大規模言語モデル（LLM）エージェントの行動を制御するために、ペルソナプロンプト（特定の人格設定）がしばしば使用されていますが、社会的ジレンマの状況における戦略的行動形成の効果は十分には解明されていません。本研究は、この点を明らかにするため、反復的なSplit or Stealゲーム（協力か搾取かを繰り返し選択するゲーム）において、ペルソナ駆動型エージェントと固定プロンプトで制御される仮想人間（VH）との相互作用を調査しました。 実験では、Ministral 3:3b、phi4:14b、Gemma3:12b、Gemma4:e4bという4つのオープンモデルを使用し、温度パラメータ0.3と0.7の2つの設定、および決定論的な判断（温度0）でテストされました。一方、仮想人間はGPT-4.1 miniで駆動されました。ポルトガル語（ヨーロッパ方言）で実施された160セッション（各15ラウンド）の結果、相互にSplitを選択する結果が全ラウンドの約74パーセントを占め、搾取行動は11パーセント未満に留まりました。 モデルの選択は行動に大きな影響を与えることが判明しました。phi4とMinstral 3:3bは温度設定を問わず一貫して協力的でしたが、Gemma3:12bとGemma4:e4bはより多様な戦略と結果を示しました。ビッグファイブ性格特性に基づく分析では、社会的で原則的なペルソナが最も一貫して協力的であり、分析的なペルソナはVHを搾取する傾向が高いことが明らかになりました。さらにトピック分析によると、友情に関連する対話はSplit決定と関連し、お金と復讐に関する内容はSteal結果でより頻繁に見られました。感情ラベルは主に中立またはポジティブでしたが、追加の説明的価値は限定的でした。これらの知見は、反復信頼ゲームにおけるペルソナプロンプトとモデル差異の相互作用を特性化し、今後予定されている具現化されたVHと人間参加者が相互作用するバーチャルリアリティ研究のベースラインとなります。