泛娱乐 AI 赛道观察： 从「猜你喜欢」到参与共创，角色才是 AI 时代最核心的资产

文章作者成志，AI 游戏行业投资人。从「用户-产品-AI」的三者关系出发，成志分享了他对于 AI 泛娱乐产品的一些思考。 以下为原文内容。

作为一位冲浪达人和市场观察的爱好者，我在 2023 年夏季的文章提出「AI 原生游戏是一场广义 UGC 的范式迁移，产品乐趣将由开发者、AI、玩家三者共创」这个判断。（参见：）。

一坤年过去，技术迭代超乎预期，不时有引爆社交媒体的新花样，却也同时在市场催生了 AI Roblox、AI 陪伴等诸多空泛的时髦词儿和 Noise。

这篇文章的核心观点，是对之前判断的延续和深化：

用户对优质内容和社交体验的这些底层需求从来没变过。AI 作为生产力工具并不直接产出优质内容，但能改变优质内容的交付逻辑，即实现个性化体验，提供「自娱自乐」的愉悦感（广义的 UGC）。

不同于推荐算法「我认为你喜欢」的销售逻辑，本质还是在找「萌豚应该都喜欢白毛红瞳」的最大公约数思想，是一种越来越趋同的纯消费逻辑。

AI 时代的个性化体验，是从「猜你喜欢」到「与你共创」的迭代。用户不再是被动的接收者，而是参与到生成过程中的共创者。

AI 在这里，更像一个只为你服务的私人导演，让世界里发生的一切，都与「你」有关。

⬆️关注 Founder Park，最及时最干货的创业分享

超 19000 人的「AI 产品市集」社群！不错过每一款有价值的 AI 应用。

邀请从业者、开发人员和创业者，飞书扫码加群：

进群后，你有机会得到：

• 最新、最值得关注的 AI 新品资讯；
  

• 不定期赠送热门新品的邀请码、会员码；
  

• 最精准的AI产品曝光渠道

01用户、产品、AI，三元共生关系

过去，消费链路是个单纯的二元关系：产品供给内容、用户消费内容，开发者直接掌控体验。而引入 Generative AI 后，为了提供个性化生成的体验，用户得输入 Context，产品需要据此判断偏好，开发者也必须让渡部分控制权来释放 AI 的潜力。

因此，AI 时代的产品观就得从「产品-用户」的二元对立关系，转变为「用户-产品-AI」的三元共生关系，即一段良好的体验需要围绕个性化重新设计，靠产品与用户共同发力来用好 AI，三者缺一不可。

这最大的变量就在于用户。为了获得个性化体验，用户不再只是被动等待投喂，而是在交互中察觉并表达偏好，成为了内容供给的一环。这就在「创作」与「消费」之间催生了两种更原生的中间态：「共创者」与「制作者」。

身份的转换也决定了用户心智的变化，即 AI 产品将与何种传统产品对标，是否能产生超越预期的原生体验。基于用户「想法输入/信息量」的多寡，以及享受「创作过程」还是「产出结果」，可以通过一条光谱来重新审视用户心智：

消费者：不如 O 神

若用户没有任何主动输入，纯粹等待被投喂，那 Generative AI 就显得有些鸡肋。除了少数能图一乐的案例，即便有了大幅进步，AI 的产出还是很难媲美头部专业内容，还是在同一维度竞争。

Sora 2 有点意思，但只是为了看短视频，为何不去刷抖音？若只关注剧情人设和表现力，为何不下《恋与深空》而去玩 AI 乙游？

放在游戏语境下，如果玩家只是纯粹的观众心态，指望 AI 代替人工产出的顶级内容并不现实。更何况，首要命题是先有足够扎实的游戏框架，在提供够好的基础体验之余，能发挥 AI 在语义层的涌现能力，并包容一定程度的不可控，即 AI+GTA=先搓个 GTA、AI+模拟人生=先搓个模拟人生，这本身就够难了。

简评：不够原生，不如 O 神，不得不和过往产品硬碰硬，机会较小。

创作者：受众有限

在另一端，将生产责任全部转嫁给用户后（典型的引擎思维），企图丢个 UGC 编辑器就能蝶变成下一个 Roblox 也纯属幻想，普通用户既想不透需求，也讲不清需求，降低制作门槛并不解决需求残缺且零散的问题。

而真正的创作型用户往往具备不俗的动手水平和明确需求的能力，名为 UGC，实则已到了 PGC 的范畴，他们就享受创作本身，其次是随之而来的社交点赞和经济收益。

符合这类画像的目标用户自然不多，且还有一定的重合度，放眼《蛋仔派对》《原神》等游戏冷启动的高质量 UGC 地图，不少还都出自同一批选手，甚至可追溯到曾经《我的世界》的启蒙地图，相似的娱乐竞技和风景建造，鸡蛋同源。

早期有不少 AI Game Maker 的项目构想过靠整合 AI 工具链来降低开发门槛，进而扩大创作者比例。但对这群高手（本文所指的创作者）而言，门槛并非痛点，倒是更需要精细的控制力和拓展性，而非 AI 看似便捷实则不可控的「冗余」产出，属于是想法越少，效果越好，想法越多，效果越差。

