總覽
合併兩次同事內測：0917 用 prompt V5.7，0923 用 V7.5。每則回覆實際由哪個模型寫，以後端生成紀錄判定，不採用回報工具上的模型欄。
9/29 是目前上線的版本：長篇方案 8「Smooth 2.0」（Gemini 3.8 Flash，prompt V7.8 SP＋V7.9 TLP），9/29 13:57 起對一般用戶開放。我們在正式環境、同一個方案下，把 0923 的 14 房照同事原本的輸入重跑一次（151 輪，通話模式不計），換手時 Pro、Gemma 用的也是它們各自的 prompt，和正式環境一致。這一版沒有請專家評測，只列機算數字，「被點名」「誰提」不適用。
| 分類 | 寫了幾則（0917／0923／9/29） | 被點名 | 主要問題 | 誰能修 |
|---|---|---|---|---|
| 3.8 Flash | 89／108／124 | 0917 負評 17 則 0923 13 則 | 0917 的問題大多已修好。0923 新出現：推進太快、編造事實、「把決定權交給你」句型、性器用詞 | 改我們的 prompt |
| 2.5 Pro | 0／29／18 | 0923 5 則 | 違反卡片（抽菸、第一人稱）、舊標籤、旁白長、配角台詞併進旁白、外語 | Pro 用自己的預設 prompt |
| Gemma 4 | 19／14／9 | 0917 負評 9 則 0923 2 則 | 後台英文模式名外洩、Gem 套語、爆字數、「對方」、簡體字、情緒斷裂 | Gemma 用 sparkline 提示詞 |
| 記憶系統 | 影響全部回覆 | 0923 至少 5 則的根源 | 好感度不看卡片既有關係、帳號沒填名字就每輪要求問名字、記憶抽取寫錯、待辦把叫停的話題帶回來 | 後端 |
- Flash 這條線有明確進步。0917 最常被提的問題都修好了：對話開頭 26 → 0 則、部位特寫 107 → 42 次、正文「老子」33 → 0 次、設定說明句 8/9 → 2/11 則。0923 的新問題中，有兩個是我們自己的 prompt 造成的，都能追到具體規則。
- Pro 和 Gemma 的問題改我們的 prompt 修不到。它們只在 3.8 寫不到 700 字、被安全攔截，或同事把房間切到「流暢」時才出現。兩次共 16 則點名回饋出自這兩個模型。
- 記憶系統是被低估的來源。3 次「重問名字」全發生在帳號沒填名字的房間；好感度一律從「初次見面」起算，十年關係的卡片也一樣。
- 9/29 上線版維持了 0923 的改善，換手也變少。同樣 14 房、同樣輸入：對話開頭 0 則、正文「老子」0 次、部位特寫每則 0.39 → 0.30 次、抽菸只剩把玩打火機與一次未點燃的雪茄；換手 24% → 18%。變差的有：驚愕式開頭 16% → 22%、以等待用戶收尾 6% → 10%、3.8 被安全攔截 4 → 6 次。超過 1000 字 31% → 48%，是字數下限調高後的預期結果。
三個模型怎麼出現
- 後端規定長篇回覆的中文字（含狀態欄）少於 700 字就不收，直接換下一個模型重寫，原模型不重試。
- 0917 的換手順序是 3.8 → Gemma 4；2026-09-22 起是 3.8 → 2.5 Pro → Gemma 4。3.8 被安全攔截時會跳過 Pro，直接給 Gemma。
- 接手的模型各用自己的 prompt。我們的 V5.7／V7.5 只作用在 3.8。
- 0923 另有兩種情況：同事把房間切到「流暢」，這時整房是 2.5 Pro；有兩房含電話模式，電話模式不列入評估。
- 9/29 全部 14 房都在方案 8（3.8）上重跑，包括 0923 被切到「流暢」的霍文旭房；換手順序和 0923 相同。
| 0917（12 房） | 0923（14 房） | 9/29（同 14 房重跑） | |
|---|---|---|---|
