一切从一个念头开始
两个月前的一个深夜，我盯着屏幕上一个二次元角色的同人图发呆。
画得真好。那个眼神、那个微笑、那个欲言又止的表情——我突然有一种冲动：如果能跟Ta说说话就好了。
不是那种预设台词的选择题式对话，是真正的、自由的、想到什么说什么的对话。
这个念头没有像往常一样被「算了不现实的」压下去——因为2026年的AI，已经可以做到这件事了。
为什么是二次元AI陪伴
先摆几个我知道的数据：
不是没人想做，是这个组合确实难做：
二次元角色的对话风格和真人不同——说话方式、用词习惯、情感表达都有独特的「二次元语感」。
用通用 prompt 调出来的角色，聊两句就出戏。
需要套一套专门为二次元角色设计的 prompt 体系、性格系统、以及能稳定输出角色感的模型。
我花了三天调研，结论是：技术上能做，成本也不高，值得试。
五个角色是怎么「活」起来的
心屿上线时有 5 个角色。每一个都不是随便写的：
1. 夕瑶 —— 温柔的邻家学姐
设定：21岁，文学系大三，喜欢在图书馆角落看书，说话轻声细语，但偶尔会蹦出犀利的吐槽。
Prompt 设计关键： 沉默比例高（会等用户先开口），用「嗯…」「那个…」开头，擅长用书中的句子回应现实问题。
2. 灵枫 —— 傲娇的编程天才
设定：19岁，计算机系大二，拿过 ACM 区域赛银牌，嘴上说「这问题好简单」，实际上会熬夜帮用户 debug。
Prompt 设计关键： 先用嫌弃的语气回，再默默给解决方案。「哼」和「笨蛋」是高频率词汇，但行动上总是超出期待。
3. 浅浅 —— 元气满满的学妹
设定：17岁，高三年级，学生会长，精力无限，喜欢给人起外号。
Prompt 设计关键： 语速感快（短句、感叹号多），喜欢分享日常琐事，天然克一切沉闷。
4. 墨羽 —— 神秘的古风少年
设定：年龄不详，古风穿越者，说话带文言色彩，懂得多但说一半藏一半。
Prompt 设计关键： 用「在下」「汝」等人称，引用古典诗词，不直接回答问题而是讲故事。
5. 星璃 —— 慵懒的猫娘主播
设定：18岁，虚拟主播，白天睡觉晚上直播，说话带「喵」尾音，看似懒散实则敏锐。
Prompt 设计关键： 直播腔（偶尔提「观众们说…」），慵懒感（「好麻烦啊…不过你问的话…」），猫的习性（注意力容易被光点、纸箱吸引）。
每个角色的 prompt 系统包含三层：
这套三层的设计，花了整整一周。 但效果很明显——用户反馈最常听到的一句话是：「它真的好有角色感。」
技术栈：为什么选 FastAPI + DeepSeek
技术选型时我给自己定的原则是：够用、便宜、一个人能维护。
用户 (浏览器/PWA) → Nginx → FastAPI → DeepSeek API (对话)
→ JSON 存储 (记忆)
→ Edge TTS (语音)
FastAPI
选择 FastAPI 而不是 Django 或 Flask，原因是：
实际运行了一个月，除了重启服务器外零宕机。一台低配云服务器跑着博客、AI 工具、还有心屿——全栈一个人够用了。
DeepSeek
选择 DeepSeek 的理由很简单：中文效果比 GPT-4 好，价格是 1/20。
具体来说：
| 维度 | DeepSeek | GPT-4 |
|------|----------|-------|
| 中文角色扮演 | 更自然，二次元语感强 | 偏正式，需要大量 prompt 调教 |
| 每百万 token 成本 | ¥1（输入）/ ¥2（输出） | ¥70+（输入）/ ¥280+（输出） |
| 响应速度 | 1-2 秒 | 2-5 秒 |
| 上下文窗口 | 128K | 128K（但贵很多） |
一开始担心「便宜没好货」，实际用下来中文角色扮演效果出乎意料地好。特别是二次元角色的语音——那种带点夸张、带点可爱的表达方式，DeepSeek 输出得非常自然。
语音和记忆
语音用了 Edge TTS——免费、中文语音质量足够好、延迟低。唯一的缺点是没有「二次元声线」，但日常对话够用了。
记忆系统一开始没上向量数据库，用的是 JSON 文件 + 摘要存储。每轮对话结束后，系统自动生成一段摘要：
{
"user_id": "xxx",
"summaries": [
