LINE 家庭 AI 小幫手（三）：人設、@ 才回、讀懂群組前後文、上網查資料

上一篇接上了 Claude，現在私訊它，它已經會回答了。但直接放進家庭群組會出三個問題：話太多、每句都插嘴、不知道大家剛剛在聊什麼。 這篇一次解決，最後再讓它學會上網查資料。

一、人設：寫在 persona.md

人設就是 API 的 system prompt（系統提示）：每次呼叫都放在最前面，告訴 Claude「你是誰、怎麼說話」。範本把它獨立成 persona.md，想改名字或個性，改這個檔案就好，不用碰程式。

開頭是這樣：

你是「小欣」，家庭群組裡溫柔的年輕姐姐。
個性：溫暖體貼、會給情緒價值，講話像真心關心對方的姐姐。
說話：繁體中文，自然口語，不用 emoji，不要過度客套。

回答風格：
- 硬性上限：預設最多 2 句、不超過 60 字。需要更長一定要有明確理由，沒有理由就壓回 2 句內。
- 結論先行：第一句就是答案或結論，原因與補充往後放。
- 不要開場白（不講「好的」「沒問題」「我來幫你查」），直接回答。

「2 句、60 字」是踩過坑才加的。 一開始我只寫「回答簡潔」，結果問一句天氣它回三段，長輩在手機上滑半天找不到重點。模型對「簡潔」的理解跟人不一樣，給它看得到的數字，比給形容詞有效。

「結論先行」也是同一個道理：家人只看第一行。第一行就要是答案（「明天不會下雨」），原因放後面，想看的人自己會往下讀。

請 Claude 幫你客製：

請讀 persona.md。我想把小欣改成＿＿＿＿（例如：講台語腔的阿姨、冷靜的管家）。
保留「2 句 60 字」「結論先行」和「工具使用」那些規則，只改個性和說話方式，改完給我看差異。

二、只在被 @ 時開口

群組裡大部分的對話都不是在跟機器人說話。範本的規則寫在 mention.py：

def is_mentioned(message, source_type: str, bot_user_id: str, bot_msg_ids: list) -> bool:
    if source_type == "user":
        return True
    mention = getattr(message, "mention", None)
    if mention and bot_user_id:
        # 有人 @All 時 mentionee 沒有 user_id，要用 getattr 才不會整個崩潰
        if any(getattr(m, "user_id", None) == bot_user_id for m in mention.mentionees):
            return True
    quoted_id = getattr(message, "quoted_message_id", None)
    return bool(quoted_id and quoted_id in bot_msg_ids)

三種情況會回：私訊、被 @、有人用 LINE 的「回覆」功能回了它之前說的話。最後一種很重要，家人常常直接回覆小欣上一句說「那後天呢？」，這時沒有 @ 也應該接話。程式會記住自己最近發出去的 100 則訊息 id，用來比對。

注意註解那行。這是我家真實發生過的事故：有人在群組裡 @All，LINE 送來的資料裡，代表「所有人」的那一項沒有 user_id 欄位。原本的程式寫 m.user_id，直接丟出錯誤，那則訊息就被吞掉了。改成 getattr(m, "user_id", None)（拿不到就當成 None）就解決了。

範本的 tests/test_logic.py 有一個測試專門守這件事：

def test_mention_all_does_not_crash(self):
    # @All 的 mentionee 沒有 user_id 屬性
    self.assertFalse(is_mentioned(text_message([NS(type="all")]), "group", BOT, []))

修 bug 時順手留一個測試，之後不管誰改程式，這個坑都不會再踩一次。執行方式是 venv/bin/python -m unittest discover -s tests。

另外兩道門在 main.py：私訊只回 OWNER_USER_ID（你自己），避免陌生人加好友就能花你的錢；ALLOWED_USERS 可以限制群組裡只有哪些人能用，留空就是全家都能用。

三、讀懂群組前後文

小欣雖然只在被 @ 時回話，但群組裡每一句她都看得到。範本會幫每個群組保留最近 30 句，被 @ 時一起帶給 Claude：

def build_prompt(speaker: str, text: str, history: list) -> str:
    # 「目前時間」放在使用者訊息裡而不是系統提示，系統提示才能一直吃快取
    parts = [f"---目前時間---\n{now_text()}（台北）"]
    if history:
        parts.append("---群組最近對話---\n" + "\n".join(f"{h['speaker']}：{h['text']}" for h in history))
    parts.append(f"現在 {speaker} @ 你說：{text}")
    return "\n\n".join(parts)

