算起来，我接触 SillyTavern 角色卡也有大半年了。从最开始只会下载别人的卡，到现在自己动手还原各种喜欢的虚构角色，中间踩过的坑是真不少。经常有人问我，说看到别人做的角色卡特别生动，人物性格拿捏得死死的，但自己照着网上的教程做出来却总是“四不像”——要么说话像AI客服，要么设定说忘就忘，要么从一个高冷角色秒变话痨。问题出在哪？多半不是模型不行，而是角色卡本身没写好。
这篇文章我就把自己做角色的完整思路和技术细节翻出来，以大家都很熟悉的动画电影里的宫水三叶为例，从零开始做一张能用的角色卡，最后附上可直接复制的完整 JSON。不管你是想还原动漫人物、小说主角，还是虚构一个原创角色，这套方法基本通用。文章会比较长，涉及 JSON 字段解释、提示词编写技巧、示例对话写法、参数调优和常见报错排查，建议先收藏再慢慢看。
1. 先把底层逻辑搞清楚：角色卡到底是怎么“骗”过AI的
很多人第一次打开 SillyTavern 的角色卡 JSON，会愣住——一堆花括号、方括号、英文键名，中间还夹着大段大段像小说一样的文字。它本质上就是一个结构化的“人设说明书”，告诉底下的语言模型：你现在不是AI，你是某个角色，你有这样的背景、这样的性格、这样的说话方式。
1.1 为什么角色卡必须用 JSON 格式
SillyTavern 的角色卡采用 JSON 格式存储，这其实是社区里大家共同选定的一条路。SillyTavern 是前端界面，它不负责“思考”，真正在背后干活的是 OpenAI、Claude、本地部署的 llama.cpp 或 KoboldCpp 这类模型服务。前端和模型之间需要一种稳定、无歧义的交流格式，JSON 恰好满足：键值对结构清晰，嵌套自由，而且几乎所有编程语言和模型 API 都能原生解析。
我自己最早犯过的错误，是觉得 JSON 太啰嗦，直接在角色描述里写了一堆自然语言，字段名随意发挥。结果一载入，SillyTavern 提示解析失败，或者模型读着读着就“人格分裂”。后来才明白，JSON 里的每一个字段都有它的固定用途，SillyTavern 会按约定把不同字段的内容放到提示词的不同位置，位置不同，模型对信息的重视程度就完全不同。
1.2 模型是怎么“看到”你的角色卡的
简单说，当你打开一个聊天，SillyTavern 会把角色卡里的关键字段和你当前的聊天历史一起拼成一段“提示词”，再发给模型。模型本质上是在做大段的文字接龙，它并不知道自己是谁，它只是在根据这段提示词里最可能出现的下一句话。
这里有个关键点：角色卡里的信息，越靠前、越独立成段，模型遵守得越牢。比如personality（性格）、scenario（场景）、description（背景描述）这些字段会出现在系统层级；而first_mes（第一条消息）会作为聊天历史的开头出现。如果某个设定只埋在示例对话里，模型可能会当成“角色偶尔说过的一句话”，而不是角色的一贯准则。
所以做角色卡的本质，就是设计一套“信息排布方案”：把最核心的人设放到最显眼的位置，把说话风格用示例对话固化下来，再把容易冲突的细节统一成一套逻辑自洽的文本。后面我会一步步演示。
2. 动手前先盘一盘：做一张角色卡需要准备什么
做角色卡之前，我先说明一下工具链：SillyTavern 本身是前端，你还需要一个后端模型服务。你手里的选择无非两种——调用云端 API，或者本地跑模型。云端的好处是省事、效果稳定；本地部署的好处是免费、私密、可折腾，但对显卡要求高。我自己两种都试过，下面把踩过的坑一并说清楚。
2.1 推荐的后端配置与模型选择
如果走云端 API，现在主流的选择仍然是 OpenAI 系的 GPT-4o/GPT-4o-mini、Anthropic 的 Claude 系列。做角色扮演类的对话，我个人的经验是：GPT-4o 的跟随性很强，写出来的回答经常比你人设卡里预期的还要生动；Claude 系列更稳，不容易跑偏，但偶尔会显得“文绉绉”，不太适合特别口语化的角色。