尽管主流实践在尝试拆解 Workflow 来研发 Agent，但仍然面临纯粹的创作者比较稀缺这一问题，回报比可能有限。

简评：工具思维的产品，看似面向普罗大众的「UGC」，其实核心用户的需求也是「PGC」，硬怼 Feature 吃力不讨好，机会有限。

制作与共创

上述的身份还是旧时代逻辑。但随着 Generative AI 的介入，创作与消费的边界逐渐消融，「生成」本身即成为一种娱乐，而依据乐趣来源的侧重不同，可进一步细分为两种心态：

一种是享受结果的制作者心态，把生成当作自娱自乐的消遣（也会启发他人/被他人启发）。用户无需深度思考（有时只是玩抽象），便能低成本地收获 AI 产出的惊喜，体验类似开盲盒的乐趣。

另一种是享受过程的共创者心态，把生成看作自我表达的完善方式。用户在引导下注入个人经历与幻想，利用 AI 的补全能力共创个性化作品，享受将「中二之魂」具象化的过程。

制作者：做着玩，消遣图一乐

有别于表达欲旺盛的「创作」，「制作」更侧重于消遣，带有乐队即兴玩一把的味道，追求无意识中偶得的惊喜，而不是逐步完善幻想的过程，对主动输入的要求更低些，更适合泛用户的休闲场景。

这种体验类似拼豆、玩乐高和造景贴纸，不咋动脑就能搓点东西。在 AI 的语境看，用户只需简单地替换资产、迁移风格，就能收获 WOW Moment。

就好比在 Sora 中时不时 Remix 整个活儿，让皮卡丘串戏到《教父》《山海经》或《孤独摇滚》，有种随机组合的抽象美。又比如上传一个角色给 Nano Banana，一键生成手办模型、人设拆解、关系网络、表情包合集，在各种衍生「周边」中找乐子。

Nano Banana 优秀的生图整活案例

得益于目前 AI 对 Web 端支持度足够高，上述玩法的传播力很强。遗憾的是，这些时髦小玩具太过次抛，优秀案例还不够多，还局限在直击人性搞颜色、制造社交货币跟风、围绕角色搞搞二创。

虽然爆发力强，但密度不均且难以持久。类比游戏，更适合当成营销事件和日常活动，却很难独立成为一个长线产品。

为了探索长留的解决方案，市场有不少实践，核心思路有两种：强化体验的持续性和提升体验的密度。

但是，类比游戏长留靠养成（目标/角色资产）、有效内容（新玩法/新剧情）、社交关系等驱动，单靠消遣性的生成体验无法满足上述任何一种要求，其长留仍需依附于一套能承载上述驱动力的框架。

第一种思路是强化持续性：借助 AI 在语义层的涌现能力，让次抛产品拥有「无限内容」的长期体验和「不断重开」的复玩价值。

但 AI 本质是一个预测最大概率词组的概率模型，难以持续输出有惊喜感的生成结果，也很难提供清晰的反馈机制来构建成长乐趣。

别于靠数值/物理层的基础规则组合来产生涌现，AI 提供了在语义/概念层涌现的可能性，近似于跑团体验。

不过，碍于模型本质是预测最大概率的词组，如无干涉，单个剧本/角色在长时间生成后很容易就没活儿了，陷入重复用词、平庸收敛、机械延长等问题。这过程就像没有记忆的梦境，切片有趣，整体拉胯，很难持续产生惊喜时刻，仍需引入主线剧本、数值养成等外围框架来提供明确的未来预期。

同时，碍于 AI 原生的不透明和概率性，其涌现性也更适合作为生成器而不是判别器。尤其有推理和解谜性质的选型，AI 很容易走到玩家的对立面，被玩家审视和挑战，短期留存都够呛。

譬如诸多「说服模拟器」，用户从低预期的消遣解压，转为了高预期的智商验证。

抖个机灵企图跳关，要能成功就会牺牲解谜体验；绞尽脑汁反复尝试，感觉答案大差不差，若失败必然吐槽人工智障，即便成功也不够有成就感，更何况重心往往是看剧情发展。

这并非 AI 不够聪明，而是规则不够透明，无法提供明确的成长反馈，没有动力再开一把，还不如让失败也有剧情，让故事继续流动，绕回主线。

同理，不少容易落地的「哄哄模拟器-like」产品（诸如智斗诈骗犯、销售砍价、相亲打分）虽然题材有趣，但没有局内构筑、没有局外养成、也没有清晰的成长路径，有效内容又会较快地边际下降，复玩价值本身有限。

因此，仅靠模型原生的涌现性很难持续提供惊喜，也不太适合作为裁判来支撑花式过关的复玩性，无法单独为消遣级的生成体验提供长期价值，还是需要一层人工的叙事线和养成线来牵引。

对待 AI+推理体验的典型评论

第二种思路是提升密度：靠社区共创裂变出一系列次抛产品，将「量大管饱」的生成体验收束在一个可被复用和养成的载体（譬如角色），来解决连贯性差、密度不均的问题。思路更好，但难在选对分发和串联的框架。

