前两天刷Hacker News，看到一个叫WhodunnitAI的项目，206分冲上首页，评论区热闹得不行。
这玩意是个语音驱动的谋杀之谜游戏，你扮演侦探，跟五个嫌疑人一个一个打电话，用嘴问他们案发当晚在哪、跟死者什么关系、有没有不在场证明，听他们解释、找他们的漏洞、逼他们说出实话，最后推理出真凶。
最骚的是，嫌疑人全是AI，而且是会说话的AI。
不是那种「你选一句台词，它回一句」的假交互，是你真的开口问，它真的即时回答，像跟一个活人打电话那样，边说边想边圆谎。
我一开始觉得这又是那种玩一下就没了的AI demo，结果点进去看了一眼数据，有点东西。228个案子已经被玩家解开，平均21分钟破一个案，同时有8个人在线玩。
评论区有句话我记得很清楚，有人说「现在网上全是AI垃圾，但这个绝对不是」，还有人直接说「这就是RPG游戏的未来，无尽的沉浸感」。
更让我在意的是，这个项目是作者一个人做的，运行预算就500美元，还免费给所有人玩。
我当时就想，这玩意要是做成生意呢？？？
先说个背景，这种「AI互动推理」的概念其实不新。
2019年有个叫AI Dungeon的游戏，纯文字的AI冒险游戏，你打字，AI给你编故事，火了之后母公司Latitude拿了几百万美元融资，据说用户下载量超过800万，月活150万。
但AI Dungeon是打字交互，门槛高，你要会描述、会想象，很多人玩两下就放弃了。
说实话，我自己以前也试过这类文字冒险，玩不到十分钟就不知道下一步该干什么了。
WhodunnitAI不一样的地方，是它把交互从打字换成了说话。
人能说话就不用组织文字，开口就问，跟打电话一样自然，沉浸感直接拉满。这是2026年才变得现实的事，因为OpenAI发布了GPT-Realtime-2，一个专门做实时语音对话的模型，延迟低到感觉不出来，还能带着角色设定跟你演。
技术一到位，玩法就跟着变了。
以前想玩推理游戏，你得约人、找店、凑时间，现在一个人、一部手机、一副耳机，随时可以审讯五个AI嫌疑人。
这个体验的稀缺性，就是生意的来源。
先说中国剧本杀市场的盘子。
艾媒咨询的数据，中国剧本杀行业市场规模从2018年的65.3亿元涨到2025年的448.1亿元，翻了快7倍。2026年初全国注册剧本杀门店数量接近18.7万家，比2023年增长超过110%。
全球剧本杀娱乐产业2025年市场规模突破142亿美元，线下体验门店总数超12.8万家，其中中国以6.2万家门店占据48.7%的份额。
单次消费80到200元，高频用户一个月玩2到3次。
但这里有个隐藏的痛点，剧本杀门店最贵的成本不是房租，是主持人，一个成熟的主持人月薪6000到15000元，还得会带本、会演、会控场，好的主持人特别难找。而且剧本内容同质化严重，玩家玩过几个本之后就开始腻。
AI语音NPC能同时解决这两个问题，一个AI嫌疑人7乘24小时在线，不用发工资，不会请假，玩家跟它对话的体验还是全新的，店里的本子一下子就有了差异化。
你想想看，一家店几十个本子，每个本子加一个AI审讯环节，这是什么体量的需求。
这就是为什么我觉得这个方向的窗口期刚刚打开。
| 工具 | 做什么用 | 价格 |
|---|---|---|
| GPT-Realtime-2 | 实时语音对话核心，WhodunnitAI同款，支持边说边想边回答，能带角色扮演 | 约$0.04-0.10/分钟，音频输入$32/100万token，输出$64/100万token |
| Claude / ChatGPT | 剧本创作，案件设计、嫌疑人设定、线索梳理、时间线推演 | $20/月 |
| ElevenLabs | 语音合成，给每个嫌疑人配不同音色，让角色开口就有辨识度 | 免费版够起步，Pro $22/月 |
| Coze扣子 / Dify | 零代码搭建游戏角色，拖拽配置，不用写代码就能出第一版 | 免费或按量付费 |
| OpenAI官方示例代码 | 用Realtime API搭网页版审讯室，官方有现成的Python和JavaScript示例 | 免费开源 |
| Minecraft Mod（进阶） | 把AI语音NPC搬进游戏世界，做沉浸式场景（Shadowlight就是这个玩法） | 开发成本，非必需 |
新手最省钱的起步组合是，Coze扣子搭一个文字版推理游戏先练手，跑通剧本和角色设定，再上GPT-Realtime-2做语音版。等有稳定收入了，再研究ElevenLabs音色和自定义前端。