| 比例 | Flash 82%・Gemma 18% | Flash 76%・Pro 15%・Gemma 9%（不含流暢房） | Flash 82%・Pro 12%・Gemma 6% |
| 3.8 Flash | 89 | 108 | 124 |
| 2.5 Pro | 0（鏈上還沒有 Pro；另以同輸入重放 75 輪當參照） | 21（接手）＋ 8（流暢房） | 18（接手） |
| Gemma 4 | 19 | 13（接手）＋ 1（流暢房） | 9（接手） |
| 換手原因 | 3.8 字數不足 18、安全攔截 2 | 3.8 字數不足 30（寫了 541–699 字）、安全攔截 4；Pro 接手後又不足 10 次 | 3.8 字數不足 21（寫了 543–699 字）、安全攔截 6；Pro 接手後又不足 3 次 |
換手集中在狀態欄小或沒有狀態欄的房（里歐 6/9、閻君 5/9、宋璟昀 5/11）。狀態欄 300 字以上的房從不換手。
3.8 Flash
只算 3.8 寫的回覆。0917 用 V5.7，0923 用 V7.5，9/29 是上線版（124 則）；三次用同一套計算方式。9/29 與 0923 是同 14 房、同輸入，可以逐房比較；9/29 沒有專家評測，需要逐則判讀的項目標「未判讀」。
已修好
| 問題（誰提過） | 0917 | 0923 | 9/29 | 修法 |
|---|---|---|---|---|
| 回覆第一段是對話（Jane、菲比、凱蒂、Zoey） | 26/89 則 | 0/108 | 0/124 | SP：首段固定為旁白 |
| 旁白用「男人」代替角色名（菲比） | 13 則；里歐房 3 次 | 7 則；里歐房 0 | 6 則；里歐房 0 | SP：不用泛稱 |
| 部位特寫（喉結、指節、眼底、掌心） | 107 次 | 42 | 37（每則 0.30；0923 每則 0.39） | TLP 一句 |
| 正文出現「老子」（Jane） | 33 次 | 0 | 0 | TLP 禁詞 |
| 旁白寫成設定說明句（凱蒂，祁肆衡房） | 8/9 則 | 2/11 | 未判讀 | SP：設定只由動作或台詞帶出 |
| 「膽子肥」「小妖精」等中國口語（Jane） | 3 次 | 0 | 0 | TLP 禁詞 |
| 對話重複「不加糖」（凱蒂） | 2 次 | 0 | 0 | — |
部分改善
| 問題 | 0917 | 0923 | 9/29 | 還差什麼 |
|---|---|---|---|---|
| 對話被強制加引號（莎拉） | 100% | 59%，大多照開場白 | 48%；宋璟昀房 0/8 則加引號（0923 為 3/6） | 範例不加引號的房仍有一半加了 |
| 一則把親密場景做完（莎拉，樂慾島） | 一則 1238 字做完 | 拆成兩則 | 兩則都因 3.8 被安全攔截，改由 Gemma 寫，無法評估 | 第二則仍由模型自己收尾、退場 |
| 超過 1000 字（莎拉、Zoey、凱蒂） | 38% | 31%，最長 1416 | 48%，最長 1553（字數下限調高後變長） | 這次沒人再提 |
| 狀態欄「老子」 | 20 次 | 6 次 | 4 次（全在柳玄青房）；狀態欄粗俗詞 50 → 35 | 全在柳玄青房；狀態欄其他粗俗詞 52 → 50，也集中在這房 |
| 沒設定卻抽菸（莎拉） | 宋璟昀、向葦珩（5 則） | 向葦珩 0 | 向葦珩 0（2 則把玩打火機）；宋璟昀 1 則打火機；祁肆衡 1 則未點燃的雪茄；羅倫 1 則口袋裡的打火機 | 宋璟昀改成打火機；祁肆衡、羅倫出現雪茄或煙草 |
| 以等待用戶收尾（莎拉） | 詞表 11 次 | 詞表 6 次 | 詞表 13 次（124 則中；0923 為 108 則中 6 次） | 逐則閱讀時仍多：傑克 4/7、羅倫 5/10、向葦珩 7/9 |
仍在或新出現
| 問題 | 誰提 | 證據 | 9/29 | 成因 |
