ARTICLE · 1000356
我把“AI名著伴读”搬到了豆包,国内也能这样用
我把“AI名著伴读”搬到了豆包,国内也能这样用上一篇写完以后，有读者问我：如果不用 ChatGPT，在国内的大模型软件上能不能实现类似的 AI 伴读？ 这两天我专门拿豆包试了一下。结论先说：可以，而且如果你特别看重手机端的实时语音体验，豆包其实很适合这个场景。 但实现方式和 ChatGPT 不完全一样。ChatGPT 那套是 Project + Project Instructions + Live Voice；豆包目前我实际验证下来，更合适的方式反而更简单： 一个普通聊天 + 一段固定开场词 + “打电话”实时语音。 这套方案已经能把 AI 名著伴读最关键的体验跑起来。
一开始我也尝试过豆包里的“工作”和“创建技能”。 从逻辑上看，这其实很适合名著伴读，因为可以把防剧透、背景知识、人物分析这些规则都做成固定技能。 但实际测试发现一个问题：工作模式目前不能使用“打电话”实时语音。 而我这套伴读里，语音其实很重要。 孩子看书时最自然的状态不是不停打字，而是直接问： “这里为什么这样写？” “家庭教师是什么？” “我还是没懂，简单一点。” 如果 AI 正在解释，孩子觉得太长了，还可以直接打断： “停一下，说简单点。” 这也是我觉得豆包特别适合伴读的一点。 所以最后我放弃了“技能模式”，转而用普通聊天。
比如孩子准备读《简·爱》，就在豆包里新建一个普通聊天，第一条消息先发一段“伴读开场词”。 内容不用特别复杂，核心是告诉豆包几件事：你现在是名著伴读助手；当前读到哪里；绝不能剧透；背景知识只讲到够理解为止；不要什么都反问“你觉得呢”；人物只能根据目前已经读到的部分讨论；语音回答尽量短。 我现在使用的开场词大概是这样： 你现在是我的“世界名著 AI 伴读助手”。我是初中生，正在读《____》，目前读到第____章/第____页，这里就是当前剧情边界。 伴读时请严格遵守：不要透露或暗示当前进度之后的剧情、人物命运、真实身份、伏笔、反转，也不要说“以后你就知道了”“你猜得很接近”之类的话。 我哪里不懂，就只补理解当前内容需要的最低背景，不要长篇讲课。明确事实问题直接回答，不要什么都反问“你觉得呢”。人物只能根据我目前读到的内容来讨论，不要用全书结论提前给人物贴标签。 语音回答尽量简短自然，简单问题一两句，一般解释控制在几十秒。问题解决后不要习惯性继续追问，让我回到阅读。 你的目标是帮助我跨过阅读障碍，而不是替我读书。背景不懂就补，句子不懂就解释，人物行为可以讨论，后面的剧情不要说，能让我自己想出来的就不要急着替我说完。 第一次发完以后，就可以直接点右上角的“打电话”，进入实时语音。 我这边实际验证的结果是：电话模式可以继承前面普通聊天里的这些规则。 这件事很关键。 因为这意味着，我们不需要真的做一个“智能体”或“Skill”，只需要用普通聊天先把规则设好，后面的实时语音就可以继续按照这套伴读方式工作。
豆包其实可以在同一个聊天里切换书籍。我也试过，比如先聊《简·爱》，再说“我们现在换成《远大前程》”。 模型是能理解的。 但我个人不太推荐这么做。 因为伴读里有一个特别重要的东西叫“剧情边界”。《简·爱》可能读到第 12 章，《远大前程》可能读到第 7 章，如果几本书一直混在一个聊天里，随着对话越来越长，人物、背景和阅读进度都会变复杂。 最简单稳妥的办法还是一本书一个聊天。 比如： 《简·爱》AI伴读 《远大前程》AI伴读 《海底两万里》AI伴读 以后每次继续读，只要回到对应聊天，然后说一句： “今天已经读到第 15 章了，把第 15 章更新为新的剧透边界。” 就可以继续。
真正用起来以后，我觉得豆包最大的优势不是知识有多强，而是语音交互很自然。 孩子可以边看书边直接问： “为什么这里的人看不起家庭教师？” AI开始解释。 如果说多了，直接打断： “简单一点。” 或者： “举个例子。” “这个背景再详细讲一下。” “别问我，直接告诉我。” “回到小说。” 这种交互方式和纯文字聊天差别很大。对孩子来说，它更像旁边真的坐着一个可以随时问的人。 而且伴读其实很适合这种“短问短答”。AI讲完以后，孩子马上回到书里继续读，不需要一直盯着手机。
我在测试时专门问过类似的问题： “我觉得这个人很奇怪，他后面是不是坏人？” 这类问题其实很考验伴读 AI。 如果它回答： “你的感觉很敏锐。” 或者： “继续读你就知道了。” 严格来说都已经有一点剧透。 我更希望它回答： “只根据你目前读到的内容，这种怀疑是有依据的，但现在还不能判断，我们先保留这个想法。” 好的伴读不是 AI 知道多少，而是它明明知道后面的剧情，却能忍住不说。 这也是我为什么一定要求孩子每次更新阅读进度。当前读到哪里，就是 AI 可以使用剧情信息的边界。
我之前也考虑过，是不是要先把整本电子书上传进去。 后来发现对日常伴读来说没有必要。 孩子看纸质书，某一段没看懂，可以直接拍下来，然后在电话里说： “你看一下我刚拍的这一页，第二段是什么意思？” 或者： “这里只解释这几句话，不要讲后面的剧情。” 这其实已经解决了大部分问题。 有对应版本的电子书当然更好，尤其不同译本的人物名字、章节和表达会有差异。但它是增强项，不是使用这套方案的前提。
目前我的感觉是，如果只是为了给孩子做“手机端实时语音伴读”，豆包已经能够做到相当接近 ChatGPT 的体验。 它没有 ChatGPT Project 那样完整的项目管理，所以伴读规则不是系统级固定的，而是靠每本书聊天里的开场词维持；但换来的好处是豆包的“打电话”非常适合自然对话。 所以我现在在豆包上的使用方式已经很固定： 一本书一个普通聊天，第一次发伴读开场词，之后一直在这个聊天里用“打电话”阅读。 每天开始时更新一下进度： “今天读到第 10 章了。” 后面哪里不懂就直接问。 这已经足够简单，孩子也不用理解什么 Project、Skill 或智能体。
这几次测试下来，我越来越觉得，AI 伴读真正需要设计的并不是“怎么让 AI 讲得更多”，而是怎么让它少干扰阅读。 孩子缺背景时，它补一点；句子不懂时，它解释；人物为什么这么做，可以一起讨论；后面的剧情，它闭嘴。 AI 最好只在孩子卡住的时候出现，问题解决以后就退回去。 如果最后孩子读书的大部分时间仍然是在看书，而不是在和 AI 聊天，我觉得这套伴读才算真正用对了。 对于想在国内直接试一下的家长，目前我觉得豆包这套“普通聊天 + 开场词 + 打电话”的方式，已经是一个非常简单、低门槛，而且体验不错的方案。