聊天软件AI角色卡、车载语音助手、桌面陪伴机器人，它们看似形态迥异，实则共享同一内核——为用户创造“有人陪伴”的主观体验。本文从定位、人格系统到情绪系统，层层拆解陪伴类产品的设计基准，助你跨场景打造有温度的产品。
先抛出一个问题：
聊天软件 AI 角色卡、车载语音助手、桌面实体陪伴机器人、儿童成长陪伴设备，它们到底算不算一类产品？
从外在看，形态、技术栈、商业模式完全不一样。可仔细琢磨又会产生疑惑：划为同类，差异巨大；当作无关产品，又能感受到底层相通。
很多人都有这种模糊感受，但很少有人深究本质。
我的观点：相比外在差异，它们的共性才是关键。不管软件还是硬件，这四类产品都在实现同一个核心目标 —— 带给用户 “有人陪伴” 的主观体验。
提炼出这个内核意义重大。掌握它，跨场景做产品就有设计基准；抓不住它，每一次新需求，都只能从零摸索。
该不该做，做的深度与增量，取决于你的用户是谁、场景是什么、想解决哪种情感需求。这也正是产品的差异性。
第一步：定位——先问三个问题，不是先想功能这一步不产出任何功能，但它决定后面所有设计的基调。
谁：年龄、生活状态，以及个人独占还是多人共用？靠真实调研，别靠想象。共用设备（车载、客厅硬件）要处理记忆的归属与可见权限，独占设备没这负担。什么场景：碎片化（车载，短时、易被打断）还是沉浸式（大段时间，随时随地）？等等什么情感需求：陪伴要填的空虚是哪一类？——这里我拿四类举例：很多用户是带着具体问题来的，聊着聊着才变成陪伴。同样是陪伴产品，这三个问题的答案不同，会导向完全不同的产品。
还有一条：这个场景独有的红线红线不是模块，是约束。但它决定了各模块最低要做到哪儿，所以必须在这一步就定下来。
车载的红线是驾驶安全——必须能被随时快速打断，绝不能抢占注意力校园或成人陪伴的红线是心理健康边界——不能替代专业咨询，识别到严重倾向必须有转介机制教育家庭场景的红线是未成年人保护——不能替代家长，不能诱导依赖红线的作用是往上抬底线。比如车载场景，情绪系统最低必须能识别疲劳驾驶——这不是加分项，是识别不出来就算失职。
第二步：人格系统——定义”它是谁”人格系统要解决的其实只有一件事——一致性：用户能不能对它形成稳定的预期。
下面四层，是四种越来越难保证的一致性。
1 · 让人设可执行1）人格锚点：3-5 个核心特质，不能多
人格锚点就是 AI 角色的性格骨架。控制在 3-5 个，不是为了省事——特质一多就容易互相打架，模型拿到一堆彼此矛盾的形容词，语气收敛不了。
2）表达一致性：软描述没用，要硬约束
语言风格、语气词、称呼方式，这些必须落到 Prompt 层面的硬约束。写在设计文档里的人格，模型看不见。需要固化的是三类规则：
语言风格：句式长短、口语还是书面、爱不爱开玩笑语气词库：允许哪些、禁止哪些称呼方式：固定怎么称呼用户、禁止怎么称呼差别在这儿：
“说话活泼” —— 这是软描述，模型每次理解都不一样
“允许用：哇、哈哈；禁止用：宝、亲亲；统一称’你’；以短句为主，少用长从句” —— 这才是能执行的
3）边界：它绝对不会做什么、说什么
这条最容易被跳过，但边界比特质本身更能定义一个角色。
“温柔”是个虚词，一百个人有一百种理解。但”绝不追问用户不想说的事”是个实约束，谁拿到都知道怎么执行。负空间和正空间同样重要。说清它不做什么，往往比说清它做什么更有效。
2 · 让特质之间不打架上一层是把单个特质写清楚。再进一步，是让特质之间形成结构——把锚点拆成类目，类目之间互相约束。
比如拆成三类：