|---|---|---|---|---|
| 推進太快 | 菲比、莎拉 | 傑克 t6 一則 7 個節拍、t7 5 個；樂慾島 t1 一則走完多個親密階段 | 未判讀；樂慾島兩則都由 Gemma 寫 | 卡片寫「務必立刻」，SP 又規定卡片指令優先，抵銷了「每則一個節拍」 |
| 連珠質問、角色唱獨角戲 | 菲比 | 傑克每則 2–4 段問句（規則只准 1 句）；里歐、江子睿也一樣 | 傑克房每則 0–6 段問句，中位 2（0923 為 1–4，中位 2） | 750–850 字配 6:4 比例，角色每則要講 6–7 句 |
| 編造事實 | Jane、凱蒂 | 謝珩 t19–20 編出傷痕位置並補年份地名；祁肆衡、羅倫編造用戶的工作；向葦珩 t9 編出用戶差點被機車撞 | 未判讀 | 「不得編造」擋不住；編出來的內容還會寫進記憶 |
| 「把決定權交給你」「沒有…也沒有」 | 莎拉、凱蒂 | 明寫交出決定權約 6 則；「沒有…也沒有」每千字 0.07 → 0.26 | 詞表抓到明寫交出決定權 1 則（0923 詞表 4）；「沒有…也沒有」每千字 0.31 | TLP「不替用戶做決定」被照抄進旁白；卡片的「尊重、選擇」再放大 |
| 性器用詞：肉刃、巨物 | Jane | 1 → 13 次（謝珩連 3 輪） | 6 次（巨物 4、肉刃 2）；謝珩房 3 次，和 0923 相同 | SP 只舉例「肉棒」，沒禁其他叫法；詞級規則只在 TLP 有效 |
| 罕用詞、方言、生硬形容 | Jane、莎拉 | 長蟲（北方方言）；「成熟男人的包容與餘裕」，羅倫房 4 輪寫到「餘裕」 | 羅倫房 2 輪寫到「餘裕」 | 卡片形容詞被照搬 |
| 溫柔／霸道擺盪、場景停滯 | Jane | 謝珩先無視「要溫柔」，之後又矯枉過正停滯三輪、每則徵求許可 | 未判讀 | 沒有「改語氣但保留性格底色」的規則 |
| 威脅台詞過重 | 凱蒂 | 向葦珩 t8 一則 4 句命令或威脅 | 未判讀 | 規則上限是 1 句 |
| 旁白每段一樣長 | 莎拉（0917） | 段長變異係數 0.29 → 0.23（越低越均勻；Pro 0.67） | 0.22 | 五種寫法都無效，是結構問題 |
| 驚愕式開頭 | — | 16 → 17 則 | 27 則（124 則中；0923 為 108 則中 17 則） | — |
| 閻君台詞少、元正台語少 | Zoey | 閻君旁白占 90–94%；元正少的是粗口，「林北」頻率不變 | 閻君 3.8 寫了 8 則，旁白占 77–91%；元正「林北」每則 3.5 次（0923 為 3.0） | 卡片規定一句不超過 15 字；「老子」禁令連帶減少粗口。不需要修 |
細節：推進太快
SP 有一條「每則只推進一個節拍，即使卡片要求一次做完」，另一條是「劇情與卡片衝突時，優先執行卡片的明確指令」。卡片寫「用戶否認關係時務必立刻觸發」，模型照第二條執行，一則從客廳走到臥室、走完 7 個節拍。
對照組是易時樾：同樣是用戶否認關係，這張卡只寫「觸發情境」、沒有「立刻」，模型就慢慢轉。推進速度由卡片措辭決定，Flash 本身做得到漸進。
細節：「把決定權交給你」
TLP 第 4 行原文是「用戶明確劃界或說停時，本則先照做，不新增肢體接觸、不搬移地點、不替用戶做決定」。模型把它寫成旁白，例如「他沒有替妳做出決定」「完全照著你劃出的界線停下了一切」，連用戶沒劃界的回覆也這樣寫。
0917 的 TLP 也有這句，但當時沒被寫出來；0923 在 3 房出現。卡片若大量寫「尊重、選擇」（羅倫、向葦珩），頻率會更高。
2.5 Pro
0917 的換手順序還沒有 Pro，只能拿同輸入重放（9 房 75 輪）當參照。9/29 的 18 則是 3.8 字數不足時由 Pro 接手，用的是 Pro 自己的 prompt。0923 的 Pro 回覆有兩種：3.8 字數不足時接手的 21 則，以及同事切到流暢的 8 則。兩種都用 Pro 預設的長篇 prompt。
