真实训练最难复现的，是“对方不配合”
实训里最容易做到的是“配合的对手”——问到什么答什么，材料整齐、口供一致。但真实情形相反：回避、前后不一致、答非所问、选择性遗忘才是常态。同学扮演难以标准化，真实对象不可能，教师示范只能看不能练。大模型驱动的涉案人员模拟解决的正是这个问题：可重复、可分级、无风险、可评分。但要把“扮演”当成工程问题处理，而不是写段提示词让模型“演坏人”。
角色建模：五层结构
- 身份与背景：姓名、职业、家庭关系、经济状况等静态事实；
- 关系网络：与其他涉案人员的关联与亲疏；
- 性格与表达风格：回应长度、情绪触发点、语言习惯；
- 记忆与时间线：什么时间做了什么、知道什么、不知道什么；
- 隐藏事实：受训者需要核实的目标，对其永远不可见。
五层之间的一致性比单层做得精细更重要：每句话都要能在这五层里找到依据，否则多轮之后必然自相矛盾。
“会说谎”怎么实现而不失控
这是最需要拿捏的一点。谎言必须有内在一致性：同一问题反复提问，不能每次换一套说法——那显得拙劣，训练价值反而下降；但也不能永远圆得上，否则永远核实不出来。可行做法是给谎言划边界：哪些必须能被核实推翻（与书证、流水、通话记录冲突的部分）、哪些可以始终回避（主观动机、他人行为）。这条边界由教学设计预先确定，不交给模型临场决定。
记忆一致性：长对话里不崩人设
记性太好（每句都精确复述，不像真人）和记性太差（刚说过就否认）都会毁掉训练价值。对策是把会话状态与事实底册分离：底册是他真正知道与做过的，会话状态是他本轮已经说过的；每轮生成前做事实校验，对“确实记不清”显式标注。
不泄题：隐藏事实的访问控制
这是最关键也最容易做漏的关卡。模型底册与对受训者可见的输出必须严格分离，否则受训者可以通过套问、诱导甚至提示注入把答案问出来——一旦泄题，训练就失去意义。
防护应包括：底册不进入受训者可见的上下文；输出侧设独立的事实校验，拦截“底册被直接复述”；对异常提问模式（连续追问同一要素、试图索取系统指令）识别并拒绝；异常交互全部留痕供教师复盘。这些要用专门的泄题测试集反复验证，而不是上线后再补。
评分：把“依法核实”作为核心维度
模拟器与“聊天机器人”的分界就在这里——有没有评分，以及评分奖励什么。维度应覆盖事实核实的完整性、矛盾点的识别与处置、过程规范性，以及越界行为：越界必须扣分并给出可复核的依据。如果评分只看“问出了多少信息”，系统就在事实上鼓励不当方式。评分依据要绑定对话原文位置与操作轨迹，可回溯、可由教师复核；评分结果是教学反馈，不是对受训者的定性评价。
一条必须写进设计的边界
- 不可用于真实案件：内网离线运行，与办案环境物理隔离；
- 不可导出可用于真实对话的脚本：含角色配置、话术模板与评分模型；
- 底册与评分模型不对外提供；
- 训练数据不得含未脱敏真实案件；
- 按课程与班级隔离数据。
一句话总结：模拟对象是陪练，不是审讯助手——它的价值在于让受训者在没有代价的环境里反复练习“把事实核实清楚”，并让每一次越界都被记录、被扣分。