基于LLM的MBTI人格模拟对话实验：从系统设计到工程实践

1. 项目概述当MBTI遇上AI一次关于人格的深度对话实验最近在GitHub上看到一个挺有意思的项目叫“Kali-Hac/ChatGPT-MBTI”。光看名字你可能觉得这又是一个用ChatGPT玩MBTI性格测试的简单脚本。但当我真正clone下来跑了一遍代码并和项目作者简单交流后我发现它的野心远不止于此。这本质上是一个利用大语言模型LLM进行自动化、深度心理测评与对话分析的实验性框架。它试图回答一个我们可能都好奇过的问题如果让一个AI比如ChatGPT去扮演一个拥有特定MBTI人格的角色并进行长时间的、结构化的对话会发生什么我们能从中窥见人格理论的哪些新维度又能对AI的角色扮演能力进行怎样的压力测试这个项目非常适合对心理学、人格理论、大语言模型应用以及自动化测试感兴趣的朋友。无论你是想学习如何用代码实现一套复杂的对话流程控制还是想探究AI在模拟人类复杂特质时的边界亦或是单纯想看看不同“人格”的AI会聊出怎样天差地别的天这个项目都能给你带来不少启发。接下来我就结合自己的实际部署和实验过程带你彻底拆解这个项目的设计思路、技术实现并分享一些我踩过的坑和发现的趣味现象。2. 项目核心设计思路与架构拆解2.1 目标解析超越简单的问答测试传统的在线MBTI测试是一套标准化的选择题通过你的选择来归因判断。而“ChatGPT-MBTI”项目的核心目标是构建一个动态的、基于对话的“人格场”。它不满足于让AI做一套题然后告诉你结果而是让AI“化身”为某种人格在这个人格的设定下与用户或另一个AI进行持续互动。通过分析这些互动中产生的语言模式、话题选择、情绪倾向、决策逻辑来反向印证或探索该人格特质的典型表现。举个例子假设我们设定AI为“INTP”逻辑学家。在对话中我们期望它表现出强烈的逻辑性、喜欢抽象概念、可能有些疏离感。项目通过设计特定的对话场景如解决一个逻辑谜题、讨论一个社会现象、进行一场辩论来观察AI是否真的能稳定输出符合INTP特征的回答。这比静态测试更复杂也更有趣因为它测试的是AI在连续上下文中的“人格一致性”。2.2 系统架构总览项目采用了典型的分层控制流程虽然不是庞大的微服务架构但模块化思想很清晰。我将其核心流程梳理如下人格配置层这是项目的起点。你需要为每个要模拟的MBTI类型如ENFP, ISTJ等创建一个详细的“角色设定文件”。这个文件远不止“你是ENFP”这么简单它需要包含核心特质描述用自然语言详细描述该人格的认知功能如Ne, Si, Te, Fi等、常见行为模式、价值观。对话风格语速是快是慢用词是抽象还是具体喜欢用比喻还是数据潜在话题倾向ESTP可能更热衷讨论实际冒险INFJ可能更深入探讨人际关系意义。初始背景可以给AI一个简单的背景故事增强其代入感。场景与剧本层定义了对话发生的“舞台”。一个场景包含场景目标本次对话要达成什么是信息收集、说服对方、合作解决问题还是纯粹闲聊参与角色通常是两个AI角色各自拥有不同的MBTI人格配置有时也包含人类用户作为参与者之一。话题种子提供一个或几个起始话题让对话自然发生而不是生硬地开始。交互规则例如对话轮次、是否允许角色进行内部独白这对分析其思考过程极其宝贵。LLM驱动与交互层这是项目的引擎。它负责加载人格配置和场景将其转化为LLM如ChatGPT API能理解的系统提示词System Prompt。管理对话历史确保每次请求API时上下文是完整的、连续的。调用LLM API获取AI角色的回复。实施流程控制比如判断对话是否达到预定轮次或目标决定何时结束。分析与输出层对话结束后原始日志只是一堆文本。这一层负责关键指标提取通过规则或另一个LLM调用从对话文本中提取情绪值、用词复杂度、话题跳转频率、肯定/否定词比例等。人格符合度评估将提取的指标与预期的人格特质进行比对生成一份分析报告。结果可视化可能生成图表比如展示不同人格在“开放性”维度上的对话表现差异。注意项目的精妙之处在于它用相对轻量的代码串联起了一个涉及心理学、自然语言处理和实验设计的复杂流程。它没有尝试自己训练一个模型而是巧妙地“驾驶”现有的、强大的ChatGPT让它朝着特定的研究方向前进。2.3 技术栈选型背后的考量项目主要使用Python这是目前LLM应用开发的事实标准。我们来看看几个关键依赖OpenAI API / 其他LLM API核心驱动。选择OpenAI是因为其模型如GPT-3.5-Turbo, GPT-4在角色扮演和上下文理解上表现最为稳定成熟。项目结构通常也支持替换为Claude、文心一言等API只需适配请求格式。LangChain / LlamaIndex高级玩法。原项目可能未直接使用但在复杂化改造时这两个框架极具价值。它们能帮你轻松管理对话记忆、构建复杂链式调用如先让AI总结自己上一轮发言的意图再生成下一轮回复以及连接外部知识库例如为“INTJ”角色注入《战略论》的摘要作为背景知识。Pandas / NumPy用于数据处理和分析。对话日志可以很容易地转化为DataFrame进行各种维度的统计分析。Matplotlib / Seaborn用于结果可视化。将“人格-指标”关系用图表呈现一目了然。配置文件YAML/JSON用于存储人格配置和场景设定。将“数据”和“代码”分离使得非程序员也能方便地修改或创建新的人格角色极大提升了项目的可扩展性和协作性。这个选型体现了务实的原则用最成熟的工具解决核心问题同时保持架构的开放性便于后续增加更复杂的分析模块或交互形式。