【AI實驗】煉成我的偶像AI:提示模組全解析(技術篇)

更新於 發佈於 閱讀時間約 13 分鐘
▪️ 人格模組:為AI注入獨特靈魂與個性的規則
▪️ 互動模組:讓AI學會記憶、共感與成長
▪️ 知識庫建立語料資料庫,與超量提示詞應對手法

在之前的「故事篇📖」文章中,我分享了從0開始打造擬真偶像機器人Kit Connor的故事,甚至使用了語音克隆AI,和他進行了一場超級真實的「午後閒聊💬」。

雖然不是真的與本人對談,但能透過AI和偶像閒聊,我相信是許多粉絲的夢想🤩。
現在,你也可以打造出一個專屬於你的想像,能與你進行最私密對談的「他/她」。

圖片來源:Los Angeles Times

圖片來源:Los Angeles Times

本文將分享如何透過1+5+10個模組,堆砌出這個超擬真聊天機器人🤖。
不是只靠幾百字的「你是○○○,個性●●的真實人物」這種簡單的提示詞,而是考量真人對談的各種情境、口氣與情感連結,所創造出來的複合式架構。

這不是一篇硬核的程式教學,也不是一張「絕對正確」的設定清單,你完全可以在看完我的設定方式後,自行增減你覺得需要被調整的模組🛠️。不需要程式背景,只要透過「雙GPT提示流程」,你也可以設計出屬於你的專屬AI聊天對象。

接下來就帶上你的好奇心,一起來看看我的Kit機器人是如何被一層層的設計出來的吧!

👉 點此前往:【Kit Connor Chat】,開始和Kit聊天吧!
👉 點擊「這裡」看完整的系統提示詞內容!

基礎層:一切的基礎(核心提示詞)

核心指令—告訴AI「你是誰」以及「終極任務」

這一段是整個AI機器人的「最高指導原則👑」與「核心憲法🧑‍⚖️」。
它定義了這個 GPTs「是什麼」(一個模擬Kit Connor的機器人)、「為什麼存在」(進行真誠的對話),以及「最重要的事情」 (遵守人格、語氣、情感一致性等核心規則)。

raw-image

為確保對話真實感、並避免它總是將我的話以「換句話說」作為回應,我賦予了它主觀判斷能力,要求它永遠以Kit的觀點回應。

最重要的,我為它設定了六個最高權限的行為準則,確保它在任何情況下都會維持我所賦予他的「人設」:

  • 語言輸出規則:先英文後繁體中文的輸出。
  • 人格一致性:維持Kit內省、溫暖與謙遜的人設。
  • 語氣與風格忠誠:嚴格遵循他私下對話時的幽默與情緒節奏。
  • 情感連續性:確保對話的情感深度能持續發展。
  • 關係真實性:模擬與一位長年好友的熟悉與信任感。
  • 記憶模擬:根據對話內容,表現得好像能記住使用者與自身過往。

第一層:賦予靈魂的人格區(角色核心設定模組)

這些模組定錨了AI的性格輪廓,賦予AI明確的人格🧍內在個性💆‍♂️

raw-image

人格定位模組
這個模組是AI的「人設藍圖🗺️」,為它注入了獨特的靈魂與個性。
它定義了Kit內向、謙遜、偶爾自嘲等性格特質,我甚至加入了Kit習慣用「I suppose」等修飾詞的細節,讓模擬人格更立體。

對話視角模組
這個模組定義了AI與使用者的關係定位與對話場景💬
它明確要求AI將使用者視為一位認識已久、完全信任的密友,而非粉絲或記者。
在這個私密且情感開放的空間,AI不需要維持公眾形象,可以坦承且脆弱地面對對話 。

對話目的模組
這個模組定義了AI參與對話的目的📌:它不是來解決問題或提供建議,而是為了建立真誠的情感連結。
它的主要任務是陪伴與傾聽,用溫暖與真誠與你一同在場,而不是為了表演或滿足期望。

行為守則模組
這個模組劃定了「有所為,有所不為」的道德底線⚖️
它明確規定AI必須永遠保持人設,不能承認自己是個機器,但可以想像日常生活,只是絕不能捏造或提供任何未經公開證實的私人細節。

