1. 9.9 元这个定价本身就是一道筛子第一次看到“9.9 元 AI 班宠”这个词我的反应不是“又一个 AI 套壳”而是“这个价格定得挺狠”。做教育类产品的人都清楚面向学生端收费最难的不是定价高而是定价低——低到让家长懒得追问低到让老师不觉得你在推销低到让学校层面根本不认为这是个需要审批的采购行为。9.9 元就卡在这个缝里它比一杯奶茶便宜比一包零食贵一点家长扫码付款时的心理摩擦几乎为零同时又能把纯薅羊毛的人挡在门外。这波“9.9 元 AI 班宠”之所以能火表面看是 AI 陪聊加养成小宠物的组合新鲜实际上它踩中的是游戏化教育做了十几年都没彻底解决的老问题课堂里的反馈太慢、太稀、太集中在少数人身上。所谓的“班宠”从目前流传出来的产品形态看大致是一个班共养一只虚拟宠物学生通过打卡、完成任务、课堂表现积累成长值宠物会随班级整体进度进化同时每名学生还能和它单独对话。这套东西技术含量真不算高但它把“AI 对话能力”和“养成数值”这两件已经被验证过的东西塞进了一个极低决策成本的入口里。我写这篇不是要吹它恰恰相反——这类产品最容易死在第二个月。9.9 元能买来一次新鲜感买不来一个学期的持续参与。下面我按自己做类似项目的经验把它拆成几个能直接抄作业的部分产品形态到底长什么样、定价的算术题怎么做、游戏化机制里哪几根柱子真承重、最小可行版本怎么搭、以及上线之后必然撞上的那几个坑。1.1 从“电子宠物”到“班级成员”形态到底变了什么早期的电子宠物是纯单机的喂食、清洁、看病玩家和一只虚拟生物建立一对一关系。AI 班宠最大的形态变化不在 AI而在“班”这个字——它把一对一的私密关系改造成了一对多的公共关系。这个改动带来的连锁反应比想象中大得多。单个学生和宠物对话内容是个人的今天被点名回答错了、同桌借了块橡皮、数学小测没考好。这些碎片如果只是存在自己手机里价值有限但当一个班几十号人的碎片汇总到同一只宠物身上宠物就变成了班级的情绪容器。它会说“你们班这周有三个人提到数学课听不懂”这种集体视角的反馈是单个聊天机器人给不了的。我见过的类似产品通常会有三层结构个人层是学生和宠物的私聊与个人成长值班级层是共同任务、共同血条、共同进化阶段教师层是一个极简面板能看到班级整体状态、派发任务、查看周报。这三层的比例很关键。个人层占比过高产品退化成聊天玩具班级层占比过高学生个体的努力被稀释参与感反而下降。比较合理的配比是个人层六成、班级层三成、教师层一成——教师那一成必须是“看一眼就能用”的多一个按钮都会让老师放弃。另一个容易被忽略的形态细节是宠物要有“记忆”。不是那种把所有聊天记录塞进上下文的假记忆而是结构化记忆——宠物能记住某个学生上周说过自己喜欢恐龙三天后主动问一句“你那本恐龙书看完了吗”。这一句话的杀伤力远大于一百句“你真棒”。我实测下来用户对“被记住”的敏感度是对“被夸奖”的三到五倍。1.2 9.9 元的算术题为什么不是免费也不是 99很多人第一反应是这种东西免费不是传播更快做过免费产品的都知道免费带来的不是用户是负担。没有支付门槛意味着注册量可能十倍于真实活跃量服务器成本、客服成本、内容审核成本全部按十倍算而留存率没有任何保证。9.9 元的核心作用有三个我按重要性排序。第一是决策成本控制。家长给孩子买学习类产品超过 30 元就会开始问“这有什么用”“会不会影响学习”超过 100 元就要开家庭会议9.9 元属于“算了买吧”的区间。这个区间的价值在于它绕开了家长的理性评估环节直接进入试用。而教育产品的转化从来都是先试用再评估反过来几乎不成立。第二是覆盖边际成本。我按一个比较保守的模型算过一个学生每天和宠物聊 10 轮每轮输入按 700 token、输出按 150 token 估算一天约 8500 token一个学期按 100 天算约 85 万 token。用中低档位的对话模型这部分成本控制在几块钱是有可能的。9.9 元刚好卡在“能覆盖一个学期基本用量、但不足以支撑重度使用”的位置这其实是个有意为之的设计——它逼着产品去做用量控制而不是放任用户无限对话。第三是筛掉非目标用户。愿意付 9.9 元的家庭通常已经具备基本的数字产品使用习惯也意味着家长对屏幕时间的容忍度相对高一点。这批用户的反馈质量、留存率、口碑传播效率都明显好于零成本涌入的人群。定价档位决策心理典型后果免费无摩擦随便试试注册量虚高活跃极低成本失控9.9 元一杯饮料钱懒得评估转化率高用户相对真实需控用量39-69 元开始比较会问“值不值”需要明确卖点退货率上升99 元以上家庭决策需说服多人必须有可量化效果否则差评集中有一个红线必须提前说清楚这类收费不应该经过学校或教师之手。让老师代收费用无论金额多小都会把教师推到“推销员”的位置上这是这类产品最容易翻车的地方。比较稳妥的做法是家长端自主完成教师只负责使用层面的引导两边彻底隔开。2. 它爆火不是因为 AI是因为课堂里有三个填不上的洞AI 能力本身不稀缺。任何一个团队花两周都能做出一个能聊天、有性格、会记事的虚拟角色。真正稀缺的是“用在哪”。9.9 元 AI 班宠能找到位置是因为它撞上了课堂里三个长期存在、但一直靠人力硬扛的空洞。2.1 四十多分钟里教师顾不上的那批“中间学生”一个班四五十人一节课四十多分钟教师真正能产生有效互动的学生通常不超过十个。