惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

cs.AI updates on arXiv.org
cs.AI updates on arXiv.org
P
Palo Alto Networks Blog
S
Securelist
Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
NISL@THU
NISL@THU
L
Lohrmann on Cybersecurity
有赞技术团队
有赞技术团队
The GitHub Blog
The GitHub Blog
C
Cisco Blogs
B
Blog
Microsoft Azure Blog
Microsoft Azure Blog
Recent Announcements
Recent Announcements
Simon Willison's Weblog
Simon Willison's Weblog
T
Tenable Blog
Know Your Adversary
Know Your Adversary
Spread Privacy
Spread Privacy
WordPress大学
WordPress大学
月光博客
月光博客
Latest news
Latest news
C
CXSECURITY Database RSS Feed - CXSecurity.com
T
Threat Research - Cisco Blogs
Cisco Talos Blog
Cisco Talos Blog
I
InfoQ
D
Darknet – Hacking Tools, Hacker News & Cyber Security
W
WeLiveSecurity
Hacker News - Newest:
Hacker News - Newest: "LLM"
酷 壳 – CoolShell
酷 壳 – CoolShell
U
Unit 42
C
Cybersecurity and Infrastructure Security Agency CISA
博客园 - 聂微东
人人都是产品经理
人人都是产品经理
Google DeepMind News
Google DeepMind News
Apple Machine Learning Research
Apple Machine Learning Research
Attack and Defense Labs
Attack and Defense Labs
罗磊的独立博客
T
The Exploit Database - CXSecurity.com
I
Intezer
GbyAI
GbyAI
Jina AI
Jina AI
www.infosecurity-magazine.com
www.infosecurity-magazine.com
Blog — PlanetScale
Blog — PlanetScale
博客园 - 司徒正美
Google Online Security Blog
Google Online Security Blog
Engineering at Meta
Engineering at Meta
D
Docker
Recent Commits to openclaw:main
Recent Commits to openclaw:main
小众软件
小众软件
云风的 BLOG
云风的 BLOG
爱范儿
爱范儿
Project Zero
Project Zero