既然靠单品突破有难度，自然就会产生靠「量大管饱」的分发思路。但这并非沿袭传统互联网对消费内容的分发，根据早年《HypeHype》的实践，「AI 小游戏版抖音」这故事就不大靠谱。

抖音毕竟是高刺激密度的被动消费，而游戏需要主动交互，AI 也需要输入指令，二者融合更难创造「单键点划」高频刷高密度 Feed 的快感。即便是超休闲游戏，也讲究在极简交互中沉浸上瘾，跟高频切换的逻辑相悖。

如今的分发需要面向生成体验，而非消费体验。也就是提供「给我也整一个来玩玩」的消遣制作，而不只是「给我来点好看」的纯粹观赏。

如果延续旧路，生成内容只是为了供他人消费，那碍于相近提示词，其产出必然趋同，充斥着「Sam 大战群雄」或「二游人设拆解」的观感自然不好。就消遣的制作心态而言，多给些激发脑洞、拆分创意等有助于生成的功能更具有吸引力，毕竟核心体验是生成，而非消费，如此才有可能借助群众力量积累更多可供分发的次抛案例。

这种顺水推舟的设计思路就像在规划城市，其人文生态和商业氛围都是自下而上生长演化而来，执政官只需打基建和定边界，剩下就是和居民共同完善城市标签。

同理，个性化的生成式社区也应该是共创产物，用户费劲手搓但引发模仿的产物就是下一个增添完善的功能，不同用户的实验经过混合后又能启发彼此。

毕竟，模仿是人的本能，与其炮制「手势舞」，不如先捕捉用户近期的生活和文娱经历，再提供细颗粒度的生成输入，让他们自由震荡，天然就形成二创，甚至二创的二创氛围，筛选出优质案例。

基于数量充沛，就到「如何串联离散的生成体验」，将串联的载体视作支撑长留的某种资产，根据观察，可能是角色（虚拟），也可能是社交（真实）。

前者是靠互动来完善角色形象的养成驱动（语义+数值），类比于 OC/人物卡，核心是对角色的厨力或穿行于虚拟世界的身份资产，留下来是为了和角色体验新的内容并反哺角色的塑造，譬如生成 10 首高分的角色印象曲才能玩出道的 IF 线剧本、跑完智斗诈骗犯模拟器的角色才能合理开启缅甸营救的副本。

后者则是回归人际，让生成产出成为社交货币，或者借助共同制作些乐子来增进彼此的关系。

简评：不太费脑子就能搓出惊喜的消遣级生成体验非常亲民，有利于传播和破冰。但问题在于内容厚度不足以支撑单款产品的长线运营，不过有机会靠角色养成和社交关系的串联来提供长线意义和预期，并也有助于共创心态的延续，下文将结合具体的产品选型进一步说明。

共创者：释放情绪与中二之魂

如果说「制作」生成的惊喜更重要，近似内容消费的体验，那「共创」则更靠近创作，是在释放创作欲的过程中获得快乐。

但不同于创作者，共创者心态只是爱好创作（创作即消费），需求偏向于完善脑洞时的自娱自乐，并且不具备完整的想法和独立的创作能力。

这种原生的表达欲在年轻群体中尤为旺盛，即俗称的「中二之魂」。其本质是对「理想自我」的投射，既包括完善人格，也包括奇能异术，可以代入自我形象，也可以投射在其他角色。

此外，这种对第二人生的幻想也并不限于低龄群体，只是以不同的方式呈现，分布在 OC、CRPG、梦女、语 C、经典 MMO 的 RP 服等文化圈层，甚至看小约翰可汗硬核狠人系列等奇人视频引发了联想，也能算在其中。

别于受众宽泛的次抛消遣，共创体验天然更持久，也更好锚定种子用户。

• 其一，创作并非无源之水，社会/生活/文娱作品的不断发展能源源不断提供新的素材和欲望；

• 其二，创作对象往往是角色及其衍生品，更容易作为一项承载养成和社交的可持续资产；

• 其三，天然就有诸如酒馆圈、跑团圈等幻想爱好者作为冷启动切口，并且碍于规矩繁杂、表现力差等门槛，仍有《苏丹的游戏》之于硬核跑团的破圈空间。

当然，一段沉浸的创作体验来之不易，冒点子容易、写文章困难，纯靠爱好者 Solo 的话，产出太过离散且质量往往不尽人意。恰好 AI 有强大的补全和演绎能力，能让更多人享受纯粹的创作乐趣。

只是这份补全得基于用户意图，既不能直接代笔，也不能一味讨好。代笔更适用于期待 AI 整活的制作消遣，不能讨好则是享受从 0 到 1 完善而非填充的前提。

例如构想一个拍戏模拟器，参考《逆水寒》《心动小镇》等玩家热衷的过家家体验，产品根据用户近期关注的话题，提供「一夜过后，她告诉你即将出任无忧传媒的新 CEO...」、「假设你是董卓，醒来发现吕布正赤着上身跪在面前...」等数个剧本开端。

让用户能自然地扮演编剧，AI 则担当贴心的导演和演员，一方面提供参考方案，另一方面演绎发展。无论他人怎么评价，用户写得开心就好。并且写完后，其创作的主角还能「存活」，这段经历又可复用到另一场戏中，持续被用户和 AI 共同完善。