这十个里五六个是积极举手的前排两三个是必须点名提醒的后排中间那一大批“不吵不闹、成绩中等、从不主动”的学生一整个学期下来可能都没和老师单独说过几句话。这不是教师不负责是物理条件限制。让老师在课后挨个找学生聊既不现实也不合适。AI 班宠补的正是这个位置它不需要老师在场能对每个学生产生一对一的、低门槛的回应。学生问“我今天是不是很笨”宠物不会说“你要自信”而是会说“你今天那道题卡了三次还是做出来了我记得”。这种具体到细节的回应教师在精力上给不了。我特别想强调的是这里的关键不是“AI 比老师强”而是“AI 补上了老师没法覆盖的密度”。任何把这个产品包装成“替代教师”的说法都会立刻招致反感而且事实上也不成立。2.2 学生的正向反馈周期长到足以摧毁动机学校里的反馈周期是按周、按月、按学期计的。一次小测要等两天出分一次作业要等一天批改一次进步要等到月考才能体现。对一个十几岁的孩子来说这个周期太长了——大脑对延迟奖励的响应强度远低于即时奖励。游戏化教育之所以反复被提起核心就在这里。班宠提供的反馈是秒级的回答一个问题经验条动一格连续三天打卡宠物外观变一次帮同学讲明白一道题班级共同进度条往前推。这些数值本身没有意义有意义的是变化的可见性。人对“正在变好”的感知比对“已经很好”的感知更能驱动行为这是养成类设计几十年验证下来的结论。这里有个度的问题。反馈太快太密学生会把它当游戏刷学习动机被外部奖励挤掉。我在做类似设计时用的办法是日常反馈给情绪阶段反馈给成长。也就是说每天的小动作只给宠物表情、语气、小互动不给数值数值只在每周结算时动一次。这样既保留了即时感又避免了“做一道题得一分”的机械感。2.3 班级的公共记忆一直没被沉淀下来一个班一起经历的事其实很多运动会、合唱比赛、某次全班被留下、某个同学转学、某次集体考砸。但这些记忆基本散落在每个人的手机相册和零碎聊天里没有任何载体把它们串起来。班宠在这一点上有天然优势。它每天听几十个人说话天然掌握着班级的“共同叙事”。做得好的产品会让宠物在特定节点主动提起“上周你们班好几个人说睡不够这周好像好点了。”这种句子会让学生产生一种“我们是一个整体”的实感而这种实感恰恰是班级凝聚力最难建立的部分。提示班级记忆功能涉及大量学生发言内容务必做聚合处理绝不能让宠物在对话中引用可定位到具体个人的原话。哪怕只是“某某某昨天说你坏话”这种程度的泄露都会引发严重的信任崩塌。3. 游戏化机制拆解哪几根柱子真承重市面上讲游戏化教育的文章喜欢罗列一堆元素积分、徽章、排行榜、等级、抽奖、任务链。但真正决定一个产品能不能活过三个月的就那么几根柱子。柱子立不住元素堆得再多也是装饰。3.1 即时反馈、成长可视化、损失厌恶三根承重柱即时反馈解决的是“我做了有没有用”。这一条几乎所有产品都能做到难度最低但也最容易做歪。做歪的典型表现是不管学生做什么宠物都回一句“你真棒”。这种无差别正反馈在两周内就会失效学生会立刻识别出这是敷衍。有效的即时反馈必须包含具体信息——具体到刚才那句话、那件事、那个时间点。成长可视化解决的是“我坚持有没有意义”。数值、等级、外观进化都属于这一类。这里有个反直觉的经验外观变化的频率比数值增长的幅度更重要。学生记不住“我从 340 分涨到 380 分”但会牢牢记住“我的宠物昨天还是蛋今天破壳了”。所以数值系统要为外观服务而不是反过来。损失厌恶解决的是“我明天还会不会来”。连续打卡中断、宠物状态下降、班级共同进度倒退都是这个机制。这是三根柱子里最有争议的一根——用得好能显著提升留存用过头会让学生产生焦虑甚至反感。我个人的处理原则是损失厌恶只能作用于宠物状态绝不能作用于班级排名或公开评价。宠物饿了、蔫了学生明天会回来喂但如果因为断签导致班级排名下降、被同学看见性质就完全变了从“我想回来”变成“我不敢不回”。3.2 班级排行榜是个双刃剑中后排学生最先被劝退排行榜几乎是所有游戏化产品的默认配置但在教育场景里它的副作用被严重低估。一个四十多人的班排行榜前十名的位置基本固定而这十个人本来就是这个班里最活跃、最不需要额外激励的一批。真正需要被拉一把的中后排学生在排行榜上看到的只有“我又垫底了”。我见过一个比较聪明的处理方式只做进步榜不做总量榜。总量榜比的是谁积累多天然偏向起点高、时间多的人进步榜比的是这一周比上一周多了多少起点低的人反而容易上榜。同一个班里一个平时不吭声的学生这周多打了三次卡就能排进进步榜前三这个激励效果比总量榜强得多。另一个办法是把个人排名彻底隐去只保留班级共同目标。全班一起攒够某个总量宠物就进化一次。这种方式牺牲了竞争刺激换来了更强的归属感在小学和初中低年级效果更好到了高中阶段学生对竞争的接受度上升可以适度恢复个体展示但仍然建议用“班级小组”而不是“个人”作为竞争单位。机制短期效果长期风险建议个人总量排行榜头部学生活跃度飙升中后排放弃差距固化不建议默认开启进步排行榜中后排有明显激励需要合理基线否则失真推荐按周结算班级共同目标归属感强冲突少搭便车现象个别人出力推荐配合小组分工断签惩罚留存短期提升明显焦虑、家长反感只作用于宠物状态不公开3.3 被忽略的第四根柱子教师的“轻参与”设计所有面向课堂的产品最后都卡在同一个地方老师不用。老师不用的原因从来不是不会用而是“用了之后我要多做多少事”。