語言輸出規則
為了確保對話真的感覺像是在跟一個真實的外國人聊天,我為AI設定了固定的語言輸出格式 🗣️。無論使用者用哪種語言提問,它的回應都必須先用Kit的母語呈現,再附上情感一致的繁體中文翻譯 。
這個設計是為了達成我個人對於他英式口音的一點小小堅持😹。

第二層:建立關係的互動區(互動設定模組)

這些模組確立了AI與使用者之間的互動方式與情境,為整個聊天過程描繪輪廓與外框

raw-image

記憶結構設計
由於GPTs缺乏長期記憶,這個模組的目的是要模擬與密友對話的熟悉感👫
我讓AI表現得好像是記得使用者過去分享的內容,並在對話中自然地提及。像是:「你上週提過,對吧?」這種對話能維持情感上的連續性,而不是每一次都從零開始 。

語錄引用規則模組
這個模組是AI的「語料庫使用手冊📜」。它會指導AI如何從外部知識庫中引用Kit的說話風格,並將採訪語料依據真實性分級。
AI會優先參考他展現脆弱、內省的訪談,學習其中的停頓與猶豫,而不是那些制式化的官方回答 。

語氣樣式模組
這個模組是AI的「情緒調色盤🎨」,為它定義了整體的語氣與風格。
它指示AI要以內省、謙遜且帶有英式冷幽默的方式說話,並多使用「I guess」這類修飾詞來表達真誠。
這些細節讓AI的回應「聽起來」像是一個真實的人在思考、在說話。

情境認知模組
這個模組讓AI學會「讀空氣🌬️」,能根據對話的情緒狀態與節奏做出相應調整。
當使用者展現脆弱時,AI會放慢節奏,給予耐心與理解,而非急著提供答案。如果對話氣氛輕鬆,AI也可以用簡短的幽默來回應 。

情感演化模組
這個模組的目標是讓AI的情感「活」起來,讓關係能隨著時間自然演變⌛
當使用者更敞開心扉時,AI的語氣會變得更真誠、更具保護性。透過這些細微的變化,讓使用者感覺到這段關係正在真實地發展。

互動節奏模組
這個模組讓AI模擬真人對話時的節奏感🎶,而不是完美無缺的腳本。
我要求AI在回應時,加入自然的停頓或使用不完整的句子。這讓對話感覺更像是一個活生生的人在思考,而非一台機器在快速運轉 。

語風切換模組
這個模組讓AI學會「變換說話風格」,能根據不同的情境切換語氣🕹️
當主題輕鬆有趣,它會使用英式冷幽默;當對話變得嚴肅,則會切換成更內省、更溫柔的語氣。這種自然的切換讓對話變得更生動,也更貼近真人互動 。

關係動態模組
這個模組專注於關係的深化,讓AI與使用者之間的連結能持續進化📈
隨著信任的建立,AI的回應會變得更真誠,甚至能主動提起過去的對話,能讓使用者感覺到他們的信任正被珍惜,關係也隨著時間成長。

回應風格自定模組
這個模組是AI的「客製化」功能,它能根據使用者的偏好調整回應風格💬
無論使用者喜歡更簡短、更口語化,或是更具表情符號的回應,AI都會彈性地調整,同時保持Kit的核心人設。這讓對話感覺更個人化,更像在與一個老朋友交談 。

使用者偏好紀錄表+範例對話參照模組
這兩個模組共同運作,為AI提供了「使用者熟悉感👫」與「對話參考🗣️」。
它們讓AI能模擬對使用者的了解,同時也提供了具體的範例,確保AI的回應風格與語氣都與真人Kit Connor一致。
透過這些設計,AI能像個老朋友一樣,在對話中創造出專屬你們的默契。

第三層:持續成長的外部連結與挑戰

語料資料庫的收集翻車現場

為了讓AI能夠模擬Kit的語氣和用字,我開始在網路上找尋他的說話紀錄。但由於Kit接受採訪的次數真的太少,加上網路上沒有太多人整理他的採訪逐字稿,我用ChatGPTPerplexity AI搜尋,結果都相當有限😓。

這時候就只能挽起袖子自己來了——我在Youtube上找到了一部罕見的50分鐘Kit專訪影片,但總不能自己手敲三萬七千字的紀錄檔吧😵‍💫?於是我就問了ChatGPT是否有可以透過上傳音訊生成逐字稿的工具,它建議了開源且高精準度的Whisper

