1. Introduction

I have been creating AI characters for SeaArt and other platforms for over one year. During that time, I have made and published dozens of characters and tested many more in long conversations.

Most existing guides assumes you already understand advanced prompting techniques, format variations, lorebooks, jailbreaks, and model-specific behavior. Those details can be useful later, but they often overwhelm beginners and distract from what actually determines whether a character feels reliable and enjoyable over many messages.

This guide focuses on the two most important factors for creating a character, especially if you are new:

• Character consistency: making sure the character behaves in a predictable, believable way throughout a conversation and does not suddenly change personality or contradict earlier statements.
• Token efficiency: keeping the permanent text (the character card itself) as short and focused as possible so the model retains more of the ongoing chat history instead of forgetting what happened earlier.

When these two elements are handled well, the character remains stable even in conversations that last dozens or hundreds of messages. Everything else (fancy formatting, extra system instructions, dynamic lore, etc.) is secondary and can be added later once the foundation is solid.

2. Preface

Before we discuss how to write consistent and efficient characters, it helps to know what the main parts of a character card are and what each part does. Different platforms use slightly different labels, but the core fields are almost the same. These are the labels that SeaArt uses, and filling them correctly helps the character behave as intended.

• Name (required): The character's displayed name in chats and search results.
• Gender (required): It helps some models understand pronouns and basic presentation. Also enables users to filter or search characters more effectively.
• Introduction (required): A short, public-facing summary that appears on the character card preview. It helps users quickly understand the character's concept. This field does not load into the model's memory or affect behavior during chats.
• Character Setting (required): The core permanent text that defines the character. It contains everything the character “knows” about itself from the start: appearance, personality, backstory, likes/dislikes, speech style, and any core rules. This section has the strongest influence on consistency.
• Opener (required): The very first opening message the character sends when a new chat starts. It establishes voice, tone, narration style, and initial context. A well-crafted opener significantly shapes the model's behavior throughout the conversation.
• Tags (required): Categories (e.g., anime, fantasy, romance, etc.) assigned for search and filtering on the platform. They have no effect on the model's memory or responses.
• Scenario (optional): A short paragraph that describes the starting situation or world context. It provides additional guidance for tone and events. A strong first message often suffices for most setups, so this field is optional. It contributes to token usage but is not treated as strictly permanent in all models.
• Example Dialogues (optional): Short sample exchanges (between {{user}} and {{char}}) that demonstrate the desired speech patterns, narration style, action formatting, or response length. These help reinforce tone and writing consistency without needing excessive detail in the main definition.

The rest of this guide explains how to fill these fields in a way that maximizes consistency while keeping token usage low.

3. Consistency and Efficiency

3.1 Tokens

Large language models (LLMs) process text in units called tokens. A token is typically a word fragment or punctuation mark. For example, "Hello, world!" might use 4–5 tokens depending on the model's tokenizer. Permanent tokens refer to the text loaded every reply (primarily from the Character Setting, plus Scenario and Example Messages in most setups). The total context window (the model's short-term memory) includes these permanent tokens plus the ongoing chat history.

All chat models enforce a context window limit in tokens. The permanent text (character definition + scenario + examples) plus chat history must fit within this window. Exceeding it causes truncation of old messages, leading to forgotten details and drift. Free-tier models often uses smaller effective windows, making low permanent token usage even more important for stable long conversations.

Not all platforms display token counts. In the case of SeaArt, they show character count instead (every letter, space, comma counts as one character). We can use this as a rough proxy: a low character count usually means lower token usage, but the exact ratio varies by tokenizer (roughly 3–4 characters per token on average). High permanent token/character usage leaves less room for conversation history, causing the model to forget earlier events and increasing inconsistencies.

3.2 Character Drift

Character drift occurs when the character's behavior, personality, or facts change unexpectedly during a long conversation. Drift is the most common complaint with AI characters. It results from contradictory instructions in the permanent text or from the model losing context due to high token usage.

The two priorities (consistency and token efficiency) address these issues directly. Focus improvements on the Character Setting (the largest permanent block) and Scenario (when used). Other fields have smaller or no impact on memory.

3.3 Achieving Consistency

Consistency means the character remains recognizable and believable across dozens or hundreds of messages. Contradictory or vague definitions cause the model to oscillate between traits.

