Appearance
游戏 NPC 对话生成选型：预生成与实时混用
结论先行：游戏场景对延迟和成本同时敏感，最稳的方案是混用**——固定台词与常见分支离线预生成（可批量、可人工审校），只有自由输入类互动走实时调用。这样实时部分只需覆盖少数请求，档位可以选得更灵活。**
两条路线的分工
| 路线 | 适用内容 | 特点 |
|---|---|---|
| 离线预生成 | 任务台词、好感度分支、常见问答 | 可批量、可人工审校、零运行时延迟 |
| 实时生成 | 玩家自由输入、动态剧情 | 需控制延迟与成本，需设边界规则 |
档位建议（每百万 token，采集 2026-10-08）
| 模型 | 输入价 | 输出价 | 用途 |
|---|---|---|---|
| DeepSeek V4 Flash | $0.0105 | $1.408 | 预生成批量台词 |
| Qwen3.8 Flash | $0.165 | $0.517 | 中文语气与本地化 |
| GPT-5.6 Terra | $2.2 | $13.2 | 主线剧情设计 |
| Gemini 3.7 Flash | $0.825 | $4.125 | 多模态素材（表情、场景） |
实时部分的三个关键设计
- 缓存优先：同一 NPC + 同一意图的组合命中缓存直接返回，不调用模型
- 短提示词：只带 NPC 人设要点、当前状态与玩家输入，不要带整段剧情
- 输出上锁：
max_tokens限制台词长度，避免模型长篇大论推高成本
预生成 5000 条台词（每条输入 200 token、输出 80 token）的成本量级：
- 走 DeepSeek V4 Flash：输入约 $0.0105
- 走 Gemini 3.7 Flash：输入约 $0.825
可见预生成阶段的成本几乎可以忽略，真正需要精算的是实时互动部分。
内容安全与体验
- 边界规则写进系统提示词：避免出戏、避免违规内容、避免泄露世界观未公开设定
- 拒答话术走游戏内表达：例如「这个我可不能说」，保持沉浸感
- 人工审校预生成内容：台词一旦上线就很难收回，预生成阶段必须过审
常见问题
实时生成会不会有延迟问题？
低价轻量档的响应通常更快；再加一层缓存，多数互动可以在可接受延迟内完成。
多语言版本怎么做？
同一套台词用批量翻译生成多语种版本（低价档即可），人工只审校主线台词。
需要多模态吗？
如果 NPC 要根据玩家上传的截图或内置场景图回应，可选支持图像/视频输入的档位（表中模态字段可在模型广场核对）。
价格采集时间？
2026-10-08；站内价 = OpenRouter 挂牌 ×1.1。
相关阅读：roleplay-companion ｜ high-concurrency ｜ node-openai-sdk