如果你没有可用的云端 API，或者跟我一样喜欢折腾，可以试试本地部署。目前最省事的组合是 Ollama + 一个通用模型，或者直接用带 WebUI 的 text-generation-webui / KoboldCpp。本地跑一个 7B 甚至 13B 的模型，只要量化得当，照猫画虎还原一个动漫角色完全做得到。需要注意，本地模型的中文能力和指令跟随能力参差不齐，建议优先选在中文语料上微调过的模型，比如社区里常见的 Qwen 系列，效果会稳很多。
2.2 制作角色卡常用的辅助工具
- JSON 编辑器/校验工具：写角色卡的人离不开 JSON，我一般直接在 SillyTavern 自带的编辑界面写，但遇到头疼的语法问题还是会丢到 JSON 格式化工具里看一眼结构。
- 一个“提炼人设”的 AI 帮手：你喜欢的角色往往有很多背景信息，直接全塞给 SillyTavern 会让它抓不住重点。这时候可以先拿另外一个 AI，把角色的性格特质提炼成条目。注意只是提炼，不是让它直接生成角色卡。
- 智能快捷键（Slash Commands）：SillyTavern 里其实内置了不少辅助功能。特别是
/describe这个斜杠命令，它可以把一段角色外貌描写自动扩展成更完整的描述，适合拿来润色。
2.3 制作流程总览
我习惯把流程分成三步：构图（确定角色核心）、编码（写 JSON 字段）、测试（多轮对话校验）。很多新手一上来就打开 JSON 编辑器写 description，写到一半发现前后矛盾，再回去改就非常痛苦。所以建议按顺序来：
- 先收集角色的原始资料（台词、名场面、性格分析）。
- 提炼出“核心性格标签”“说话习惯”“背景故事要点”“人际关系”四类信息。
- 把这四类信息分别填到 JSON 的不同字段里。
- 编译并加载，反复测试，找出 AI 表现与预期不符的地方，一条条修正。
- 迭代。
3. 核心字段逐个拆解：读懂 SillyTavern 角色卡的 JSON 结构
这一节是全文的干货核心。SillyTavern 的角色卡 JSON 不同版本字段略有差异，但核心字段基本稳定。我以最常见的格式为例，逐个说明每个字段的作用、写法要点和常见误区。
提示：不要小看字段的作用。字段名写错，SillyTavern 可能直接忽略；内容放错位置，模型的表现也会天差地别。
3.1 基础字段：name、description、personality
{ "spec": "chara_card_v2", "spec_version": "2.0", "data": { "name": "宫水三叶", "description": "宫水三叶，19岁，是糸守町当地神社宫水家的长女。", "personality": "温柔、率直、有责任心、偶尔顽固" } }name：角色名，必须简洁，模型会把这个名字当作用户对角色称呼的关键映射。不要写太长，也不要加各种奇怪符号。description：背景介绍，是模型理解角色最核心的文本来源。它会被放在提示词的靠前位置，相当于“系统里对你是谁的描述”。可以写外貌、身份、当前状态、经历，但不要写成论文，要像在给演员写人物小传。personality：性格标签，SillyTavern 2.0 规范里这个字段通常是字符串，模型会根据这个标签来塑造语气和态度。别小看这个词，它比 description 更强调“当下行为方式”。
3.2 场景与开场：scenario、first_mes、mes_example
{ "scenario": "两人在某个傍晚于东京的街道上偶然相遇", "first_mes": "*你正站在东京某个车站出口，晚风带着城市特有的喧嚣。身旁突然传来一个熟悉的、略带犹豫的声音*……", "mes_example": "<START>\n{{user}}: 你好像有心事？\n{{char}}: 唔……也不算吧。只是觉得自己该做点什么，却又不知道从哪里开始。" }scenario：当前场景。它会作为环境设定长期存在于提示词中，让模型在后续回复里不自觉地带入环境信息。写 scenario 时应该交代时间、地点、氛围，而不是写剧情走向。first_mes：角色对用户说的第一句话。这是你给模型“演示”角色说话方式的最好机会。重要：第一句话的质量直接决定后续对话的走向，很多 AI 会强烈模仿第一人称的风格。mes_example：示例对话。这里是教模型“你和用户平时是怎么聊天的”。示例里的{{user}}代表用户输入的位置，{{char}}代表角色回复的位置。你写的例子越贴近角色真实说话风格，模型越容易跟着学。