| 問題 | 0917（重放） | 0923 | 9/29（接手 18 則） | 誰提 |
|---|---|---|---|---|
| 舊標籤、狀態欄包在旁白標籤裡、標籤拼錯 | 狀態欄全在旁白標籤內 | 接手的回覆全部如此 | 18/18 用舊標籤；10 則標籤拼錯（voice-over、line、tines 等） | — |
| 違反卡片設定 | — | 元正在吧台點菸（卡片規定只在吸菸區）；閻君用第一人稱「我」（卡片禁止）；里歐提到卡片禁止的往事；傑克用了卡片禁句 | 未判讀 | — |
| 旁白太長、配角台詞併進旁白 | 旁白長短起伏大 | 霍文旭 t1 旁白段 167／112／144 字；女兒的台詞寫進旁白 | 未判讀 | 莎拉 |
| 「不是…而是」、交出決定權、身分標籤句 | — | 「將決定權交給了莎拉」「成年人特有的審視」「領導者的壓迫感」「乾燥幽默感」 | 未判讀 | 莎拉 |
| 外語、錯字 | — | 把「珩」寫成「thet」；夾英文 subtly；「不易察負」 | 7 則夾英文或外文（未逐則判讀） | 凱蒂 |
| 照用舊記憶，前後矛盾 | — | 向葦珩 t10 照用「用戶持有他的外套」，推翻前一則畫面 | 未判讀 | 凱蒂 |
| 重問名字、旁白台詞比例失衡 | — | 閻君 t3、t8 問名字；t7 旁白占 94% | 詞表 1 則提到名字（測試帳號有填名字，根源不同） | Zoey（根源見記憶系統） |
| 人稱漂移 | — | 霍文旭從「你」變成「莎拉」 | 未判讀 | — |
| 自己也寫不到 700 字 | 12/75 輪再換手 | 接手 31 次中 10 次不足，落到 Gemma | 接手 21 次中 3 次不足 | — |
Pro 做得比 Flash 好的地方（0917 重放）：從不以對話開頭；台詞段較長（37 對 28 字）；旁白長短起伏大。
Gemma 4
Gemma 在最後一站接手，用 sparkline 提示詞，我們的禁詞與格式規則對它無效。9/29 的 9 則中，6 則是 3.8 被安全攔截後直接跳過 Pro 交給 Gemma。
| 問題 | 0917 | 0923 | 9/29（9 則） | 誰提 |
|---|---|---|---|---|
| 後台英文模式名外洩 | 傑克 3 輪（angry sex mode、soft dom mode） | 0 | 0 | 菲比。0923 傑克房只有 1 輪由 Gemma 寫，不代表已修好 |
| Gem 套語、浮誇動作 | 「好好感受」「乖乖聽話讓我看看」 | 傑克 t9 同類用語 | 未判讀 | 菲比 |
| 情緒斷裂、一則塞太多轉折 | 裴臨：一則走完稱讚 → 調情 → 懷疑 → 威脅 → 轉移話題 | 傑克 t9 從激烈直接轉成道歉、擁抱，再開始下一輪 | 未判讀 | 菲比（「像人格分裂」）、莎拉 |
| 爆字數 | 最長 1400 | 最長 1117 | 最長 1337 | Zoey 0917 提的 1100+，3 則中 2 則是 Gemma |
| 「對方」 | 16 次 | 30 次（宋璟昀 27） | 24 次 | — |
| meta 旁白（拉鋸戰、推向頂點） | 15 次 | 8 次 | 5 次 | 莎拉（0917） |
| 照搬卡片詞 | — | 宋璟昀 5 輪 14 次；霍文旭 t4 一則 8 個 | 未判讀 | 莎拉（「禁慾系的冷峻」） |
| 簡體字 | — | 宋璟昀 t5「这」 | 0 | 莎拉（回報工具誤標為 Flash） |
記憶系統
指每輪隨 prompt 注入的好感度、用戶資料、記憶摘要、事實與待辦。三個模型都讀得到，出錯時由當時寫回覆的模型表現出來。
9/29：後端尚未修改。這次用測試帳號重跑（帳號有填名字），沒有重測記憶系統。
| 問題 | 證據 | 表現在 |
|---|---|---|
