先说个我在输入法圈子里听到的消息。腾讯内部在打磨一个代号为 ChatterFly 的 AI 输入法助手注意这不是新闻稿是还在灰度阶段的产品方向。ChatterFly 这个名字起得挺直白Chatter 是持续产生内容的状态Fly 是快。它想解决的问题也很直白——当 AI 大模型已经能写出像样句子的时候为什么还要我一个字一个字敲完。这篇我不打算跟风复述“大厂又要出 AI 产品”这类信息。我更想跟你聊清楚三件事第一为什么偏偏是输入法第二真正让它立住的工程和体验细节是什么第三它可能踩到哪些坑。不敢说这就是最终的产品形态但按我这些年做输入法相关开发、也追了不少 AI 生成式产品落地案例的经验ChatterFly 要面对的问题大概率就是下面这几个。1. 腾讯在这个时间点做 ChatterFly踩中的不是“输入法”而是“意图”1.1 输入法处在意图最明确的“最后一个动作”上传统输入法的价值是把键盘敲击转成汉字。在 AI 时代它的价值会变成另一件事把用户当前的表达意图直接“接”过去帮你把话说完整、说准确、说漂亮。为什么大家都盯上输入法这个入口因为它是跨 App 的。你在微信里聊天要用输入法在文档里写周报要用输入法在代码编辑器里写注释也要用输入法甚至在小红书、微博、知乎发帖子照样离不开它。更重要的是用户打开输入法的那个瞬间表达意图是极其明确的。搜索框有搜索意图对话框有聊天意图而输入法处于“最后一个动作”的位置你正在输入的那句话就是你此刻最想说的事情。ChatterFly 真正想抓的不是输入这个动作本身而是这段被数字化的、还没有成型的表达意图。我做产品这些年有个很深的感触工具类产品的 AI 化改造最难的不是模型准不准而是找到一个用户注意力最集中的触点输入法这个触点几乎没有对手。1.2 从词库竞争到模型竞争AI 输入法的门槛变了过去十年输入法公司拼的是词库是云输入是个性化。谁的用户多谁手上的用户输入习惯数据多谁联想得就更准。本质上这是“统计加召回”的打法。但 ChatterFly 这类 AI 输入法助手一出来游戏规则就变了。它拼的是“生成加理解”基础模型能不能写出自然的长句模型能不能读懂你前几句话的语境推理链路能不能在你打出半句话的时候就给出有价值的续写。门槛迁移是一件很现实的事。以前本地词库是护城河谁沉淀得久谁赢现在拼的是谁能把大模型部署得又快又便宜谁能把用户场景理解得更深甚至谁能拿到系统级输入管道。腾讯做这件事不是从零起步它在智能输入法上本来就有自己的方案但真正要补的课还不少——大模型推理成本怎么控制端侧模型怎么选跨 App 的上下文数据到底能不能碰。这些都是一旦跨过“能演示”阶段就会立刻冒出来的硬问题。1.3 为什么不能等到“通用助手”解决一切我经常被人问一个问题以后通用 AI 助手什么都能做为什么还要单独做一个输入法助手我的判断是通用助手最大的问题在于“你得先想起来打开它”。电脑上有十几个图标手机上装了上百个 App你真正每天主动打开的也就那几个。但输入法不一样你只要想打字它就在那里高频率、低门槛、强意图这三个词决定了 AI 功能寄生在输入法里转化率比做成独立 App 高得多。ChatterFly 如果做得好它会模糊“打字”和“生成”的边界你不再需要刻意去安排它做某事它在你输入的过程中就已经开始工作。如果做得不好它就会变成输入法里一个多余菜单用户翻设置时看到一次从此再也没碰过。2. ChatterFly 的产品能力边界AI 介入表达但不抢表达权2.1 长下文联想的“聪明”和“不聪明”传统输入法的联想基本只看当前输入的拼音和最近的一两个词。偶尔有个“整句输入”也是基于当前这一句做的浅层预测。ChatterFly 这类产品真正的分水岭在于上下文能不能跨句子、跨段落。举个例子你在写周报前面已经写了两条“本周完成了某某模块的联调”当你要写第三条的时候AI 能结合前两条的风格和颗粒度给出“本周还输出了某某接口的性能压测报告”这个体验就是质变。但这里有个特别隐蔽的技术问题怎么定义“上下文”要不要读取当前编辑器里的全部文本如果用户跨应用复制了一段资料要不要把剪贴板内容也当成上下文上下文范围取得太小AI 给的续写就会很鸡肋取得太大一是延迟受不了二是用户隐私风险陡增。