核心用法
Bengali 是一项针对孟加拉语（Bengali/Bangla）写作的调校技能，专门解决AI生成文本"技术正确但听起来不对"的通病。其核心机制是：主动降级语域（register downgrading）+ 注入口语化元素。
具体执行维度包括：
| 维度 | 操作要点 |
|------|---------|
| **语域选择** | 默认采用 তুমি（同伴级），而非默认的高语域 আপনি（敬语级）；তুই（亲密级）仅限极熟络场景 |
| **地域一致性** | 明确区分孟加拉国（মোবাইল）与印度西孟加拉（ফোন）用词偏好，避免混用 |
| **助词填充** | 强制植入 না/তো/কি/যে/নাকি 等语气助词，制造"思考中"的自然停顿感 |
| **填充词** | 插入 মানে（就是说）、আচ্ছা（好吧）、আসলে（其实）等真实对话中的思维标记 |
| **表达升级** | 用 দারুণ/মাথা নষ্ট 替换安全的 ভালো，用 প্রচুর 替换 অনেক，追求情感饱和度 |
| **反应模拟** | 加入 সত্যি?/কী বলছো?/আরে বাবা! 等即时反馈，制造对话临场感 |
显著优点
1. 解决高语域陷阱：多数AI默认输出"教科书式"孟加拉语，本技能通过系统化的语域降级策略，显著降低"翻译腔"感知
2. 颗粒度精细：不满足于"加几个口语词"的粗放操作，而是从称呼系统、地域变体、助词语法层全面重构
3. 可验证标准：提供"Native Test"自检测——若母语者会截图吐槽"这像AI写的"，则需继续软化
4. 跨场景适配：区分线上（mostly তুমি）与线下、正式文书与即时通讯的不同需求
潜在局限
1. 地域偏见风险：孟加拉国 vs 西孟加拉的二元划分可能过度简化，两地内部亦有阶层/年龄差异
2. 正式场景误伤：用户若未明确标注正式需求，可能输出过 casual 的文本（如商务邮件、学术论文）
3. 性别维度缺失：孟加拉语中女性与男性用语习惯存在差异（如某些感叹词使用频率），技能未涉及
4. 代际差异忽略：Z世代网络用语（如罗马化混合、缩写）与传统口语化有本质不同
适合人群
- 内容创作者：需在社交媒体产出"像当地人写的"孟加拉语内容
- 跨境电商/客服：需要温暖、非机械化的用户沟通话术
- 语言学习者：希望观察母语者的真实语域选择，而非课本范例
- AI产品经理：需本地化孟加拉语对话机器人的语料风格
常规风险
- 过度 casual 导致的失礼：在孟加拉文化中，আপনি/তুমি 的界限敏感，误用可能造成冒犯
- 地域标签固化：若用户来源混杂，强制地域一致性可能制造"不自然的纯粹"
- 填充词滥用：মানে/আচ্ছা 等词过量使用会显得犹豫或缺乏自信，需平衡