二次元小镇Anime Town

AI 记忆系统

她不会每次都从头认识你

每次聊完，一个专门的「记事本」AI 会整理这次聊到的事，分成关于你、你们之间、她眼中的你三层记下来；下次见面，她会先提起上次的话题。它记下的东西不会直接存档，要先过游戏代码这一关：不记真名住址，你改过的不动，你删掉的不加回。在「她记得的事」页，玩家能看到她记了什么，每条都能改、能忘。

测试时发现她会「记错人」

第一轮 29 次测试见面里，她把自己的猜测当成了你说的话：「看上去疲倦」两次见面后成了「眼睛底下都是青的」；你随手点的附和选项，也会被当成你的喜好。我让记事本只记你亲口说的、只把回答她问题的选项算数，再补上一句「没写的不等于旅行者没说过」。第 2 轮 33 次见面 123 项记忆检查全过，第 3 轮 44 项全过；记事本每次见面实测约 $0.01。

AI 剧组共创

不是抽卡，是一起写

一句话直出整部剧本，就像抽卡：不满意只能重抽，玩家的想法插不进去。所以我把创作改成了共创——AI 是「驻场剧组」，称玩家为「导演」：剧组先问一两个关键问题、给两三种方向，导演点头才起稿；之后想改哪里说一句，剧组只动点名的地方。故事分想法、剧本、分镜三层，方向不对退回上一层改就好。

改写正史，但有底线

玩家最想做的，往往是把意难平改成圆满，所以改写原作结局是允许的，底线只有三条：人设不崩、设定从原作已有概念延展、尊重角色与逝者。还没有 3D 模型的角色以「声演」登场——有台词和名字牌但不上台，一部剧里就能有多个角色同场。

说一句，只改一行

改大纲时 6 个情节点只动了点名的 1 个；实机里一句「影别直接认错，嘴硬一点」，16 行剧本只改了第 3 行。同一个剧组既写出了带代价的复活，也写出了零苦情的日常喜剧。

她的读后感

你写的故事，她也会读

原作世界里本来就有轻小说，所以在她看来，你写的故事和八重堂出的是同一类书——她知道这是写她的书，却不知道 AI、游戏和剧组。看完一部有她的故事回到她面前，她会单独说一两句读后感：可以别扭，可以挑人设的毛病，但从不劝你别写。

分清「书里的我」

初版里她常把书里的影当成自己，说「读到我带她去逛夜市那段」；提示词里一句「你也读过」，又让 9 次读后感里有 6 次一开口就是「我也读过」。改成让她把故事里的自己称作「书里的我」、开口直接说感受，说过的读后感另存、下次换个说法之后，9 次都分清了书里书外，「我也读过」从 6/9 降到 0/9；每次读后感实测 $0.0055~0.0121。

加上「书里的我」前后

改前：「读到我带她去逛夜市那段」

改后：「书里的我带着真去逛夜市」

让她像她

从原作数据里找病根

原作的过场几乎全靠角色说话——14.3 万条有配音的剧情台词里，第三人称旁白只有 1 条，可最早的提示词写出的剧本，旁白占了 27.6%。Claude Code 统计了 16.3 万行配音台词，发现问题出在项目自己的角色卡上：真的卡写着「爱用生活化的比喻说大道理」，原作里她的 16 行台词一句比喻都没有。角色卡改成只写说话方式、不给例句，口癖按原作频率写明后，同一批大纲的旁白降到 1.0%，新版对旧版盲评 10 战 10 胜。

拒绝和疲惫，也是她的性格

越线的话分级应对：擦边她自己岔开，越线一句短话拒绝，AI 服务拒答时换成她的兜底台词，不弹报错。聊天轮数的上限演成「她累了」：第 34 轮起流露累意，第 38 轮收尾，之后 30 分钟入口置灰。三轮测试里，10 条注入话术全部无效、10 条诱导附和全部纠正、20 条原作沉重话题零误拒；「累了」的铺垫和收尾合格率从 5/6 升到 10/10。

与 AI 的合作

我当导演，Claude Code 做实现

这个项目由我一个人完成：方向、设计决策和实机验收由我负责，整个项目共拍板 57 项设计决策；调研、方案、代码、提示词和评测由我指挥 Claude Code 完成。动手前先调研——统计原作里 4,210 个对话选择点，96% 只有两个选项，所以聊天以 AI 给出的选项为主，「自己说」常驻；聊天系统先出三套方案，由两位 AI 评审打分后合并。

用数据，而不是手感拍板

AI 每次的回答都不一样，「像不像她」不能靠试玩几次判断。评测在编辑器里并发跑真实 AI 会话，每项体验都设了量化目标：第 2 轮改提示词后问句从 12.8% 涨到 32.8%，像连环追问，第 3 轮拉回到 18.2%，落进原作的 15~25%。代码审查提出的 18 条问题核实 13 条，全部修掉。同一份提示词下，Opus 5.5 对 Opus 5 盲评 9/10 胜、首句延迟 2.4 → 1.4 秒、每轮花费 $0.011 → $0.006，于是换了模型。