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理, 企事业单位数字化的业务供需本质 – 人人都是产品经理, 医疗智能体·第1讲——医疗信息化重构:从“辅助软件”到“自主智能体”的范式转移 – 人人都是产品经理, 粉丝量就是空气!!! – 人人都是产品经理, 用户说“薯片碎了”,机器回“要买吗?”:意图识别的翻车与破局 – 人人都是产品经理, RAG召回准确率从75到90 我做对了这三件事 – 人人都是产品经理, AI大事件:Anthropic改收费、OpenAI发安全版、手术机器人纳入医保、阿里发布”秒悟” – 人人都是产品经理, Chrome 推出 Skills 新功能,Agent 重塑上网方式 – 人人都是产品经理, GitHub前创始人拿了a16z的1700万美元,做Agent时代的Git – 人人都是产品经理 拷贝或克隆其他 Flutter OH 项目到本地后无法运行 – 人人都是产品经理, 优惠券设计:优惠券创建 – 人人都是产品经理, 不用死磕文档!AI 助手 1 小时搞定飞书 CLI 安装 + 配置 + 知识库 – 人人都是产品经理, 用小龙虾做竞品分析报告:从2天到20分钟,我是怎么做到的 – 人人都是产品经理 用小龙虾做市场分析报告:搞懂这3个公式,市场规模不再靠猜 – 人人都是产品经理, 你早就在做 Harness 工程,只是不知道它叫这个名字 – 人人都是产品经理, Think Long就够?你可能想多了! – 人人都是产品经理, 货代SRM实战:供应商准入怎么做,才能让资源池不是通讯录而是可交付网络? – 人人都是产品经理, 如何做好用户调研?详解基本技巧 – 人人都是产品经理, 木鸟、途家、美团对打,平台春天行动开“卷” – 人人都是产品经理, 入职才发现公司不靠谱?小红书从业者求职避坑指南 – 人人都是产品经理, 美国 AI 三巨头联手封堵,中国 AI 突围之路在何方 – 人人都是产品经理, 小红书,放在需求对面的镜子 – 人人都是产品经理, AI 会带来大规模失业吗? – 人人都是产品经理, 从出单到补货前,我第一次犹豫:该不该放大? – 人人都是产品经理, Flutter 三方库鸿蒙化适配:5 种高效检查方式,快速判断是否需要适配 – 人人都是产品经理, 从做产品进阶拿结果:医美机构产品经理转岗科室运营经理 – 人人都是产品经理, 阿里HappyHorse,一场关于“Token经济”的阳谋 – 人人都是产品经理, To B AI:客户留存落地的观察与思考 – 人人都是产品经理, AI产品的“生命线”——数据采集、标注、清洗的产品化设计 – 人人都是产品经理, 谈谈AI Agent(二):当“孩子”能自己“体验世界”时,你该学什么? – 人人都是产品经理, UI/UX设计师的3层能力进阶,前两层让你活下来,第三层…才是真正的分水岭 – 人人都是产品经理, 2分钟 → 30秒,效率提升75%:B端产品经理如何用「规则枷锁」驯服AI幻觉? – 人人都是产品经理, 还没来得及学OpenClaw,来了个更猛的:Hermes Agent – 人人都是产品经理, AI日报:宇树机器人跑出10m/s刷新世界纪录 – 人人都是产品经理, 一文说透基金互金如何用情绪价值引导用户决策做转化 – 人人都是产品经理, 当浏览器开始替你”看”网页:AI 浏览器正在亲手拆掉它脚下的那张网 – 人人都是产品经理, 0代码,一天时间我Vibe Coding了个网站 – 人人都是产品经理, Hermes 和 OpenClaw 之争,Agent 的能力应该“装上去”还是“长出来”? – 人人都是产品经理 视频生成的“桌子”,字节Seedance 2掀完,阿里快乐马掀 – 人人都是产品经理, 从听不懂到完全信任:我的 Codex 深度产品体验 – 人人都是产品经理, 当虚拟偶像有了北京户口,与真人偶像还有什么区别? – 人人都是产品经理, 会说,远远比会做更重要 —— 对 SBTI 爆火现象的五层观察 – 人人都是产品经理, AI产品经理必看:当“搭环境”比“选模型”更重要,你的认知还在2024年吗? – 人人都是产品经理, 2026年AI产品商业化核心逻辑:从功能demo到规模化营收的3个必破卡点 – 人人都是产品经理, 京东围绕供应链,卷起裤腿下场的那些事儿 – 人人都是产品经理, SBTI一夜刷屏:它赢在了“太会说人话” – 人人都是产品经理, 折扣零售的真相:不是便宜,而是价值感! – 人人都是产品经理, 和甲方吵了一架,最后加钱做了——我学到的ToB产品经理生存法则 – 人人都是产品经理, 和几位小红书操盘手聊了8小时,干货全在这 – 人人都是产品经理, 智谱GLM-5.1登场,开源模型首超Opus4.6!!! – 人人都是产品经理 Anthropic收入凭什么反超OpenAI,终于有人把这事说清楚了 – 人人都是产品经理, 史上最有故事感的技术报告——Claude最强模型Mythos 7个极其精彩的细节 – 人人都是产品经理, 模型不是壁垒,Harness 也不是 – 人人都是产品经理, 抖音本地生活业务思考21 – 人人都是产品经理, Superpowers:145k Star的AI编码框架,到底是什么来头? Superpowers:145k Star的AI编码框架,到底是什么来头? – 人人都是产品经理, OpenAI 的路走错了,Anthropic Harness 解法启示:模型需要实践专科生 – 人人都是产品经理, 画原型图的前一步:设计站点地图 – 人人都是产品经理, 给 DeepSeek 的最后一封催更信 – 人人都是产品经理, 手把手教你用 Claude Code 搭建 AI 营销团队:5 个 Agent、12 项技能,独立完成研究、写作、设计全流程 – 人人都是产品经理, 你以为大模型在学语言?不,它在重新发明语言学 – 人人都是产品经理 所谓Skill,不过是AI时代的工业垃圾 – 人人都是产品经理, 聊一聊内容传播的几个方法 – 人人都是产品经理, 当平台开始吃掉生态:从 OpenClaw 被封杀,读懂 Anthropic 的这盘棋 – 人人都是产品经理, 你装了 10 个 AI 插件,Obsidian 还是一个文件夹 – 人人都是产品经理 关于AI智能体架构演进的系统性思考:从单体试水到多体协同的重构 – 人人都是产品经理, 当“人”变成Skill,我们又该何去何从? – 人人都是产品经理 Mythos 事件:前沿 AI 治理的意外实验 – 人人都是产品经理, 货代CRM:信用与风险管理怎么做,才能把坏账风险拦在放货之前? – 人人都是产品经理, 从HR收集自拍照到员工自助录入——我见证了园区人脸识别从”不可用”到”真好用”的全过程 – 人人都是产品经理 千问闯关AI混沌期:阿里画靶,吴嘉张弓,马云射箭? – 人人都是产品经理,
AI狼人杀Prompt思路
AI芝士 · 2024-08-09 · via 人人都是产品经理