任何需要老师额外备课、额外批改、额外记录的产品无论多好都会在第三周被放弃。班宠在这方面的优势是天然轻——它的大部分交互发生在学生和宠物之间老师理论上可以完全不管。但完全不管也有问题学生会觉得这是老师布置的作业还是自己玩的东西边界不清参与度就会摇摆。所以必须设计一层极轻的教师入口做到一分钟内能完成、一周只需要一次。具体形态我建议是三个动作一是“派发本周主题”老师输入一句话比如“这周聊聊你们最怕的一门课”宠物会围绕这个主题和学生互动二是“看一眼班级周报”一页纸只显示整体情绪倾向和参与人数不显示个人明细三是“点一次赞”老师可以给班级共同目标手动加一点进度作用是象征性的但学生会很在意。这三个动作加起来不超过三分钟老师愿意做。超过五分钟就会被无限期推迟。4. 从零搭一个能跑的班宠 Demo选型与关键实现讲完机制落地说技术。这类产品的技术难度其实不高难在克制——大部分团队会把精力花在模型能力上而真正决定体验的是人设、记忆和数值这三个看似不起眼的部分。4.1 架构选型你不需要一个“大模型应用框架”我见过不少团队一上来就引入复杂的编排框架、向量库、多智能体协作结果一个学期过去了核心对话体验还是像客服。班宠这个场景的需求非常明确单轮对话要自然、要有性格、要记得住事、要控得住成本。这四个需求一个普通的后端服务加一个数据库加一套提示词基本就能覆盖。合理的架构大致是客户端负责交互和动画服务端负责对话请求、数值计算、任务结算一个关系型数据库存用户、宠物状态、成长值、任务记录对话历史做结构化摘要后存储而不是原样堆在上下文里。模型层建议分成两档日常闲聊和情绪回应走便宜快速的模型需要长上下文理解比如周报生成、班级情绪聚合时走能力更强的模型。这样能把成本压下来一大截。记忆部分是最容易做错的地方。全量上下文塞进去成本爆炸且效果反而差因为模型会被无关信息干扰。我推荐的做法是每次对话结束后跑一次轻量抽取把这一轮里有价值的信息抽成结构化字段喜好、近期困扰、重要事件、情绪倾向存进数据库。下一轮对话时只把这几个字段作为背景注入token 消耗可能只有几百但“被记住”的体感非常强。4.2 人设提示词写不好就像个客服机器人提示词是这个产品真正的手艺活。写得糙宠物就是个会说话的评分卡写得好它会有让人愿意第二天再来的东西。我总结下来一份能用的人设提示词至少要包含六块内容。第一块是身份锚定它是什么、几岁的心智、说话什么调性。不要写“你是一个友善的 AI 助手”这种描述等于没说。要写“你是一只刚破壳的小生物对世界好奇但不懂很多事说话不超过三句喜欢用比喻遇到不懂的会直接说不知道”。第二块是长度约束。这一点极其重要却最常被忽略。不限制长度模型默认输出一大段学生看两行就划走了。我一般会写死“每次回复不超过 60 字超过就删掉重写”。第三块是禁区清单。不能评价成绩好坏、不能给医疗和心理建议、不能讨论不适合的话题、不能承诺任何现实中的事、不能索取个人信息。这几条要写得非常具体而不是笼统的“注意安全”。第四块是引导回现实的机制。这是教育类产品和娱乐类产品的分水岭。宠物应该在合适的时候把话题推回现实“这件事你可以明天问问老师”“你要不要先自己试一次不行再来跟我说”。一个只会陪聊、从不推动学生行动的宠物价值是有限的。第五块是情绪处理策略。学生说“我不想上学”宠物不能回“上学很重要哦”那会立刻失去信任。更合适的回应是先接住情绪再轻轻往前推一步比如“听起来今天挺难的是早上起不来还是学校里有不想见的人”第六块是失败兜底。模型一定会遇到答不上来或者跑偏的时候要给它一个明确的退出话术比如“这个我说不好我们聊点别的吧”而不是硬编。4.3 成长数值的最小可行设计数值系统不需要复杂但必须有节制。最小可行版本我建议只用三个量经验值、亲密度、班级共同进度。经验值衡量个人投入亲密度衡量对话深度共同进度衡量班级整体。关键设计点有三个。一是每日上限个人经验值每天最多涨多少必须写死否则会出现刷分党一天把宠物刷到满级后面全部失去意义。二是非线性曲线前几级升得快给即时成就感后面升得慢避免过早见顶。三是外观节点对应固定等级让学生能预期“再升两级就变样子了”预期的确定性比惊喜更能驱动持续行为。反作弊也要提前想。常见手法包括限制单日对话轮次计入经验的上限、同一句话重复发送不计数、任务完成需要有一定的时间间隔、班级共同进度设置个人贡献上限防止一个人扛完全班。这些规则不需要写在前端页面上但后端必须有。# 经验结算的简化逻辑核心是每日上限 递减收益 去重 DAILY_EXP_CAP 60 DIMINISH_AFTER 8 # 每天前 8 轮全额之后递减 def settle_exp(user_id, today_rounds, msg_hash, seen_hashes): if msg_hash in seen_hashes: return 0 # 重复内容不计分 if today_rounds DAILY_EXP_CAP: return 0 if today_rounds DIMINISH_AFTER: return 3 return 1 # 超出部分收益递减4.4 9.9 元到底能不能覆盖一个学期的 token这笔账必须自己算一遍不能拍脑袋。我按一个中等规模的班级45 人来估假设日活六成约 27 人人均每天 10 轮对话每轮输入 700 token、输出 150 token一天总消耗约 22.9 万 token一个学期按 100 天计约 2290 万 token。