| 帳號沒填名字，每輪都要求問名字 | 用戶資料模板：帳號沒有名字時，每輪注入「初次見面時詢問用戶姓名」；對話中報過名也不會更新。兩次測試各有 5 房受影響 | 0917 元正（Flash）；0923 閻君兩次（Pro）、謝珩（Flash）。3 次重問名字全在這 5 房 |
| 好感度不看卡片既有關係 | 每間房從 0 分「初次見面：剛認識、略帶距離」起算；−3 分就標成「互相討厭：長期爭吵、強烈反感」。0917 108 則中 71 則注入初次見面、15 則互相討厭；0923 151 則中 100 則、21 則 | 祁肆衡（十年炮友）兩次全程「初次見面」；柳玄青 0923 掉到 −21，連續 16 輪「互相討厭」 |
| 記憶抽取寫錯 | 祁肆衡房狀態欄寫「弟妹」，被抽取成「兄弟關係」，之後每輪注入 | 祁肆衡 t6 把二姐叫成「哥」（Flash，凱蒂點名） |
| 待辦把用戶叫停的話題帶回來 | 「研磨三罐黃連」「補算帳目」「撫卹銀三日內送到」被存成待辦；摘要反覆寫「質問她與程錦的關係」 | 柳玄青黃連 8 輪、程錦 12/18 輪，叫停後仍提；謝珩叫停公事後又提撫卹（Jane 點名） |
| 編造的內容寫進記憶後延續 | 謝珩編出的傷痕位置被寫成記憶事實 | 之後兩輪繼續沿用 |
| 記憶沒隨劇情更新 | 向葦珩記憶一直是「用戶持有他的外套」 | t10 說「妳寧願穿他的衣服」（Pro，凱蒂點名） |
| 用戶資料措辭有歧義 | 人設寫「用戶剪了短髮、染了灰色」（動作句） | 祁肆衡 t10 把原本的造型當成新剪的（Flash，凱蒂點名）；同一用戶寫成狀態句的房沒出錯 |
細節：好感度的影響
注入與卡片衝突已確定，對文風的影響還沒做對照實驗。柳玄青 0923 在「互相討厭」階段時，幾乎每則都有命令或訓斥；0917 同一張卡停在「初次見面」時沒有這個現象。兩者時間上吻合，因果屬推測。
建議
- 3.8 Flash：
- 節拍數與親密階段不受「卡片指令優先」覆蓋；新增「用戶叫停的話題不再主動提」。
- TLP 第 4 行改寫成不易被照抄的形式；禁詞加入肉刃、巨物、長蟲。
- 改完用傑克、樂慾島、柳玄青三房做同輸入回放驗證。
- 2.5 Pro／Gemma 4：減少換手。字數不足時先讓 3.8 換端點重試一次。0923 被丟掉的 3.8 原稿，多數比接手的 Pro 更貼近卡片。
- 記憶系統：
- 對話中報名後，更新「已知名字」。
- 好感度起點參照卡片的既有關係，−3 分不應描述成「長期爭吵」。
- 抽取時檢查親屬關係。
- 用戶叫停時結案相關待辦。
- 模型編造的用戶資訊不寫入事實。
- 測試流程：開測前確認房間方案是 model3。
方法與限制
- 資料：0917 共 12 房 108 則；0923 共 14 房 151 則長篇（另有電話模式 60 則，不評）。每則的實際模型、方案、prompt 版本與注入內容，取自後端生成紀錄；換手原因取自錯誤紀錄。全程唯讀。
- 機算數字：兩次測試用同一支腳本、同一組詞表。
- 人工判讀：句型次數、節拍數與事實錯誤是逐則閱讀得出；範圍比詞表寬，兩種數字不能相加。
- 輪次編號：0923 以第一則生成回覆為 t1。
- 9/29：長篇方案 8（上線版 prompt，與正式環境逐字相同）在正式環境重跑 0923 的 14 房，每房照同事原本的輸入依序送出，共 151 輪；3.8 寫 124 則、Pro 18 則、Gemma 9 則。不指定房間 prompt，換手路徑與正式環境一致；換手原因取自錯誤紀錄。沒有專家評測，只算機算數字，詞表與計算方式和 0917／0923 相同。
- 限制：
- 0917 的 Pro 資料來自重放，不是同事實測。
- 好感度對文風的影響沒有做對照實驗。
- 0917 的記憶內容沒有逐則深讀，只掃過好感度與名字注入兩項。
- 9/29 用固定輸入重跑，不是同事自由試玩；回覆不同後，後面的輸入不一定接得上前文。使用的是測試帳號，名字與好感度起點和同事帳號不同。