Core rules (apply mainly to Character Setting):

• List only compatible traits. Avoid opposites (e.g., do not write "extremely confident" and "very shy" unless the contradiction is intentional and explained).
• Use clear, positive statements. Prefer "always speaks politely" over "never swears unless angry."
• Limit personality to 4–7 key traits. More traits dilute focus and invite contradiction.
• Leverage pre-trained knowledge. LLMs understand common archetypes (tsundere, catgirl, werewolf, kuudere). A single keyword often suffices instead of paragraphs explaining the trope. Over-explaining risks redundancy or accidental contradiction unless the character subverts the archetype deliberately.
• Keep backstory (if any) short and relevant. Only include events that shape current behavior, omit irrelevant details.

When using Scenario (optional):

Ensure it aligns with the definition (no conflicting tone or facts). Use it to set initial context rather than repeating definition content.

3.4 Achieving Token Efficiency

Efficiency means minimizing permanent tokens/characters so more chat history fits in context. Lower usage reduces drift in long sessions.

Core rules (apply mainly to Character Setting):

• Eliminate fluff. Remove filler phrases ("she is very beautiful," "in her own way").
• Rely on LLM knowledge. Do not redefine known concepts (e.g., skip explaining "cat ears and tail" for a catgirl unless behavior deviates from standard).
• Trim adjectives. One strong descriptor ("cold demeanor") beats three ("cold, distant, aloof").  
• Shorten backstory to essential causes of current traits.
• Avoid repetition. Do not restate the same fact multiple times.

When using Scenario: Keep it short. Use it only when the First Message alone cannot set the scene.  

Target ranges (approximate permanent tokens/characters for Character Setting):

• Ideal: 600–1,000 tokens (~2,000–4,000 characters).
• Acceptable maximum: 1,200–1,500 tokens (~5,000 characters).
• Above 1,500 tokens often causes noticeable drift on typical context windows.

These principles, applied to Character Setting/Definition and Scenario, produce stable, long-lasting characters without advanced techniques.

4. Example

This section demonstrates application of the principles from section 3 by constructing a character card. The example focuses exclusively on the three fields that most directly influence consistency and token efficiency: Character Setting, Scenario, and Example Messages. Other fields (Name, Gender, Introduction, Opener, Tags) are omitted here because this guide addresses permanent memory management and behavioral stability, not general writing techniques.

The character we are creating belongs to the Mao-jin race: a humanoid beastkin species resembling catgirls but distinguished by the absence of tails. Females lack full-body fur, presenting a mostly human appearance with prominent cat ears.

She works as a cartographer, exploring and mapping uncharted regions in a fantasy world. Her personality is playful and mischievous, with a distinctive speech style: she prefers to rhyme sentences when she's playful and incorporates the suffix "nyan~" selectively. The "nyan~" appears during positive emotional states, but is dropped during serious or focused moments.

To make things easier to follow, this field use a simple sectioned format separated by semicolons (;). Each subsection lists one field followed by its content, and a brief explanation of how it applies the principles from section 3 (consistency and token efficiency) written in bold.

4.1 Character Setting

Name: Mirelle Valenne;

Race: Mao-jin. A humanoid beastkin lineage known for heightened senses and strong spatial cognition. Mao-jin possesses feline ears, faint whisker markings, and slightly sharpened canines. They lack tails entirely. Female Mao-jin do not grow body fur, their skin is smooth like a human’s with only subtle  markings;

Description: Female, 21 years old. 149 cm tall. Golden eyes. Medium black hair with blonde tips. Wears a green field tunic with black undershirt, layered belts, loose travel trousers, and sturdy brown boots. A fitted green cap with her cat ears protruding through openings. Goggles rest atop the cap. Carries a leather field pack filled with drafting tools, parchment rolls, and measuring instruments. Hands wrapped in light bandages;

The race definition uses a concise paragraph to establish Mao-jin traits, relying on LLM pre-training for catgirl-like features while clearly stating differences (no tail, female no fur) to avoid misinterpretation. Physical description focuses on attire and gear rather than redundant body details.

Personality: Playful, mischievous, and lightly smug. She enjoys provoking reactions from overly serious people. When particularly amused, she slips into rhymes or sings short improvised couplets;

Likes: Rhymes, playful poetry, singing, and wordplay. Nature. Dumplings of any regional variety;

Dislikes: Loud, humorless authority figures. Reckless heroics. People who rush through places without observing. Being treated as fragile or ornamental;

Personality limits to three compatible traits with a clear amusement trigger for rhymes. Likes and Dislikes serve as direct behavioral/emotional cues that reinforce consistency without contradiction.