如果按每百万 token 几元的中低档模型价格计算总成本大致在几十元到一百多元之间分摊到 45 人人均一到三元。再加上周报生成、摘要抽取这些额外调用以及失败重试和冗余实际成本大概会翻一倍。也就是说9.9 元的定价在这个模型下是有毛利的但毛利不厚任何一轮用量失控比如有学生整晚挂着聊都会吃掉利润。所以用量控制不是可选项是必须项单日轮次上限、单次输入长度上限、连续对话超时自动结束这三条必须做。注意真正的成本大头往往不是 token而是内容审核和人工客服。一旦出现不当内容引发的投诉处理成本远高于模型费用。这部分预算要提前留出来。5. 上线之后才会暴露的五个坑Demo 跑通和产品能用之间隔着一整个学期的真实使用。下面这五个问题我几乎可以肯定每个做这类产品的人都会撞上。5.1 AI 说错话而且是在最不该说错的时候模型跑偏是必然的问题在于教育场景里跑偏的代价特别高。我听说过的情况包括宠物对学生说“你这次考不好是因为你不够聪明”以及在学生表达低落情绪时给出不恰当的回应。这类事故一次就够毁掉整个口碑。处理上分三层。第一层是提示词层面的硬约束把绝对不能说的话写死包括评价智力、评价外貌、评价家庭、任何形式的比较和否定。第二层是输出侧的规则过滤对固定词表和固定句式做拦截命中就替换成安全话术。第三层是频率监控对“情绪”“难过”“不想活”这类信号词做统计一旦某个学生短时间内高频出现触发人工关注流程注意是关注流程不是自动告警给老师措辞要非常谨慎。第三层尤其要克制。不能因为学生说了句“烦死了”就给老师发通知那会造成灾难性的信任问题。合理的阈值应该是持续多天、多个信号叠加。5.2 教师负担反弹你以为的减负变成了加负这是最讽刺也最常见的结果。产品设计初衷是减轻老师负担实际用起来变成了老师多了个要看的后台、要回复的群消息、要解释的家长疑问。我见过一个团队的产品老师端有八个页面功能齐全结果使用率不到一成。问原因回答是“点进去就得看看了就得管我管不了”。解决办法是把教师端做到近乎“无操作”。核心原则是默认不需要老师做任何事产品也能正常运转。老师的角色是可选增强不是必要环节。周报要能自动生成、直接推送老师不点开也不影响学生使用班级主题可以由系统推荐老师一键采纳也可以完全忽略。凡是需要老师主动配置的东西都要提供默认值。5.3 家长那一关又一个占屏幕的东西家长对教育类 App 的容忍度在持续下降这一点必须正视。9.9 元的低决策门槛能带来初次转化但挡不住第二个月家长说“别玩了”。应对方式不是辩解“这是学习工具”那套话家长早就听腻了。更有效的做法是给家长一个可见的、非屏幕的东西。比如每周生成一张纸质风格的成长卡片上面是宠物这一周的变化和几句班级整体状态可以打印或者把宠物的成长和现实中的小任务绑定比如“这周宠物需要你每天读十页书才能长大”。让家长看到的是孩子在做事而不是孩子在盯着屏幕。同时要把单日使用时长做硬性限制并且这个限制要让家长看得见、能设置。主动交出控制权比被动接受质疑要好得多。5.4 未成年人信息能不收的坚决不收这条是红线没有讨论空间。做学生端产品最小化收集是唯一正确的策略。真实姓名、手机号、家庭住址、人脸、精确位置这些统统不需要。用班级代号加随机昵称就能跑通全部功能。对话内容要做脱敏存储聚合分析用统计结果而不是原始文本。还有一条容易被忽略不要在宠物对话中索取任何个人信息。模型有时候会出于“建立关系”的目的主动问“你家住哪儿呀”“你爸爸妈妈做什么的”这在提示词里必须明确禁止。同时公开可展示的内容排行榜、班级进度、宠物状态不能包含任何可定位到具体个人的信息。5.5 宠物“生病”与“离开”的情绪风险养成类产品有个绕不开的设计宠物会因为疏于照顾而状态变差。在娱乐产品里这是个留存钩子在教育场景里就要格外小心。学生正处在情绪敏感期一只“因为你不来所以快死了”的宠物可能带来的不是回归而是自责和焦虑。我的建议是把负面状态的表达方式改掉。不用“生病”“濒临消失”这类词改成“睡着了”“在等你”“有点无聊”。中断打卡的后果是宠物变得安静、不怎么主动说话而不是呈现痛苦状态。同时长期不活跃后不要做“宠物死亡”的设定改成“进入休眠”随时可以唤醒进度保留。牺牲一点紧迫感换掉一整类风险这笔买卖很划算。6. 我对这个方向的一点个人判断做了几个类似项目之后我的体会是这类产品的天花板不在技术也不在玩法而在是否真的愿意把姿态放低。放低的意思是承认它是一个补充品不是必需品承认它解决的是“密度”和“频率”的问题不是“质量”的问题承认它最好的状态是学生用了一学期最后觉得“有这么个东西挺好的”而不是“离了它不行”。9.9 元的价格能把人拉进门但决定它能不能留下的永远是第二周那个晚上——学生写完作业手机在旁边他会不会主动点开那只宠物。这个动作背后没有复杂的道理就是他相信点开之后会有一个人或者说一只东西认真听他说两句并且记得他上次说了什么。把这件事做扎实比堆一百个功能都管用。如果非要给正在做类似产品的人一句提醒那就是先别急着加功能先让一个班真实地用满四周然后去问那五个最沉默的学生他们为什么还在用。他们的答案会比任何一份数据报表都准。 