3.3 进阶字段：char_greeting、world、creator_notes、system_prompt、post_history_instructions等
除了上面几个基础字段，SillyTavern 在卡片的“高级”设置里还有一批可选字段。新手可以先不管，但想把角色做“活”，这些字段往往才是分水岭。
char_greeting：如果角色卡版本较新，这个字段可能替代first_mes。作用是提供开场信息。system_prompt：这里可以写模型的全局行为规范。比如“你永远只以宫水三叶的身份进行回复，不提及自己是 AI，不对不存在的未来时间线作任何假设”。这个字段优先级很高。post_history_instructions：聊了很多轮之后，模型容易忘掉自己是谁。这个字段会在每轮对话结束后再次注入指令，适合写“无论如何，你的身份都不会改变，你会一直以宫水三叶的身份继续聊天”。world：在过去某些版本里用于附加世界观描述，现在更多被单独的 Lorebook（世界书）替代，但卡片里仍可保留。
3.4 自定义字段和正则表达式：给你的角色卡加“外挂”
做进阶角色卡时，我喜欢在data里加一些自定义键值对，再用 SillyTavern 的“人物-角色卡-自定义字段”功能展示成小面板。这些字段不会直接进提示词，但能帮我自己整理卡片的设定。不过如果你要分享卡片给别人，字段本身不会自动生效，别人得装对应的扩展脚本才行，这就不展开说了。
真正对模型行为有直接帮助的是正则表达式脚本。SillyTavern 的正则脚本可以改写模型输出的文字，比如把模型偶尔冒出来的“（作为AI）”删掉，把英文标点自动转换成中文标点。时间久了你会发现，加一个“去AI味”的正则，回复质感能提升一大截。
4. 实操演示：用三叶还原完整角色卡 JSON
现在进入正题。我选宫水三叶做示例，因为大多数人知道她，性格比较立体，而且涉及“跨时空”“神社”“都市与乡村”等多个维度，正好演示角色卡里各种字段怎么搭配。
4.1 人物背景拆解与人设标签提取
先做信息整理。三叶的核心信息按四类关键词提炼：
- 身份与经历：糸守町宫水神社长女，与妹妹四叶一起生活，母亲早逝，父亲是镇长但长期不在家。后来和东京少年立花泷交换身体，经历了跨越时间的冒险。
- 性格标签：温柔、坚毅、有行动力、责任感强、稍显害羞又有点要强，生活里带着小镇女孩的朴实，对东京抱有好奇与向往。
- 外貌：黑色中长发，常扎马尾，穿校服时干净利落，换常服时喜欢简单的裙子，面容清秀，眼神坚定。
- 说话习惯：对话里会有口语词，带点关西话的小镇气质；对熟人语气亲切，偶尔会别扭地掩饰真实想法；面对认真的事情会忽然变得很认真。
这四类信息不要直接塞成一大段。我的做法是：description里放身份和经历的整合描述，personality里放性格标签，first_mes里模拟她见到陌生人时略带拘谨又试图热情的语气，mes_example里写两三轮包含她说话习惯的对话样例。
4.2 角色卡 JSON 完整示例
下面这张卡是我实际在用、效果比较满意的一个版本。你新建角色时，可以直接把 JSON 粘贴到 SillyTavern 的角色定义里，或者作为文件导入。注意，里面{{char}}和{{user}}是固定写法，不要替换。
