闲聊模型已知存在若干问题：缺乏具体性、无法展示一致的人格特征，且往往不够吸引人。在本研究中，我们提出了一项通过条件化个人资料信息来提高闲聊吸引力的任务。我们收集了数据并训练了模型以实现以下目标：(i) 条件化其给定的个人资料信息；(ii) 条件化与其对话对象的相关信息，从而在下一轮对话预测的评估指标上取得更好的对话效果。由于(ii)最初是未知的，我们的模型被训练成能够通过个人话题来吸引对话伙伴，并展示了由此产生的对话可以用于预测对话双方的个人资料信息。