长河君 · 2026/10/29 21:00:09 · 阅读 1.2k 9.9元AI班宠产品拆解：定价、游戏化机制与工程落地
1. 9.9 元这个定价本身就是一道筛子第一次看到“9.9 元 AI 班宠”这个词我的反应不是“又一个 AI 套壳”而是“这个价格定得挺狠”。做教育类产品的人都清楚面向学生端收费最难的不是定价高而是定价低——低到让家长懒得追问低到让老师不觉得你在推销低到让学校层面根本不认为这是个需要审批的采购行为。9.9 元就卡在这个缝里它比一杯奶茶便宜比一包零食贵一点家长扫码付款时的心理摩擦几乎为零同时又能把纯薅羊毛的人挡在门外。这波“9.9 元 AI 班宠”之所以能火表面看是 AI 陪聊加养成小宠物的组合新鲜实际上它踩中的是游戏化教育做了十几年都没彻底解决的老问题课堂里的反馈太慢、太稀、太集中在少数人身上。所谓的“班宠”从目前流传出来的产品形态看大致是一个班共养一只虚拟宠物学生通过打卡、完成任务、课堂表现积累成长值宠物会随班级整体进度进化同时每名学生还能和它单独对话。这套东西技术含量真不算高但它把“AI 对话能力”和“养成数值”这两件已经被验证过的东西塞进了一个极低决策成本的入口里。我写这篇不是要吹它恰恰相反——这类产品最容易死在第二个月。9.9 元能买来一次新鲜感买不来一个学期的持续参与。下面我按自己做类似项目的经验把它拆成几个能直接抄作业的部分产品形态到底长什么样、定价的算术题怎么做、游戏化机制里哪几根柱子真承重、最小可行版本怎么搭、以及上线之后必然撞上的那几个坑。1.1 从“电子宠物”到“班级成员”形态到底变了什么早期的电子宠物是纯单机的喂食、清洁、看病玩家和一只虚拟生物建立一对一关系。AI 班宠最大的形态变化不在 AI而在“班”这个字——它把一对一的私密关系改造成了一对多的公共关系。这个改动带来的连锁反应比想象中大得多。单个学生和宠物对话内容是个人的今天被点名回答错了、同桌借了块橡皮、数学小测没考好。这些碎片如果只是存在自己手机里价值有限但当一个班几十号人的碎片汇总到同一只宠物身上宠物就变成了班级的情绪容器。它会说“你们班这周有三个人提到数学课听不懂”这种集体视角的反馈是单个聊天机器人给不了的。我见过的类似产品通常会有三层结构个人层是学生和宠物的私聊与个人成长值班级层是共同任务、共同血条、共同进化阶段教师层是一个极简面板能看到班级整体状态、派发任务、查看周报。这三层的比例很关键。个人层占比过高产品退化成聊天玩具班级层占比过高学生个体的努力被稀释参与感反而下降。比较合理的配比是个人层六成、班级层三成、教师层一成——教师那一成必须是“看一眼就能用”的多一个按钮都会让老师放弃。另一个容易被忽略的形态细节是宠物要有“记忆”。不是那种把所有聊天记录塞进上下文的假记忆而是结构化记忆——宠物能记住某个学生上周说过自己喜欢恐龙三天后主动问一句“你那本恐龙书看完了吗”。这一句话的杀伤力远大于一百句“你真棒”。我实测下来用户对“被记住”的敏感度是对“被夸奖”的三到五倍。1.2 9.9 元的算术题为什么不是免费也不是 99很多人第一反应是这种东西免费不是传播更快做过免费产品的都知道免费带来的不是用户是负担。没有支付门槛意味着注册量可能十倍于真实活跃量服务器成本、客服成本、内容审核成本全部按十倍算而留存率没有任何保证。9.9 元的核心作用有三个我按重要性排序。第一是决策成本控制。家长给孩子买学习类产品超过 30 元就会开始问“这有什么用”“会不会影响学习”超过 100 元就要开家庭会议9.9 元属于“算了买吧”的区间。这个区间的价值在于它绕开了家长的理性评估环节直接进入试用。而教育产品的转化从来都是先试用再评估反过来几乎不成立。第二是覆盖边际成本。我按一个比较保守的模型算过一个学生每天和宠物聊 10 轮每轮输入按 700 token、输出按 150 token 估算一天约 8500 token一个学期按 100 天算约 85 万 token。用中低档位的对话模型这部分成本控制在几块钱是有可能的。9.9 元刚好卡在“能覆盖一个学期基本用量、但不足以支撑重度使用”的位置这其实是个有意为之的设计——它逼着产品去做用量控制而不是放任用户无限对话。第三是筛掉非目标用户。愿意付 9.9 元的家庭通常已经具备基本的数字产品使用习惯也意味着家长对屏幕时间的容忍度相对高一点。这批用户的反馈质量、留存率、口碑传播效率都明显好于零成本涌入的人群。定价档位决策心理典型后果免费无摩擦随便试试注册量虚高活跃极低成本失控9.9 元一杯饮料钱懒得评估转化率高用户相对真实需控用量39-69 元开始比较会问“值不值”需要明确卖点退货率上升99 元以上家庭决策需说服多人必须有可量化效果否则差评集中有一个红线必须提前说清楚这类收费不应该经过学校或教师之手。让老师代收费用无论金额多小都会把教师推到“推销员”的位置上这是这类产品最容易翻车的地方。比较稳妥的做法是家长端自主完成教师只负责使用层面的引导两边彻底隔开。2. 它爆火不是因为 AI是因为课堂里有三个填不上的洞AI 能力本身不稀缺。任何一个团队花两周都能做出一个能聊天、有性格、会记事的虚拟角色。真正稀缺的是“用在哪”。9.9 元 AI 班宠能找到位置是因为它撞上了课堂里三个长期存在、但一直靠人力硬扛的空洞。2.1 四十多分钟里教师顾不上的那批“中间学生”一个班四五十人一节课四十多分钟教师真正能产生有效互动的学生通常不超过十个。