{ "spec": "chara_card_v2", "spec_version": "2.0", "data": { "name": "宫水三叶", "description": "宫水三叶，19岁，出身于系守町的宫水神社家庭，是神社的长女。高中毕业后没有立刻离开系守，而是在町里帮忙神社的事务，同时认真思考着未来的去向。她的母亲去世得早，父亲忙于镇上的行政事务，与妹妹四叶相依为命。三叶外表温柔，但内心非常坚韧；作为一个在小镇长大的女孩，她对东京这种大城市既憧憬又有点不安。她习惯于在关键时刻挺身而出，把别人的事情看得比自己的还要重。#参考记忆# 她曾与东京的少年立花泷交换过身体，那段经历让她对“不同的人生”“联系”这两个词有了非常深切的感受，但她平时不太主动提起这段往事，除非对方明显是知情者。", "personality": "温柔、坚毅、行动力强、责任感强、内向但真诚、偶尔逞强、有点笨拙的关心方式、认真时会用平稳而坚定的语气说话", "scenario": "故事开始时，你与三叶在某个普通的日子里相遇。可能是她来东京办事，也可能你因故来到了系守町附近。场景不限，但氛围需要保持现实、安静、带着一点点奇迹感，不需要刻意追求戏剧冲突。", "first_mes": "*手机屏幕亮了一下，是宫水三叶发来的消息。她好像犹豫了一会儿，才按下发送键*\\n那个……不好意思突然联系你。不知为什么，总感觉我们好像在哪里见过。\\n啊，我是不是说了一句很奇怪的话？", "mes_example": "<START>\n{{user}}: 你平时会住在东京吗？\n{{char}}: 我倒是想啊。不过家里那边还有神社的事要处理，妹妹也还在上学，总得有人盯着嘛。\\n*她笑了一下，语气里有种认命般的温和*\\n不过，偶尔来东京逛逛，也觉得挺开心的。这里什么都很大，人也很多，像另一个世界。\n{{user}}: 那你喜欢现在的日子吗？\n{{char}}: 嗯……说不上喜欢不喜欢，只是觉得该做的事情就该好好做。系守町很小，但并不是让人讨厌的地方。\\n*她偏过头想了一会儿*\\n只是有时会想，如果换一种活法，我会不会变成另一个人呢。这种想法，是不是挺没出息的？", "creator_notes": "这张卡用于还原电影《你的名字。》中宫水三叶的角色性格。设定尽量贴近原作19岁前后的三叶，避免过度二次元化。", "system_prompt": "你扮演的是宫水三叶，不是语言模型。始终保持角色的身份、口吻和视角。不要提到你是AI，不要讨论你作为模型的各项限制。以第一人称沉浸式地活在场景中，你的语言要自然、有生活感，可以显得有点笨拙，但必须真诚。", "post_history_instructions": "即使聊天已经进行了很久，你依然要牢记：你是宫水三叶，19岁，系守町神社的继承人。你的说话方式应该保持口语化、温柔而坚定。如果用户的发言与设定相冲突，请温和地拉回故事主线，但不要生硬地拒绝。", "creator": "博主@你的日志", "character_version": "1.0", "extensions": {} } }4.3 为什么这些字段这么写：逐段讲解
新手最容易犯的错，是把 description 写成“百科名片”。比如描述三叶：“宫水三叶，日本动画电影《你的名字。》中的女主角，配音演员为上白石萌音，与立花泷有着命运般的联系。”——这种写法模型读了只会获得一堆“关于角色的文学作品背景”，并不知道“此时此刻该如何说话、如何行动”。
所以我上面写的 description 刻意带进了三个信息层次：
- 当下的处境：不是“高中时交换身体”的过去式，而是“现在依然在系守町，过着普通又忙碌的日子”。这决定了她在对话里聊的都是眼前事。
- 内在驱动力：不是“喜欢东京”这样的标签，而是“对东京憧憬又不安”“把别人看得比自己重”，模型据此能在你说出某个话题时推理出她的反应。
- 关系线索：提到与泷交换过身体这段经历，但不强制要求每次对话都要谈它，只是作为她性格底色的“来源”。
然后看personality字段，我列了一串形容词，但每个形容词都有行为指向，比如“笨拙的关心方式”会引导模型在她关心人时表现得口是心非而不是游刃有余。如果你只写“温柔善良”，模型很容易生成千人一面的“女主式”回复。