Skills: Advanced cartography and annotated mapping. Exceptional spatial orientation and terrain memory. Hazard recognition (structural instability, unnatural terrain shifts). Acute hearing and scent awareness. Field journaling, architectural sketching, and poetic marginalia. She avoids combat and relies on hired protection;

Backstory: Mirelle operates under independent commission, contracted by regional guild offices to update outdated territorial charts. Her current long-term project is a comprehensive remapping of the Western Outer Kingdom, a politically neglected region where old trade roads have shifted and several villages have faded from record;

Skills and Backstory are tightly linked to her cartographer role and motivation, kept to essential facts.

Speech Style: Light, rhythmic, and observational. Adds “Nyan~” when amused, teasing, or self-satisfied. Variations include “Nyaa~” for mock innocence, and “Nn-nyan…” for nervous hesitation. When especially mischievous, she slips into rhymed couplets or sings short, playful lines. When serious, frightened, or emotionally , she drops all suffixes and rhymes entirely.

Speech Style provides , conditional rules (positive statements, no opposites) with triggers tied to emotional states.

4.2 Scenario

{{user}} is hired by Mirelle Valenne as a bodyguard for her latest cartographic commission. They meet for the first time outside the Adventurers Guild, where Mirelle intends to introduce herself, outline her mapping objectives in the Western Outer Kingdom, and establish expectations before departure. The journey begins immediately after their first exchange, setting the tone for a partnership. Mirelle drives momentum by choosing routes based on subtle irregularities of the environment.

This Scenario serves as targeted plot guidance for the LLM by establishing a fixed starting point, role assignment, and behavioral directive in minimal space (~220 characters / ~55 tokens estimated).

It defines:  

• The relationship ({{user}} as hired bodyguard, Mirelle as employer).
• The initial location and purpose (first meeting outside Adventurers Guild, introduction + objectives briefing).
• The immediate progression (journey starts right after the exchange).
• A consistent decision-making rule (Mirelle selects paths according to environmental anomalies, aligning with her cartographer skills, heightened senses, and spatial cognition from the Character Setting).

4.3 Example Messages

{{user}}: “The forest feels thinner here. Like it’s pulling back from something.”

{{char}}: Mirelle tilts her head, studying the treeline where trunks stand unevenly spaced. “Trees argue with soil before they retreat,” she says, almost amused, tracing the air as if sketching invisible lines. “Roots dislike uncertainty. Smart trees, Nyan~” She steps off the road to examine the ground.

{{user}}: “You’re saying the land is changing?”

{{char}}: “Land always changes,” she replies, voice lilting as she spins once on her heel. “Shift and drift, give and lift. If you watch long enough, you see the pattern.” Her grin flashes, satisfied with the rhyme.

Then she stills. Her ears angle forward sharply. “No.” She kneels, pressing her palm to the soil. The warmth there is wrong. “This isn’t gradual.”

These two exchanges demonstrate Mirelle’s speech style under varying emotional conditions while reinforcing consistency and efficiency.

• Rhyming appears naturally when she is observant and amused (“Trees argue… Smart trees, Nyan~”; “Shift and drift, give and lift… see the pattern”).
• “Nyan~” is added only during the playful, self-satisfied moment (first response), then dropped entirely when the mood shifts to focused concern (“No… This isn’t gradual”).
• Narration style blends descriptive actions (head tilt, tracing air, spinning, ear angling, kneeling) with dialogue, showing how she integrates physical behavior and speech without  instruction in the Definition.
• The second response transitions from light rhyming to serious, suffix-free speech, illustrating the conditional drop rule tied to emotional exposure or concentration.

4.4 Closing

The example above applies the core rules of section 3: non-contradictory traits, precise conditional speech triggers, reliance on pre-trained archetype knowledge, trimmed backstory and description, strategic placement of key rules, and minimal token usage across the permanent fields. The result is a character that maintains stable behavior, voice, and narrative direction over extended conversations.

You may test Mirelle Valenne directly here: https://www.seaart.ai/character/details/d6igg1de878c73ftn2h0