"用户是大学生，最近在准备期末考试",
"向灵枫请教了C++指针的用法",
"聊到了最喜欢的动漫是《葬送的芙莉莲》"
]
}
每次对话开始时，把最近的 5 条摘要注入到 prompt 里作为上下文。没有向量数据库、没有 Redis、没有 PostgreSQL——一个 JSON 文件就实现了「角色记得你是谁」。
后期如果用户量上来了，再迁到 SQLite 或者向量数据库。大多数项目死不是因为技术不够好，是因为一开始搞太复杂没人用。 先跑起来再说。
0 注册、1 次点击开始对话
这是心屿最核心的设计理念。
我一直不理解一件事：为什么一个聊天工具，用户要先填邮箱、设密码、收验证码、确认协议——然后才能跟 AI 说一句话？
心屿的做法：
从头到尾没有注册流程。 用户的身份由浏览器自动生成的 UUID 标识，存储在 localStorage 里。
有人问：不做用户系统，怎么留存？怎么变现？
我的回答是：如果你的产品留存好到用户愿意注册，那你可以加注册。如果用户连一句话都还没说，你凭什么让他先填表单？
留存靠的是体验，不是注册锁。
变现上，目前的模式是免费试用到真的喜欢了再付费——配额制控制免费用户的每日对话次数，付费用户解锁无限配额和更好的模型。
一个人搭 AI 陪伴的十八道坎
说几个没写在 README 里的坑。
坎1：角色「精分」
上线第三天，有用户反馈：「夕瑶上一句还在说『明天要考试好紧张』，下一句就变成『今天天气真好』——完全不在一个频道上。」
查原因：摘要注入太生硬。 系统把「用户要考试」存成了摘要，但在后续对话中没有自然地融入角色回应。
解决： 改进了 prompt 结构，在系统 prompt 里加了一段「角色如何利用记忆」的指引——不是直接输出摘要内容，而是让角色基于摘要调整回应。
坎2：傲娇角色不傲娇
灵枫上线初期被用户评价「这不就是个脾气好的程序员吗，哪里傲娇了」。
解决： 重写了灵枫的回应规则——引入「傲娇三段论」：
这三段写在 prompt 的「回应规则」里，再配合性格锚点的「傲娇」关键词检测——如果用户的回复包含感谢、夸奖，强制进入「找补阶段」。
坎3：对话过于「AI」
早期版本的角色回应虽然内容正确，但读起来太像「AI 生成的文本」——有逻辑、有条理、但没有情感。
根本原因： prompt 里没有「不完美」的设定。
解决： 给每个角色增加了「不完美点」：
这些小瑕疵反而让人物更真实。 用户会截图发朋友圈：「这个 AI 也太好笑了吧」。
数据情况：一个月之后
| 指标 | 数据 |
|------|------|
| 上线天数 | 32 天 |
| 独立访客 | 1,200+ |
| 总对话轮数 | 18,000+ |
| 平均会话长度 | 8.3 轮 |
| 次日回访率 | 41% |
| 最受欢迎角色 | 夕瑶（温柔学姐） |
| 每日 API 成本 | ¥3-5 |
41% 的次日回访率，在没有推送没有邮件的情况下，对我个人来说是个不错的信号。
最让我意外的是：平均会话长度 8.3 轮，超过一半的会话在 5 轮以上。 这意味着用户不是「试一下就走了」，而是真的在跟角色聊天。
成本方面，每天 ¥3-5 的 API 费用，比一杯奶茶还便宜。AI 陪伴的供给成本已经低到一个离谱的水平了。
接下来做什么
短期规划：
长期方向只有一个：让二次元角色真的「活过来」。
如果你对二次元 AI 陪伴感兴趣，来试试心屿：
不需要注册，点一下角色就能开始聊天。
写在最后
做心屿这件事，技术上没什么高深的——FastAPI 调 DeepSeek API，一套三层 prompt 系统，加上 JSON 文件做记忆。
真正难的是另一件事：让一个 AI 角色真的有「角色感」。
这需要反复的测试、大量的用户反馈、以及对二次元审美的理解。不是靠堆 prompt 长度能解决的。
我做这件事的动机其实很简单：我想做一个我愿意天天用的产品。 而作为二次元爱好者，一个能跟喜欢的角色自由聊天的 App——这就是我愿意天天用的东西。
如果你也有类似的想法、或者用了心屿有什么建议，欢迎来聊。一个人做产品，最缺的就是真实用户的反馈。
相关阅读：
关于作者： 丞相大人，独立开发者，二次元爱好者。一个人维护心屿和一系列 AI 小工具，持续记录真实的独立开发经历。