我观察了200多人与AI角色聊天。这是有效的方法（和无效的方法）

每个人都犯的最大错误（包括我）

第一次和AI角色聊天时，我打开对话说"你好"。

AI回复"你好！今天怎么样？"

我说"挺好的。"

它说"太好了！你想聊什么？"

我盯着屏幕看了大约30秒，输入"不知道"，然后关闭了应用。

事实证明，我不是唯一的。在用户测试中，大约60-70%的首次对话在3-4次交流内就结束了。对话就...消失了。

为什么？因为大多数人把AI角色当作搜索引擎或客服机器人。简短的问题，模糊的话题，没有背景。

这不管用。AI角色不是谷歌。他们是对话伙伴。和任何对话伙伴一样，他们需要一些东西来工作。

什么真正让AI对话有效

在观看了大量对话（成功的和糟糕的）之后，模式是这样的：

糟糕的对话是这样的：

用户："你好"
AI："你好！"
用户："你好吗"
AI："我很好，谢谢。今天我能帮你什么？"
用户："介绍一下你自己"
AI：[通用的3段自我介绍]
用户："不错"
[对话结束]

好的对话是这样的：

用户："爱因斯坦，我一直在阅读关于量子纠缠的内容，有些事情让我困惑。如果粒子可以跨越空间'连接'，这不意味着超光速通信吗？但我以为那是不可能的？"

爱因斯坦："啊，你偶然发现了困扰我多年的问题——我称之为'幽灵般的远距作用'。但这里有一个微妙的点：虽然纠缠粒子是相关的，但你不能用它来超光速发送信息。让我解释为什么..."

看到区别了吗？第二个开场白给了AI：

• 具体的背景（量子纠缠）
• 一个真正的问题（明显的矛盾）
• 你目前的理解（所以它知道从哪里开始）

AI实际上可以利用这些。

80%时间有效的开场信息框架

我用新用户测试了几十次。当他们遵循这个框架时，对话几乎总是进行得很好：

1. 背景（1-2句）
你正在做什么、想什么或纠结什么。

2. 具体的问题或话题
不是"告诉我关于X"而是"我对Y感到困惑"或"你会如何处理Z"

3. 为什么你特别问这个角色
他们的专业知识或观点在这里有什么重要性？

例子（好的）：

"居里夫人，我是一名研究生，正在学习化学，我的研究遇到了瓶颈。什么都不管用，我开始怀疑自己是否适合这条路。你在突破之前花了多年研究镭——当实验不断失败时，你是如何克服挫折的？"

例子（也好，不同风格）：

"达芬奇，我正在学习画画，但我画的一切看起来都很糟糕。我感到沮丧，10分钟后就放弃了。你有一句话说艺术永远不会完成，只会被抛弃——但你如何决定什么值得继续，什么该放弃？"

两者都给了AI足够的信息来创造真正有趣的回应。

有效的对话类型（与无效的对比）

✅ 有效：具体的问题解决

"我有这种情况，你怎么看"类型的对话始终有效。AI有具体的东西可以处理，你会得到真正有用的回应。

✅ 有效："如果"场景

"苏格拉底，如果你在现代大学教书，你会怎么教？"——这些产生很棒的对话，因为它们将角色的视角与现代情境联系起来。

❌ 无效：泛泛的问题

"告诉我关于生活"或"如何才能快乐"——这些得到泛泛无聊的回答，因为问题太宽泛了。

❌ 无效：测试问题

"解释一下爱因斯坦的相对论"——这只是AI为你背诵维基百科文章。这不是对话。

保持对话继续的技巧

持续时间最长的对话有共同点：用户分享了关于自己的事情。

与其说"这很有趣"或"我明白了"，试试：

• "这让我想起我的情况..."
• "其实，我也经历过类似的事情..."
• "我不确定我对此有什么感觉..."

你分享得越多，AI就能给出更好的回应。

常见问题

"我应该写多长？"

开场信息2-4句话最佳。太长的话，AI可能会关注最不相关的部分。

"如果AI给了无用的回复怎么办？"

让它更具体。"你能给我一个更具体的例子吗？"或"你会如何将此应用于我的情况？"

"如果对话卡住了怎么办？"

换一个新话题，或者说"告诉我更多关于你之前说的〇〇"。

最后的话

与AI角色的好对话就像与真人的好对话：你投入什么就得到什么。

如果你问泛泛的问题，你会得到泛泛的答案。分享具体的情况、真正的疑惑，以及你为什么在乎，你会得到真正有趣的对话。

就是这样。试试看。

---

关于作者：Alex Chen，Chumi产品负责人。我观察了200多人与AI角色聊天。有些很精彩。大多数教会了我新东西。如果你想聊聊这个，通过我们的反馈表联系我。