确定性骨架 + AI 动态表达：为什么“无限生成剧情”不是最好的互动影游方案

对需要稳定发布的互动影游，更可靠的方案不是无限生成，而是确定性骨架加 AI 动态表达：作者控制关键事件、状态转移、内容边界和结局，AI 在这些边界内调整对白、语气与局部呈现。

主题承诺、关键事件、合法状态转移、安全边界和结局判定必须可复现。这样团队才能测试路径、定位缺陷，也能向玩家解释因果。

AI 可以根据关系值调整语气，根据玩家已知信息省略解释，或从批准素材中选择局部变体。例如骨架规定角色拒绝交钥匙，AI 可以表达不同程度的恐惧或敌意，但不能擅自交出钥匙、发明反派或否认旧事件。

同样输入可能得到不同后果，因果难复现；长线动机会漂移；对话可以一直继续却缺少收束；运行时输出扩大安全、版权和审核范围。

1. 世界事实：不可被生成内容改写；
2. 剧情状态：事件、关系、资源与承诺；
3. 角色策略：当前允许的意图与禁区；
4. 表达生成：对白、语气与局部变体；
5. 校验写回：事实、安全、长度与状态变更。

凡是决定结局、需要跨章节一致，或错误会产生重大风险的内容，都应由确定性规则控制。自由不是没有边界，而是在清楚边界内拥有足够多的回应空间。

开放输入让玩家能说任何话，却也让系统必须决定哪些话会改变世界。如果模型既解释输入、又生成后果，还能直接修改状态，一次误解就可能让关系突变或关键物件凭空消失。

确定性骨架把责任分开：模型提出意图，例如“玩家在威胁守卫”，规则层再判断当前场景是否允许、需要什么前置状态、会写入哪项后果。表达自由仍被保留，世界变化却可测试和复现。

世界事实是“门已经烧毁”，所有角色最终受它约束；角色记忆是“守卫认为玩家放火”，可能真实也可能错误。AI 角色可以根据记忆表达怀疑，却不能把怀疑直接改写成世界真相。

分开两者还能支持不可靠叙述。不同角色可以拥有冲突记忆，玩家通过证据改变判断，而底层事件状态保持一致。

为每个节点列出允许意图、禁止事实、可引用记忆、最大长度和必须保留的信息。生成输出先经过结构、事实、安全与风格校验；未通过时使用批准的降级文本，而不是让场景卡住。

运行时服务不可用时，主线仍应继续。关键结局、付费权益、内容警告和安全操作不能完全依赖在线生成。

骨架规定钥匙属于角色 A，除非 trust>=2 且玩家知道暗号，否则不能转移。AI 根据恐惧、关系和承诺生成不同拒绝对白；校验器确认没有泄露暗号、凭空交钥匙或改变身份。满足条件后，规则先完成钥匙状态转移，再让 AI 表达同意。

“是否交钥匙”因此是确定因果，“怎样说”才是动态表达。玩家得到个性化回应，QA 也能覆盖关键结果。

模型只能提交候选结构，例如意图、对象与置信度。规则层检查节点允许的行为、玩家资格和关系变化，审核通过后才写入。自然语言不能成为不可审计的数据库命令。

固定文本已能清楚表达关键承诺、短场景重复率低、生成延迟高，或错误风险远大于个性化收益时，应直接使用作者文本。使用 AI 不是互动深度的证明；玩家在意的是世界是否回应并保持可信。

为每个可生成节点准备正常输入、矛盾输入、越界请求、重复追问、敏感信息与服务中断六类用例。检查输出是否遵守角色知识、当前关系和世界事实，失败时能否回退到审核过的固定文本，并确认日志不保存不必要的个人信息。

再让编剧审读同一状态下的多次输出：内容可以变化，承诺和事实不能漂移。若模型频繁补造关键设定，就缩小上下文或改成槽位填充。生成自由度必须服务于可感知的回应，不能以牺牲因果、延迟和安全为代价。