rRifflo AI
Amazon 创业项目申请 · 2026
Safe AI creation for children

AI 可以替孩子生成作品。
Rifflo 让孩子仍然是创作者。

一个面向 10–12 岁英语儿童的安全 AI 创作平台：孩子决定要创造什么，AI 帮助他们把想法变成持续生长的原创世界。

用户 儿童创作，家长购买与管理安全边界阶段 Demo + 20+ 测试用户
01 / 11
rRifflo AI
01 · 问题
儿童创作工具的错误二选一

孩子要么很快得到结果，
要么在看到结果之前就失去兴趣。

今天的工具分别优化“生成速度”和“专业控制”，却没有为儿童保留一条既低门槛、又需要真实判断的创作路径。

01 · 一键生成

结果很精美，
过程被压缩成一句话。

孩子没有充分经历提出想法、比较方案、发现问题和持续修改。

低门槛，也容易低参与
儿童创作缺口
02 · 专业创作工具

控制很完整，
但回报来得太晚。

编程、建模和专业编辑器要求先掌握大量操作，创意尚未成形，动机先被消耗。

高参与，也伴随高门槛
02 / 11
rRifflo AI
02 · 缺失的过程
真正值得培养的不是提示词技巧

儿童需要一条短反馈、可反复、
每一步都要求自己作决定的创作循环。

01

表达

把模糊想法说清楚，定义自己真正想做的东西。

02

比较

看见多个可能，不把 AI 的第一个答案当作最终答案。

03

选择

决定角色、世界与故事的关键方向，并承担取舍。

04

检验

看到作品实际呈现，发现它与原始意图之间的差距。

05

修改

拒绝、调整或扩展 AI 的建议，让作品逐步变成自己的。

产品的价值不是把 5 步缩成 1 步，而是让每一步都足够简单，孩子愿意继续走下去。Rifflo 的设计目标
03 / 11
rRifflo AI
03 · 产品答案
不是从“生成一个游戏”开始

Rifflo 先让孩子创造一个真正属于自己的原创角色。

AI 创作伙伴一次只问一个简单问题。孩子逐步建立角色身份，而不是交出一句 prompt 等待完整结果。

01外形与名字
02性格与弱点
03能力与限制
04职业与目标
05朋友与关系
06生活的世界
原创角色 Pebble 的角色档案
输出不是一张图：它是一份可继续修改、复用和扩展的角色设定。
04 / 11
rRifflo AI
04 · 持续价值
同一个 IP，越来越多表达方式

把孤立的一次生成，
变成可积累的创作关系。

孩子不必每次从空白开始。角色身份被保留，新的作品会反过来丰富同一个世界。

角色档案
角色身份 · 外形、性格、能力
围绕原创角色创作的漫画
漫画 · 用画面组织情节
围绕原创角色创作的故事
故事 · 扩展关系与冲突
原创角色世界中的场景
互动世界 · 动画与小游戏
05 / 11
rRifflo AI
05 · 人机分工

AI 降低实现成本，
产品机制保留孩子的作者身份。

Otti 只在需要时提出问题、展示可能性和解释限制，不替孩子决定角色是谁、故事走向哪里。

孩子 · 创意导演

  • 01提出角色与世界的原始想法
  • 02比较候选方案并说明偏好
  • 03拒绝、修改或重组 AI 建议
  • 04判断结果是否符合自己的意图
  • 05决定下一步继续创造什么
Otti
creative partnerOtti，Rifflo 的 AI 创作伙伴

AI · 实现伙伴

  • 01把复杂任务拆成简单问题
  • 02提供有边界的候选可能
  • 03整理设定并完善表达
  • 04生成视觉、文本与互动结构
  • 05根据孩子的反馈执行修改
06 / 11
rRifflo AI
06 · 可解释的创作
最终作品只讲了一半故事