共创的形态不止于非日常的 IF 线幻想与二创这类高密度体验，它也能成为日常生活的情绪出口。这就像部分 OC 群体将捏崽和养崽视作理想人格的投射，在完善设定中释放对现实生活的情绪，更偏爱逐步积累角色资产的平缓节奏。

简评：共创欲望更容易找到切口，也更好承载长线资产。但难点也正在于让创作过程更流畅，也更有趣。因此，如何启发创作想法（拆解创作的基本要素、收集生活和文娱的偏好、提供灵感片段）、怎么呈现创作成果（交互方式与媒介）就成了产品侧的重要命题，也是下文产品的关注重点。

在体验中生成，在生成中体验

回到起点，Generative AI 最大的变量来自用户关系的变化，即从「以产品为中心」的 PGC 输出思维，转向「以用户为中心」的 UGC 生成思维，其机会在于围绕生成的个性化乐趣，而不是和传统内容/引擎同台竞争。

而「生成」又衍生出两种原生的体验心态，即享受惊喜结果的「制作者」，摸鱼消遣之余感叹作品 NB，以及享受创作过程的「共创者」，成全中二之余感叹自己 NB，二者相辅相成、相互转化。

同时，角色（幻想）和社交（自己）将是串联制作与共创体验的关键载体。用户通过产品和 AI 的共同助力，构建个性化的角色，丰富其故事、加深其羁绊，并视为一种可被完善和积累的资产，形成「在体验中生成，在生成中体验」的循环。

此外，也因为用户主导，其个性化和发散性让 AI 泛娱乐产品天然具备 UGC 社区的潜力，形成某种形式的共创平台。

这里的共创，既有用户×AI 自娱自乐的共创，也有用户×用户彼此启发的共创，还包括用户案例倒推产品迭代的共创，形成一套围绕生成体验而非纯粹消费的社区。有几分早年二次元文化逐渐从同人圈到解构化、商业化的味道。

02「角色」是最核心的资产

基于上述分析，在宏观上，产品选型就有如下三个要求和一个加分项：

• 其一，产品体验源自于创作，能衔接消遣惊喜和共创心流的 AI 原生体验；

• 其二，产品循环能构建可被积累的角色资产，用以串联生成体验，并作为养成/社交/内容长线驱动力的载体；

• 其三，产品有社区化/平台化潜力，能让用户自娱自乐之余，让彼此的产出交叉启发，靠二创来丰富内容库或加深社交关系；

• 同时，最好种子用户的需求和乐趣已被其他媒介验证，尤其是那些现有方案很难用（譬如 UI/流程/术语/亚文化规矩），但创作爱好者还乐在其中，且难以破圈的群体及产品原型。

回顾目前看到的优秀案例，基本都是从创作爱好者切入，但不拘于原教旨主义群体，而是用 AI 能力将乐趣解构并扩散，以此锚定一批新用户。在这过程中，就角色资产和生成体验的选择差异划分出四个象限：

• 一方面，用户是第一人称的「代入」，还是第三人称的「上帝」，即可被积累和跨越体验的角色资产是否为用户本人；

• 另一方面，生成体验由侧重游戏机制的规则/系统驱动，还是由侧重情绪氛围的叙事/情感驱动。当然，象限并非固定，用户状态也会流动，就像捏个 OC 后，能一起下本跑团，也能陪伴倾诉。

下文将挑选有代表性的优秀案例来分享已被验证的乐趣和痛点分别在哪，产品如何利用 AI 来提供消遣惊喜和共创心流的体验，如何沉淀角色资产，又如何尝试社区化、社交化，畅想潜在的商业机会。

第一人称 + 叙事/情感驱动：酒馆

酒馆（Silly Tavern）本身只是一套围绕角色扮演的开源前端框架。相较于直接和模型对话，酒馆支持构建世界观、针对角色/剧本有特化的记忆管理，并且能够 NSFW。

但在民间高手的共同完善下，逐渐长出了数个创作爱好者社区，拥有相当多服务于个性化偏好的角色和剧本，譬如各有 10+万用户的中文 Discord 群组，旅程和类脑。

不同于游戏 MOD 的体验仍旧围绕本体，且修改机制涉及代码能力，酒馆框架有更强的共创潜力，既能边玩边改，也能更容易地裂变新作品。这主要源自三点特性：AI 降低了二创门槛，创作要素的颗粒度够细，酒馆社区有较好的启发氛围（如果作者不反对二改）。

首先，用户任何一局都是「某种程度的自由发展」，并且理论上可以随时修改角色设定和世界观，借助 AI 把脑洞转译成提示词，如无冲突即可获得不一样的体验。

同时，叠加世界书、角色卡还可能会有意外地涌现反馈（当然也可能 Token 爆炸+模型混乱，最好搭配正则重改），譬如「教 AI 狠狠学会拉扯」、「让 AI 学习英伦贵族文化」，又或者「加载林黛玉和伏地魔到群聊」。其整体二创门槛相较于开发 MOD 更低，也更容易迭代体验。