我见过不少团队在演示时做得很惊艳一上真实场景就翻车原因基本都是上下文切分做得太粗糙。2.2 就地改写的“翻译官”角色我自己最期待的能力是“就地改写”。注意这不是让你把一段话复制到 AI 对话框里再让它重新生成一版而是在输入框里直接选中你刚写的话让 AI 把它改得更通顺、更专业或者更温和。举个很具体的场景老板深夜在群里问进度你心里想的是“还没弄完别催”但发出去的版本应该是“目前有几个阻塞项正在处理预计明天上午能同步进展”。传统输入法完全帮不上忙而 AI 输入法助手干的活就是这种“表达校准”。这个功能有个细节特别重要它是“基于你已有的表达”做优化不是“从空白开始生成”。这决定了它不会让你产生“AI 写的东西不像我”的感觉。好的 AI 输入法助手应该像出版行业的校对员尊重你的原稿只在你需要时给出修改建议而不是像代笔作家那样接管整篇文章。2.3 语音、翻译、摘要输入法可以顺带吃下的“杂活”输入法这个生态位天然可以承载很多与输入相关的杂活。语音输入时的断句和纠错中英文混排时的实时翻译长文本的摘要截图里文字的提取这些未必是 ChatterFly 的核心卖点但都是“别人有我不能没有”的基础体验。真正决定口碑的是细节比如带有口音的用户说了一句包含专业术语的话AI 能不能结合上下文纠正而不是只把拼音转成错误汉字。我个人的判断是这类功能可以快速拉高用户对“AI 输入法”的感知但它们不足以形成长期壁垒。核心壁垒还是那件事本地能不能记住你的习惯云端能不能在你需要的时候给出高质量生成结果两者配合得是不是顺滑。2.4 产品定位克制才是这个助手能活下来的前提我见过不少“AI 加输入法”的方案最后都死于什么都想做。最让我警惕的设计是在输入法里塞进去一个完整 Chat 窗口让你跟 AI 对话。这会让产品认知彻底混乱你到底是输入法还是另一个 AI 聊天 App输入法做 AI 助手的正确定位应该是“在你不打断输入流的情况下提供恰到好处的智能辅助”而不是试图把用户留在输入法里完成一场冗长对话。ChatterFly 如果要活得够久必须懂得拒绝功能。它不需要替代你写方案只需要在你停在半路时递上一块砖它不需要替你构思创意只需要把你已经写出来的草稿打磨得更像成品。这份克制在产品推广期可能显得不够热闹但长期看用户会因为你尊重他的写作节奏而留下。3. 工程难点拆解模型只是起点输入管道的实时性和隐私才是硬骨头3.1 端云协同AI 结果不能全部由云端接管输入法是一个“高频率、小步快跑”的场景。你每敲几个字母它就得响应一次如果你加了 AI 联想每一次敲击都可能触发一个生成请求。要是这些请求全部走云端有两个问题立刻就会出现第一是延迟第二是成本。哪怕大模型响应只要 300 毫秒在输入这种毫秒级交互里用户也等不起。合理的架构应该是分级处理。本地小模型负责拼音转写、词库联想、快捷键响应这些对实时性要求极高的任务云端大模型只承接润色、扩写、摘要这类用户主动发起、对几百毫秒延迟有容忍度的任务。这个分工很像人的反射脑和思考脑反射脑管本能动作思考脑管复杂判断你不能反过来不然做什么都慢半拍。3.2 流式输出与用户耐心的博弈AI 生成内容有一个特点如果非要等完整结果出来再展示用户大概率会焦虑所以现在主流做法是流式输出边生成边显示。问题来了输入法的候选栏是一个很窄的横向区域传统拼音候选词通常只有几个字。如果把 AI 生成的长句也塞进候选栏界面上就会发生严重的“交通冲突”用户分不清哪个是自己敲出来的哪个是 AI 给的。所以产品上必须设计两套 UI 逻辑。传统拼音候选继续沿用原有样式AI 生成内容用独立区域展示比如一个向上弹开的面板。同时还要给用户随时打断的权利AI 吐出来前五个字你觉得不对按一下 Esc 就立刻停止。没有这个中断机制AI 建议一定会变成干扰而不是帮助。很多 AI 产品在演示时很好看一放给真实用户就被骂就是因为忽略了这种“擦肩而过”的体验细节。3.3 个性化与隐私的平衡实际产品只能走“本地优先”路线输入法大概是这个世界上最知道用户秘密的软件之一。你输入过密码片段输入过病名输入过不想让任何人看到的情绪化表达。ChatterFly 如果想用个人数据做个性化生成就必须接受一条红线用户的历史输入不应该被默认上传。