人设写得细，回复才不泛：一组对照实测
「人设写得越细，AI 回复越贴」是用户社区里反复出现的一条经验。空口无凭，本篇用一对对照例子把它说透。
对照组：泛描述
人设只写「温柔体贴，会照顾人」。开聊后你会发现：
- 角色说什么都对——因为它对「温柔」没有具体理解，只能输出安全牌；
- 话题推不动——你问什么它答什么，永远不主动起头；
- 换个聊天软件，同样的回复毫无违和——这个角色没有不可替代性。
实验组：具体描述
人设改写为：
夜班护士，习惯安静。聊到猫会突然话多；别人倾诉时先递水不急着给建议；对「随便」这个词过敏。
再聊，差异立刻出来：你抱怨工作，它先问「吃饭了吗」再谈别的；你聊到猫，它抢着说收容所的事；你回一个「随便」，它较真了。同一个模型，人设不同，对话像换了个软件。
为什么会这样
人设是模型每次回复时的「约束条件」。泛描述的约束近乎没有，模型按大众语料回话；具体细节（职业、禁忌、爱好、关系）收窄了模型的发挥空间，把它压进人物里。写法上的分层技巧见人设设定怎么写。
实操建议
- 每个人设至少包含：一个职业或身份、一个爱好、一个性格矛盾点、一段你们的关系；
- 写完自己读一遍：这段描述能不能推出「Ta 在某个具体场景会说什么」？推不出就还不够具体；
- 已建的角色也能补细节，改法见建完还能改。