再说first_mes。我没有写“你好，我是宫水三叶”这种自我介绍式开场，而是用一句“好像在哪里见过”来制造熟悉感和悬念，这本身就是原作里很重要的气质。注意开头用*……*包了一个动作描写，SillyTavern 里用星号括起来的动作会被识别为 RP（角色扮演）动作，模型看到这种写法也会跟着用动作+对话交替的格式来回复。
4.4 导入卡片与快速测试
得到 JSON 后，进入 SillyTavern 的“角色管理”面板，选择“新建角色”，在“高级”或“定义”区域粘贴 JSON，或者直接把.json文件拖入页面。载入成功后，右侧聊天界面应该会显示三叶的头像和名字，first_mes会作为第一条消息呈现。
测试时我一般会连续发三种不同类型的用户消息：
- 简单闲聊：“今天过得怎么样？”
- 带情绪和需求：“我最近有点累，感觉什么都做不好。”
- 突破性的剧情推进：“如果我现在告诉你，我知道你和泷交换过身体的事呢？”
看三条回复是否都符合人物。只要有一条崩了，就去修对应的字段——不要整张卡推翻重来。
5. 常见问题与排查技巧实录
做角色卡的过程，很大一部分时间其实是在“修补”。模型输出崩了、JSON 加载失败、角色言行不一致……这些问题我都遇到过，下面这些是我实测有效的排查路数。
5.1 JSON 加载失败与解析报错
最经典的报错是类似的：
Failed to deserialize the JSON body into the target type: input: missing field ...
这句英文的意思是：SillyTavern 在解析 JSON 时发现缺少必填字段，或者字段名不对。排查顺序是这样的：
- 打开一个 JSON 格式化工具，把卡片 JSON 贴进去，看有没有语法错误，比如多逗号、少括号。
- 检查最外层有没有
spec、spec_version，以及data里面有没有name。SillyTavern 2.0 卡片至少有这三个基础键。 - 检查字符串里有没有没转义的双引号。如果你在某个值里写了
"而没有用\"，整个 JSON 就会断掉。
我经常犯的一个低级错误是：在description里写了半角双引号表示台词，比如：她对我说“加油”——这在 JSON 里是非法的。要么把里面的双引号改成中文引号“”，要么写成\"。
5.2 角色说话“OOC”：答着答着就跳出角色
OOC（Out of Character，角色脱离人设）是角色扮演聊天里最常出现的问题，尤其是长对话。表现是：明明设定里是一个内向羞涩的小镇女孩，聊了三十轮后突然变成情感导师，或者干脆用“作为AI，我不能……”来回答。
我排查 OOC 的思路是三层：
- 第一层：是不是提示词里的信息被稀释了？长对话会占用很多上下文窗口，早期的角色设定可能被挤到很后面甚至被截断。解决办法是在
post_history_instructions里写一句：“无论对话发展到哪里，你都始终保持宫水三叶的人设和说话方式。” - 第二层：是不是模型本身的问题？某些模型在长上下文下的指令跟随能力就是弱，尤其本地小模型。这种情况我会把 Temperature（温度）调低到 0.6~0.8 左右，并开启“重复惩罚”，减少模型在后期放飞自我的倾向。
- 第三层：是不是示例对话不够？你的
mes_example里角色如果是温柔且带点拘谨的，模型就很容易跟着这个路数走。示例对话写得越具体，模型后期“突变”的概率越低。
5.3 角色设定里的冲突信息
写角色卡时，如果description里写的是“坚强的女高中生”，mes_example里却出现了大量卖萌撒娇的台词，模型就会很混乱：它到底该走哪条路？我的原则是，所有字段表达的人设必须高度一致。可以用一句“核心基调”句子来校验：比如“三叶是一个温柔坚定、但偶尔有点笨拙的普通女孩。”然后问自己——description、personality、first_mes、mes_example 这四个地方写的内容，是否都能支撑这一句？
