人によって違うセリフが見えるのを初めて知ったけど、もしそうだとしたら

サーバーからは「ペットが喋った」という情報だけが流れてきて、なんて喋るかはクライアント側で処理（いくつかのパターンからランダム選択？）してるんじゃないかな？

データ通信料やサーバー処理を少なくするための工夫なんでしょうね。

あと、セリフの追加等もクライアントの修正だけで済むってメリットもありそう🤔