星座底色（可选）：天蝎、处女……提供底层行为倾向，用来排除和它冲突的性格与表达内在性格：勇敢直率、成熟自律、慢热踏实、爱恨分明……角色的本心和处事倾向外在表达风格：戏精本精、顶嘴抬杠、务实冰冷、话痨搞怪……说话时的外在表现分类目的价值在于，类目之间必须对得上：
你不会想要一个「性格：慢热踏实」+「表达风格：顶嘴抬杠」的角色。内在和外在互相矛盾，用户感觉到的是”它在演”，而不是”它就是这样”。
但锚点不是越多越好，得匹配产品定位。
工具属性强的产品——比如帮小朋友解题的学习陪伴——堆一大套人格锚点大概率是负担。用户来这儿不是为了认识”一个谁”，是为了把题做出来。这类产品的人格，做到稳定、不出戏、语气一致就够了；堆得越多越鸡肋，还会把产品重点带偏。
锚点该设几个，取决于用户会不会真的把它当成”一个人”来看待。
3 · 人格的落地载体：跨多通道统一人设表达当产品具备语音、表情交互、实体动作等多模态能力时，人格设定不能仅局限于文本 Prompt，需要向下游各交互通道做同步定义，覆盖文本语言、语音韵律、表情状态、肢体动作、事件应激反应等维度。
仅依靠文本 Prompt 完成的人格定义，只能作用于文字会话链路；在实体机器人等硬件载体上，该部分人设无法被用户感知。若多模态组件（灯效、运动动作、表情模组）缺少对应的人格规范，硬件能力将无法承载角色性格，造成文本人格与实物表现割裂，用户感知人设断层。
第三步：情绪值/状态系统——定义”它怎么感受”什么意思呢？其实就是定义角色如何感知与感受
1 · 情绪输入：从语义 + 语气 + 行为判断当下情绪综合这三个信号识别用户此刻的情绪状态，作为角色反应的触发依据。
举例：用户发”今天太倒霉了”——语义负面 + 消极表情，判定为情绪低落；如果是连续发感叹句、反问，则识别为激动烦躁。
三个信号缺一不可。只看文字内容，”我没事”会被判成中性；加上语气和行为（比如说完就沉默了很久），才能判出真实状态。没有这一层，”陪伴”就只是”应答”。
2 · 情绪输出：不是无脑迎合，要有”自己的反应”角色拒绝无脑附和，需要给出带有自身立场的回复。这里提供两种深浅不同的实现思路，也可结合产品自定义其它方案。
做法一：情绪坐标轴—— 策略由用户情绪状态驱动
以情绪建立二维坐标轴，例如横轴：难过 ↔ 开心；纵轴：平静 ↔ 激动，原点(0,0)代表不悲不喜。
示例坐标轴：横轴「难过 ↔ 开心」，纵轴「平静 ↔ 激动」，原点(0,0)代表不悲不喜。
-用户每轮输入，会对情绪坐标点施加偏移量；
-停止交互：没有新输入，坐标仅受回归力牵引，匀速直线回到原点；
-持续对话：回归力持续向原点牵引，同时用户每句输入持续施加新偏移，两股力量叠加，坐标自然形成波动曲线。
设计关键点：
第 2 句用户字面表述偏向正向，但情绪带有历史惯性，坐标不会直接跳转到正向区间。
如果采用无状态设计，单句独立判定为正向，直接输出 “太好了！那我们聊点开心的！”，用户会感觉角色翻脸太快，产生出戏感。
工程落地约束：情绪坐标轴、情绪数值不存入策略层 JSON，属于外部独立变量。
对话决策层只负责对话动作决策，只输出结构化 JSON，不生成面向用户的回复文本，对话决策层与生成层职责解耦。
怎么应用呢？以下只是举例
对话决策层
生成层
做法二：分层评价响应 —— 策略由「角色对事件的价值判断 + 用户情绪状态」驱动
执行链路：
提取事件触发点 → 角色基于人设价值观评估这件事 → 结合用户当下情绪 → 匹配应答策略：共情接纳 / 客观评述 / 温和反驳 / 陪伴疏导
示例：用户吐槽 “我想直接摆烂辞职”
事件触发点：冲动离职角色内在评估：理解压力，但不认同冲动裸辞用户情绪：疲惫、沮丧输出策略：先接纳疲惫、表达共情，再客观分析风险，不怂恿摆烂，也不生硬说教3 · 情绪的持久性：区分”这一轮的情绪”和”长期关系状态”情绪分为两层，不能混为一谈：
