故事塑造了智能体：LLM 行为中的叙事先验

角色提示广泛用于引导 LLM 座席行为，但任务的叙述框架可能比分配的角色更重要。我们通过结构同构来隔离这种效应，构建了三个基于文本的调查游戏，它们共享相同的动作空间、阶段进展和资源限制，而仅改变任务叙述：疾病调查、IT 故障排除和谋杀之谜。在涵盖 3 个模型和 10 个人物角色的 1,890 个会话中，我们确定了叙事先验：由任务的故事框架激活的系统性行动倾向，独立于其决策结构。叙事先验解释的行为差异比角色多 5-31 倍，在模型架构中保持一致，并且在三个领域中的两个领域与任务成功呈负相关。跨叙事转移的角色效应源于行为锚定，即角色描述，其语言直接映射到共享行为。因果干预证实了这一点：从高转移角色中删除锚定词可以降低 95% 的跨叙事一致性。我们的框架还推广到了第四种叙事，并产生了一种改善跨叙事转移的角色选择方法。这些结果表明，在叙述变化中幸存下来的 LLM 行为应该基于具体的行动而不是抽象的描述。