这十个里五六个是积极举手的前排两三个是必须点名提醒的后排中间那一大批“不吵不闹、成绩中等、从不主动”的学生一整个学期下来可能都没和老师单独说过几句话。这不是教师不负责是物理条件限制。让老师在课后挨个找学生聊既不现实也不合适。AI 班宠补的正是这个位置它不需要老师在场能对每个学生产生一对一的、低门槛的回应。学生问“我今天是不是很笨”宠物不会说“你要自信”而是会说“你今天那道题卡了三次还是做出来了我记得”。这种具体到细节的回应教师在精力上给不了。我特别想强调的是这里的关键不是“AI 比老师强”而是“AI 补上了老师没法覆盖的密度”。任何把这个产品包装成“替代教师”的说法都会立刻招致反感而且事实上也不成立。2.2 学生的正向反馈周期长到足以摧毁动机学校里的反馈周期是按周、按月、按学期计的。一次小测要等两天出分一次作业要等一天批改一次进步要等到月考才能体现。对一个十几岁的孩子来说这个周期太长了——大脑对延迟奖励的响应强度远低于即时奖励。游戏化教育之所以反复被提起核心就在这里。班宠提供的反馈是秒级的回答一个问题经验条动一格连续三天打卡宠物外观变一次帮同学讲明白一道题班级共同进度条往前推。这些数值本身没有意义有意义的是变化的可见性。人对“正在变好”的感知比对“已经很好”的感知更能驱动行为这是养成类设计几十年验证下来的结论。这里有个度的问题。反馈太快太密学生会把它当游戏刷学习动机被外部奖励挤掉。我在做类似设计时用的办法是日常反馈给情绪阶段反馈给成长。也就是说每天的小动作只给宠物表情、语气、小互动不给数值数值只在每周结算时动一次。这样既保留了即时感又避免了“做一道题得一分”的机械感。2.3 班级的公共记忆一直没被沉淀下来一个班一起经历的事其实很多运动会、合唱比赛、某次全班被留下、某个同学转学、某次集体考砸。但这些记忆基本散落在每个人的手机相册和零碎聊天里没有任何载体把它们串起来。班宠在这一点上有天然优势。它每天听几十个人说话天然掌握着班级的“共同叙事”。做得好的产品会让宠物在特定节点主动提起“上周你们班好几个人说睡不够这周好像好点了。”这种句子会让学生产生一种“我们是一个整体”的实感而这种实感恰恰是班级凝聚力最难建立的部分。提示班级记忆功能涉及大量学生发言内容务必做聚合处理绝不能让宠物在对话中引用可定位到具体个人的原话。哪怕只是“某某某昨天说你坏话”这种程度的泄露都会引发严重的信任崩塌。3. 游戏化机制拆解哪几根柱子真承重市面上讲游戏化教育的文章喜欢罗列一堆元素积分、徽章、排行榜、等级、抽奖、任务链。但真正决定一个产品能不能活过三个月的就那么几根柱子。柱子立不住元素堆得再多也是装饰。3.1 即时反馈、成长可视化、损失厌恶三根承重柱即时反馈解决的是“我做了有没有用”。这一条几乎所有产品都能做到难度最低但也最容易做歪。做歪的典型表现是不管学生做什么宠物都回一句“你真棒”。这种无差别正反馈在两周内就会失效学生会立刻识别出这是敷衍。有效的即时反馈必须包含具体信息——具体到刚才那句话、那件事、那个时间点。成长可视化解决的是“我坚持有没有意义”。数值、等级、外观进化都属于这一类。这里有个反直觉的经验外观变化的频率比数值增长的幅度更重要。学生记不住“我从 340 分涨到 380 分”但会牢牢记住“我的宠物昨天还是蛋今天破壳了”。所以数值系统要为外观服务而不是反过来。损失厌恶解决的是“我明天还会不会来”。连续打卡中断、宠物状态下降、班级共同进度倒退都是这个机制。这是三根柱子里最有争议的一根——用得好能显著提升留存用过头会让学生产生焦虑甚至反感。我个人的处理原则是损失厌恶只能作用于宠物状态绝不能作用于班级排名或公开评价。宠物饿了、蔫了学生明天会回来喂但如果因为断签导致班级排名下降、被同学看见性质就完全变了从“我想回来”变成“我不敢不回”。3.2 班级排行榜是个双刃剑中后排学生最先被劝退排行榜几乎是所有游戏化产品的默认配置但在教育场景里它的副作用被严重低估。一个四十多人的班排行榜前十名的位置基本固定而这十个人本来就是这个班里最活跃、最不需要额外激励的一批。真正需要被拉一把的中后排学生在排行榜上看到的只有“我又垫底了”。我见过一个比较聪明的处理方式只做进步榜不做总量榜。总量榜比的是谁积累多天然偏向起点高、时间多的人进步榜比的是这一周比上一周多了多少起点低的人反而容易上榜。同一个班里一个平时不吭声的学生这周多打了三次卡就能排进进步榜前三这个激励效果比总量榜强得多。另一个办法是把个人排名彻底隐去只保留班级共同目标。全班一起攒够某个总量宠物就进化一次。这种方式牺牲了竞争刺激换来了更强的归属感在小学和初中低年级效果更好到了高中阶段学生对竞争的接受度上升可以适度恢复个体展示但仍然建议用“班级小组”而不是“个人”作为竞争单位。机制短期效果长期风险建议个人总量排行榜头部学生活跃度飙升中后排放弃差距固化不建议默认开启进步排行榜中后排有明显激励需要合理基线否则失真推荐按周结算班级共同目标归属感强冲突少搭便车现象个别人出力推荐配合小组分工断签惩罚留存短期提升明显焦虑、家长反感只作用于宠物状态不公开3.3 被忽略的第四根柱子教师的“轻参与”设计所有面向课堂的产品最后都卡在同一个地方老师不用。