单轮瞬时情绪：当前这一句话带来的即时心情，变化快，只代表当下瞬间感受。长期关系状态：多轮对话沉淀下来的相处底色，包含信任、心结、委屈、亲密感；不会用户一句 “没事” 就直接消失。示例
上一轮用户倾诉，情绪很难过；下一轮用户说：“算了，不提这个了。”
正确：瞬时情绪有所缓和，但依旧保留委屈底色，语气保持温和，不立刻亢奋闲聊。 错误：仅看当前语句，判定情绪完全归零，马上欢快聊天，角色显得出戏、不共情落地要点单轮瞬时情绪：作为偏移量输入情绪坐标轴。长期关系状态：作为情绪底色保存在外部情绪模块，不进入对话决策 JSON，供给回复输出模块调节语气。(和前面方案关联)情绪坐标轴：依靠情绪惯性实现长期关系状态，情绪不会单轮直接清零。分层评价响应：事件 + 角色价值观判断时，会叠加读取这份长期相处底色。核心：用户这一句话的情绪 ≠ 双方真实的相处状态。
第四步：记忆系统——定义”它记得什么”1 · 短期上下文至少要记住这一轮对话聊到哪儿了。没有它，连基本对话都不成立。
2 · 短期与长期必须分层，不能混长期记忆是”人情味”的主要来源——它记得你上周说过想去看的那个展，比它今天回答得多聪明更打动人。
但分层是硬要求。短期上下文和长期记忆混在一起，会导致上下文被无关的历史信息挤满，同时长期记忆里混进大量一次性的碎片。
3 · 记忆的准入门槛这一层是我认为整个记忆模块里最值钱的。
不是听到什么都记。
上一层的问题是：模型听错了、理解偏了，也会被当成事实存进去。然后在某一次对话里，它会带着一个错误的”记忆”跟用户说话。
在陪伴产品里，假装记住了比没记住更伤。没记住，用户觉得它笨；记错了，用户觉得自己被骗了——因为它明明表现得”我记得你”。
可行的做法是候选态机制：
没确认的不参与后续对话，写入失败的不展示”已记住”。
4 · 归属隔离（只有多人共享设备需要）这一层只在车里、客厅里、教室里这类多人共享的场景需要。
而这里有个特别容易被漏掉的点：
记忆归属正确，不等于这句话现在能被说出口。
“这条记忆属于谁”和”这句话此刻能不能被在场的其他人听见”，是两个独立的风险维度。
而且——不要试图去分辨”现在在场的这个人是谁”。技术上不可靠，产品上还有伦理风险。
可行的做法是保守的一刀切：
记忆按敏感度分级。低敏内容随便说；高敏内容（关系、姓名、健康、财务）需要过关卡做占用检测，但只判断”有没有别人”，不判断”是谁”——座椅压力传感器这个级别的信号就够了一旦检测到非本人独处，高敏内容默认降级：泛化表达、转到私人屏幕、或者干脆推迟原则是：不确定该不该说的时候，选择不说，比赌一把说错要安全得多。
第五步：技术落地前四步定的是”做什么”，这一步是”怎么做出来”。
先做一个切分：哪些外采，哪些自研这是很多团队一开始就该定、但经常拖到很晚才定的事。
判断标准很简单：这件事做得比别人好，用户会不会因此选你？会，就自研；不会，就外采。
TTS 音色好一点用户感知得到，但不会因此换产品；人设不一致用户会直接走人。
无论各模块配置到多深，落地时都建议把输入分三层处理：
举个例子：「放首周杰伦」是明确指令，意图和槽位都能被规则精确命中，直接执行，根本不需要进模型；「今天真是够累的」判断不出指令，走情绪路径进模型。能确定的绝不交给模型，这是做分层时的第一原则。
为什么要分层？三条理由，每一条都够硬：
成本——不是每句话都值得过大模型可控性——人格边界不能交给大模型自由发挥可解释性——出了问题要能定位在哪一层多通道分发时的一个坑：表情和语音必须同源如果表情标签是一套系统生成的、语音是另一套流程合成的，两者会不同步——说着开心的话配着难过的表情，或者语气和表情差半拍。