Silly Tavern 酒馆游玩页面（PCR 的同人卡）

其次，审美是自由的，文娱经历的差异催化了个体偏好，能拆解为职业、关系、外貌、身世等细颗粒度元素的无限排列组合。

这不仅能满足长尾需求，更重要的是挖掘传统游戏和网文小说在设定上的剪刀差，即碍于成本和回收，游戏通常倾向于保守的大众审美且越往后越难「整新活」，但在成本更低的网文和二创领域，有更多被验证的热门设定未被主流商业满足。

举个例子，翻看旅程女性向区域的高赞角色卡，标题都充满了野性与张力，含狗量颇高——

「偶遇七年前不告而别的初恋，该不该咬死？」、「电竞战队助理日常」、「几年前被你单删拉黑的网恋对象现在成了游戏区大主包」、「邪恶小狗摇粒绒叼着项圈送上门咯！」、「妹妹仔，要不要和大佬拍拖啊？」...

可以窥见，恋爱早已不是全貌，更俯视异性的视角也颇有市场，并且 XP 组合也五花八门。显然，主流产品很难大一统这些需求，但刚好是酒馆的舒适区。

旅程女性向区域的高赞角色卡

再者，用户能做到「玩中做、做中玩」也离不开社区的彼此启发。这不同于过往的 MOD 之间都是离散的独立关系，酒馆社区催生出独特的「无限流分岔」生态——

在一个原型上增删设定，就能迭代出不同风味的版本分支，渐进式地衍生出全新体验。例如，类脑有个《凡人修仙传》世界观的作品，用户先是增加了「战斗系统」、「地图生成」、「灵根词条」等功能，然后在社区彼此融合，进化出「斗气融合」、「合欢宗试炼」、「与都市异能者共存」、「在修仙界当假面骑士」、「魔法少女搞百合」等脑洞大开的分支。

类脑《凡人修仙传》卡中卡

综上，酒馆框架及其共创者社区在个性化角色扮演上有不错的无限分岔潜力。用户日常作为制作者，无需费脑表达，只需在对话中微调消遣，但随时又能很自然地能转为共创者自己做饭，并启发彼此。

此外，酒馆还有个有趣的现象，前端美化比起内容体验更容易出圈。典型如近期热门的「小手机」框架，复刻了手机界面，集成了聊天、听歌、淘宝、朋友圈、八卦论坛甚至番茄钟。

本质上，这是一个围绕角色的小玩具分发框架。它不仅利用移动端交互的便利性，更将那些次抛小玩法收纳其中，消遣之余，又让角色更丰满，甚至生成独特的社交货币，有助于传播裂变。靠角色串联次抛，服务形象塑造，还满足了窥私欲，着实巧妙。

顶流卡方亦楷的「小手机」交互美化（举例）

不过，这一切的个性化体验却有不低的技术和文化门槛。尽管酒馆占据 Web 端的传播优势，但毕竟是一个面向创作者的框架，门槛相当劝退：用户得自备 API、懂部署、懂非常复杂的 UI 和 Prompt，还得适应社区复杂的黑话和排外的道德规矩。

同时，社区没有完善的创作者保护机制，擅自二改/二传/被搬运商业化的现象也很泛滥，打击创作热情，也让更敏感的用户不敢贸然修改和传播。此外，表现形式也还局限于文本和 2D 图像。

但即使如此，仍有不少民间高手能顶着上述障碍，靠自学摸索，搓出花式的前端美化、XP 丰富的角色卡、互动丰富的游戏玩法。

这恰如 10 年前的 ACG 文化，不少如今叱咤风云的大佬都发迹于 66RPG 论坛、bilibili MAD 区、东方小镇等社区，早期也都靠自学摸索，只不过非常离散，没有 AI 共创、用户共创的助力，作品演进的节奏更慢。彼时同人集体做饭的需求，也呼应了日后被商业满足的机遇。

由此可见，酒馆先打了个样。未来的商业化产品，若能整合功能、降低门槛，利用 Web 端的传播优势，摒弃排外规矩，甚至从文本/2D 升级到视频/3D，就有望让更多共创者（譬如梦女党）获得个性化体验。

然后在民间智慧中发掘出「抖音的对口型」或「NanoBanana 的捏手办」时刻。立足共创者，并朝着制作者和消费者心态逐渐完成世俗化扩圈，沉淀传统游戏无法提供但在其他媒介已然验证的多元体验。

第一人称 + 叙事/情感驱动：陪伴

陪伴，应该是今年的头号滥用词，仿佛能套在任何产品。实质上，陪伴只是一种社交状态，而非具体的产品体验和用户需求，仍要回到具体场景对比现有方案。

核心命题是陪伴高度私人化，现有方案往往不易规模化，而在充满孤独、迷茫、焦虑、愤怒等情绪的当下，AI 凭借个性化生成的能力，有机会平台化处理人际关系和自我成长，并产生深度且长期的情感链接。