我自己跟做端侧模型的同行聊过大家比较认同的折中方案是“本地用户画像加云端通用生成”。端侧保存词频、语气偏好、常用表达方式把它们浓缩成一段摘要特征云端带着这段特征去做生成而不是把用户原始输入记录整个传到服务器。哪怕是这种方案也必须给用户一个明确的开关让用户知道自己什么时候在“普通模式”什么时候在“AI 增强模式”。输入法在隐私问题上的容错率极低别的 App 犯一次错还能翻身输入法犯一次隐私错基本就凉了。3.4 跨平台输入法框架的兼容性苦活这个话题我说出来可能有点枯燥但对真正做产品的人来说非常重要。AI 输入法助手再厉害最终也要落在操作系统提供的那条输入管道上。用过 Linux 下商业输入法的人应该都有印象装一套能用的输入法环境要处理各种依赖和框架配置装完还不一定能顺畅弹出候选栏。Windows 下输入法组件注册也会遇到各种权限报错错误代码非常劝退。macOS 的输入法扩展机制一样有沙盒限制你希望输入法能读当前应用里前文内容系统未必给你这个权限。这就导致 ChatterFly 在跨 App 采集上下文这件事上会遇到大量系统级限制。如果它只做一个单一输入框或者只服务腾讯自家生态内的产品难度会低很多但用户真正需要的是在微信、钉钉、飞书、浏览器、Office 里都能有一致的 AI 输入体验。要做到这一点就必须花大力气做系统级适配这是用户感知不到的笨功夫却最磨人也是决定一款输入法到底能用多久的分水岭。4. 交互与体验推演AI 提示应该在“哪一秒”出现4.1 触发时机不打断输入流是最高原则一个 AI 功能再强大如果它总是在用户不想被打扰的时候跳出来用户也会毫不犹豫地关掉它。所以 AI 输入法助手最核心的交互原则是不打断输入流。什么样的时机最合适我根据自己的使用习惯列出了几个高概率触发点长句输入完成后的短暂停顿比如用户打完一句话停顿超过 1.2 秒。段落末尾出现换行用户开始组织下一段内容。用户主动选中了一段文字这是最强烈的“我想编辑这段内容”的信号。用户按下特定快捷键比如双击 Ctrl 或长按空格。这里最忌讳的是“每敲一个字都在预测”。ChatterFly 如果能做到低频触发、高准确率展示用户的感知就是“这输入法真懂我”如果变成高频触发、低准确率骚扰用户只会觉得它很烦。这中间的阈值要看真实数据调但我有个经验拿不准的时候就别触发少打扰比多聪明更重要。4.2 三类 AI 展示形态的取舍我梳理了一下 AI 输入法助手可以落地的展示形态基本可以归成三种ChatterFly 大概率会混合使用展示形态优点风险适用场景传统候选栏里插入 AI 候选学习成本低用户不用找新按钮长句会挤压拼音候选混淆“敲出来的”和“AI 给的”短句补全、同义改写独立 AI 建议面板信息量大可以展示多个改写版本遮挡正文录入区用户要处理多余元素润色、扩写、摘要等重任务悬浮小胶囊或按钮轻量不干扰打字流容易被忽略命中率低作为被动入口点击后展开更多功能从用户心智角度讲我建议把“AI 候选”默认设在低频状态把“AI 建议面板”做成用户主动唤起而不是系统自动弹出来。如果产品算法有足够把握判断“用户此刻确实需要帮助”再自动亮一下面板。没有把握之前宁可让入口安静一点。4.3 入口的“少即是多”和渐进发现输入法设置面板大概是所有软件里最“黑暗”的地方99% 的用户不会主动去翻。ChatterFly 如果要让 AI 功能真的被用起来入口必须藏在高频手势和显眼的按钮里而不是躺在设置列表里。比如长按空格键唤起语音输入双击 Ctrl 唤起 AI 面板这种设计能让老用户无感发现新用户也不会被一堆功能引导页吓退。很多输入法死在过度新手引导上。产品经理总想把自己的宝贝功能全部展示一遍结果用户用了三天一个功能都没记住。好的做法是“行进中遇见”先把一个最简单的 AI 功能放到最顺手的地方比如候选栏旁边一个小按钮用户点了之后发现“哦原来这里可以直接帮我改语气”然后才会产生探索其他功能的兴趣。4.4 可编程的 Prompt 模板开发者用户最期待的“逃逸口”作为开发者我特别希望 ChatterFly 能开放一套 Prompt 模板机制。什么意思就是把 AI 能力变成可配置的命令。比如我可以自定义输入/summary就对当前文本生成摘要输入/en就把当前输入翻译成英文。