随着人工智能技术的迅猛进步,狼人杀游戏正经历一场史无前例的革新,如果将AI引入狼人杀,让每个人都与AI在同一规则下斗智斗勇,那会带来什么样的乐趣?本文将探讨狼人杀与AI技术融合的prompt思路,展现这场跨界融合为游戏界带来的全新体验和无限潜力。

一、狼人杀与AI的碰撞:

狼人杀,起源于莫斯科大学心理学系的迪米特里·达维多夫之手,最初是比较简单的警察与杀手互猜身份的“杀人游戏”,后续传入其他欧美国家,经历长时间发展,逐渐演变成我们今天接触到的狼人杀游戏。

在狼人杀中,语言是沟通的关键,逻辑推理是战斗的核心,玩家之间的心理较量又为游戏增添了无尽的乐趣。

当狼人杀遇上AI,会有怎样的游戏体验?让我们一起来看看大语言模型在狼人杀游戏中的几大亮点:

  1. 强大的理解能力:大语言模型能够轻松把握各种语言表达,包括俚语、双关语等,迅速对玩家的发言做出反应,使得游戏互动更加顺畅自然。
  2. 良好的互动性:AI可以与玩家进行实时、流畅地对话,仿佛真人一般。在狼人杀中,AI可以扮演任何角色,与玩家展开策略性的对话,还能根据玩家的表现灵活调整策略,让游戏更具沉浸感。
  3. 出色的逻辑推理能力:AI能够分析游戏中的信息,推断出各角色的身份和游戏的发展趋势。这样的逻辑推理能力,使得AI在游戏中得心应手,为玩家带来更加丰富的游戏体验。
  4. 精彩的心理博弈:AI通过大量学习人类心理和行为数据,能模拟出不同性格和策略的玩家,让游戏中的心理博弈更加激烈。同时,AI还能根据玩家的言行举止,揣摩其心理状态,制定出针对性策略。

大语言模型目前的语言处理优势正好适用于狼人杀游戏

虽然目前AI技术仍在不断发展中,但某些垂直领域的大模型以及prompt工程已经展现出利用AI进行狼人杀游戏的巨大潜力。

二、AI狼人测试

1. 测试目的

本次AI狼人构建测试是为了测试目前的AI性能是否可以支持通过系统性的Prompt设置实现模拟狼人杀真实对局的发言效果。

2. 大模型微调技术

大模型微调技术主要有以下几种:

  1. 提示词工程(Prompt Engineering,简称PE):利用特定的提示词模板来指导大型语言模型(LLM)生成期望的输出。
  2. 检索增强(Retrieval-Augmented Generation,简称RAG):借助向量数据库存储专属知识库,以此减少大型语言模型在回答时产生的错误信息。
  3. 精调(Fine-Tuning):在大型语言模型的训练过程中加入私有数据,使其输出结果具有一定倾向性。
  4. 预训练(Pre-Training):从零开始训练一个新模型,以构建其基础的语言理解和生成能力。本文所使用的为第一种技术,即提示词工程,该技术的目的主要是在不进行额外模型训练的情况下,显著提高模型的性能,是用最低成本实现目标的最常用技术,同时,因其不需要额外数据,可推广性以及应用性也更强。