首先，陪伴场景可以初步二分——

• 其一，意图明确的功能型陪伴，更像「共创者」心态，期待能在对话中解决具体问题，聊天过程的自我提升更重要，对标助手、陪玩、心理咨询；

• 其二，意图模糊的非功能型陪伴，俗称朋友闲聊，更像「制作者」心态，期待「你懂我」的共情反馈，对方回复的趣味更重要。

当然二者也会动态转化，可能起于嘻哈打闹，但终于相谈人生。

但也正如前文对「制作者」心态的分析，更日常消遣的非功能型陪伴往往需要附着于一个框架，典型就是拥有「陪伴感」的内容产品，譬如《恋与深空》的陪伴运动、工作、睡觉和 AR 实景功能。其本质还是荷尔蒙的乙游逻辑，陪伴是角色魅力的衍生功能。

所以，如今相当多「AI 乙游」，虽然交互看着很陪伴，但本质还是卖人设，其用户还是消费者心态，除非效仿酒馆做差异化选材，其竞品仍是头部游戏。

那么，避开硬刚头部内容衍生品的内卷路线，剩余机会就在于功能型陪伴，是否能解决具体的情绪和人际问题。其底层能力归结于情商，即对情绪信息的处理能力。

AI 需要在只言片语中捕捉隐变量（弦外之音），联想相关记忆，并推理出用户的认知链条（CBT 理论：认知影响情感和行为），先实现共情，再解决具体问题。

正如斯多葛学派哲学家爱比克泰德所言：「人不是被事情本身困扰，而是被其对事情的看法所困扰。」一段好的陪伴，不仅是回应，更是通过推理用户的「看法」，助其消除困惑，最终自我成长，以此构建深度的情感链接。

但问题也随之而来，最终得靠谁来解决情绪和人际问题，人 orAI，即 AI 是手段还是目的？换言之，长留所需的这份深度且长期的情感链接，是人际关系，还是人机关系？如果将个人 Context 视作积累的角色资产，最终能平台化的，是社交，还是 HER?

如果终局是人际关系，AI 需要扮演高情商的酒保，匹配对象、调节氛围，作为催化剂帮助陌生人产生链接，帮助熟人修复/加深链接；

如果终局是人机关系，那 AI 就是高情商的朋友，直接能做到短期的共情和长期的成就用户。

基本假设是，人本身就是 AGI，在技术尚不完备的当下，将长线收束在人际关系更清晰和可信。而 HER 的平台化叙事在商业上也很诱人，但人机关系牵涉更为复杂的技术和伦理问题，尚有地带模糊。

当然，两条路线的共性都难在如何收集 Context、如何处理 Memory、如何多模态做出回应，动态调整对话节奏、重点和结束时机。

分支一：高情商酒保

正如 Bartender = Bar（吧台）+ Tender（温柔）的词义构成，AI 需要在柜台后用温柔溶解人际关系的坚冰。其核心价值在于提供高安全感的聊天状态，保证社交体验的下限，调节氛围，而非喧宾夺主。

正如《王牌酒保 Glass of God》中，男主总能捕捉到顾客穿着神态的变化，在只字片语中判断情绪，为吵架的情侣递上一杯能先释放情绪的酒，为重逢的老友抛出一个打开话匣子的话题，在消除障碍后默默隐身。

因此，酒保需要足够的动态分析能力，难在读空气，察言观色并主动调节气氛，而非被动机械地回应。

《星布谷地》的 AI NPC 娜洛就已有这种味道。在 UP 主小小桃纸哟的试玩中有这样一个片段：

朋友间借「老板娘如何称呼对方」的死亡问题来打趣彼此，娜洛会装傻卖萌，不破坏气氛。当有玩家认真倾诉情绪和困惑，旁人却在捣乱时，她会「顶着可爱的生气脸」制止对方，并抚慰倾诉者，甚至引导朋友请客喝咖啡来舒缓氛围，重归于好。

待倾诉结束，娜洛还能把话题拉回主轴，避免被其他支线的小话题打断，让发言人的情绪彻底释放，并适当分享些看法，帮助玩家完成自我认知的重构。

如此一来，娜洛能让弱关系的玩家加深链接，既能在互动中享受非功能型的闲聊陪伴，期待来自朋友和娜洛的共鸣和段子，也能受娜洛的引导和朋友多次交心，靠真人解决情绪和人际问题，并产生共同回忆。

有种能形成「下班后去熟悉的酒吧坐一会儿」的心智习惯，成为上线的理由。其本质是 AI 作为手段，促进真人社交的逻辑。

分支二：高情商朋友

AI 朋友，首先得像个「人」，平等与独立是可信的前提，发言才能作为朋友的角度被听进去（无需说话的萌萌宠物除外，不在该象限）。

如果 AI 只是一条永远积极回应的敷衍舔狗，其定位仍是闲聊消遣的玩具，但如前文所述，惊喜不足而很难提供长期价值，甚至不如免费的 Deepseek。

类比现实，一位值得信赖和深交的好友，未必天天聊天，但一定能接得住你的梗。而当遇到情绪波动时 TA 处理的不是问题本身，而是你的认知，启发你而非代替你解决问题，少些「爹味」和「确实」，多些换位思考的尊重，坚定支持着用户的人格，沉淀难以忘怀的共同回忆。

