平行宇宙——「剧本漂流瓶」分享独特剧情切片

四、竞品与护城河

竞品格局

类型代表特点与痛点
超级平台Character.ai海量角色库；过度商业化、严格过滤导致自由度下降、用户流失
垂直替代Crushon.AI、Candy AI抓住「无审查」痛点，强调大尺度情感互动
叙事技术型Convai游戏化引擎底层，NPC 动态行为与逻辑一致性，偏 B 端

三类护城河

  1. 叙事框架（剧情生命周期管理）
    用户玩的是「游戏」不是「聊天」。轮次分数、难度、分支挑战构成难以复制的 玩家心流曲线。

  2. 多模态严丝合缝
    文字、图、视频严格遵循当前叙事语境——不乱码、不离题、氛围精准。

  3. 游戏化叙事框架（真正 Moat）

    • 叙事状态机： 好感度、记忆提取、事件触发等隐形规则
    • 长线记忆： 记住 100 天前的细节并提起——「被记住」是情感链接的高级形式
    • 多模态叙事同步： 提到阴天，图里立刻乌云、BGM 调低——传统游戏高成本，算法可自动化

跨赛道借鉴（Galgame / 互动影视）

Galgame 优势可迁移点
精良美术、文案、视听同步关键转折点 CG 精心设计
「伪自由」叙事张力倒计时、高危选项制造焦虑感（如《隐形守护者》）
角色缺陷刻画AI 需植入偏见、执念、恐惧，而非完美人设

Galgame 劣势： 不可重玩性——知道结局后魅力大减。AI 互动叙事的机会正在 无限分支 + 个性化记忆。

产品建议： 避免过度审查；不要试图讨好所有人。

重点调研对象

产品调研重点
Character.aiGroup Chat、Discovery 分类；RPG / Psychologist / Genshin 标签顶流角色
Talkie AI视觉驱动、Card Collection、语音+生图无缝体验
Linky AISelfie、Roleplay Scenes；Trendy Girl、Secret Relationship 类封面剧情感
Poly.aiOpening Line 情绪反差；Enemy、Bully、Forbidden Love 高压人设
Janitor AILorebooks、Slow Burn、Enemies to Lovers 标签体系
Candy.ai高水准 AIGC 视觉反馈；图/视频请求业务逻辑
ConvaiUnity/Unreal 接入、3D/实时交互工作流

混合商业模式示例： 白天是专业咨询助手（功能向）；触发特定轮次分数或关键词后，AIGC 变换服装与背景，解锁「私密/隐藏叙事」模式。

五、数据化运营：Workflow 而非 Agentic AI

能力要求：技术底层（AIGC/LLM）+ 产品运营（数据驱动）。

核心量化指标

工程性能

指标含义优化优先级
TTFT首 Token 延迟，最影响体感模型能力 > 工程节点（精确判断、机翻、分数工程化）> 提示词（约 3000 字 / 4000 token）
TPOT每输出 token 耗时流式输出
SRLLM + SD/Kling 等 API 成功率控制并发、规范生图模式、调 temperature/top-p
Token 转化比每轮 Token 消耗 vs 停留时长限制输出长度与思考时间；管理历史记忆体积

内容质量

指标量化方式
剧情/人设吸引力首次点击进入率
人设一致性第 1 轮 vs 第 50 轮性格偏差；复点率、单局时长
多模态对齐度用户「重刷/换一张」频率

用户参与

指标Benchmark 参考
平均轮次深度优秀产品通常 > 20 轮
剧情分支触发率隐藏剧情/非预设路径比例

闭环反馈

隐性（埋点）： 广场热门率、问答重选率、长按/保存 AIGC 资产率。

显性（交互）： 每轮点赞/踩喂给 RLHF；好感度 100/0 导致结束时观察流失。

负向抓取： 自动识别「你刚才说错了」「重复了」等抱怨词，优先 Case Study。

优化策略摘要

  • 提示词分层： 主控 + 情感模块 + 记忆模块
  • 多模态： 关键帧 LoRA 缓存；好感度解锁 vs 轮次触发生成
  • 叙事节奏控制器： 每 x 轮检查「剧情张力值」，过低时强制注入意外事件
  • 记忆动态滑窗 + KIE： 每 10 轮 LLM 总结人物关系摘要写入向量库