組出來的內容大概長這樣：

---目前時間---
2026-11-11 21:05 Wednesday（台北）

---群組最近對話---
媽媽：週日要不要去阿公家
爸爸：好啊，順便帶他去回診

現在 妹妹 @ 你說：那天天氣好嗎

有了前面兩句，「那天」就知道是週日。這裡有兩個設計值得講：

為什麼要放「目前時間」？ 模型本身不知道今天幾號。上一篇說的「算錯星期幾」，就是沒給時間、或給錯格式造成的。直接寫上日期和星期，它就不用猜。

為什麼時間放在訊息，不放進人設？ 因為提示快取（prompt caching）。Claude 會把「每次都一樣的開頭」暫存起來，下次再遇到同樣開頭，那段只收一成的錢。人設和工具說明每次都一樣，可以一直吃快取；時間每分鐘都在變，要是放進人設，快取每次都會失效。我實測範本，每次呼叫有四千多個 token 是從快取讀的。

說話的人名，範本會用 LINE 的 API 查暱稱，查過的記起來，不用每次問。

四、上網查資料

查網路是 Claude 內建的伺服器工具：搜尋由 Anthropic 那邊執行，你不用寫爬蟲、不用申請搜尋引擎的金鑰。在 claude_client.py 只要宣告一行：

WEB_SEARCH = {"type": "web_search_20250305", "name": "web_search", "max_uses": 3}

max_uses: 3 是一題最多查三次，避免它為了一個問題查個不停。每次搜尋另收 0.01 美元，上一篇的實測裡，這筆常常比 token 費還貴，這個上限就是在幫你省錢。

搜尋工具其實有新一版 web_search_20260209，會先在背景過濾搜尋結果。我 9 月用 Sonnet 5 做過比較：新版慢 2～5 倍（一題 15～37 秒）、貴 2～4 倍，回答品質卻沒有比較好。家人問天氣不想等半分鐘，所以我留在舊版。新的不一定比較適合，用你自己的問題測過再換。

兩個實作細節

第一，搜尋比較久時，API 可能先回一個 pause_turn，意思是「我還沒做完，請讓我繼續」：

if response.stop_reason == "pause_turn":
    # 搜尋這類伺服器工具跑太久會先暫停，把目前內容原封不動送回去，它就會接著做
    messages.append({"role": "assistant", "content": response.content})
    continue

沒處理這個，偶爾會收到只講一半的回答。

第二，有查網路的回答，會被切成好幾段。Claude 為了標註每句話引用自哪個網頁，會把同一段話拆成好幾個 text 區塊。我原本用換行把它們接起來，結果家人收到的訊息常常斷在句子中間：

明天台中大致是多雲到晴，降雨機率不高，
降雨也會明顯減少，只有基隆北海岸、大台北山區
，北屯不在其中，可以放心出門。

正確做法是直接接起來，不加任何東西：

def text_of(content) -> str:
    # 有查網路時，同一段話會因為引用來源被切成好幾個 text 區塊，要直接接起來，不能用換行接
    return "".join(b.text for b in content if b.type == "text" and b.text).strip()

這個 bug 我是寫這篇時，用範本實測才發現的，我家正在跑的版本也有，可見做一個能自己反覆測的環境有多重要。

人設裡我也加了兩句跟搜尋有關的規則：「查到的資料要自己判斷可信度，誇張或互相矛盾的要提醒對方」、「查不到的就說查不到，不要自己編」。家庭群組常常轉傳各種健康謠言，這兩句很實用。

五、驗收

一樣先用 DRY_RUN=1 測。--group 會模擬群組訊息，文字用 @ 開頭時會標成 @ 小欣：

venv/bin/python scripts/fake_line_event.py --group "週日要不要去阿公家"
venv/bin/python scripts/fake_line_event.py --group "@小欣 那天台中天氣好嗎"

預期結果：

1. 第一句沒有回覆（沒被 @）。
2. 第二句有回覆，而且知道「那天」是週日、有查網路、兩句以內。
3. data/usage.jsonl 最後一行的 web_search 是 1 以上。

都對了，就可以把 DRY_RUN 改回 0，把官方帳號邀進測試群組，用手機實際 @ 她看看。

下一篇給小欣幾個真正的工具：記事、提醒、長期記憶，還有看懂家人傳的照片。

參考來源

• Claude Docs：Web search tool
• Claude Docs：Prompt caching
• LINE Developers：Mention 物件（webhook 事件）