كيف تبني تطبيق character AI: المعمارية والكود وحساب التكلفة

الإجابة السريعة: معمارية المكونات الأربعة

لست بحاجة لتدريب أو ضبط نموذج دقيقاً. كل تطبيق رفيق جاد في السوق اليوم، بما فيها تلك التي تخدم ملايين المستخدمين، هو طبقة تنسيق رقيقة فوق واجهات LLM مستضافة. الشخصية تعيش في الـ prompt وقاعدة البيانات، وليس في الأوزان. باقي هذا الدليل يبني كل مكوّن بكود قابل للتشغيل مقابل نقطة نهاية قياسية متوافقة مع OpenAI، ثم يستعرض حساب tokens حتى تعرف تكلفة مستخدم نشط شهرياً فعلياً قبل الإطلاق.

• prompt الشخصية: system prompt منظم (500 إلى 1,000 token) يحدد من هي الشخصية وكيف تتحدث.
• الذاكرة: نافذة متجددة من الجولات الأخيرة بالإضافة إلى ملخص يُحدَّث دورياً، بحيث تستمر المحادثات بعد حد السياق.
• الإشراف: بوابة عمرية، مصنّف مدخلات، وسياسات محتوى مطابقة للنموذج الذي توجّه إليه.
• التوجيه: دالة صغيرة تختار نموذجاً رخيصاً للمحادثة العادية ونموذجاً أقوى للمشاهد الطويلة.

المكوّن 1: prompt الشخصية

prompt الشخصية هو المنتج. إنها رسالة system تُرسل مع كل طلب وتحتوي عادة على خمسة أجزاء: الهوية (الاسم، العمر، القصة الخلفية)، سمات الشخصية، أسلوب الكلام مع سطرين أو ثلاثة كأمثلة، قواعد سلوكية صارمة (لا تخرج عن الشخصية أبداً، حافظ على الردود ضمن حد طول)، والسيناريو الحالي. حافظ عليها بين 500 و1,000 token. الشخصيات الأقصر تنحرف؛ والأطول بكثير تستهلك ميزانية الإدخال في كل رسالة ونادراً ما تحسّن الالتزام. خزّن الشخصيات كصفوف في قاعدة بياناتك حتى يتمكن المستخدمون من إنشاء الشخصيات وتعديلها، وهذه هي الحلقة الأساسية لمنتجات على طراز Character.AI. إليك طلب كامل. نفس الشكل يعمل مع أي خادم متوافق مع OpenAI؛ هذا المثال يستخدم نقطة نهاية بوابة متعددة النماذج حتى تتمكن من تبديل النماذج بتغيير سلسلة واحدة:

curl https://api.apisrouter.com/v1/chat/completions \
  -H "Authorization: Bearer $KEAI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "deepseek-v4-flash",
    "messages": [
      {"role": "system", "content": "You are Mira, a sarcastic starship engineer in her 30s. Personality: dry wit, fiercely loyal, hates small talk. Speech style: short technical sentences, occasional teasing. Example: \"The coupling is fried. Again. Did you touch it?\" Rules: never break character, never mention being an AI, keep replies under 120 words."},
      {"role": "user", "content": "Mira, the reactor is making that noise again."}
    ],
    "temperature": 0.9,
    "max_tokens": 300,
    "stream": true
  }'

المكوّن 2: ذاكرة تصمد أمام المحادثات الطويلة

جلسات تطبيقات الرفيق تمتد طويلاً. حزمة ذاكرة من ثلاث طبقات تحافظ على تماسك السياق دون إرسال السجل بأكمله في كل مرة: الطبقة 1 هي النافذة المتجددة: آخر 10 إلى 14 جولة خام، تُرسل كما هي. الطبقة 2 هي الملخص الجاري: كل 20 جولة تقريباً، نموذج رخيص يضغط الرسائل الأقدم في فقرة تتبع الأسماء وحالة العلاقة وخيوط الحبكة المفتوحة. الطبقة 3 هي الحقائق المثبَّتة: تفاصيل مستخدم دائمة (الاسم، التفضيلات، أحداث سابقة يجب أن تتذكرها الشخصية) مستخرجة إلى قاعدة بياناتك ومُدرجة كرسالة system قصيرة. هذا هو التنفيذ الكامل بلغة Python مع OpenAI SDK الرسمي:

from openai import OpenAI

client = OpenAI(
    api_key="sk-...",
    base_url="https://api.apisrouter.com/v1",
)

def build_context(persona, summary, pinned_facts, recent_turns, user_msg):
    facts = "\n".join(f"- {f}" for f in pinned_facts)
    return [
        {"role": "system", "content": persona},
        *([{"role": "system", "content": f"Facts to remember:\n{facts}"}]
          if pinned_facts else []),
        *([{"role": "system", "content": f"Story so far: {summary}"}]
          if summary else []),
        *recent_turns[-12:],
        {"role": "user", "content": user_msg},
    ]

def refresh_summary(old_turns, prev_summary):
    prompt = (
        "Update this running summary of a roleplay chat. Keep names, "
        "relationship state, and open plot threads. Max 150 words.\n\n"
        f"Current summary: {prev_summary}\n\nNew messages: {old_turns}"
    )
    resp = client.chat.completions.create(
        model="deepseek-v4-flash",
        messages=[{"role": "user", "content": prompt}],
        max_tokens=400,
    )
    return resp.choices[0].message.content

المكوّن 3: الإشراف وسياسات المحتوى

الإشراف في تطبيق رفيق له ثلاث وظائف متمايزة، والخلط بينها هو الخطأ الأكثر شيوعاً عند الإطلاق. أولاً، قيّد جمهورك. إذا كان تطبيقك يسمح بموضوعات خيالية ناضجة، ضعها خلف بوابة عمرية للبالغين واحتفظ بافتراضي منفصل مناسب لكل الأعمار. مراجعة App Store وPlay Store كلتاهما تتحقق من هذا، ومعالجات الدفع تهتم بذلك أيضاً. ثانياً، افحص المدخلات. شغّل تمريرة تصنيف رخيصة على رسائل المستخدم قبل وصولها إلى نموذج الشخصية، مع حظر الفئات التي لا يسمح بها أي مزود: محتوى يتعلق بالقُصَّر، ضرر واقعي موثوق، وتعليمات غير قانونية. استدعاء واحد لـ deepseek-v4-flash بمعيار نعم/لا يكلف جزءاً من السنت ويضيف أقل من ثانية من التأخير. ثالثاً، طابق سياسة المحتوى مع النموذج. المزودون يختلفون بشأن الأعمال الخيالية: سياسة xAI المنشورة تسمح صراحة بالموضوعات الناضجة الخيالية للمستخدمين البالغين، DeepSeek ونماذج أخرى مشتقة من أوزان مفتوحة هي مفضلة المجتمع للعب الأدوار لأن سياساتها المستضافة مرنة تجاه الأعمال الخيالية، بينما سياسة Anthropic تحظر المحتوى الصريح، مما يجعل Claude الخيار الصحيح فقط للكتابة الإبداعية المناسبة لكل الأعمار. فهم هذه السياسات قبل توجيه الحركة يوفر عليك عواصف رفض في الإنتاج. مهما بنيت، يجب أن يحترم شروط خدمة كل مزود تستدعيه.

المكوّن 4: توجيه النماذج ومصفوفة الاختيار

معظم الرسائل في تطبيق رفيق هي جولات قصيرة عادية يتعامل معها نموذج اقتصادي بشكل مثالي. أقلية هي مشاهد عاطفية طويلة أو مقاطع إبداعية حيث جودة النثر هي المنتج. التوجيه حسب عمق المشهد يخفض التكاليف بشكل كبير دون أن يلاحظ المستخدمون:

ROUTES = {
    "casual": "deepseek-v4-flash",
    "scene": "deepseek-v4-pro",
    "prose": "claude-sonnet-4-6",  # كتابة إبداعية مناسبة لكل الأعمار فقط
}

def pick_model(user_msg: str, turns_in_scene: int) -> str:
    if turns_in_scene > 6 or len(user_msg) > 400:
        return ROUTES["scene"]
    return ROUTES["casual"]

كم يكلف المستخدم النشط شهرياً فعلياً

حساب tokens قبل الإطلاق أفضل من مفاجأة فوترة بعده. باستخدام ميزانية السياق من جدول الذاكرة: نحو 3,300 token إدخال و250 token إخراج لكل رسالة. مستخدمو تطبيقات الرفيق كثيفو الاستخدام؛ الأرقام المُبلَّغ عنها من المجتمع تضع المستخدمين المتفاعلين عند عشرات الرسائل يومياً، لذا افترض نحو 40 رسالة يومياً عبر 20 يوماً نشطاً، أو نحو 800 رسالة لكل مستخدم نشط شهرياً. هذا يعطي 2.64 مليون token إدخال و0.2 مليون token إخراج لكل مستخدم نشط شهرياً. بضرب ذلك بأسعار الكتالوج:

نقطة نهاية واحدة لكل نموذج في المصفوفة

التسجيل في خمسة حسابات لمزودين لتشغيل موجّه واحد هو عبء حقيقي: خمسة مفاتيح، وخمس لوحات فوترة، وخمس مجموعات حدود معدل. بوابة متعددة النماذج تُلغي ذلك. APIsRouter يكشف كل نموذج أعلاه عبر رابط أساسي واحد متوافق مع OpenAI هو https://api.apisrouter.com/v1، لذا مقتطف الموجّه يعمل كما هو بتغيير سلسلة النموذج فقط. الفوترة حسب الاستخدام دون اشتراك، النماذج العالمية تعمل بنسبة 20% أقل من التسعير الرسمي مع نماذج صينية أقل من أسعارها الرسمية، والدفع في /topup دون تسجيل يرسل مفتاحاً إلى بريدك الإلكتروني بعد الدفع، مع أول شحن يضيف رصيد +100%. GET /v1/models بمفتاحك يعيد قائمة النماذج الحية، وهذا مفيد أيضاً لملء منتقي نموذج في واجهة الإدارة الخاصة بك.

نصائح إنتاجية توفر مالاً حقيقياً وألماً

• ابثّ كل شيء. الوقت حتى أول token هو المقياس الذي يشعر به المستخدمون؛ رد مبثوث خلال ثانيتين يبدو أسرع من رد كامل خلال أربع ثوانٍ.
• حافظ على البادئة الثابتة ثابتة. يجب أن تكون الشخصية والحقائق المثبَّتة متطابقة بايتاً بايت عبر الطلبات حتى تستفيد الخوادم التي تدعم تخزين البادئة المؤقت من ذلك.
• حدّد max_tokens لكل مسار. الجولات العادية نادراً ما تحتاج أكثر من 300 token إخراج؛ نموذج بلا حد يثرثر يضاعف فاتورة الإخراج لديك.
• سجّل التكلفة لكل مستخدم، وليس فقط لكل طلب. جزء صغير من المستخدمين كثيفي الاستخدام سيهيمن على الإنفاق؛ تحتاج إلى رؤيتهم لتصميم مستويات استخدام عادلة.
• ابنِ احتياطياً في الموجّه. إذا انتهت مهلة النموذج الأساسي أو رفض، أعد المحاولة مرة واحدة على نموذج شقيق قبل إظهار خطأ.
• قصّ النافذة المتجددة بعدد الـ tokens، لا بعدد الجولات، حتى لا يفجّر لصق طويل واحد الميزانية.
• تعامل مع الرفض داخل الشخصية. حوّل الرفض إلى تحويل مسار سلس داخل القصة بدلاً من إظهار نص API الخام.
• لا تخزّن المحادثات الخام لأطول مما يجب، وأعلن ذلك في سياسة الخصوصية لديك. سجلات محادثات الرفيق حساسة بطبيعتها.

الأسئلة الشائعة