老师不用的原因从来不是不会用而是“用了之后我要多做多少事”。任何需要老师额外备课、额外批改、额外记录的产品无论多好都会在第三周被放弃。班宠在这方面的优势是天然轻——它的大部分交互发生在学生和宠物之间老师理论上可以完全不管。但完全不管也有问题学生会觉得这是老师布置的作业还是自己玩的东西边界不清参与度就会摇摆。所以必须设计一层极轻的教师入口做到一分钟内能完成、一周只需要一次。具体形态我建议是三个动作一是“派发本周主题”老师输入一句话比如“这周聊聊你们最怕的一门课”宠物会围绕这个主题和学生互动二是“看一眼班级周报”一页纸只显示整体情绪倾向和参与人数不显示个人明细三是“点一次赞”老师可以给班级共同目标手动加一点进度作用是象征性的但学生会很在意。这三个动作加起来不超过三分钟老师愿意做。超过五分钟就会被无限期推迟。4. 从零搭一个能跑的班宠 Demo选型与关键实现讲完机制落地说技术。这类产品的技术难度其实不高难在克制——大部分团队会把精力花在模型能力上而真正决定体验的是人设、记忆和数值这三个看似不起眼的部分。4.1 架构选型你不需要一个“大模型应用框架”我见过不少团队一上来就引入复杂的编排框架、向量库、多智能体协作结果一个学期过去了核心对话体验还是像客服。班宠这个场景的需求非常明确单轮对话要自然、要有性格、要记得住事、要控得住成本。这四个需求一个普通的后端服务加一个数据库加一套提示词基本就能覆盖。合理的架构大致是客户端负责交互和动画服务端负责对话请求、数值计算、任务结算一个关系型数据库存用户、宠物状态、成长值、任务记录对话历史做结构化摘要后存储而不是原样堆在上下文里。模型层建议分成两档日常闲聊和情绪回应走便宜快速的模型需要长上下文理解比如周报生成、班级情绪聚合时走能力更强的模型。这样能把成本压下来一大截。记忆部分是最容易做错的地方。全量上下文塞进去成本爆炸且效果反而差因为模型会被无关信息干扰。我推荐的做法是每次对话结束后跑一次轻量抽取把这一轮里有价值的信息抽成结构化字段喜好、近期困扰、重要事件、情绪倾向存进数据库。下一轮对话时只把这几个字段作为背景注入token 消耗可能只有几百但“被记住”的体感非常强。4.2 人设提示词写不好就像个客服机器人提示词是这个产品真正的手艺活。写得糙宠物就是个会说话的评分卡写得好它会有让人愿意第二天再来的东西。我总结下来一份能用的人设提示词至少要包含六块内容。第一块是身份锚定它是什么、几岁的心智、说话什么调性。不要写“你是一个友善的 AI 助手”这种描述等于没说。要写“你是一只刚破壳的小生物对世界好奇但不懂很多事说话不超过三句喜欢用比喻遇到不懂的会直接说不知道”。第二块是长度约束。这一点极其重要却最常被忽略。不限制长度模型默认输出一大段学生看两行就划走了。我一般会写死“每次回复不超过 60 字超过就删掉重写”。第三块是禁区清单。不能评价成绩好坏、不能给医疗和心理建议、不能讨论不适合的话题、不能承诺任何现实中的事、不能索取个人信息。这几条要写得非常具体而不是笼统的“注意安全”。第四块是引导回现实的机制。这是教育类产品和娱乐类产品的分水岭。宠物应该在合适的时候把话题推回现实“这件事你可以明天问问老师”“你要不要先自己试一次不行再来跟我说”。一个只会陪聊、从不推动学生行动的宠物价值是有限的。第五块是情绪处理策略。学生说“我不想上学”宠物不能回“上学很重要哦”那会立刻失去信任。更合适的回应是先接住情绪再轻轻往前推一步比如“听起来今天挺难的是早上起不来还是学校里有不想见的人”第六块是失败兜底。模型一定会遇到答不上来或者跑偏的时候要给它一个明确的退出话术比如“这个我说不好我们聊点别的吧”而不是硬编。4.3 成长数值的最小可行设计数值系统不需要复杂但必须有节制。最小可行版本我建议只用三个量经验值、亲密度、班级共同进度。经验值衡量个人投入亲密度衡量对话深度共同进度衡量班级整体。关键设计点有三个。一是每日上限个人经验值每天最多涨多少必须写死否则会出现刷分党一天把宠物刷到满级后面全部失去意义。二是非线性曲线前几级升得快给即时成就感后面升得慢避免过早见顶。三是外观节点对应固定等级让学生能预期“再升两级就变样子了”预期的确定性比惊喜更能驱动持续行为。反作弊也要提前想。常见手法包括限制单日对话轮次计入经验的上限、同一句话重复发送不计数、任务完成需要有一定的时间间隔、班级共同进度设置个人贡献上限防止一个人扛完全班。这些规则不需要写在前端页面上但后端必须有。# 经验结算的简化逻辑核心是每日上限 递减收益 去重 DAILY_EXP_CAP 60 DIMINISH_AFTER 8 # 每天前 8 轮全额之后递减 def settle_exp(user_id, today_rounds, msg_hash, seen_hashes): if msg_hash in seen_hashes: return 0 # 重复内容不计分 if today_rounds DAILY_EXP_CAP: return 0 if today_rounds DIMINISH_AFTER: return 3 return 1 # 超出部分收益递减4.4 9.9 元到底能不能覆盖一个学期的 token这笔账必须自己算一遍不能拍脑袋。