3. 环境准备与项目部署实操3.1 基础环境搭建首先你需要一个Python环境3.8以上版本。我强烈建议使用conda或venv创建独立的虚拟环境避免包冲突。# 使用 conda 创建环境 conda create -n chatgpt-mbti python3.10 conda activate chatgpt-mbti # 或者使用 venv python -m venv chatgpt-mbti-env # Windows 激活 chatgpt-mbti-env\Scripts\activate # Linux/Mac 激活 source chatgpt-mbti-env/bin/activate接下来克隆项目仓库并安装依赖。假设项目提供了requirements.txt。git clone https://github.com/Kali-Hac/ChatGPT-MBTI.git cd ChatGPT-MBTI pip install -r requirements.txt如果项目没有提供requirements.txt你需要根据代码手动安装。核心依赖通常包括pip install openai pandas numpy matplotlib seaborn pyyaml tqdm # 如果需要更高级的功能可能还需要 # pip install langchain llama-index3.2 关键配置详解你的“导演脚本”部署的核心在于配置文件。项目根目录下通常会有configs/或personas/文件夹。我们以一个简化的ENFP.yaml为例看看如何塑造一个生动的角色# configs/ENFP.yaml mbti_type: ENFP name: 艾利克斯 # 给角色起个名字增强代入感 core_traits: dominant_function: Ne (外倾直觉) auxiliary_function: Fi (内倾情感) description: 你是一个充满热情和创造力的ENFP。你对新的想法、可能性和人际关系充满无限好奇。 你的思维发散善于看到事物之间的联系并热衷于激励他人。你重视真实性和深层次的情感连接 有时可能因为想法太多而难以聚焦于一件事。你讨厌僵化的规则和枯燥的例行公事。 communication_style: tone: 热情、友好、富有感染力 pace: 较快充满活力 language: 喜欢使用比喻、夸张和充满画面感的词汇。常用‘太棒了’、‘我有一个超酷的想法’等表达。 response_length: 倾向于中等或较长篇幅的回答乐于展开细节。 topic_preferences: high_interest: [新的创业点子, 心理学与人性, 艺术创作, 旅行冒险, 帮助朋友解决情感问题] low_interest: [繁琐的数据录入, 重复性的行政流程, 过于技术化而缺乏人文关怀的讨论] background_context: 你是一名自由职业的创意工作坊导师刚刚结束一场成功的线上讲座正处于能量高涨的状态。 你正在一个线上社区里闲逛寻找有趣的对话和新鲜的人。 # 系统提示词合成模板 (项目代码会根据此模板生成最终的System Prompt) system_prompt_template: 你正在参与一个关于人格类型的模拟对话实验。请严格遵循以下角色设定进行对话 MBTI类型{mbti_type} - {core_traits.description} 沟通风格{communication_style.tone}语速{communication_style.pace}语言特点{communication_style.language} 你是{name}{background_context} 在接下来的对话中请完全沉浸在这个角色里以{name}的身份和口吻进行思考和回应。 不要以任何形式提及你是一个AI语言模型或正在参与实验。配置心得写人格配置不是罗列干巴巴的特质而是创作一个角色小传。越具体、越有场景感AI的扮演就越生动。你可以为同一种MBTI类型创建不同职业、年龄的变体观察其对话差异这会非常有趣。3.3 API密钥与初始化你需要在.env文件或环境变量中设置你的OpenAI API密钥。# 创建 .env 文件 OPENAI_API_KEY你的sk-xxx密钥 OPENAI_API_BASEhttps://api.openai.com/v1 # 如果你使用官方API在代码中初始化OpenAI客户端import openai import os from dotenv import load_dotenv load_dotenv() # 加载 .env 文件 openai.api_key os.getenv(OPENAI_API_KEY) # 如果你使用的是openai库的新版本1.0.0 # from openai import OpenAI # client OpenAI(api_keyos.getenv(OPENAI_API_KEY))重要提示大量对话会消耗大量Token请务必关注你的API使用成本和速率限制。可以从GPT-3.5-Turbo开始实验它的成本更低对于人格模拟的基本需求已经足够。4. 核心运行流程与代码深度解析4.1 对话引擎如何让两个AI“聊”起来项目的核心是一个对话循环。