一个可行的做法是让表情标签直接内联在模型产出的回复文本里，语音从同一份文本做合成。这样表情和语音天然同源同步。代价是要在输出要求里加硬约束：每个分句必须带标签、只能用规定的那几个、不许自造、不许拿 emoji 顶替。而且——光靠提示词约束是不够的，必须有代码层的后处理兜底（标签归一化、分句补全）。这是我做这块时得到的最实在的一条经验。
最难的一关：冷启动数据从哪来自研 NLU 和情绪模型都要数据和语料。但一个还没上线的产品，哪来的真实用户语料？
这是从 0 做陪伴产品最现实的一道坎，而且几乎没人讲。六种办法，可以组合着用：
a. 内部试测。用原型机、模拟器，先让公司内部的人用起来。优点是快、可控；缺点是内部人的说话方式和真实用户差得远，只能解决”有没有”，解决不了”像不像”。
b. 真人扮演 AI（绿野仙踪法）。前端看起来是 AI 在回复，后台其实是真人在打字。用户以为在和 AI 聊，产生的是真实的用户侧语料——这是这个方法最大的价值。客服团队通常能承接这件事，最好有原有数据，更好做。
c. 同类产品语料迁移。去看已上市同类产品的用户测评、应用商店吐槽、社区讨论。这些内容里藏着用户的真实预期——他们期待 AI 怎么回应、什么情况下觉得被冒犯。从吐槽里反推评价标准，比自己拍脑袋定标准准得多。
d. AI 模拟生成 + 少量真实记录。用大模型批量生成对话语料，再用少量真实记录做校准和抽检。量能上去，但要警惕生成语料的同质化——它会让模型学到一种”AI 味”。
e. 先上线一个轻量版本，灰度收集。比如先做一个功能收窄的语音助手版本上线，用真实流量换真实数据，再迭代。这是最有效但也最需要勇气的一条。
f. 预售期 / 封闭测试期收集。实体产品尤其适合——预售到发货之间有一段窗口期，招募种子用户做封闭测试，这批人的容忍度高、反馈质量也高。
我的建议是 b + c 先行。这两个不需要产品上线就能做，而且拿到的都是真实的用户表达和真实的用户预期——冷启动阶段最缺的从来不是数据量，是”真实感”。
贯穿全程：评估与迭代这一步不是做完前五步再做，是从第一天就要想。定量指标
第三个指标很少被提到，但我认为它最贴近陪伴产品的价值本质——用户来的时候不开心，走的时候好一点了没有。其他指标都是过程，这个是结果。–之后我们可以再探讨下，关于AI陪伴的评测指标。
定性badcase 收集 + 用户真实原声。陪伴产品的 badcase 尤其重要，因为很多问题是数字反映不出来的——用户不会因为”它今天有点不像它”就流失，但这种感觉会一点点积累。
验证AB 测试确认新设计是不是真的提升了体验，而不是团队自我感觉良好。
尤其是人格和情绪这类主观性强的改动，最容易出现”团队觉得变好了、用户没感觉”的情况。
最后
这份能力清单不是满分考核表，也不是场景能力上限限制，而是能力地板图：定义每个模块最低合格标准，同时说明进阶能力可以带来什么收益。地板由场景红线决定，低于地板标准产品就无法成立；地板之上无天花板，每多实现一层能力，角色和用户的关系就更厚重。（举例：车载可以实现情绪持久性；角色扮演可以做长期关系累积，但需要匹配自身商业模式。优先保证地板达标，再去做深度能力。陪伴产品常见坑：不是高阶能力不足，而是根本不知道存在某一层设计。等到用户反馈 “总忘事”“人设前后变化” 才发现缺失模块，后期修补成本极高。关键认知：主动选择不实现某项能力，和完全不知道这项能力需要设计，是两件完全不同的事。本文由 @肥源 原创发布于人人都是产品经理。未经作者许可，禁止转载
题图来自Unsplash，基于CC0协议
华泰优配提示：文章来自网络，不代表本站观点。