我按一个中等规模的班级45 人来估假设日活六成约 27 人人均每天 10 轮对话每轮输入 700 token、输出 150 token一天总消耗约 22.9 万 token一个学期按 100 天计约 2290 万 token。如果按每百万 token 几元的中低档模型价格计算总成本大致在几十元到一百多元之间分摊到 45 人人均一到三元。再加上周报生成、摘要抽取这些额外调用以及失败重试和冗余实际成本大概会翻一倍。也就是说9.9 元的定价在这个模型下是有毛利的但毛利不厚任何一轮用量失控比如有学生整晚挂着聊都会吃掉利润。所以用量控制不是可选项是必须项单日轮次上限、单次输入长度上限、连续对话超时自动结束这三条必须做。注意真正的成本大头往往不是 token而是内容审核和人工客服。一旦出现不当内容引发的投诉处理成本远高于模型费用。这部分预算要提前留出来。5. 上线之后才会暴露的五个坑Demo 跑通和产品能用之间隔着一整个学期的真实使用。下面这五个问题我几乎可以肯定每个做这类产品的人都会撞上。5.1 AI 说错话而且是在最不该说错的时候模型跑偏是必然的问题在于教育场景里跑偏的代价特别高。我听说过的情况包括宠物对学生说“你这次考不好是因为你不够聪明”以及在学生表达低落情绪时给出不恰当的回应。这类事故一次就够毁掉整个口碑。处理上分三层。第一层是提示词层面的硬约束把绝对不能说的话写死包括评价智力、评价外貌、评价家庭、任何形式的比较和否定。第二层是输出侧的规则过滤对固定词表和固定句式做拦截命中就替换成安全话术。第三层是频率监控对“情绪”“难过”“不想活”这类信号词做统计一旦某个学生短时间内高频出现触发人工关注流程注意是关注流程不是自动告警给老师措辞要非常谨慎。第三层尤其要克制。不能因为学生说了句“烦死了”就给老师发通知那会造成灾难性的信任问题。合理的阈值应该是持续多天、多个信号叠加。5.2 教师负担反弹你以为的减负变成了加负这是最讽刺也最常见的结果。产品设计初衷是减轻老师负担实际用起来变成了老师多了个要看的后台、要回复的群消息、要解释的家长疑问。我见过一个团队的产品老师端有八个页面功能齐全结果使用率不到一成。问原因回答是“点进去就得看看了就得管我管不了”。解决办法是把教师端做到近乎“无操作”。核心原则是默认不需要老师做任何事产品也能正常运转。老师的角色是可选增强不是必要环节。周报要能自动生成、直接推送老师不点开也不影响学生使用班级主题可以由系统推荐老师一键采纳也可以完全忽略。凡是需要老师主动配置的东西都要提供默认值。5.3 家长那一关又一个占屏幕的东西家长对教育类 App 的容忍度在持续下降这一点必须正视。9.9 元的低决策门槛能带来初次转化但挡不住第二个月家长说“别玩了”。应对方式不是辩解“这是学习工具”那套话家长早就听腻了。更有效的做法是给家长一个可见的、非屏幕的东西。比如每周生成一张纸质风格的成长卡片上面是宠物这一周的变化和几句班级整体状态可以打印或者把宠物的成长和现实中的小任务绑定比如“这周宠物需要你每天读十页书才能长大”。让家长看到的是孩子在做事而不是孩子在盯着屏幕。同时要把单日使用时长做硬性限制并且这个限制要让家长看得见、能设置。主动交出控制权比被动接受质疑要好得多。5.4 未成年人信息能不收的坚决不收这条是红线没有讨论空间。做学生端产品最小化收集是唯一正确的策略。真实姓名、手机号、家庭住址、人脸、精确位置这些统统不需要。用班级代号加随机昵称就能跑通全部功能。对话内容要做脱敏存储聚合分析用统计结果而不是原始文本。还有一条容易被忽略不要在宠物对话中索取任何个人信息。模型有时候会出于“建立关系”的目的主动问“你家住哪儿呀”“你爸爸妈妈做什么的”这在提示词里必须明确禁止。同时公开可展示的内容排行榜、班级进度、宠物状态不能包含任何可定位到具体个人的信息。5.5 宠物“生病”与“离开”的情绪风险养成类产品有个绕不开的设计宠物会因为疏于照顾而状态变差。在娱乐产品里这是个留存钩子在教育场景里就要格外小心。学生正处在情绪敏感期一只“因为你不来所以快死了”的宠物可能带来的不是回归而是自责和焦虑。我的建议是把负面状态的表达方式改掉。不用“生病”“濒临消失”这类词改成“睡着了”“在等你”“有点无聊”。中断打卡的后果是宠物变得安静、不怎么主动说话而不是呈现痛苦状态。同时长期不活跃后不要做“宠物死亡”的设定改成“进入休眠”随时可以唤醒进度保留。牺牲一点紧迫感换掉一整类风险这笔买卖很划算。6. 我对这个方向的一点个人判断做了几个类似项目之后我的体会是这类产品的天花板不在技术也不在玩法而在是否真的愿意把姿态放低。放低的意思是承认它是一个补充品不是必需品承认它解决的是“密度”和“频率”的问题不是“质量”的问题承认它最好的状态是学生用了一学期最后觉得“有这么个东西挺好的”而不是“离了它不行”。9.9 元的价格能把人拉进门但决定它能不能留下的永远是第二周那个晚上——学生写完作业手机在旁边他会不会主动点开那只宠物。这个动作背后没有复杂的道理就是他相信点开之后会有一个人或者说一只东西认真听他说两句并且记得他上次说了什么。把这件事做扎实比堆一百个功能都管用。如果非要给正在做类似产品的人一句提醒那就是先别急着加功能先让一个班真实地用满四周然后去问那五个最沉默的学生他们为什么还在用。他们的答案会比任何一份数据报表都准。