数据结论示例： 量化重刷率发现情感转折点 30% 意图偏离 → 重构分层 Prompt + 异步预生成 → 重刷率降 15%，平均轮次升 25%。

六、MVP 工作流与跨部门协作

PRD 核心逻辑（MVP 1.0）

定位： 多模态 AIGC 沉浸式问答剧情游戏。
目标： 文本逻辑、视觉反馈（图/影）、数值系统（轮次分数）深度耦合。

输入层：玩家自然语言
处理层：语义解析 → 轮次分数 Score_turn → 结合记忆与分数做状态机跳转
输出层：AI 回复文案 + AIGC 图/短视频

核心页面（Low-Fi）

界面要点
角色大厅动态封面（3–5s 氛围视频）；羁绊等级、解锁章节
互动主场全屏 AIGC 场景背景；半透明气泡；高分时金色流光 + 角色特写视频
档案/记忆库解锁瞬间以卡牌沉淀

UI 风格建议： 极简高端都市风，大留白，参考奢侈品 App 视觉节奏。

与前端 UI

AI 产品交互需处理 生成延迟 与 内容不确定性。

维度PM 需提供前端需明确
视觉风格Figma + 色彩规范响应式断点
动效节奏参考视频Easing 曲线
AIGC 状态Pending → Generating → Success/Fail超时重连、缺省图
性能底线FPS > 60、首屏时限CDN 优先级

关键：状态同步调度器——若图/视频未 Ready，文字流在最后一句停顿 0.5s，显示「正在构思」微动效，资产就绪后同步展示。

动效要点：

  • 文本流：SSE + 渐显/微位移；情绪联动流速（愤怒快、忧郁慢）
  • 分数反馈：Lottie 分档动画；Accent Color 随分数变化
  • 场景转场：Cross-fade + backdrop-filter: blur 朦胧占位

加载方案：

  • BlurHash / 语义占位（生成海滩前先淡蓝渐变）
  • 分支信号到达时静默预载 AIGC 至 IndexedDB
  • Loading 文案戏精化：「AI 正在绘制记忆…」而非「加载中…」

与后端 / LLM

需求项PM 提供后端交付
状态机分支与跳转流程图状态更新 API + 库表
评分引擎关键词加分、逻辑减分规则延迟 < 200ms
AIGC 联动情绪→Tag 视觉字典异步生成 + 缓存
安全过滤敏感词与 SFW 策略Moderation 中间件

状态机： 区分显式状态（好感度、章节）与隐式状态（阴郁值、怀疑度）；数值触发 vs 语义触发；LLM 无法识别时的兜底状态。

API 调度： LLM 流式输出时并行触发 AIGC；预扫描转折点；视频超时 8s 降级为静图。

Prompt 结构： System / World / Persona / Memory / Instruction 模块化；强制 JSON 输出（text, emotion, score_change, visual_hint）；RAG 检索长期记忆。

与运维 / SRE

需求项PM 提供运维保障
流量画像DAU、PCU、QPS；波峰时段自动扩缩容
显存配置各模型静态/动态显存GPU 选型、量化方案
监控告警黑屏、逻辑死循环等业务错误GPU 温度、API 成功率
降级策略视频 → 图 → 文切流工具、静态资源池

容灾： SLA 99.9%；HappyOyster 大面积报错时熔断；新手引导等高频剧情资产 CDN 缓存，不走实时渲染。

与运营 / 内容

交付物内容团队运营团队
Persona 模板8 点角色档案含冲突感审核是否符合 Hot Tropes
数值平衡表剧情转折点分值免费额度、视频解锁收费点
用户画像分标签开场白 HookKOL 宣测、投放策略

