你好，我是吴老师。这一份是给你自己读的，不是上课抄的笔记。前几课你让板子"说话""听写"，这一课让它更厉害一点——当你的聊天对象。你对它说一句话，它回你一段话，还念给你听。
读完之后你应该能：说清"板子问 AI 一次"有哪几步（打包、寄出、生成、拆回信）；认出请求体 JSON 里的
model、提示词、你的问题；看懂一行 system 提示词里的三个指令（人设/语言/字数）；说出 AI 回答有哪几种可能"不算数"的情况，以及为什么重要的事要核验。 用时：约 60–90 分钟。 准备：一块 ESP32-S3 触摸屏板、能上外网的 WiFi、你自己的大模型 API key（只放本机配置，别写进本课件）。
一、这课我们做一件事：让板子回答你
我们让板子当会说回答的聊天对象：你按住 BOOT 说一句"今天天气怎么样？"，放手。板子会：先听写成字 → 寄给大模型 → 大模型回答 → 板子把回答显示出来、再念出来。
先记住一个观察点：前几课板子都是把你给的东西加工一下。这一课不一样——板子并没有"懂"，它只是把你的问题当成一封信寄出去，等一封回信。
本课大问题：板子回答你的，是它"脑子里长出来"的，还是"别处寄回来"的？如果是寄回来的，那"思考"发生在哪？
二、动手：让板子开口聊天
烧录 demo01_ai_chat（需要 WiFi 和 key）。按住 BOOT，说一句"今天天气怎么样？"，放手。先别看别的，把它每一步的表现记下来。
| 我观察到的现象 | 记录 |
|---|---|
| 板子先做了什么？（有没有"录音→识别"的过程？） | |
| 识别出来的字，和你说的一致吗？ | |
| 回答是现在才出现，还是它本来就藏在板子里？ | |
| 它说话的口吻，像不像一个叫"语音小助手"的人？哪里像？ | |
| 回答是怎么到你面前的——直接放出来，还是先显示字、再念出来？ | |
| 从放手到听到，你等了大约几秒？ |
再换两个问题试试：说"讲一个 30 字的小故事给我听"，它口吻/长短变了吗？再说"用英文跟我说一句话"，它又变了没有？每次换问题，都把现象记下来。
三、看懂那封"信"：一次问 AI 的四步
你问的那一下，背后是一场接力。注意和前几课对比——板子全程只是"打包 + 拆回信"，中间那段"想"它碰都不碰。
| 步骤 | 谁在做 | 干什么 |
|---|---|---|
| 1 打包成 JSON | 板子 | 把"你的问题 + 一段提示词"组装成一封信 |
| 2 寄出 | 板子 | 用 HTTP POST 把信寄给云端大模型 |
| 3 生成回答 | 云端 | 大模型先读提示词（记住自己是谁、怎么说话），再答你的问题 |
| 4 拆回信 | 板子 | 把回答 text 拆出来 → 显示 ＋ TTS 朗读 |
关键在第 1、3 步：第 1 步进 JSON 的提示词，决定了 AI 怎么答；第 3 步是云端在"想"，板子只在旁边等着收。
板子寄出的不是大白话，是一份 JSON。里面有四样：
model（你找哪位"老师"，即大模型型号ID）、messages[0]（role=system，那段提示词，给 AI 的"入职说明书"）、messages[1]（role=user，你的问题）、temperature（数字，控制它"稳不稳"）。你只要知道：板子把"问谁、怎么问、问什么"打包进信里寄出去。
四、那个"入职说明书"：system 提示词
这一课的核心，就是看懂一行 system 提示词。我们这个大模型用的是：
你是我的AI助手，叫语音小助手，你必须用中文回答且字数不超过60个。
你看，就这一句，它包含三个明确指令：
| 提示词里的指令 | 它"指挥"了什么 | 没写它会怎样 |
|---|---|---|
| 你是谁（AI助手，叫语音小助手） | 让 AI 确立"小助手"人设 | 可能答得不像助手 |
| 用中文回答 | 规定输出语言 | 可能答英文 |