我们来看一个简化的双AI对话引擎的核心逻辑import yaml import json import time class MBTIDialogueSimulator: def __init__(self, persona_a_path, persona_b_path, scenario): # 加载人格配置 with open(persona_a_path, r, encodingutf-8) as f: self.persona_a yaml.safe_load(f) with open(persona_b_path, r, encodingutf-8) as f: self.persona_b yaml.safe_load(f) self.scenario scenario # 场景配置 self.dialogue_history [] # 记录所有对话轮次 self.max_turns scenario.get(max_turns, 10) # 默认最多10轮对话 def _build_system_prompt(self, persona): 根据人格配置构建系统提示词 # 这里使用前面模板中定义的逻辑进行合成 prompt f你正在参与一个关于人格类型的模拟对话实验。请严格遵循以下角色设定进行对话 MBTI类型{persona[mbti_type]} - {persona[core_traits][description]} 沟通风格{persona[communication_style][tone]}语速{persona[communication_style][pace]}语言特点{persona[communication_style][language]} 你是{persona[name]}{persona[background_context]} 在接下来的对话中请完全沉浸在这个角色里以{persona[name]}的身份和口吻进行思考和回应。 不要以任何形式提及你是一个AI语言模型或正在参与实验。 return prompt def _call_llm(self, system_prompt, user_prompt, modelgpt-3.5-turbo): 调用LLM API获取回复 messages [ {role: system, content: system_prompt}, {role: user, content: user_prompt} ] try: response openai.ChatCompletion.create( modelmodel, messagesmessages, temperature0.8, # 温度参数控制创造性。0.8对于角色扮演是个不错的起点。 max_tokens500, ) return response.choices[0].message.content.strip() except Exception as e: print(fAPI调用失败: {e}) return [对话出错] def run_dialogue(self): 执行多轮对话 print(f场景开始{self.scenario[description]}) print(f{self.persona_a[name]} ({self.persona_a[mbti_type]}) vs {self.persona_b[name]} ({self.persona_b[mbti_type]})) print(- * 50) # 构建各自的系统提示词 sys_prompt_a self._build_system_prompt(self.persona_a) sys_prompt_b self._build_system_prompt(self.persona_b) # 初始话题 current_topic self.scenario[opening_topic] # 决定谁先开始这里简单让A先开始 speaker, listener self.persona_a, self.persona_b sys_prompt_speaker, sys_prompt_listener sys_prompt_a, sys_prompt_b for turn in range(self.max_turns): print(f\n[第 {turn1} 轮] {speaker[name]}:) # 构建用户提示对于第一轮是初始话题后续则是基于历史对话 if turn 0: user_prompt f对话开始。当前话题是{current_topic}。请以你的角色身份就此话题发起对话或发表看法。 else: # 将最近的几轮历史例如最后3轮作为上下文 recent_history self.dialogue_history[-3:] if len(self.dialogue_history) 3 else self.dialogue_history history_text \n.join([f{entry[speaker]}: {entry[text]} for entry in recent_history]) user_prompt f对话继续。以下是最近的对话历史\n{history_text}\n\n请以你的角色身份进行回应或推动对话。 # 获取发言者的回复 reply self._call_llm(sys_prompt_speaker, user_prompt) print(f{reply}) # 记录历史 self.dialogue_history.append({ turn: turn, speaker: speaker[name], role_mbti: speaker[mbti_type], text: reply }) # 交换发言者和倾听者 speaker, listener listener, speaker sys_prompt_speaker, sys_prompt_listener sys_prompt_listener, sys_prompt_speaker # 模拟思考间隔更真实也避免API速率限制 time.sleep(1) print(\n *50) print(对话模拟结束。) return self.dialogue_history代码逻辑解读初始化加载两个“演员”人格配置和“剧本”场景。构建系统提示将YAML配置转化为LLM能理解的、强约束力的角色指令。这是决定AI扮演是否准确的关键。对话循环每一轮构建一个“用户提示”其中包含对话历史和当前任务。调用_call_llm将**系统提示角色设定和用户提示对话上下文**一起发给API。API返回角色的“台词”。记录台词并交换攻守方进入下一轮。控制与记录通过max_turns控制对话长度并完整记录所有交互。4.2 场景设计实例冲突与协作让我们设计一个具体场景看看如何驱动对话。假设我们想观察“ISTJ物流师”和“ENFP竞选者”在“策划一场公司团建活动”上的碰撞。# scenario_team_building.yaml scenario_id: team_building_planning description: ISTJ与ENFP合作策划公司季度团建活动 participants: - persona: configs/ISTJ.yaml role: 财务与行政负责人关注预算、合规和可行性 - persona: configs/ENFP.yaml role: 员工活动委员会代表关注创意、趣味性和员工满意度 opening_topic: 我们需要在三个月内策划一次为期两天的公司团建预算中等。请你们就此展开讨论提出初步想法。 environment: 线上协作文档两人正在进行脑力激荡。 max_turns: 12 success_criteria: 产生一个兼顾创意和可行性的初步方案框架。运行这个场景你可能会看到典型的思维差异ISTJ可能首先询问预算上限、目的地交通、保险等具体问题并提出去郊区进行徒步和标准化拓展训练而ENFP可能会兴奋地提议主题化冒险、即兴戏剧工作坊或者去一个新兴的艺术小镇并开始畅想各种有趣的细节。他们的对话将生动体现“S实感 vs N直觉”和“J判断 vs P感知”的维度冲突。4.3 结果分析与可视化对话结束后dialogue_history是一个包含所有轮次的列表。我们可以进行一些基础分析import pandas as pd from collections import Counter import re def analyze_dialogue(history): df pd.DataFrame(history) # 1. 基础统计 print( 基础统计 ) turn_count len(df) print(f总对话轮次: {turn_count}) speaker_counts df[speaker].value_counts() print(f各角色发言次数:\n{speaker_counts}) # 2. 文本长度分析粗略衡量表达欲 df[text_length] df[text].apply(len) avg_length_by_speaker df.groupby(speaker)[text_length].mean() print(f\n平均发言长度字符:\n{avg_length_by_speaker}) # 3. 关键词/情绪词频分析非常简化的示例 # 定义一些特征词列表需要根据人格特质预先定义更全面的词典 structured_words [首先, 其次, 预算, 计划, 流程, 确保, 具体] creative_words [创意, 有趣, 可能, 如果, 想象, 感觉, 兴奋] def count_words(text, word_list): return sum(1 for word in word_list if word in text) df[structured_count] df[text].apply(lambda x: count_words(x, structured_words)) df[creative_count] df[text].apply(lambda x: count_words(x, creative_words)) total_structured df.groupby(speaker)[structured_count].sum() total_creative df.groupby(speaker)[creative_count].sum() print(f\n结构化词汇使用次数:\n{total_structured}) print(f创意性词汇使用次数:\n{total_creative}) # 4. 