本文提出了PersonaX框架，旨在解决大语言模型在处理用户长内容时的建模问题，特别是对用户多样化兴趣的忽视。通过离线多重角色构建和子行为序列选择，PersonaX显著提高了用户建模的相关性和效率，实验结果表明其推荐性能优于现有方法，标志着可扩展用户建模的新标准。