第一步，写剧本。这是整个服务的灵魂，也是最容易被忽略的一步。一个案子要有完整的逻辑链，死者的死因、凶手的动机、五个嫌疑人的秘密、每个人不在场证明的漏洞、至少三条指向真凶的线索。直接让Claude帮你生成初稿，然后你自己玩一遍，确保逻辑自洽。记住一个原则，AI能做的是把故事写出来，但故事好不好玩，得靠你把关。
第二步，设定嫌疑人。给每个嫌疑人写角色卡，包括身份、性格、说话方式、跟死者的关系、真正在隐瞒什么、什么时候会撒谎、被逼问时怎么破防。这一步决定了游戏好不好玩，嫌疑人不是谜题，是人物，玩家是来跟人打交道的，不是来破密码的。
第三步，搭对话系统。用GPT-Realtime-2的API，把角色卡写进系统提示词，让模型以嫌疑人的身份说话。官方示例代码里已经写好了语音采集、实时对话、语音回放的完整链路，你要做的就是替换提示词和音色。如果你不会代码，用Coze扣子也有语音对话的现成组件，就是实时性差点。
第四步，配音色。用ElevenLabs给每个角色生成专属声音，老谋深算的管家用低沉的男声，年轻的女仆用清脆的女声，每个人的语速和语气也要不一样。这一步做好了，玩家一听声音就能分出谁是谁，沉浸感直接上一个台阶。
第五步，测试和调优。你自己以玩家的身份，把每个嫌疑人都审一遍，从各个角度问问题，看看AI会不会说出逻辑漏洞、会不会跳出角色、会不会把不该说的秘密提前说出来。我第一版测的时候，问管家「你当晚到底在哪」，他回了一句「我一直在书房，虽然没人能证明」，我当场就愣住了，这尼玛不是变相承认自己没人证吗。测试阶段你会发现一堆问题，这很正常，WhodunnitAI的作者也是反复调了好几轮才让体验顺滑。
第六步，交付和迭代。交付给客户之后，收集玩家的真实反馈，哪个嫌疑人的设定无聊、哪个问题AI答不上来、哪条线索太隐晦，都记下来，做第二版。AI游戏的迭代速度比传统剧本杀快得多，改个提示词就能上线，这是传统行业做不到的。
入门档（¥300-1000/单）。定制一款AI互动推理小游戏，单人可玩，20到40分钟一局，包含完整的案件和3到5个AI嫌疑人。面向个人客户，生日礼物、朋友聚会、线上桌游局都能用。耗时两到三天，主要是剧本创作和测试。这个档位用来练手和积累案例，别指望赚大钱，但能让你把流程跑熟。
进阶级（¥3000-10000/单）。给剧本杀店、密室逃脱做AI语音NPC升级，把一个或多个角色改成AI语音版，玩家用嘴审讯嫌疑人，或者加一个AI解谜NPC。面向B端门店，这是利润最稳定的一档，一家店改一个本子，你收几千块，店主算得过来这笔账，一个AI NPC顶半个主持人，还不用发工资。一家店一般有几十个本子，你服务好一家，后续复购就来了。
高阶定制（¥20000-50000/项目）。全套AI互动推理体验，包含定制剧本、多个AI角色、专属前端页面、品牌定制。面向企业团建、品牌营销活动、教育机构。比如企业团建做一个「公司机密失窃案」，员工分组审讯AI嫌疑人找内鬼，比传统的破冰游戏好玩十倍。这种项目的难点是沟通和项目管理，但一单顶入门档几十单。
算一笔账。一个月接8单入门档（¥2,400-8,000），2单进阶级（¥6,000-20,000），一单高阶定制（¥20,000-50,000），月收入就是¥28,400-78,000。当然这是理想状态，起步期先专注入门档跑通，再往上爬。
小某书和某音。这是最好的展示渠道。把你做的游戏录一段试玩视频，你对着屏幕审讯AI嫌疑人，AI结结巴巴圆谎，这种内容天然有传播性，评论区一定有人问「在哪玩」「多少钱」「能不能定制」。配文直接说「想要什么剧情方向，评论区告诉我，我做出来给你玩」，互动率会非常高。
剧本杀店和密室。直接去你所在城市的剧本杀店谈合作，给店主看你的试玩视频，提出「我帮你的本子加AI审讯环节，先免费给你改一个，玩家反馈好再谈收费」。店主最怕的是没效果，你先免费试点，用效果说话，成功率很高。跟5到10家店建立合作，单子就稳定了。
企业HR和活动公司。企业团建预算充足，一个下午的活动花两三万很常见。主动联系本地活动策划公司，或者去脉脉、BOSS直聘上找企业HR，发你的案例，强调「AI互动推理团建，员工参与度高，领导觉得新潮」。这个渠道单子少但客单价高。
海外市场。WhodunnitAI证明了海外玩家对这个玩法的热情，你在Fiverr上挂「Custom AI voice mystery game」，或者在小某书发英文版试玩视频，都能接到海外单。海外客户的预算更高，一个定制游戏收$200-1000很正常。
说几个自己测试下来最痛的教训，每一个都是真金白银换来的。
