把大肥鱼放进 QQ 群，真正要动的只有四个地方

这份记录解决什么

我们要在一个人数不多的 QQ 群里放一只 AI 群友，代号大肥鱼。目标很具体：被 @ 的时候能接话，说话像个成员而不是客服，不用为它维护任何一台机器。

LangBot 是开源的 IM AI 机器人平台，自己部署能得到最大控制权，代价是机器、依赖、进程、回调地址都要自己管。这次我们选的是托管形态 LangBot Cloud，于是在「上线」这件事上，只有四个地方需要动手：模型、人设、触发、绑定。下面按决策顺序记，每个决策写清楚「选了什么、另一个选项的代价、什么不要动」。

约束先说：免费档的形状决定了设计

免费档 ¥0，包含 1 个机器人、3 条流水线。这两个数字不是营销话术，它们是设计约束，而且是有用的约束。

1 个机器人，意味着只有一个平台身份。 我们没法用同一套配置同时出现在两个群里做不同性格——想那样做，就得在两个身份之间做取舍。反过来说，这也逼我们先想清楚「这只群友到底服务哪个群」，而不是一上来铺开。

3 条流水线，意味着三套说话规则。 我们把它们按用途分：一条日常闲聊（也就是大肥鱼本体），一条准备给「回答具体问题」用，一条留空做实验。三条刚好，多一条也不会有本质变化——真正难的是把一条写好。

模型额度另算。 用 LangBot 账号登录会带上 LangBot Models 的免费额度，额度内的体验是完整的；额度用完要自己安排。这一点必须提前知道，否则某天它突然沉默时，你会以为是配置坏了。

决策一：模型

选了什么。 LangBot Models 里的 deepseek-v4-flash。日常闲聊、短问答、接个梗，它够用。

另一个选项的代价。 deepseek-v4-pro 表达能力更好，代价是同样的对话消耗更多额度。对一个「偶尔被 @ 一下」的群来说，这个升级的收益不明显；对一个每天几十轮问答的群，就值得换。

什么不要动。 不要为了「让它更聪明」反复换模型。模型换不掉人设的问题：如果它说话像客服，那是 Prompt 写的，不是模型选的。我们的规则是——人设改三轮不见效，才回头看模型。

决策二：人设（Prompt）

选了什么。 三段：身份、缺点、边界。身份是「你是这个群里被叫大肥鱼的成员」；缺点是「有点懒，被问无聊的问题会先吐槽一句」；边界是「不知道就说不知道，别编」。

为什么写缺点。 只有优点的提示词会收敛到一个平均值：友好、专业、乐于助人，结果是谁都不像。缺点提供的是「不一致性」——它对不同的问题反应不一样，群友才会觉得这是个角色。这是这一类配置里最容易被低估的一条。

另一个选项的代价。 写长、写细、把所有规则罗列一遍。代价是每句话都像照着模板念，而且你改一条会牵动另一条。把群规也塞进人设，常见的结果是它开始在闲聊里讲规矩。

什么不要动。 不要在 Prompt 里写具体的事实性知识（群公告、产品参数）。那些东西会过期，而过期之后它会非常自信地讲错。要放事实，放在它每次说话都能读到的地方，或者干脆让它承认不知道。

决策三：触发（Trigger）

选了什么。 群聊场景只勾 At。

为什么。 群聊是共享空间，机器人主动开口就是占用别人的注意力。只留 At 把「什么时候说话」交回给人，这是一条零成本的降噪规则。

另一个选项的代价。 勾上「全部消息」。技术上完全可行，收获是「它什么都能接」，代价是它会打断正常对话、会在别人聊私事时插一句、会让你在群里替它道歉。真要这么用，应该单开一个答疑群，而不是在日常群里试。

什么不要动。 不要在同一个机器人上又要「只回 @」又要「自动欢迎新人」。后者是另一类事件，属于不同的行为配置；混在一条流水线里，你会得到一个既爱插话又答不准的东西。

决策四：绑定

选了什么。 新建机器人 → 消息平台选 QQ 官方机器人 → One-Click QR Binding → 手机 QQ 扫码 → 启用。

为什么是官方通道。 扫码能成立，是因为授权由平台客户端完成，我们不需要持有凭证、也不需要理解回调怎么接。这条路上「绑定」变成一个可以被非工程角色执行的步骤。

另一个选项的代价。 自己部署并自行对接平台，控制权更大，但要自己处理凭证、连通性和上线后的可用性。这属于另一个项目，不在本次范围内。

什么不要动。 不要把「绑定成功」当成「已经上线」。绑定和启用是两个状态，只绑不启用时，群里的 @ 不会有任何反应——这个失败表现和人设写坏几乎一样，这个坑很容易让人白改一轮人设。验收顺序固定为：绑定 → 启用 → 群里 @ 一句 → 看有没有回。

我们放弃了什么

写决策记录不写放弃项是不诚实的，这里列三条：

放弃了细粒度控制。 托管形态的配置项是平台给的，改不了源码层面的行为。如果哪天需求变成「按群成员角色分流回复」，这套方案就得让位给自部署。

放弃了多实例铺开。 免费档 1 个机器人，意味着这套配置的收益是单点的。它解决了「这个群有没有必要有机器人」，没解决「十个群怎么统一管理」。

放弃了「上线即完成」的幻觉。 四步走完之后，它只是一个能回话的机器人。它会不会被用起来，取决于群里的人，不取决于配置。

结论

四个开关，四个决定：模型决定上限，人设决定像不像人，触发决定烦不烦人，绑定决定它在不在。前三个都能随时改，第四个是一次性的——所以顺序上先做前三个，最后扫码。

LangBot 的开源仓库在 GitHub，想自己部署从那里开始；这次用的托管版是 LangBot Cloud。如果只能带走一句话：先把「只回 @」定下来，其他都能慢慢调。