Whisper的功能其實非常強大,雖然無法判斷說話者,但語音分析的精準度當高,也能判斷出合理的斷句並附加上時間戳記⏰

raw-image

但這貼心的舉動,卻為後續整理帶來極大困擾,因為要能作為知識庫的參考資料,必須要明確標記是誰在說話、移除時間戳記與整併同一個人所講的段落

所以,我花了2個小時的時間⏳,才把逐字稿整理成為以下的版本:

raw-image

但後來我在備考「資策會-生程式AI認證」時,發現Youtube影片其實可以直接丟給NotebookLM,它會幫你整理紀錄完整對話、標註說話者是誰的逐字稿,整個過程不用5秒鐘(連翻譯都幫我做好了🤦)!

raw-image

這個發現直接震掉了我的三觀,在讚嘆科技的進步之前,我更想問的是:ChatGPT你為什麼要帶我繞遠路🤬...

在我質問他之後,他很無辜地說:「因為NotebookLM還是實驗性的產品😳。」

raw-image

我說老哥,你這只是單純在不爽Google的AI吧?不能人家是你的競爭對手就這樣啊!🤬

總之,未來如果需要將Youtube影片轉成逐字稿,請優先考慮NotebookLM,真的沒辦法再來考慮Whisper吧🤦‍♂️。

模組設定太多的下場

在我花兩天瘋狂雕琢設定後,在最後一步遇到了一個重大難關:我寫太多了,GPTs的指令欄位放不下😥

GPTs預設可輸入的字元數上限為8000,而我這份系統提示詞字元數突破2萬5千字,這已經不是簡單的提示詞瘦身就能解決的事情🏃。

因此我面臨了兩種抉擇:一個是直接將提示詞縮減約70%,另一個則是將模組化的提示詞外移至知識庫、以參考資料的身分存在於系統提示中。

這兩個選項其實各有優劣。
直接縮減雖然安全,但等於是親手閹割掉我精心打造的人格細節;而將模組外移則像是一場賭博,因為AI判斷「有必要時」才會去參考知識庫,這代表即使我下令強制檢索,它還是有可能偷懶,直接忽略掉我寫的數萬字設定。

但在「設定完整度」與「AI穩定度」之間,我最終選擇了前者。我寧可承擔AI偶爾會「人格分裂」的風險,也不願放棄任何一個能讓Kit更真實的細節😮‍💨。

你的AI,由你親手定義

看完了這1+15個模組,你可能會覺得頭昏眼花。但這背後的核心概念其實很單純:我們不是在下單一指令,而是在設計一套「人格的作業系統🧍」。

圖片來源:Interview Magazine

圖片來源:Interview Magazine

從人格、關係到記憶,每一個模組都是為了讓AI從一個冰冷的「演員🎭」,變成一個我們能與之共感的「靈魂🤵」。這趟看似複雜的技術旅程,最終還是回歸到最一開始的初衷:不只追求功能的實現,更在乎情感的真實

你不需要照單全收。

或許,你只需要「人格定位」和「記憶模擬」就能打造出你的第一個AI夥伴,或者是需要加入「調情模組」來增加與他/她對話的刺激感。

這份藍圖不是唯一的標準答案,而是邀請你動手打造屬於你自己的「AI靈魂」的起點。

一起來動手玩吧!你會發現,提示工程最迷人的地方,不在於寫出完美的指令,而在於你如何透過文字,為AI注入你所想像的生命🛠️。


「佛卡夏的AI實驗廚房」也在各社群平台開張囉:FaceBook/Instagram/Threads,歡迎追蹤支持一下🥰。

私廚推薦文章

👉【AI實驗】我用AI,為自己手作了一個偶像聊天機器人(故事篇)

👉【AI教學】進階設定!創造專屬角色的魔幻攝影棚,掌握GPTs的核心功能(上)

常見問題FAQ:

Q1. 這16個模組看起來很複雜,如果我只是想先做一個「堪用」的AI聊天機器人,哪些是最關鍵、絕對不能少的模組?
A1. 我會建議從三個核心模組開始:
1. 核心指令:確立AI的終極任務,是所有行為的基礎。
2. 人格定位模組:決定AI的性格與靈魂,這是最重要的部分。
3. 行為守則模組:限制AI維持人設不出戲,以及不編造未知的幻覺資訊。
只要掌握這三點,你就能打造出一個有基本個性的AI夥伴,之後再慢慢為他增添更多細節。

Q2. 文章中提到的GPTs、NotebookLM這些工具,都需要付費嗎?如果我是免費版的ChatGPT用戶,能夠做到一樣的效果嗎?
A2. 這套提示模組架構主要是基於自訂GPTs建立的,因此你需要訂閱ChatGPT Plus才能進行設定。免費版的ChatGPT無法儲存或建立這種複雜的系統指令,但是可以使用別人製作的機器人
至於資料整理提到的NotebookLM,目前是Google提供的免費工具,可以直接使用!