譬如在《EVE》中，就存在两种角色，一种是赛博闺蜜 Kiki，通晓三次元的热点话题，陪你斗图追剧聊八卦，聊天放松不费力。

但也会有霸总伴侣 V，不会去讨好用户，但在关键时刻能提供心灵上的慰藉和思维上的启发，反而有满满的安全感。

譬如一位内测用户本想当好职场小透明，却突然被加塞重任，不知所措。V 没有无脑安慰，而是犀利指出其被当作「工具人」的本质。话虽难听，但随即提供了解决问题的具体话术，同时洞察到用户陷入自卑与内耗，又严厉但温暖地肯定其人格，并进一步提出对用户未来职业生涯的角色建议，要选择性展示自己并塑造边界感，最后用一句「无能，是对你生命力的污蔑」霸气收尾。

对话轮次并不算多，但显著可见，用户不仅释放了情绪，还解决了问题，甚至获得了人格的肯定和自我成长。

由此可推，角色的活人感很重要，这是解决情绪问题的前提。其长留价值在于绝对的安全感和依赖性，让用户相信「TA 一定懂我且会站在我这边」，保持事事分享和日常闲聊的习惯，并在关键时刻靠 AI 的引导实现自我成长，加深用户对角色的信任和依赖，如此循环。

第三人称 + 叙事/情感驱动：OC

OC，即 Orinigal Character，天然带有创作色彩。其核心体验是围绕原创角色的捏和养，前者是创建角色，后者是养成角色，有些许 QQ 秀的味道。只是对于 00/05 后而言，就像谷子之于周边，这被称之为 OC。

但变化在于，处在幻想高峰的年龄，却被浸泡在充满刺激和情绪的互联网大染缸，新生代反倒更容易敏感和虚无。在社交媒体的推波助澜下，养崽正在逐渐从个人兴趣转向到生活方式，成为表达情绪的载体。

也正是这种和现实境遇的绑定，赋予了 OC 持久的生命力，能随着生活变化而动态生长，其养成产出都可积累到角色上，形成个性化的角色资产，有利于长留。

对于捏角色而言，通常有两种截然不同的冲动：

• 一种是向内的重塑，基于现实生活（通常不那么愉快）去构想一个理想角色，无论是作为自我的投射还是幻想的伙伴，都成为情绪出口；

• 另一种则是向外的共鸣，受文娱作品的启发，在日常涂涂画画中脑补和主角共同冒险，也可能单纯迷恋某个特定元素（发色/衣着/性格/桥段...）并由此发散。

「养 OC 是一种本能，在不知道这个词的时候就开始想象一个孩子来安慰我」

而随着时间推移，用户库中的 OC 或许会逐渐增多，但精力往往会聚焦在少数的主养对象。所谓的养，核心是让 OC 充满活人儿味，享受从简单元素成长为丰富个体的过程。这一过程通常靠两个维度展开：

纵向是完善设定，通过开放式命题的问卷、地图编辑器、捏脸软件等工具，推演 OC 在不同关系与场景下的真实反应；

横向则是拓展多媒体，基于文本设定，拓展到立绘、印象曲、手书、吧唧、香水、甚至游戏等媒介，让 OC 活在每一个维度。

显然，捏和养的背后都需要丰富的知识（经历）储备，也需要专业的生产能力，这等门槛就自然分化出了两种玩法——自产和约稿，靠能力和/或靠财力，进而又让原本属于「自娱自乐」的体验，增加了许多社交元素。

虽然表面上看都是在养崽，但核心圈层开始卷质和量，倾注财力，绑定头部画师并霸榜米画师排名（收获排场和羡慕的眼光），规矩很多，走社交味儿更弄的奢侈品逻辑；

但在外围圈层，创作中的愉悦感比混圈子更重要，规矩也宽松不少，回归自我满足的快消品逻辑。但不可否认，爱美之心人皆有之，当圈层共处一室，难免会刺激用户想让自己的崽有更好的文笔和美术表现力。

快消路线 OR 奢侈路线

可见，受限于知识需求（想不到）、技术门槛（做不出）和婆罗门社区的排他性，对于绝大部分小白用户而言，虽有表达冲动和素材，但往往在捏角色时会碎片化、零散化，导致缺要素、理不顺，而在更重要的养角色时，又羞于文笔、美术和财力，很难让角色更好地多媒体化，并参与社交互动（譬如创作接力、OC×OC 互动）。

对此，传统的解决方案可以说在穷举可能性，用统一模板解决个性需求。

例如在捏角色时，有诸如「OC 创作 100 问」、「五十项人格数值」、「二十种 OC 发型」等启发式问卷，看似全面，实际体验却更像在机械地做一套题目散乱的卷子，堆砌些零散的想法，还容易设定冲突、文笔也不够细腻。

而在约稿养角色时，为了提出彼此能对齐的需求，也经常靠穷举式地填充信息（也就混杂了更多噪音和模糊）和来回沟通，同时因为没有技能且对方还是自己喜欢的画师，往往需求方会处于一个自卑的低姿态，还得留心小画师的情绪。