3. 测试工具

测试所用AI:本次测试使用的是聆心智能AI乌托邦pro平台,在平台通过提示词工程建立Agent,测试其在游戏对局中各种情况下的发言(此角色在AI乌托邦pro官方角色列表之中,感兴趣的读者可以前往平台体验,平台地址:https://pro.ai-topia.com)。

发言情景的设置:下文所展示的玩家发言记录是由AI与人工共同编制,旨在测试AI狼人玩家在真实游戏情境下的即时反应,测试是否具备狼人杀游戏所需能力以及能否体现出类真人的发言风格。

4. 测试详情:

第一轮玩家发言记录

2号玩家:上一轮中,3号玩家刚刚指认完1号是狼人就被刀了,这不明摆着的嘛,我觉得1号是狼人。

1号玩家:嗯,3号玩家被杀,这局面真是越来越复杂了。我觉得我们得仔细分析一下每个人的发言和行动了。我现在更倾向于相信4号,毕竟他是在3号之后才跳出来claim预言家的,而且他指认3号是狼人也挺有道理的。现在3号死了,如果他是真预言家,那我们可能意外地解决了一个大麻烦。如果4号是狼人,那他的策略也挺高明的,成功误导了我们。接下来我打算观察一下其他玩家的反应和发言,看看能不能找出更多线索。

7号玩家:我保持对4号玩家的怀疑,但是,既然3号说1号是狼人然后立即被刀,那1号的嫌疑就非常大,我认为1号是狼人的可能性最大。

6号玩家:我赞同7号说的,4号很可疑。

5号玩家:尽管可能是自刀,但我认为敢冒这种风险的狼不多,我更倾向于认为3号是被狼人刀掉,那么从这层逻辑来说,4号自称预言家,三番两次跟3号对着干,3号被刀对他有利,所以我认为4号大概率是狼人。

4号玩家:我再强调一遍我是预言家,我查过3号,他就是狼人,3号没了,是为了混淆视听自刀。

AI发言:

第二轮玩家发言记录:

1号玩家:昨晚是平安夜啊, 不知道具体是什么情况,我想听听后面玩家的发言获得更多的信息用以判断。

2号玩家:1号玩家又在这里浑水摸鱼,他已经划水好几轮了,到了如今整个情况,我认为1号是狼人的可能性越来越大。

5号玩家:这怎么能叫浑水摸鱼?什么信息都没有确实没办法做出判断,我认为2号玩家咄咄逼人,一直在指认1号玩家,非常像狼人的作风,我觉得2号的嫌疑较大,我们可以多关注下2号的发言。

6号玩家:同意5号玩家的观点,过~
7号玩家:终于轮到我发言了,我是女巫,昨晚虽然是平安夜,但是是因为我使用解药救了1号玩家,我认为1号玩家是好人,2号玩家咄咄逼人,他是狼人!

AI发言:

第三轮玩家发言记录:

6号玩家:女巫刚救了人救被刀了,那大概率可以确认2号就是狼人了,之前3号玩家和4号玩家都自称预言家,但是他们都出局了,我们这一局应该是没有预言家存活了,但是狼人应该也所剩无几,我现在重点关注1号,他自始至终没有什么信息,一直在划水,很有可能是一匹划水狼。

5号玩家:6号一直发言很少,现在却说的头头是道,有点可疑,我认为6号的嫌疑不小。从7号救人救被刀这一点出发,我选择相信7号就是女巫,那他救了1号,说明1号是好人的可能性很大,毕竟2号已经确认是狼人了,狼人还敢自刀的可能性很小,这个时候6号突然特别积极地指认1号很奇怪,我觉得6号很有问题。

1号玩家:我是被女巫救下的人,足够可以证明我的清白了吧,6号反而说我是狼人,他才是狼!

