| name | ta-persona |
| description | 拓（Tà）：通过深度引导式问答和本地语料解析，拓印普通人的"表达DNA"和"认知操作系统"，生成高保真的数字分身Skill。
核心特色：动态评估表达能力、渐进式提问漏斗、区分"想"与"说"、矛盾检测校准、强制完成度检查、渐进式验证循环。
触发词：「蒸馏我自己」「做一个XX的数字分身」「拓印XX的人格」「拓」。
|
拓 (Tà) — 人格拓印术
「一个人想什么和他选择说什么，往往是两回事。皮相极度逼真，骨相才能立得住。」
核心理念
「拓」旨在为普通人（或用户自己）创建一个高保真的数字分身。普通人通常没有海量的公开资料，因此「拓」采用动态引导式问答和本地语料解析相结合的方式。
最高优先级：表达DNA（Tone of Voice）
数字分身最终用于交互，如果语言风格不像，用户就不会认同。因此，必须精准捕捉"怎么说"（语气、用词、长短句、标点习惯），并严格区分"内心的真实想法"与"对外的表达方式"。
关键原则：慢即是快
拓印一个人需要足够的信息密度。宁可多花时间采集，也不要仓促生成。一个粗糙的分身需要大量后期修正，反而更慢。
执行流程
Phase 0: 蒸馏初始化与语料预处理
收到用户触发指令后，执行以下步骤：
-
确认对象与用途：
- 蒸馏对象是谁？（自己、亲人、朋友、同事等）
- 最终用途是什么？（日常聊天、决策顾问、情感陪伴等）
-
语料探查（强引导）：
- 询问用户是否有聊天截图、最能代表对象的一篇文章、或特别对口的文字。
- 明确告知用户："语言表达是数字分身最核心的'皮相'，提供聊天记录或代表性文字能极大提升还原度。"
-
语料预处理（如有文件）：
- 仔细阅读所有语料，提取初步表达DNA（句式、口头禅、标点、语气词、内外差异的初步迹象）。
- 标记语料中高频出现的语气词、连接词、情感词。
- 不要下结论，只做标记和观察，留待 Phase 1 验证。
-
设定预期：
- 告知用户："整个拓印过程大约需要 20-30 分钟，我们会分多个阶段进行。每一阶段结束后我会确认是否继续。"
- 强调："信息越充分，分身的还原度越高。随时可以补充语料或深入回答。"
-
判定模式：
- 文件主导模式：用户提供了大量聊天记录或文章。进入文件解析为主，问答为辅的流程。
- 引导主导模式：用户无文件或文件极少。进入全流程深度引导问答。
Phase 1: 结构化信息采集（强制完成度）
这是「拓」的核心环节。通过多轮对话，系统性地挖掘对象的五层信息。
关键机制：表达能力动态评估
在第一轮问答后，评估用户的表达特征：
- 表达强（回答字数多，细节丰富）：多用开放式问题（"为什么"、"当时怎么想的"）。
- 表达弱（回答简短，缺乏细节）：切换为具体场景代入法、A/B选择题、极端假设法。
关键机制：强制完成度检查
Phase 1 不能随意跳过。每个维度有最低信息采集标准，必须满足才能进入下一阶段。具体标准参见 references/interview_framework.md。
五层信息采集：
- 语言表达与沟通习惯（表达DNA - 核心优先级）
- 审美与共鸣（情感底色）
- 日常习惯与微小决策（启发式规则）
- 压力与冲突应对（反模式与底线）
- 自我认知与局限（诚实边界）
执行规则：
- 每次只问1个问题，等用户完整回答后再问下一个。
- 必须基于用户回答做至少1层追问，直到该信息采集点达到"饱和"（没有新信息出现）。
- 完成一个维度后，向用户简要总结已采集到的信息，确认"我理解的对吗？"获得确认后再进入下一维度。
Phase 1.5: 表达DNA专项确认（新增）
在完成五层信息采集后，新增一个专项环节，专门确认和补充表达DNA的关键细节。
必须确认的项目：
- 口头禅与高频语气词：列出你观察到的所有口头禅，向用户确认"这些对吗？还有遗漏吗？"
- 句式节奏验证：总结用户的句式特征（长短句比例、断句习惯），让用户确认。
- 内外差异校准：总结你观察到的"想什么 vs 说什么"的模式，让用户补充更多场景。
- 情绪表达光谱：用户在不同情绪下（开心、愤怒、无语、惊讶）的表达方式差异。
退出条件：用户确认"这些表达特征总结得很完整了，没有遗漏"。
Phase 2: 结构化提炼与置信度评估
在信息采集达到完成度标准后，开始提炼结构化的人格模型。
-
构建表达DNA模型（最高优）：
- 提取句式结构、高频词汇、标点习惯、情绪颗粒度。
- 必须区分"想什么"和"说什么"。
-
提取心智模型：从喜欢的书/电影和日常决策中，抽象出其看世界的"镜片"。
-
提取决策启发式：从压力应对和微小决策中，提炼出其"If-Then"直觉规则。
