画完这个红圈，我盯着屏幕上的输出结果，胃里那股熟悉的恶心感又上来了。又是那种标准化的、平滑的、不带任何棱角的塑料普通话。AI 现在能写万字长文，能画图剪视频，但一开口还是像个刚从流水线下来的客服，每个字都透着股讨好所有人的温吞水味儿。这不行，尤其是当你想用“Flovico”这个身份去讲点真正有血有肉的东西时，这种塑料感就是毒药。
我这次要搞定的，是给 AI 注入成都话的“语气”，不是词汇替换。不是把“什么”换成“啥子”，把“很好”换成“巴适”。那太浅了，搜索引擎十年前就能干。我要的是骨子里的东西，是那种在茶馆里头摆龙门阵时，句子末尾自然拖长的调子，是抱怨时带着点自嘲的“嘛”，是表达肯定时那种不容置疑的、短促的“噻”。这玩意儿藏在语言的韵律、节奏和用词偏好深处，是概率模型最容易忽略的“低价值信息”。通用大模型为了追求通顺和安全，会本能地抹平这些地域棱角。
所以得暴力拆解。我用的思路不是微调模型——那成本太高，而且容易污染其他能力。我用的是最新一批号称拥有“深度推理链”能力的模型，逼着它做角色扮演式的逻辑推演。Prompt 的核心不是指令，是构建一个封闭的“语言场”。我写了这么个开头框架：“你现在是成都老西门茶馆的老板，55岁，男。你今天要跟一个北京来的、想投资茶馆的年轻产品经理（就是我）摆龙门阵，说服他这生意不好做，但你的说服不是诉苦，是带着显摆和自嘲的。请用成都话的语气逻辑，重构下面这段关于‘AI 项目管理陷阱’的普通话论述。”
然后我把一段我自己写的、关于 2019 年管理毒打的干巴巴复盘贴进去。模型第一次输出，只是换了几个词。我没停，继续追问，这次把推理过程逼出来：“请分步骤回答：1. 识别原文中所有表达‘否定’、‘无奈’、‘自夸’情绪的句子。2. 针对每种情绪，列举三种成都方言中常见的、非字面直译的表达方式（例如，表达无奈不用‘没办法’，而用‘莫得法，这个摊摊儿就这个样子’）。3. 分析成都话口语的节奏特点（比如，多用叠词、语气助词延长音节、短句拼接）。4. 基于以上三步，重写整段话。”
这下它有点懵了，输出开始变得有趣。它识别出我原文里“当时以为人多力量大”这句带着事后诸葛亮的自嘲，它给出的转换建议是：“当时还觉得，人多好划船嘛，结果哪晓得，船还没开，桨先打起来咯。” 这个“嘛”和“咯”的添加，以及“划船”“打桨”的比喻，味道就开始对了。我继续施加压力，要求它只保留建议 3 和 4 的输出，并且用“川普”（四川普通话）的拼音混杂方式写出来，让我能直观感受音调。比如，“那个项目哦，简直莫得法，甲方一天变三个主意，我们底下的人就跟到耍杂技一样，脑壳都给我搅昏咯。”
最后一步，是语气校准。我调出 n8n，把这个 Prompt 链做成了自动化工作流。初始输入是我的普通话草稿，第一个节点调用深度推理模型做上述四步分析，第二个节点用分析结果生成方言版本，第三个节点再调用一个高计算量的模型，只做一件事：评估生成文本的“方言语气置信度”，并返回需要加强的语气词位置。比如，它可能提示：“第二句结尾的‘了’可考虑强化为‘了噻’，以增强不容置疑的肯定感。” 然后我再手动微调这个节点，形成闭环。
搞完这一套，出来的文本终于有了点人味儿。它不再是平滑的，有了顿挫，有了呼吸，甚至有了点“毛边”。那种机械感被强行压制下去了。当然，离真正的老成都摆玄龙门阵还差得远，但这至少证明了一件事：对抗 AI 的塑料感，不能靠哀求，得靠更精细的、外科手术式的 Prompt 工程和流程暴力。你得比模型更懂语言的“魂”藏在哪些不起眼的角落里，然后用技术手段，逼着它把这些角落照亮。
这大概就是我现在这个阶段的执念。技术越通用，越要有本事在上面刻下自己的私人印记。不然，你和那千千万万个被 AI 平权了的“创作者”，又有什么区别？我要的 Flovico，必须一张嘴，就带着龙泉山下的泥土和火锅味。哪怕只有一点点。