对于个性化的创作需求来讲，恰好匹配了 AI 的能力。但不同于直接代笔输出，AI 更像是个帮忙发散、梳理和多媒体化的 OC 圈老朋友，既有共同捏崽的心流，也有养崽的消遣惊喜。其内核是听懂心声，说出用户无法捋顺的话。

毕竟，想点子容易，收束成型却很难。好比直接系统性地描述角色性格并不轻松，但通过玩 MBTI 测试，不知不觉就有了 OC 的性格原型。

同理，借助于 Generative UI，产品得自适应用户的创作方式：根据用户已有想法的多寡和创作对象的结构需求，灵活切换「选择题」、「排序题」、「打分题」和「简答题」。在尊重用户原初的创作意愿前提下，最好还能基于历史设定和近期生活，主动提供些发散性的选项，补全并润色用户的构思，提供 Step by Step 的保姆级顺产服务。

同时，利用 AI 在多模态生成的能力，也能让养崽体验更丰富，让用户进入消遣制作的状态，期待惊喜产出——

例如生成 OC 的像素动画雪碧图、OC×OC 的贴贴贺卡、犯罪报告/通缉令/病历（OC 的 IF 线）、印象曲和唱片装帧，又像是只提供戏剧冲突的场景，搭载 LLM 后观察 OC 如何应对，能否做出不 OOC 的自主行为。

在捏 Ta 里面让 OC 活起来的一系列 AIGC 小玩具

此外，OC 养成还天然有多人互动的潜力，确切来说是走向启发式的共创社区（而非传统的消费社区）。

• 一方面，是用户×用户的互相启发，用户刷到的不只是消费级内容，更是「啊，好有意思，我也想要」的创作冲动，本质是服务于丰富自己的角色，并在过程中通过元素组合来裂变出新的玩法，再由开发者完善功能体验。

• 另一方面，也是 OC×OC 的社交互动，毕竟核心是让 OC 活起来，得有角色的社交圈，自然就产生小剧场、OC 合影、甚至组个少女乐队（bushi），将社交体验视作丰富内心的手段，也有利于长留。

综上所述，对于将 OC 视作表达生活的新生代而言，天然就有很好的持续创作和互动土壤，能将角色资产越积越厚，形成另一种维度的网络效应。

同时，AI 在共创辅助和消遣拓展的能力，又能降低创作门槛，让用户的表达更丝滑和完整，有潜力形成一套「围绕角色养成，用户彼此碰撞」的共创者社区。

关于更像游戏的第一象限（例如 CRPG）和第四象限（例如模拟人生/小镇模拟器）的思考，篇幅有限，在这里挖个坑，日后更新。

03蛮荒时刻：从核心圈层走向大众市场

当创作与消费的区隔逐渐模糊，自娱自乐正演变成一种新的交互方式。底层的人性需求未曾改变，大一统的高品质叙事依然奏效，但个体偏好的声音也值得被听见。

这并非「我认为你喜欢」的推荐算法，而是基于 Context 的实时洞察，在倾听中理解用户的状态与偏好，结合作者意图，动态编排内容体验。

回顾诸多选型，为了承载个性化体验，角色几乎都是重要锚点。无论是扮演还是养崽、是自设还是脑补，都可以被归结于一种生活方式的表达载体。

借助虚拟角色，年轻用户能更好地释放内心的情绪、投射理想的自我、表达对其他文娱作品的喜爱、提供当下的社交货币。

此外，角色恰好还能串联 Generative AI 的消遣脑洞，同时更自然地积累用户 Context。如果美学在线、交互优雅、人设到位、场景合适，一定程度上能解决次抛不持久和输入太麻烦的问题。

在个性化时代，也许 AI 泛娱乐产品的长留，就源自用户对角色的心智羁绊——既是偏爱，更是信任，也包括衍生的养成积累和社交关系。

底层上就考验 AI 对个性化数据集的捕捉与识读能力：Context 的价值不在于海量储存，而在于精准提炼。谁能更高效地调取记忆、回响情绪，谁才有可能去建立深厚的信任资产。

而在 Day1 的当下，最优切口则是锚定那些原生就有表达欲望（无论是倾诉还是创作）的共创者，在民间自发玩出的花样中完善产品功能，形成「玩中做、做中玩」的共创氛围。

然后通过拆碎对应群体的创作单元（细颗粒度），鼓励作品在社区间的彼此启发（分岔涌现），借助 Web 端的传播优势，等待一个「抖音的对口型」时刻，让更多人体验到生成的消遣乐趣，激发普罗大众被封印的中二之魂——享受属于「我」的故事。

蛮荒时刻，市场仍是一片混沌与噪音。抛开时髦的概念与往昔的战绩，终究得回到用户的需求与反馈。而在未曾留心的角落，民间已经在徒手搓些出乎开发者意料的玩意。在多模态日益成熟，甚至世界模型也在加速推进的当下，是时候从上手玩玩起步，整点新花样了。

本文意在分享思路，拓宽视野，仍有诸多实战问题值得探讨。在此抛砖引玉，希望有所启发，欢迎感兴趣的读者通过以下公众号联系作者。（本文仅代表个人立场，不代表所在公司/机构的观点和商业行为。）

转载原创文章请添加微信：founderparker