为在狱中服刑的父亲开发一款AI聊天机器人是我最有温度的一次技术实操

监狱内的电子平板设备处于高度封闭的状态，信息获取极其碎片化且更新缓慢。为了让父亲能在这种受限的设备环境下通过对话获取知识并排解孤独，我决定亲手打造一个适配特殊环境的AI聊天机器人。

这个项目的难点在于如何克服极端的网络限制与简陋的UI界面。由于无法直接安装应用程序，我必须利用Web端的轻量化页面进行承载，并大幅度简化交互逻辑，以防低端平板设备运行卡顿。

在部署的具体环节中，我重点完成了以下优化：

构建轻量级后端接口以加速响应

一、后端接口的极简封装
为了提升响应效率，我没有采用复杂的API调用链路，而是构建了一个简单的中转层，将Prompt预设在服务端。这样平板端仅需发送极短指令，即可触发具备“陪伴感”与“鼓励性”人格的对话。

# 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)

采用原生代码适配老旧浏览器

二、前端的“极简主义”适配
考虑到平板自带的浏览器版本较低，无法运行现代CSS框架，我选择了最原始的HTML和原生JS，并禁用了所有非必要的动画，仅保留一个纯净的对话框。

• 加载优化：通过将所有静态资源全部内联，规避了多次HTTP请求可能导致的加载失败。
• 交互逻辑：采用单页应用（SPA）模式，利用简单的 div 堆叠实现对话流，保证在低内存设备上的滚动流畅度。

优化提示词增强对话陪伴感

三、针对场景的提示词微调
测试过程中我察觉到，过于“AI味”的回复会产生疏离感。通过多次迭代，我在系统提示词中融入了具体的沟通技巧，使其在回答问题后能自然引导对方思考生活中的积极面，避免机械地列出1、2、3点。

这次实战让我明白，大模型的核心价值并不在于跑分高低，而在于它能跨越物理空间的隔阂，为被困在特定环境中的人传递外界的温度。