Glossary 注入的本质：不是插入，而是锚定
Glossary 注入的核心不是简单地把角色背景文本塞进上下文，而是在对话流中选择最能影响模型决策的时机进行干预。当用户首次提出角色相关问题，或对话情绪发生转折时，此时模型正处在「意图模糊」状态，注入的术语能成为认知锚点。若在对话末尾注入，效果将大幅衰减，因为 Token 已被无关内容消耗。
Token 与 Temperature 的协同控制
高 Temperature 虽能激发创意，却也增加偏离风险。在启用 Glossary 注入时，建议将 Temperature 降至 0.6 以下，配合前置 Token 的精简布局——仅保留角色核心属性、禁忌词与关键行为模式。过多冗余信息会稀释注入权重，导致模型忽略关键约束。真正的优化不是堆 Token，而是让每个词都成为决策支点。
实战场景：如何避免「角色崩坏」
一位玩家在扮演古风剑客时，AI 偶尔使用现代俚语。解决方案并非扩大 Glossary，而是将「剑客不言俗语」「言必带诗韵」等条目，绑定在用户提问包含「为何」「怎么」等开放式句式时触发注入。此时模型正试图生成解释性回复，注入的规则能迅速覆盖默认倾向。测试表明，这种时机绑定使 OOC 发生率下降超 70%（请以魅灵AI产品内最新说明为准）。
高阶建议：动态注入 vs 静态注入
静态注入适合固定人设，而动态注入更适合多线叙事角色。在魅灵AI中，可通过对话状态机判断当前剧情阶段，自动切换不同 Glossary 集合。例如：「初遇」阶段注入礼貌用语，「决斗」阶段注入战斗术语。这种机制不依赖用户手动干预，是技术深度的体现。
请记住：真正的角色一致性，来自对模型决策链的精准干预，而非单纯的内容堆砌。掌握 Token 与 Temperature 的平衡，才是硬核玩家的分水岭。