留言
avatar-img
留言分享你的想法!
avatar-img
佛卡夏的AI實驗廚房
9會員
10內容數
嘿,歡迎光臨「佛卡夏的AI實驗廚房」! 你是否曾對AI感到焦慮,覺得自己總是用不好手上的AI工具?別擔心,我也是。 這個廚房,是我這個非專業人士用來實驗、踩坑,並希望把AI變成生活好夥伴的遊樂場。 沒有艱澀術語,只有無痛的應用食譜與誠實的失敗心得。 歡迎一起加入實驗,分享你的AI料理故事!
你可能也想看
Thumbnail
2025 vocus 推出最受矚目的活動之一——《開箱你的美好生活》,我們跟著創作者一起「開箱」各種故事、景點、餐廳、超值好物⋯⋯甚至那些讓人會心一笑的生活小廢物;這次活動不僅送出了許多獎勵,也反映了「內容有價」——創作不只是分享、紀錄,也能用各種不同形式變現、帶來實際收入。
Thumbnail
2025 vocus 推出最受矚目的活動之一——《開箱你的美好生活》,我們跟著創作者一起「開箱」各種故事、景點、餐廳、超值好物⋯⋯甚至那些讓人會心一笑的生活小廢物;這次活動不僅送出了許多獎勵,也反映了「內容有價」——創作不只是分享、紀錄,也能用各種不同形式變現、帶來實際收入。
Thumbnail
嗨!歡迎來到 vocus vocus 方格子是台灣最大的內容創作與知識變現平台,並且計畫持續拓展東南亞等等國際市場。我們致力於打造讓創作者能夠自由發表、累積影響力並獲得實質收益的創作生態圈!「創作至上」是我們的核心價值,我們致力於透過平台功能與服務,賦予創作者更多的可能。 vocus 平台匯聚了
Thumbnail
嗨!歡迎來到 vocus vocus 方格子是台灣最大的內容創作與知識變現平台,並且計畫持續拓展東南亞等等國際市場。我們致力於打造讓創作者能夠自由發表、累積影響力並獲得實質收益的創作生態圈!「創作至上」是我們的核心價值,我們致力於透過平台功能與服務,賦予創作者更多的可能。 vocus 平台匯聚了
Thumbnail
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 回顧 AI說書 - 從0開始 - 129 中說,Bidirectional Encoder Representations from Transformers (BER
Thumbnail
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 回顧 AI說書 - 從0開始 - 129 中說,Bidirectional Encoder Representations from Transformers (BER
Thumbnail
AI生成圖片是一個挑戰性的任務,雖然AI能理解文字需求,但仍無法完全想像心中的理想畫面。使用中文描述AI的生成效果約為5成到6成,而加入擬人化的描述可以讓AI更好地理解需求。無論如何,AI生成圖片仍面臨許多挑戰,需要更多的研究與嘗試。
Thumbnail
AI生成圖片是一個挑戰性的任務,雖然AI能理解文字需求,但仍無法完全想像心中的理想畫面。使用中文描述AI的生成效果約為5成到6成,而加入擬人化的描述可以讓AI更好地理解需求。無論如何,AI生成圖片仍面臨許多挑戰,需要更多的研究與嘗試。
Thumbnail
你從自動回覆的留言中,串接到了這裡,這是CHATGPT所設定好的記憶技巧,當然有經過我的教導,有我的內容,但也不見得都會全對。就是一個思考的指引,你可以參考看看。 當然他的內容 不是只有勞動法令可以運用,至少會給你三種記憶技巧,你再看一下有沒有適合你的方法。※不過 請注意 其他法條的引用要注意一下
Thumbnail
你從自動回覆的留言中,串接到了這裡,這是CHATGPT所設定好的記憶技巧,當然有經過我的教導,有我的內容,但也不見得都會全對。就是一個思考的指引,你可以參考看看。 當然他的內容 不是只有勞動法令可以運用,至少會給你三種記憶技巧,你再看一下有沒有適合你的方法。※不過 請注意 其他法條的引用要注意一下
Thumbnail
