调整 Matrix-Game3.5 行为参数之前，先把当前行为问题和触发场景记下来。行为参数很少是“越大越好”或“越小越好”，多数异常来自参数组合不匹配，而不是单个参数出错。建议先建立一组基准输出，再按单变量方式逐个调整，最后做组合验证。

建议按“先记录基线、再单变量调整、最后组合验证”的顺序操作。优先检查系统提示词和重复惩罚，再尝试调整温度与上下文长度。每次只改一个参数，并用同一批测试输入做前后对比。若改动后仍不稳定，应回滚到上一组参数。

以下是针对常见行为问题的参数调整方向。你需要先确认自己遇到的是哪一种，否则容易把温度调高后反而让复读更明显。

先分类当前问题，再决定改哪个参数

如果输出过于死板，通常是温度设置过低，或提示词中的限制太多。可以尝试把温度从当前值上调一个步长，并保留同样提示词连续生成三次，观察是否出现同义但不同措辞的回应。

如果出现复读或单句循环，优先检查重复惩罚参数是否处于关闭状态，然后检查上下文长度是否过长。长对话中，模型可能被早期句子带偏。建议把上下文长度减少到能覆盖最近十轮对话的规模，然后看复读是否减少。

如果角色前后不一致，往往是系统提示词被对话历史覆盖。做法是：把角色设定和“不允许改变”的规则放到系统提示词最前面，并缩短上下文长度，降低后续对话对设定部分的注意力。此时不需要大幅调整温度。

如果行为过度发散、答非所问，可以降低温度，或者在提示词中增加一个明确的输出约束句，例如“每次都先做这件事再继续”。这类问题优先改提示词，而不是反复调节采样参数。

按参数分组调整，不要同时动多个

下面这张表给出常见参数组的调节方向和验证点。每次只改一个维度，否则你无法判断到底是哪个改动产生了效果。

下面是一个通用配置骨架。注意字段名和取值范围需要根据你实际使用的工具确认，这里只展示调整逻辑：

{
  "temperature": 0.8,
  "top_p": 0.9,
  "repetition_penalty": 1.05,
  "max_tokens": 1024,
  "system_prompt": "你是一个谨慎、行动可预测的游戏角色。每次行动前先给出理由。"
}

用两版提示词做 A/B 对比，而不是只看参数

行为参数只是调节器，系统提示词才是行为的主模板。建议在固定参数不变的前提下，对提示词做两版对比。

版本 A 使用宽松描述：
你是一个游戏角色，可以自由决定自己的行为。

版本 B 使用带约束的描述：
你是一个游戏角色。每次行动前必须先评估周围环境，再给出一个动作；动作只能属于“移动、拾取、对话、观察”之一。

在保持温度、上下文长度相同的条件下，分别跑三次同一场景，对比输出是否更贴近你想要的行为。这一步能帮你区分：行为异常是采样参数造成的，还是提示词本身没有给出足够边界。

调整后的验证与回滚清单

每次改动后，用下面清单确认结果是否可接受：

• 用同一输入连续生成三次，确认没有明显突变或循环。
• 把触发异常的那段历史原样回放，确认问题被修复而不是被新的随机结果掩盖。
• 记录当前所有参数和提示词版本，至少保留一份可以回滚的配置。
• 不要连续调多个参数。如果这次改动失败，回滚到前一版，再换另一个方向试。