Persona 标准化： 核心动机、致命弱点、语言风格、核心记忆 + 视觉锚点（饰品、瞳色）；CMS 填空转 Structured Prompt，锁定 Seed 防「变脸」。

数值经济学： 逻辑严密 +10、情感共鸣 +20、辱骂 -50；私密视频阈值如累计 200 分；Sheets 配置一键同步线上。

七、世界模型在业务中的应用

能力边界（现阶段）

能力说明
漫游模式第一/第三人称实时探索，动态延展地理边界
导演模式生成中持续指令（天黑了、镜头拉近），画面无缝响应——最适合叙事产品
连续时长约 3 分钟 720p 高保真，够一个剧情片段
局限复杂流体/光影仍有幻觉；「因果逻辑」需外部 LLM；随机探索存在空间记忆缺失

实现路径

路径 A：指令翻译层

LLM 输出结构化 JSON（环境、角色状态、镜头）→ 映射为多模态 Prompt → 导演模式实时调整画面。

路径 B：状态机驱动

LLM 修改世界参数（阴郁度=0.8、NPC 距离=近）→ 世界模型订阅参数流式渲染。

产品应用空间

模式成熟度说明
剧本控制转场高表白/争吵/进新城 5–10s 视频；可异步预生成、部分缓存，算力可控
环境叙事中高用户说「我很冷」→ 光影变暗、飘雪——语义实时驱动环境
分数物理视觉化中高分数高画面稳定明快；分数低镜头晃动局促
完全随机探索低漫游「屋子后面有什么」；算力极高，转身回来场景可能漂移

八、PM 交付物：流程图与时序图

业务总流程

graph TD
    A[进入 App / 选择角色] --> B[建立初始会话]
    B --> C{用户输入文本}
    C --> D[LLM 意图识别与回复生成]
    D --> E[轮次评分：逻辑 / 情感 / 合规]
    E --> F{达到 AIGC 触发阈值?}
    F -- 是 --> G[调用图像 / 视频工作流]
    F -- 否 --> H[纯文本返回]
    G --> I[多模态内容合并展示]
    H --> I
    I --> J[更新长短期记忆 / 数值状态]
    J --> C

流程图要点： 菱形判断节点写清分支条件；必须包含合规拦截与生成失败兜底。

时序图要点： AIGC 慢时先推文字再推图（par 并行）；参与者：客户端、业务后端、数据库、外部 AI 服务。

技术链路（摘要）

User → Gateway → Queue → LLM Engine
LLM → Memory DB (Vector) → Contextualized Response
LLM → Score/Emotion Tags → AIGC Controller → ComfyUI/Diffusers → CDN
Gateway ← Aggregated Payload ← User

架构组件：

  • 接入层：WebSocket（先文本后图）
  • 逻辑层：Prompt Orchestrator、独立 Scoring Service
  • 存储层：Redis（上下文）、Vector DB（长线记忆）、PostgreSQL（角色与资产）

PRD 功能模块优先级

模块优先级内容
角色引擎P0System Prompt、人设、开场白；短期 20–50 轮 + 向量长期记忆
对话与逻辑P0意图识别；轮次评分 1–100 影响好感与分支
多模态管道P1LLM 提取视觉关键词；LoRA 保一致性；转折点 2–3s 视频
资产管理P2CG 相册、多端同步

关键 KPI： 次日留存（剧情悬念）、LTV（高质量资产付费解锁）、平均互动轮次、AIGC 成功率、多模态对齐评分。

九、小结

纯 LLM 对话没有护城河。游戏化叙事框架——状态机、长线记忆、多模态同步——才是 AI 互动叙事产品的底色。工程上优先 Workflow 编排与可量化指标，而非过早追求 Agentic 自治；产品上让用户爱上的是 你为 AI 构建的那个可玩、可控、有反馈的赛博世界。

延伸阅读