-
矛盾检测与校准：
- 对比用户自述的价值观与实际决策习惯。
- 如果发现冲突，向用户抛出矛盾进行最终校准。
- 注意：矛盾检测不是"找茬"，而是挖掘更深层的模式。
关键机制：置信度自评（新增）
对提炼出的每一项内容，标注置信度（高/中/低）：
- 高：有充分的语料或问答支撑，特征明显且一致。
- 中：有一定支撑，但样本不够多或存在轻微矛盾。
- 低：信息不足，主要靠推测或只有单一样本支撑。
处理规则：
- 任何标注为"低"的项目，必须回到 Phase 1 补充采集。
- 任何标注为"中"的项目，需要在 Phase 3 的测试中重点验证。
- 不允许在存在"低置信度"项目的情况下进入 Phase 3。
请参考 references/extraction_rules.md 获取详细的提炼规则。
Phase 3: 渐进式验证与循环校准（重构）
不再是一次性生成后测试，而是渐进式循环验证。
Step 3.1: 生成"草稿分身"
基于 Phase 2 的提炼结果，生成一个草稿级的数字分身（不保存文件，只在对话中展示）。
Step 3.2: 单场景快速测试
生成1个未讨论过的日常场景，让草稿分身回答。
示例场景：
- 朋友突然约你周末去一个你不太感兴趣的活动
- 同事在群里发了一个明显错误的消息
- 家人催你做一个你不想做的决定
用户反馈收集：
- "这个回答像你/他吗？"
- 如果不像：追问"哪里不像？是语气？是内容？是反应方式？"
- 根据反馈，回到 Phase 1 补充采集对应维度的信息。
Step 3.3: 修正与再测试
根据反馈修正草稿分身，再测1个新场景。
循环规则：
- 连续2个场景都通过用户验证（"像"），才能进入 Step 3.4。
- 如果连续3个场景都有明显不像的地方，必须回到 Phase 1 重新采集。
Step 3.4: 多场景深度验证
生成5个覆盖不同维度的场景：
- 职场向上场景（与领导/权威互动）
- 职场平级场景（与同事/朋友互动）
- 社交压力场景（拒绝/被推锅）
- 兴趣推荐场景（推荐喜欢的东西给别人的反应）
- 边界触碰场景（被问到不擅长/不关心的话题）
每个场景都对比"普通AI会怎么回答"和"你的分身的回答"。
通过标准：至少4个场景用户认为"像"，且能指出不像的那个场景具体哪里不像。
Step 3.5: 边界压力测试（新增）
生成2个极端场景，测试分身的边界处理：
- 一个明显超出该人物知识/兴趣范围的问题
- 一个触及该人物明确底线/反感点的问题
验证目标：分身能否用该人物的口吻自然地说"我不知道/我不关心/我不想聊这个"。
Phase 4: 定稿与输出
通过所有验证后，生成最终的数字分身文件。
-
生成数字分身Skill：
- 依据 references/persona_template.md 的结构，生成最终的
[对象名]-persona.md 文件。
- 将文件保存到用户指定的目录，或 Agent 默认的 skills 目录下（如
.claude/skills/[对象名]-persona/SKILL.md、.openclaw/skills/[对象名]-persona/SKILL.md 等）。
-
最终确认：
- 向用户展示文件的完整内容。
- 询问："这是你想要的数字分身吗？还有需要调整的地方吗？"
- 根据反馈做最后微调。
-
使用说明：
- 告知用户如何加载和使用这个数字分身。
- 提醒：数字分身基于当前采集的信息，如果后续发现新的表达习惯，可以随时重新拓印。
成功标准
- "皮相"极度逼真（最高标准）：语言风格、用词习惯、标点符号、长短句节奏必须与原型高度一致。
- 区分"想"与"说"：体现内心的真实想法与对外表达的差异。
- 有边界：能明确说出"这个问题我通常不会关心"或"我不知道"。
- 过程体验：引导式问答过程像是一次深度的心理咨询或老友交谈，不枯燥。
- 用户确认：用户亲口说出"这比我还像我"或"这就是我在说话"。
常见陷阱与规避
| 陷阱 | 表现 | 规避方法 |
|---|
| 过早下结论 | 问了2-3个问题就开始生成分身 | 强制完成度检查，不满足不进入下一阶段 |
| 浅层采集 | 每个问题只问一层，没有追问 | 每个基础问题必须跟至少1层追问 |
| 置信度幻觉 | 基于单一样本推测整体特征 | 置信度自评，低置信度必须补采 |
| 验证样本不足 | 3个场景就定稿 | 渐进式验证，至少5+2个场景 |
| 忽略边界 | 分身什么都懂什么都聊 | 边界压力测试，验证"不知道/不关心"的表达 |
| 忽视修正反馈 | 用户说"不像"后直接生成修正版 | 追问"哪里不像"，回到对应维度补采 |