第一个坑，AI会「剧透」。最致命的问题，AI嫌疑人经常在对话里不小心把真相说出来。玩家问「你是不是凶手」，AI可能因为训练数据里的推理模式，直接承认了。我第一版测试的时候直接被气笑了，问了两句管家就全招了，太离谱了。解决办法是把角色卡写得非常细，明确告诉模型「你无论如何都不能承认自己是凶手，除非玩家拿出三条完整证据链」，并且测试时专门用「你是不是凶手」「是你干的吧」这类问题反复试探。
第二个坑，成本比想象中涨得快。WhodunnitAI的作者预算500美元，最后还是被迫限制每个玩家的试玩时间，还加了「自带API Key」模式。GPT-Realtime-2按分钟计费，一个玩家玩20分钟就是一两美元，如果游戏火了，烧钱速度很快。定价的时候一定要把单局成本算进去，或者在游戏里设计时长上限。
第三个坑，逻辑漏洞毁掉沉浸感。AI游戏最怕玩家发现「这里的线索对不上」，一旦玩家觉得不严谨，整个体验就崩了。写剧本的时候一定要自己完整玩一遍，从凶手的角度把所有可能性推一遍，确保每条线索都指向合理的结论。
第四个坑，别接「什么都想要」的客户。有的客户说「我要AI剧本杀、AI密室、AI游戏、AI教育全都要」，最后你会发现什么都做不好。明确你的服务边界，先专注一个场景做到极致，比如只做AI语音审讯环节，口碑出来了再扩展。
写这篇文章的时候，我又去WhodunnitAI的评论区看了一圈，作者说他下一步想做更多的「体验」和「场景」，不只是谋杀之谜。
我觉得这个判断特别准。AI语音互动这个能力的本质，是把「跟一个活人打交道」的成本降到几乎为零，而人类天生就喜欢跟人打交道，喜欢试探、喜欢博弈、喜欢发现别人藏着的秘密。
AI Dungeon用文字证明了互动叙事的市场，WhodunnitAI用语音证明了实时对话的威力，而中国18.7万家剧本杀门店和448亿的市场，就是现成的落地场景。
说真的，我自己也还在摸索这个方向，可能有些想法还不成熟，但有一点我很确定，会写剧本、会做角色、懂得怎么让AI不剧透的人，未来一年会很值钱。
等大厂下场做标准化的AI剧本杀平台，个人接单的空间会被压缩，但窗口期内，这些技能就是最稀缺的。
磨平一些信息差，就是你的价值。
💡 我整理了一份AI语音互动游戏副业的「剧本模板+角色卡+Prompt提示词」工具包
包含谋杀之谜剧本结构模板、5个嫌疑人角色卡范例、GPT-Realtime-2防剧透系统提示词、定价方案和门店合作话术。微信扫码或搜索「AiToollab」关注公众号，回复「AI游戏」获取。
能做。最简单的玩法是用现成的AI对话平台（比如Coze扣子、Dify）搭建游戏角色，不需要写代码，拖拽配置就行。再进阶一点，用GPT-Realtime-2的API做实时语音对话，需要一点Python或者JavaScript基础，但网上有现成的官方示例代码可以抄。真正难的不是技术，而是剧本创作和角色设定，这个反而更依赖你的故事能力。我建议从纯配置的方案起步，先跑通一单，再逐步学API。
比大多数人想的便宜。GPT-Realtime-2的语音调用大约0.04到0.10美元一分钟，玩家跟一个嫌疑人聊20分钟，成本不到2美元，折合人民币十几块钱。一个剧本5个嫌疑人，全套测试跑完也就几十块成本。工具订阅方面，Claude或ChatGPT的会员费20美元一个月，ElevenLabs免费版够起步。也就是说，做一单300元的入门级游戏，工具成本可以控制在50元以内。
按客户类型分三条路。第一，个人客户，在小某书和某音发你做的游戏试玩视频，配文「评论区留剧情方向，我做成你能玩的AI推理游戏」，这种内容互动率很高，个人定制游戏300到1000元一单。第二，剧本杀店和密室，这是最稳定的大客户，直接去本地店里谈「我帮你的剧本加AI语音NPC审讯环节」，一单3000到10000元。第三，企业团建和品牌活动，他们预算最足，一个全套AI互动推理体验能开到20000到50000元。
场景非常广。个人聚会和线上朋友局，一个AI侦探游戏就能玩一个晚上。剧本杀店可以把一个NPC角色改成AI语音版，玩家用嘴审讯嫌疑人，体验完全不一样。密室逃脱可以加AI语音解谜NPC，企业团建可以做定制剧情的团队推理活动，品牌活动可以做互动营销游戏，教育机构可以做历史人物AI对话教学。每个场景对应不同的定价，从几百到几万都有。
核心就四样。剧本创作用Claude或ChatGPT，让AI帮你写案件、嫌疑人、线索和时间线。实时语音对话用GPT-Realtime-2的API，这是WhodunnitAI这类游戏都在用的模型，支持边说边想边回答。语音合成用ElevenLabs，给每个嫌疑人配不同音色。搭建平台用Coze扣子做零代码版本，或者用官方示例代码搭网页版。想做得更高级，可以加Unity或者Minecraft的Mod，但新手完全不需要。