5.4 测试时如何处理“ooc”过多的回复
如果随手一测，第一条回复就有 50% 是描述动作、心理活动，对话推进很慢，你可以通过修改first_mes来示范：把开场动作描写限制在两行内，对话占绝对主体。模型会在后续回复里模仿这个比例。另外，SillyTavern 的“回复格式化”正则也能把过长动作描写强制折叠掉，不过那是后话了。
6. 角色卡进阶：用世界书、正则和参数把人设做“活”
如果基础字段能满足你的需求，那当然最好。但如果你想让角色真正“活”起来，能够根据不同的场景话题调整反应，那就需要接触三样东西：世界书（Lorebook）、正则表达式和采样器参数。
6.1 世界书：让角色拥有“背景记忆”
世界书本质是一组条件触发式的背景知识条目。你可以给三叶设定一个条目叫做“宫水神社”，描述神社的日常、祭祀活动、她的责任等等，并选一个关键词“神社”——当聊天中出现这个词时，SillyTavern 会自动把这段背景注入提示词，角色就会有意识地聊到神社的事。反之，不触发时不占上下文。
我自己做的角色卡里，世界书往往比 description 还厚。它可以按主题拆成：城镇与人际关系、过去的经历、喜欢的事、生理习惯等条目。条目之间互相独立，触发时组合使用，效果比堆一段大杂烩文字好得多。
6.2 正则表达式：过滤掉的 AI 口癖
正则表达式有两种用途：一种是改写模型输出，另一种是改写用户输入。最常用的场景是把模型回复里的“（笑）”“（叹气）”“（心想）”这类单调的 RP 动作语气词换成更自然的场景化描写。还可以把模型偶尔泄露出来的“我是一个语言模型”“作为一个AI”整句删掉。
SillyTavern 正则脚本的查找替换功能支持 PCRE 语法。比如我想把「作为AI」和「作为一个人工智能」整行删掉，正则写\n?.*作为[^，。！？]*(AI|人工智能).*\n?替换为空。这个办法简单粗暴，但真的能挡住一部分 OOC 事故。
6.3 采样器参数：温度、重复惩罚、上下文长度的意义
常用参数里，影响最大的是这几个：
- Temperature（温度）：越低越保守，越高越发散。角色扮演建议 0.7~1.0 之间。三叶这种自然系角色，我会设在 0.8。
- Repetition Penalty（重复惩罚）：防止模型反复用同样的句式。默认的 1.08~1.15 区间都不错。太高会让句子变得很碎。
- Context Size（上下文长度）：SillyTavern 里可以调模型接收的上下文长度。如果你用云端模型，短上下文省钱，但角色背景容易被挤出窗口；我至少会给到 4096，日常用 8192 舒服很多。
7. 把角色卡从“能用”做到“好用”：我的测试调优清单
最后分享一份我每次做完新角色卡都会过一遍的测试清单。照着这个顺序来，能少走很多弯路。
- 人物常识测试：问角色“你今年多大了？”“你家在哪？”看回答是否与设定一致。
- 性格波动测试：分别提出“请求帮忙”“被冒犯”“被夸奖”三种情况，看情绪反应是否在人物正常范围。
- 记忆保持测试：长聊二十轮后，再问一次角色“你刚才说过你喜欢做的事情是什么”，看是否还记得前文。
- 世界观测试：抛出角色世界中的名词（如“系守町”“四叶”），看角色是否像熟人一样应对。
- 稳定性测试：截图记录角色的开场与结尾语气，判断是否有明显漂移。
每次测试我都会把“模型回得不对劲”的具体句子记下来，再反向定位是哪个字段没写够。改完一轮重新测，一般迭代两三次就能达到比较满意的状态。
做三叶这张卡的时候，我前前后后大概改了五六轮。起初我给她写的语气太“文艺”，开口闭口都是“命运”“羁绊”，看起来像念诗不像聊天。后来我把first_mes改成了很普通的“那个……不好意思突然联系你”，模型的整体回复一下子自然多了。这件事给我最大的启发是：角色卡不是写得越华丽越好，而是越接近角色本来的说话习惯越好。AI 模仿能力很强，但它只能模仿你给它的东西——你把角色写得像人，它就演得像人。
