القائمة
从真实帖子、散文、发布说明、文档或站点副本构建源派生的写作风格配置文件，然后在内容、外联和社交工作流中重用该配置。当用户想要语音一致性而不需要通用 AI 写作套路时使用。
التثبيت باستخدام Codex أو Claude انسخ هذا Prompt والصقه في Codex أو Claude أو مساعد آخر ليراجع صفحة Skill ويثبّتها لك.
استنادا إلى تصنيف SOC المهني
Kubernetes 工作负载模式、资源管理、RBAC、probes、autoscaling、ConfigMap/Secret 处理，以及面向生产级部署的 kubectl 调试。
完成任何非平凡任务后使用。智能体按 5 个维度自评输出——准确性、完整性、清晰度、可执行性、简洁性——每项都给出具体证据。生成结构化 1-5 评分卡和具体改进建议。
在 competitive-platform-analysis 产出分层竞品集合后使用。按九个加权维度（定位、声音、视觉工艺、offer packaging、证据、enterprise-readiness、thought leadership、定价、客户 strategic tension）为每个竞品评分，使用明确 1–5 rubrics 和 tension-plot。位于 competitive-report-structure 之前。
当品牌需要通过结构化多会话访谈发现或表达身份时使用。通过 laddering、5 Whys 和 projective techniques，覆盖目的、定位、受众、个性、声音、叙事以及 founder-brand 张力 8 个模块。产出可恢复 session、磁盘持久化状态和 master brandbook（90_SYNTHESIS.md）。
通过 CodeScene MCP 提供实时结构性 Code Health——编辑前审查，变更后验证分数变化，门控 commit 和 PR。用于代码质量审查、重构、检查 AI 变更是否降低文件质量，或 commit/PR 前。
用于界定竞争 landscape：在任何 benchmark 开始前，识别、分类并用分数过滤竞品集合。决定谁算竞品、属于哪个 tier、应挖哪些来源。三技能竞争分析流水线第一步；位于 benchmark-methodology 之前。
| name | brand-voice |
| description | 从真实帖子、散文、发布说明、文档或站点副本构建源派生的写作风格配置文件，然后在内容、外联和社交工作流中重用该配置。当用户想要语音一致性而不需要通用 AI 写作套路时使用。 |
| origin | ECC |
从真实源材料构建持久的语音配置文件，然后在各处使用该配置，而不是从头开始重新推导样式或默认为通用 AI 副本。
使用可用的最强真实源集，按此顺序：
不要使用通用平台示例作为源材料。
x-api 拉取最近的原始帖子。生成下游技能可以直接消费的可重用 VOICE PROFILE 块。使用 references/voice-profile-schema.md 中的架构。
保持配置结构化且足够短以在会话上下文中重用。重点不是文学批评。重点是操作重用。
如果用户想要 Affaan / ECC 语音并且实时源材料很少，请从此开始，除非更新的源材料覆盖它：
删除并重写以下任何内容：
VOICE PROFILE。在此之前或内部使用此技能：
content-enginecrosspostlead-intelligence如果另一个技能已经有部分语音捕获部分，此技能是规范的真实来源。