LLM队友提示设计思路

LLM队友提示设计思路

一、设计目标

在BOSS战中，为玩家提供一个可选的AI助手，能够根据当前牌局状态给出战术建议。这个功能旨在帮助新手理解游戏，或为所有玩家提供不同的思考角度，但不强制使用，且调用次数有限以避免成本失控。

二、时机选择

建议采用“玩家主动请求”模式，而非自动每轮触发。理由：

• 成本可控：玩家只在需要时调用LLM，如每场BOSS战限制2-3次。
• 尊重玩家：有些玩家喜欢自己思考，不想被干扰；有些玩家在困惑时才需要提示。
• 延迟可接受：玩家主动请求时，愿意等待几秒钟获取建议。

三、需要给LLM的信息

要让LLM给出合理建议，必须提供当前牌局的关键信息。以下是最低必要信息：

1. 玩家手牌：各类型牌的数量（善/恶/中立/万能）。
2. BOSS手牌总数：玩家可观察到的BOSS剩余牌数。
3. 桌面牌堆数量：当前累积的未质疑牌数。
4. 上一轮BOSS宣称的类型（如果是玩家回应轮次）或玩家自己的宣称（如果是BOSS回应轮次）。
5. 当前是谁的回合：玩家需要出牌还是回应。
6. 游戏规则简要：让LLM理解质疑、跟牌、不跟的后果，以及万能牌的作用。

此外，可选信息：

• 最近几轮的历史宣称（可帮助LLM推断模式）。
• 万能牌剩余（玩家已知）。

四、提示词模板设计

可以将上述信息转化为自然语言描述，例如：

你是一位经验丰富的修仙者，正在帮助一位道友（玩家）进行一场心魔对战。
游戏规则：
- 双方轮流出牌，每轮出牌者扣着出1-3张牌，并宣称一个类型（善/恶/中立），可用万能牌冒充任何类型。
- 对方可以选择质疑（翻开验证）、跟牌（自己也出牌）或不跟（清空桌面）。
- 先出完手牌者胜。

当前牌局状态：
- 你的手牌：善X张，恶Y张，中立Z张，万能W张。
- 对方手牌剩余：?张。
- 桌面累积牌数：?张。
- 上一轮对方宣称了【类型】。
- 现在轮到你【出牌/回应】。

请根据以上信息，给出简短实用的建议（一句话即可），例如“对方可能在虚张声势，建议质疑”或“你善牌较多，可以跟牌宣称善”。

五、实现方式

可以封装为一个函数：

def get_llm_hint(game_state, player_hand):
    """
    根据当前游戏状态构造提示词，调用LLM返回建议。
    游戏状态包含：boss_hand_count, table_pile_count, last_claim, is_player_turn, etc.
    player_hand: 玩家手牌分布（字典）
    """
    prompt = f"""
    你是一位经验丰富的修仙者，正在帮助一位道友（玩家）进行一场心魔对战。
    游戏规则：
    - 双方轮流出牌，每轮出牌者扣着出1-3张牌，并宣称一个类型（善/恶/中立），可用万能牌冒充任何类型。
    - 对方可以选择质疑（翻开验证）、跟牌（自己也出牌）或不跟（清空桌面）。
    - 先出完手牌者胜。

    当前牌局状态：
    - 你的手牌：善{player_hand.get('good',0)}张，恶{player_hand.get('evil',0)}张，中立{player_hand.get('neutral',0)}张，万能{player_hand.get('wild',0)}张。
    - 对方手牌剩余：{game_state.boss_hand_count}张。
    - 桌面累积牌数：{game_state.table_pile_count}张。
    - 上一轮对方宣称了【{game_state.last_claim}】。
    - 现在轮到你【{"出牌" if game_state.is_player_turn else "回应"}】。

    请根据以上信息，给出简短实用的建议（一句话即可），例如“对方可能在虚张声势，建议质疑”或“你善牌较多，可以跟牌宣称善”。
    """
    # 调用LLM API...
    return hint

六、调用频率控制

• 每场BOSS战限制调用次数（如2次），由前端记录并在玩家输入/hint时检查。
• 调用前可简单检查，避免在明显局势下浪费（如只剩一张牌时无需建议）。

七、备选方案对比

你提出的两个备选时机：

• 备选1（BOSS出牌后）：此时玩家需要决定如何回应，是质疑、跟牌还是不跟。这个时机很关键，LLM可以分析BOSS宣称的可信度。但若每轮都自动触发，成本高。可改为玩家在此时输入/hint请求建议。
• 备选2（玩家出牌前）：此时玩家需要决定出几张牌和宣称什么类型。LLM可以根据玩家手牌和局势给出出牌策略。同样，建议由玩家主动触发。

两种场景都需要，但可以通过同一个/hint命令根据当前回合状态自动适配。例如，如果是玩家出牌轮，就给出出牌建议；如果是玩家回应轮，就给出回应建议。

八、总结

• 时机：玩家主动输入命令触发，每场BOSS战限制次数。
• 信息：玩家手牌、BOSS手牌数、桌面牌堆、上一轮宣称、当前回合角色。
• 提示词：结构化描述，让LLM扮演经验丰富的修仙者，给出简短建议。
• 实现：封装为函数，由codebuddy实现，并考虑调用限制。

这样既能丰富游戏体验，又避免过度依赖LLM的成本和延迟问题。