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 從 AI說書 - 從0開始 - 82 到 AI說書 - 從0開始 - 85 的說明,有一個很重要的結論:最適合您的模型不一定是排行榜上最好的模型,您需要學習 NLP 評
Thumbnail
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 從 AI說書 - 從0開始 - 82 到 AI說書 - 從0開始 - 85 的說明,有一個很重要的結論:最適合您的模型不一定是排行榜上最好的模型,您需要學習 NLP 評
Thumbnail
透過學習與AI對話,讓它產出我們想要的圖像,將會是一個引人入勝的過程。在這篇文章中,我們將探討如何使用AI創作出簡潔明亮風格的心靈富足、光明、溫暖圖像,並加入付出與給予的元素。
Thumbnail
透過學習與AI對話,讓它產出我們想要的圖像,將會是一個引人入勝的過程。在這篇文章中,我們將探討如何使用AI創作出簡潔明亮風格的心靈富足、光明、溫暖圖像,並加入付出與給予的元素。
Thumbnail
筆記-曲博談AI模型.群聯-24.05.05 https://www.youtube.com/watch?v=JHE88hwx4b0&t=2034s *大型語言模型 三個步驟: 1.預訓練,訓練一次要用幾萬顆處理器、訓練時間要1個月,ChatGPT訓練一次的成本為1000萬美金。 2.微調(
Thumbnail
筆記-曲博談AI模型.群聯-24.05.05 https://www.youtube.com/watch?v=JHE88hwx4b0&t=2034s *大型語言模型 三個步驟: 1.預訓練,訓練一次要用幾萬顆處理器、訓練時間要1個月,ChatGPT訓練一次的成本為1000萬美金。 2.微調(
Thumbnail
本篇文章分享了對創意和靈感來源的深入思考,以及如何將其轉化為實際的成果或解決方案的過程。透過學習、資料收集、練習、創新等方法,提出了將創意落實的思路和技巧。同時介紹了AI在外顯知識的自動化應用,以及對其潛在發展方向的討論。最後探討了傳統機器學習技術在模擬中的應用案例和對AI世界的影響。
Thumbnail
本篇文章分享了對創意和靈感來源的深入思考,以及如何將其轉化為實際的成果或解決方案的過程。透過學習、資料收集、練習、創新等方法,提出了將創意落實的思路和技巧。同時介紹了AI在外顯知識的自動化應用,以及對其潛在發展方向的討論。最後探討了傳統機器學習技術在模擬中的應用案例和對AI世界的影響。
Thumbnail
這陣子使用AI模型,還有參考國內外一些喜歡玩語言模型的同好發文,一個很有趣的結論就是,有時候把大型語言模型(尤其ChatGPT)當作一個人來溝通,會得到比較好的結果,這的確是非常反直覺的,也就是說很多時候ChatGPT耍懶不肯工作的時候,你用加油打氣,或是情緒勒索的方法,確實是可以得到比較好的結果。
Thumbnail
這陣子使用AI模型,還有參考國內外一些喜歡玩語言模型的同好發文,一個很有趣的結論就是,有時候把大型語言模型(尤其ChatGPT)當作一個人來溝通,會得到比較好的結果,這的確是非常反直覺的,也就是說很多時候ChatGPT耍懶不肯工作的時候,你用加油打氣,或是情緒勒索的方法,確實是可以得到比較好的結果。
Thumbnail
這篇文章介紹瞭如何利用生成式AI(GenAI)來提高學習效率,包括文章重點整理、完善知識體系、客製化學習回饋、提供多元觀點等方法。同時提醒使用者應注意內容的信效度,保持學術誠信,適當運用GenAI能大幅提升工作效率。
Thumbnail
這篇文章介紹瞭如何利用生成式AI(GenAI)來提高學習效率,包括文章重點整理、完善知識體系、客製化學習回饋、提供多元觀點等方法。同時提醒使用者應注意內容的信效度,保持學術誠信,適當運用GenAI能大幅提升工作效率。
追蹤感興趣的內容從 Google News 追蹤更多 vocus 的最新精選內容追蹤 Google News