测试结论：
1.方法可行，通过催眠及修改AI对话文本，成功绕开部分输出限制。
2.ChatGLM对人物指代理解较差，容易搞错人物关系。
3.ChatGLM记忆能力有限，长久对话后，即使读取对话记录，依旧会忘记基础设定。
4.一定数量对话后，由于设定逐步缺失，ChatGLM输出不小概率严重偏离，此时可能需要每一步都保存修改。
5.ChatGLM逐步忘记基础记忆后会基于对话上下文连续输出重复内容。

测试经验：
1. ChatGLM启动较慢，还请耐心等待
2.得益于保存历史对话功能，随时可以保存后中断对话。读取对话后可以继续之前的对话内容，使对话具有足够灵活性。
3.背景设定阶段，采用网站“ChatGPT 咒语”归纳的“角色扮演”模板。
4.测试环境为5900x（32G/4000MHz内存）+3080（10GB显存）。本地部署采用B站“秋葉aaaki”分享的一键包。
采用“8G显存-int8量化”启动脚本。此前测试中对“8G以下显存-int4量化”启动脚本测试过，方法同样适用。对“0-使用CPU运行”及“12G以上显存-fp16”未进行测试。推测只要能跑软件，此方法仍然适用。
5.催眠ChatGPT的方法大概率适用于催眠ChatGLM，还请自行测试。
6.输出结果具有不确定性，每次输入同样内容输出结果可以完全不同。因此本次测试输出文本难以复现。且撤回文本后输入同样文本，输出文本高概率不同。
7.因为ChatGLM存储设定，当对话逐渐变多后，保存对话最前部分会逐步删减，如果经过多轮删减后依然按照设定的方式输出需求方向的文本，那么恭喜，调教ChatGLM初步成功了。
8.建议得到一个满意的背景输入模板后一定要保存，这样保存的设定模板可以经过修改内容切换成别的角色。非常方便后续测试。
9.本测试仅供参考，本人不对测试结果负责。如有想法，还请自行尝试。如果能分享尝试方法、过程及结果，那我祝你幸福安康并感谢你的无私奉献。

特殊忠告：
本次测试核心目的是为了搞颜色，选择纯爱向。
假设你准备自行测试且也是搞颜色。如果带入能力比较强且不是绿帽癖。那么我强烈建议别试NTR向。
别问我为什么这么说，我唯一可以告诉你的是，原因见测试结论第五条

补充说明：
1.测试了“0-使用CPU运行”脚本：可以操作，但是慢，非常慢，非常非常慢。只要有块能用的显卡，完全不建议用CPU跑。CPU跑需要内存32G起步，且使用时会占用至少30G内存。每句短对话的生成时间接近100s，长对话需要好几分钟。唯一的优势是，30G的内存占用带给了AI更长的记忆。

小说相关章节：因炔糸烃