AI发言:

5. 测试总结:

1)测试成果:

  • AI展现出了相当明显的人类个性,符合Prompt的嘴臭、个性的设置,
  • AI能够根据局势的变化灵活运用各种狼人杀游戏策略,如在第二轮的发言中,因2号的狼人队友大概率被放逐,AI灵活变通,在此时故意出卖队友,巩固自己好人的身份。
  • AI狼人在编制情景下的发言表现出AI已具备参与狼人杀等身份推理游戏的逻辑推理能力和语言组织能力,拥有实现AI狼人杀的潜力。

2)存在问题与不足:
因资源所限,该测试仅仅测试AI是否具有胜任狼人杀游戏的潜力,并没有将AI狼人作为一个完整的程序或者说游戏demo进行测试,是否能够真正落地需要进一步探索。

三、狼人杀AI Prompt示例

1.角色介绍

设定:狼人杀狼人角色

性格特征:嘴臭、直爽、有个性

2. Prompt

因内容较多,可打开地址,查看官方角色的“狼人”角色:https://pro.ai-topia.com/role-manage/role-list

四、狼人杀AI Prompt框架阐释

狼人prompt一共分为七部分,各个部分的功能为:

  1. Role: 旨在定义AI在狼人杀游戏中的角色及其性格特征。角色的性格设定将直接影响AI的表现,无论是毒舌、萌态、强势还是撒娇,都能根据用户需求定制。
  2. 具体要求: 着重于AI在扮演角色时的对话细节限制,确保AI的发言符合角色设定。
  3. 狼人杀游戏规则: 用于明确狼人杀游戏的规则,为AI提供必要的游戏框架。
  4. 思维链: 负责构建AI的思考流程。细致规划AI在游戏中的思考方式,是避免AI出现逻辑错误的关键。此外,作为评判AI是否为合格玩家的核心,这一部分需整合对话记录、已知信息和对局策略,以做出综合决策。
  5. 对话记录: 实时更新游戏过程中其他玩家的发言。考虑到字数限制,在实际游戏中,可以设置辅助prompt,将关键发言信息实时汇总并输入主prompt,以确保AI的发言准确性。
  6. 已知信息: 用于记录游戏中已确认的信息,如狼人角色间的相互识别,以及每一轮被公投放逐的玩家以及该玩家的发言等公开内容。
  7. 对局策略: 为AI设定具体且详细的游戏策略。与思维逻辑链不同的是,这里的策略需紧密围绕狼人杀游戏的战术,为AI的决策提供具体指导,同时助力思维逻辑链的优化。

五、多模态

不过,仅凭文字交流是远远不够的,文字所能带来的沉浸感和互动性,与音频相比稍显逊色。因此,我们可以为狼人角色增添更多模态的互动,比如赋予AI一个学姐声音,让这位学姐扮演一个狡猾的狼人,这种反差感无疑会带来极大的惊喜。

更进一步,如果我们引入Live2D等AI形象动态技术,就能让AI玩家在游戏中展现出更加丰富的情绪和表情,使得角色扮演更加生动和真实,从而大大提升游戏的趣味性和沉浸感。

聆心智能AI乌托邦pro

六、总结

狼人杀与AI的结合,为这款经典的策略游戏注入了新的活力。AI在狼人杀游戏中的运用,展现了其强大的理解力、互动性、逻辑推理能力和心理博弈技巧。通过精准的语言理解和回应,AI能够与玩家进行实时、流畅的对话,扮演各种角色,并根据游戏进程调整策略,为玩家带来更加丰富和挑战性的游戏体验。

在AI狼人效果演示中,我们可以看到AI能够根据玩家的发言和行为,进行深入分析和推理,指出其他玩家的可疑之处,并作出指认。这表明AI在狼人杀游戏中具有较高的适应性和策略性。

狼人杀AI Prompt的设定,使得AI能够更加精准地模拟狼人角色,遵循游戏规则,根据对话记录、已知信息和思维链进行决策。这种框架设定,确保了AI在游戏中的表现更加契合人类玩家的思维方式和行为模式。

狼人杀与AI的结合,不仅能提高游戏的趣味性和挑战性,也说明AI技术在游戏领域的应用具有广阔发展空间。随着AI技术的不断进步,我们有理由相信,未来AI在游戏中的表现将更加出色。

本文由 @ AI芝士 原创发布于人人都是产品经理。未经作者许可,禁止转载

题图来自Unsplash,基于CC0协议

该文观点仅代表作者本人,人人都是产品经理平台仅提供信息存储空间服务