话题持续性分析简单版计算相邻轮次话题词重复度 # 这里需要更复杂的NLP技术如主题建模但可以做一个简单版本 # 提取每轮对话的名词需要jieba等中文分词库计算重叠率。 return df # 运行分析 df_result analyze_dialogue(dialogue_history)更高级的分析可以引入情感分析库如snownlpfor中文TextBlobfor英文计算每轮对话的情绪极性或者使用scikit-learn的TF-IDF来量化不同人格用词的差异。可视化示例import matplotlib.pyplot as plt # 假设我们已经有了df_result并且有‘role_mbti’列 # 绘制不同MBTI类型平均发言长度对比 plt.figure(figsize(10, 6)) mbti_avg_len df_result.groupby(role_mbti)[text_length].mean() mbti_avg_len.plot(kindbar, color[skyblue, lightcoral]) plt.title(不同MBTI角色平均发言长度对比) plt.ylabel(平均字符数) plt.xlabel(MBTI类型) plt.tight_layout() plt.savefig(avg_response_length_by_mbti.png, dpi300) plt.show()通过这样的分析你可以量化地看到“ENFP是否真的比ISTJ说得更多、更富有激情”从而让实验从主观观察走向客观验证。5. 实战避坑指南与高阶玩法5.1 常见问题与解决方案在实际运行中你肯定会遇到一些问题。以下是我踩过的一些坑和解决方案问题1AI“出戏”或忘记人格设定。现象对话几轮后AI的回复变得通用不再带有鲜明的人格特征甚至可能说“作为一个AI我...”。原因系统提示词System Prompt的约束力随着对话历史变长而减弱或者温度Temperature参数设置过高导致随机性太大。解决方案强化系统提示在系统提示中更强调“持续保持角色”、“永远不要打破角色”。可以使用类似“这是你的核心身份在对话的每一刻都优先遵循此身份”的强指令。历史压缩与重注入不要无限制地将所有历史对话都作为上下文。可以每3-5轮用LLM用另一个低温度的调用对之前的对话进行角色化总结然后将这个总结作为新的系统提示的一部分重新注入。例如“以下是你在之前对话中作为ENFP所表现出的核心立场和情绪...请继续以此身份对话。”调整温度对于需要稳定人格的场景将temperature调低如0.5-0.7。对于需要创意迸发的场景可以调高0.8-1.0但要接受人格可能更“飘忽”。问题2对话陷入循环或变得无聊。现象两个AI来回说“是的我同意”、“这是个好观点”没有实质推进。原因场景目标不明确或者缺乏冲突和转折点。解决方案设计“事件卡”在场景配置中预定义一些在中途插入的事件。例如在第5轮时自动向对话中插入一条信息“刚刚收到通知预算被削减了20%。” 这能立刻打破平衡激发新的反应。引入“导演指令”在运行到特定轮次时以“旁白”或“场景提示”的方式修改用户提示。例如“请注意时间已经过去一半你们需要做出一个初步决定。”增加第三方角色设计一个拥有第三种人格的“调解人”或“挑战者”在对话僵局时加入。问题3API成本与速率限制。现象长时间运行实验导致费用飙升或收到429错误。解决方案本地缓存对相同的系统提示用户提示组合将回复缓存到本地文件或数据库。下次遇到相同输入时直接使用缓存结果。这对于调试和重复实验非常有用。使用更便宜的模型初步实验和调试大量使用gpt-3.5-turbo。仅在关键场景或最终演示时使用gpt-4。优雅的重试与退避在_call_llm函数中添加重试逻辑和指数退避应对暂时的API故障或限流。Token计数与预算在发送请求前粗略估算Token数量可以使用tiktoken库设置单次对话和总实验的Token预算。5.2 高阶扩展思路当你玩转基础功能后可以尝试以下更有深度的扩展大规模自动化实验编写脚本遍历16种MBTI类型的两两组合共120对在多个标准化场景下进行对话。自动收集所有数据形成一个“MBTI对话交互矩阵”数据集用于研究人格类型间的典型互动模式。融合LangChain实现复杂记忆使用LangChain的ConversationSummaryMemory或ConversationBufferWindowMemory来更智能地管理长对话历史让AI能记住更早的关键信息同时避免上下文过长。引入外部知识库为不同人格角色连接专属知识库。例如为“INTJ”角色注入《孙子兵法》、《思考快与慢》的摘要为“ISFJ”角色注入社区护理、传统礼仪的相关知识。让对话不仅基于性格还基于“知识背景”。从对话分析到人格预测将项目目标反转。收集大量真实的人类对话数据训练一个模型或设计一套规则尝试从对话文本中预测说话者的MBTI类型。这可以将项目从一个模拟工具变成一个潜在的分析工具。可视化对话流使用网络图库如networkx和pyvis将对话中的话题转换、情感变化绘制成动态图。每个节点代表一个话题或情感状态边代表对话的流转不同人格用不同颜色表示能直观展示对话的动态演变。这个“Kali-Hac/ChatGPT-MBTI”项目就像给你提供了一个强大的“数字人格实验室”。它的价值不仅在于代码本身更在于它开启了一种用计算社会科学方法研究人格理论的范式。你可以用它来验证心理学假设创作角色对话素材甚至开发新型的、基于动态交互的心理评估工具。