Rifflo 记录创作过程，
让家长看见孩子真正做过的决定。

系统不制造抽象的“创造力分数”，而是保留真实事件：孩子提出什么、选择什么、拒绝什么、又如何修改。

Child proposed“Pebble 会发光，但只有在帮助朋友时才会亮。”
AI suggested3 种发光能力的视觉表达与故事影响。
Child changed拒绝“永久发光”，增加能力限制，让角色更有冲突。
Result设定被同步到角色档案，并影响后续故事和游戏规则。
Pebble · 本周创作回执FOR PARENTS
孩子贡献
6 个原创设定 · 4 次关键选择 · 2 次主动修改
AI 协助
整理角色设定、生成 3 个视觉候选、执行画面修改
本周变化
为角色能力增加限制，并把它写进新的故事冲突
下一步意图
“我想让 Pebble 的朋友误解它为什么没有发光。”
家长看到的不只是屏幕使用时长，而是一段可解释、可核验的创作过程。
07 / 11
rRifflo AI
07 · 儿童安全
安全不能只依赖一次模型判断

Rifflo 用多层边界约束儿童输入、
模型输出与作品流转。

01模型层
02产品层
03家庭层
04运营层

Amazon Bedrock Guardrails

计划探索输入与输出检查、不适龄内容过滤、敏感主题限制与个人信息识别。

受约束的创作流程

限制开放式陌生人互动；使用结构化选项、主题边界与作品规则减少风险暴露面。

家长账户与儿童档案

由家长管理安全边界、作品可见性与儿童档案，默认采用最小化数据与私密设置。

必要的人工审核

对模型无法稳定判断的边缘场景、举报内容与高风险主题建立升级和复核机制。

注：Bedrock 与相关安全能力处于计划探索阶段；正式方案将根据儿童隐私、区域法规和真实风险测试确定。
08 / 11
rRifflo AI
08 · Amazon 技术路径

Bedrock 提供 AI 能力层，
Rifflo 负责儿童创作机制与安全体验。

早期保持架构轻量；服务选型跟随真实规模、成本和隐私要求，而不是预设一套过重系统。

Rifflo product layer

我们重点构建

  • 引导式创作流程一次一个问题，控制认知负担
  • 原创 IP 数据结构角色设定跨作品持续复用
  • 决策与版本记录区分儿童贡献和 AI 协助
  • 创作回执把过程翻译成家长可理解的证据
Amazon Bedrock · planned exploration

计划重点探索

  • 文本与多模态模型引导对话、设定整理、故事与视觉生成
  • 结构化作品转换把儿童自然语言转为可编辑的互动内容
  • Bedrock Guardrails输入输出检查、敏感主题与个人信息识别
  • 模型选择与成本治理按任务匹配能力、延迟和单位成本
AWS services · evaluate as needed

进入正式产品后评估

  • 存储与内容分发角色图片、故事、漫画和作品版本
  • 身份与权限家长账户、儿童档案与访问边界
  • 无服务器计算异步生成、内容处理与审核任务
  • 数据库作品状态、创作记录和家长回执
09 / 11
rRifflo AI
09 · 当前阶段

我们已有可用 Demo 和早期用户，
下一阶段要验证的不是“能不能生成”。

核心风险是：原创 IP 是否能带来持续创作，以及这种过程是否能形成清晰的家庭价值。

20+儿童与家长
早期测试用户当前属于探索性样本，不作为留存、教育效果或付费意愿的统计证明。
H1

孩子会围绕同一个原创 IP 回来继续创作

而不是只体验一次生成的新鲜感。

H2

家长能理解孩子与 AI 各自的贡献

创作回执能够降低“这是不是 AI 全做的”疑虑。

H3

持续创作能够形成家庭付费价值

付费理由来自安全、作品积累和成长证据。

10 / 11
rRifflo AI
10 · 下一阶段
What we want to prove with Amazon

让 AI 的能力增长，
不再意味着孩子参与得更少。

下一阶段，Rifflo 将围绕一个可持续发展的原创 IP，验证儿童主体性、家庭可解释性与多层安全能否共同形成长期产品价值。

01 · ENGAGEMENT

孩子愿意持续创造

同一 IP 进入第二件、第三件作品，而不是停在首次生成。

02 · TRUST

家长看得懂，也信得过

安全边界清楚，儿童贡献与 AI 协助可解释。

03 · PLATFORM

安全能力可扩展

用 Bedrock 与 AWS 服务逐步支持多模态创作、治理和规模化。

11 / 11