这样输入法就不再只是一个“自带几个 AI 功能”的软件而是一个“可扩展的输入工作流平台”。/summary 对当前输入框内文字生成三条核心摘要 /formal 将输入内容改为书面、正式风格 /todo 把当前输入内容整理成带复选框的任务列表 /post 把剪贴板内容改写为适合发到社区帖子风格的文案这类自定义命令不需要写得多复杂关键在于把选择权交给用户。我自己平时就会把常用的 Prompt 存成快捷指令能少切好几个 App。ChatterFly 如果能把这个机制做好等于在普通用户和开发者用户之间搭了一座桥开发者的自定义模板也可以反哺生态。5. 绕不开的三道坎隐私、误改与系统生态的围城5.1 隐私信任是输入法类 AI 的生命线输入法是一个“用脚投票”非常明显的品类用户换输入法几乎零成本。一旦某款输入法被曝出在用户不知情的情况下上传输入数据用户流失的速度会快到你来不及道歉。ChatterFly 要建立信任最有效的办法不是写一篇漂亮的隐私白皮书而是把关键决策直接摆在用户面前AI 生成的时候哪些数据上了云哪些只在本机运行有没有完全离线模式。我特别想强调离线模式。如果所有 AI 功能都必须连上网络才能用那么在飞机上、高铁隧道里、会议室信号差的时候用户得到的不是效率而是焦虑。哪怕离线模式只能提供一小部分能力比如本地改写和基础联想也足够在关键时刻赢得信任。这个优先级应该排在“更多花哨功能”之前。5.2 AI“改错字”比“不改”更致命AI 改写类功能有一个特别容易翻车的点幻觉。当 AI 把你原话里“中午吃酸菜鱼”改成“中午吃三文鱼”而你恰好没注意就发了出去场面会很尴尬。传统输入法候选错了用户多少还有一道确认工序AI 直接改写出一个“更通顺”的版本用户反而不一定会逐字检查。所以产品必须给用户三层保护。第一保留原文方便对照差异第二AI 建议以“可接受可拒绝”的块状形式存在而不是直接替换正文第三所有 AI 改动部分用颜色或下划线标注出来让用户知道这里被机器动过。没有这些机制AI 输入法的口碑会快速下滑因为一次低级改错造成的尴尬用户能记很久。5.3 系统输入法的默认地位与第三方输入法的破局难题现实一点看主流操作系统厂商都在强化自带的输入法。iOS、Android、Windows、macOS 各有默认输入法有些还拥有系统级权限能比较顺畅地读取当前应用上下文。第三方 AI 输入法想打通全链路首先就要面对系统输入法的默认排他性用户不主动切换第三方输入法根本没机会上场。更现实的是系统给第三方输入法开放的权限往往比自家产品少一截。所以 ChatGPT 时代输入法助手面临的不是“AI 能力够不够强”的问题而是“我到底能驻留在多少场景里”的问题。ChatterFly 比较稳妥的路线是先在自己生态内做到极致比如输入到腾讯文档、企业微信时有独家增强功能再逐步向第三方 App 扩展。这不一定是最理想的产品形态但很可能是最现实的落地路径。5.4 场景延伸办公、编程、社区创作里藏着更清晰的付费意愿AI 输入法助手面向普通 C 端的免费体验很可能是获客手段真正的商业价值大概率在垂直场景。办公场景里会议纪要、邮件润色、周报生成都有明确的付费意愿编程场景里注释补全、代码风格统一、提交信息生成也都能找到付费人群社区创作场景标题优化、开场白改写、评论区回复润色需求量同样不小。ChatterFly 如果能把垂直场景做成模板而不是做一个泛泛而谈的“通用 AI 助手”那么它的商业模式会清晰很多。模板意味着可复制、可定价、可迭代也意味着用户在真实诉求上更容易产生付费行动。反过来如果只是做一个“啥都能聊两句”的输入法 AI最后很容易陷入功能堆砌的泥潭用户感知不到差异付费更是无从谈起。写到这我想起自己已经用了十几年输入法中间换过好几轮品牌核心诉求从来没变过键盘跟手、词库准、不打扰。AI 输入法助手要成功其实也是同样的道理——它应该让你感觉不是多了一个需要管理的助理而是打字这件事本身的阻力变小了。ChatterFly 这个名字能不能兑现还得看它能不能在“AI 介入”和“不抢表达权”之间找到平衡。我个人最期待的反而倒不是它有多智能而是它什么时候先把离线模式和自定义指令这两个东西做扎实这两点做踏实了后面的大模型能力随时可以往里面填。