| 字数不超过60个 | 规定回答长度 | 可能长篇大论 |
✅ 你要练的用法："叫人设 + 定语言 + 限字数"是三个最常用的约束。 改一个词，AI 口吻就变。你改了"AI助手"叫"数学老师"，它就马上换成讲题口吻。
五、一个必须想明白的边界：AI 会说错
AI 不是"查字典"，它是"生成看起来合理的话"。它有这些回答边界：
| 情况 | AI 可能怎样 | 为什么 |
|---|---|---|
| 事实错 | 一本正经地说错 | 它"觉得对"，不代表"真对" |
| 编造 | 编出不存在的事 | 它想"填空" |
| 偏科 | 高深的会、基础的乱编 | 它按"口吻"生成，不按"对错" |
| 过时 | 用过时的信息 | 它的知识有"截止日期" |
⚠️ 比喻边界：说 AI"像人"，只是说它说话像人，不是它和人一样会分辨对错。它是个"很会措辞的生成器"，不是"真理来源"。所以——重要的事（医生建议、法律、考试答案、事实）要另找来源核验。好多项目会在提示词里加一句"不确定就说不知道/标注待核验"，就是教它别硬编。
回答最后是怎么"念"出来的？拿到那句 text，板子把它交给上一课（第 25 课）那套文字转语音：整理一下寄给百度 TTS，收回声音再播放。上半场"寄出去问 AI"是新课，下半场"念出来"是旧本领。
六、动手做实验：改那个"说明书"
改 system 提示词，每种改动先预测、再烧录、再记录：
| # | 我把提示词改成 | 我预测 AI 会 | 实际变化 |
|---|---|---|---|
| 1 | "AI助手" → "耐心的数学老师，用通俗的话讲题" | ||
| 2 | "字数不超过60个" → "讲一个30字的小故事" | ||
| 3 | "必须用中文" → "必须用英文" | ||
| 4 | 结尾加"如果不知道就说不知道，别编" |
盯住第 1、4 行：改了"你是谁"，口吻立刻换人；加了"不知道就说不知道"，是教它别硬编。这就是你亲手验证的——提示词决定了 AI 怎么答，也包括它答错时怎么老实交代。
拆台实验：把 WiFi 断开，再按住 BOOT 问一次。——它还能回答吗？不能回答，正说明那句回答不是从板子里长出来的。做完把网连回去。
七、过关检查：看你会不会
先别看 AI，自己答一遍：
- 板子问 AI 一次，有哪几步？system 和 user 消息分别装了什么？
- 那行 system 提示词，包含哪三个指令？
- 把"AI助手"改成"数学老师"，口吻为什么会变？
- AI 回答一定对吗？它可能在哪几种情况"不算数"？
- 为什么重要的事要核验 AI 的回答？提示词加"不知道就说不知道"是在干嘛？
- 这一课你学会的"提示词三约束"是哪三样？
今天请留下三样东西：一个你用提示词改出的"新口吻回答"、一个你觉得"AI 可能说错"的回答、一句"怎么看 AI 回答边界"的话。
八、创意方向
| 作品方向 | 描述给 AI 的效果 | 我想请你继续想 |
|---|---|---|
| 各科问答小老师 | 改提示词让它当"数学/英语/科学老师"，问哪科换哪科口吻 | 想让它"题库"和"讲解"都管住？ |
| 古诗接龙机 | 提示词让它"接下一句"，回答用 TTS 念出来 | 怎么防止它接不到就瞎编？ |
| 会报菜名的点菜助手 | 让 AI 按"想吃素的"给你推荐菜 | 要不要加"别说太贵"？ |
| 温言相劝的树洞 | 提示词设成"很温和"，听你吐槽给回应 | 想让它"提醒你别走极端"，怎么写？ |
| 不上头的"防骗员" | 让 AI 判断一句话"像不像骗人的"，答"像/不像+为什么" | 它会不会自己也被骗？——这就是要核验的原因 |
下一课玩你画我猜：你画一张图让 AI 猜你画的是什么。那里的提示词还要多一句"不看思考过程、直接说答案"。又是同一个道理：提示词决定 AI 怎么答。
