给在监狱服刑的父亲写个AI聊天机器人，这大概是我做过最有温度的实操了

监狱里的电子平板设备限制极多，基本就是个封闭的孤岛，能接触到的信息碎片化且更新慢。我想让父亲在有限的设备环境下也能通过对话获取知识、缓解孤独，于是决定动手搞一个适配这种特殊环境的 AI 聊天机器人。

这个项目的核心挑战在于如何绕过极端的网络限制和极其简陋的 UI 界面。因为不能直接安装任何 App，我只能通过 Web 端的轻量化页面来承载，并且要把所有的交互逻辑尽可能简化，确保在那种低端平板上也不会卡死。

具体部署过程中，我重点优化了以下几个环节：

一、后端接口的极简封装
为了保证响应速度，我没有直接调用复杂的 API 链路，而是写了一个简单的中转层，把 Prompt 预设在服务端。这样平板端只需要发送极短的指令，就能触发一个带有“陪伴感”和“鼓励性”的对话人格。

# 简单的后端 Prompt 封装示例
def get_ai_response(user_input):
    system_prompt = "你是一个温暖、睿智且充满耐心的陪伴者，对方目前处于受限环境，请提供积极的心理支持和简洁的知识解答。"
    payload = {
        "model": "gpt-4o-mini",
        "messages": [
            {"role": "system", "content": system_prompt},
            {"role": "user", "content": user_input}
        ],
        "temperature": 0.7
    }
    # 调用 API 并返回纯文本
    return call_llm_api(payload)

二、前端的“极简主义”适配
平板的浏览器版本极低，很多现代 CSS 框架根本跑不动。我直接用了最原始的 HTML 和原生 JS，禁用了所有不必要的动画，只保留一个纯净的聊天对话框。

• 加载优化： 所有的静态资源全部内联，避免多次 HTTP 请求导致的加载失败。
• 交互逻辑： 采用单页应用（SPA）模式，通过简单的 div 堆叠实现对话流，确保在低内存设备上也能流畅滚动。

三、针对场景的提示词微调
在实际测试中，我发现过于“AI 味”的回答会让对方感到疏离。我通过多次迭代，在系统提示词里加入了具体的沟通技巧，让它在回答问题之后，能自然地引导对方思考生活中的积极面，而不是机械地列出 1, 2, 3 点。

这次实战让我意识到，大模型最强大的地方不在于跑分，而在于它能打破物理空间的隔阂，给那些被困在特定环境里的人带来一点外界的温度。