ChatML 与消息角色的底层逻辑
ChatML 是一种结构化对话格式，通过明确区分 system、user、assistant 等角色，帮助模型理解上下文意图。在魅灵AI中，正确使用这些角色能减少冗余提示，让模型更快聚焦核心任务。例如，将世界观设定放入 system 角色，而非每次重复，可节省高达 30% 的 Token。
Summarization：让记忆更轻盈
当对话轮次增多时，模型容易被历史信息淹没。启用 Summarization 功能，系统会自动压缩非关键对话，保留核心情感与事件线索。这不仅提升响应速度，也避免了因上下文过长导致的 Token 浪费。建议在长期角色扮演中开启此功能，尤其适用于 Lorebook 驱动的复杂叙事。
OOC 与 Lorebook 的协同管理
OOC（Out of Character）用于处理玩家与 AI 之间的元对话，如规则调整、情绪反馈等。将这些内容与 Lorebook（角色档案库）分离，可避免模型误判为角色行为。在魅灵AI中，Lorebook 支持结构化字段录入，OOC 则通过独立通道传递，二者配合能显著降低模型混淆概率，减少重试与冗余回复。
自查清单：
- 是否将固定设定放入 system 角色？
- 是否开启 Summarization 并检查摘要质量？
- 是否将 OOC 指令与 Lorebook 内容隔离？
- 是否避免在 user 角色中重复已存在信息？
以上方法无需额外付费，仅需调整对话结构，即可在现有资源下实现效率跃升。请以魅灵AI产品内最新说明为准。