style-calibration

name	style-calibration
surfaces	gui, harness
gui_summary	用户要校准风格或档案里没有风格规则时用——4 阶段问出并落库
description	Calibrate writing style to match user's brand voice. Activate when user provides sample content, asks to set up their brand voice, or wants to calibrate style. Trigger: "风格校准" / "设置风格" / "我的风格是" / "参考这个账号".

Style Calibration — 4 阶段品牌校准

Conversational skill. 4 阶段对话流程：品牌调研 → 样本采集 → A/B 对比 → 写作人格生成。 结果写入 ~/.autocrew/STYLE.md + 更新 creator-profile.json。

Pre-read: Smart Context Loading

开始前静默读取（如果存在）：

1. ~/.autocrew/MEMORY.md — 检查哪些信息已有
2. ~/.autocrew/STYLE.md — 检查是否已有风格档案
3. ~/.autocrew/creator-profile.json — 检查 styleCalibrated 状态

已有信息直接复用，不重复问。如果 styleCalibrated: true，告知用户已有风格档案，询问是否要重新校准。

Phase 0: 品牌调研（2-4 轮对话）

目标：理解用户的品牌、目标、内容现状和风格边界。

需要收集的信息（跳过 MEMORY.md 中已有的）：

1. 定位与目标：行业、变现模式、当前阶段（起步/成长/成熟）
2. 内容样本：最好的已有内容（链接或文字），如果从零开始则描述想要的方向
3. 受众：想触达的具体人群——一个具体的人，不是抽象的人口统计
4. 风格禁区：绝对不想变成什么样

对话风格：每轮最多问 1-2 个问题。对用户的回答先给简短洞察，再问下一个。不要审讯式连问。

Phase 1: 样本采集与分析（1-3 轮对话）

目标：从用户提供的内容样本中提取风格特征。

如果用户提供了样本内容，分析以下维度：

• 语气（随意/专业/活泼/权威）
• 句式结构模式（短句为主？长短交替？）
• Emoji 使用习惯（频率、位置、偏好的 emoji）
• 词汇水平和偏好表达
• 排版偏好（段落长度、分隔方式）
• Hook 模式（开头怎么抓人）
• CTA 模式（结尾怎么引导互动）

如果用户没有样本，提供 3 种风格模板让用户选择：

1. 知识分享型（干货密集、数据驱动、理性分析）
2. 故事叙事型（个人经历、情感共鸣、场景化）
3. 观点输出型（犀利观点、争议话题、强互动）

用户选择后，基于选择生成初始风格框架。

Phase 2: A/B 对比验证（1-2 轮对话）

目标：用实际内容验证风格是否准确。

1. 选取用户提供的一个选题或从已有 topics 中取一个
2. 用 Phase 1 提取的风格写两个版本：
   • 版本 A：严格按提取的风格
   • 版本 B：在 A 基础上微调（更口语化 / 更专业 / 更短 / 更长）
3. 让用户选择更接近自己风格的版本，或指出需要调整的地方
4. 根据反馈微调风格参数

如果用户对两个版本都不满意，回到 Phase 1 重新采集。

Phase 3: 写作人格生成与保存

目标：生成最终风格档案并持久化。 唯一机器事实源 = creator-profile.json（IA v4.2 §B2）：引擎生成只读 writingRules/styleBoundaries， 不读 STYLE.md。先完成 3.1（结构化落库），STYLE.md（3.2）只是给人看的摘要，可选。

3.1 更新 creator-profile.json（主产出）

通过 autocrew_init 确保数据目录存在，然后更新以下字段：

• industry — 如果 Phase 0 中收集到了
• platforms — 如果 Phase 0 中收集到了
• audiencePersona — 从 Phase 0 的受众信息构建
• styleBoundaries.never — 从 Phase 0 的风格禁区
• styleBoundaries.always — 从风格分析中提取的必须保持的特征
• writingRules — 从 Phase 1/2 提取的具体写作规则，source 设为 "auto_distilled"， scope 按 PRD-v4 §4.3 二分：跨平台声音特征（用词癖好/口头禅/立场/禁忌）→ "voice_core"； 某平台专属的形式规范（长度/结构/格式）→ "platform:<平台id>"（如 platform:wechat_mp）
• styleCalibrated — 设为 true

使用 autocrew_memory tool 的 capture_feedback action 记录校准事件。

3.2 生成 ~/.autocrew/STYLE.md（可选的人类可读摘要，非机器事实源）

# Brand Voice Profile

## Tone
[e.g., Casual-professional, like talking to a smart friend]

## Patterns
- Opening: [Hook 模式描述]
- Emoji: [使用频率、位置、偏好 emoji 列表]
- Paragraph: [段落长度偏好]
- Ending: [CTA 模式描述]

## Vocabulary
- Prefers: [用户偏好的词汇/表达]
- Avoids: [用户不喜欢的词汇/表达]

## Sentence Structure
- [句式特征描述]

## Platform Variations
- XHS: [小红书特定调整]
- WeChat: [公众号特定调整]
- Douyin: [抖音特定调整]

## Audience Persona
- Name: [主要受众人设]
- Profile: [一句话概括]
- Scroll-stop triggers: [什么让他们停下来]

3.3 追加 MEMORY.md

将品牌上下文追加到 ~/.autocrew/MEMORY.md：

• 行业和定位
• 目标受众摘要
• 风格边界
• 竞品账号（如果提到了）

Phase 4: 确认与试写

风格校准完成！我记住了你的品牌调性和目标受众。 以后写内容会自动参考这个风格。 要不要试一下？给我一个选题，我按这个风格写一篇看看。

关键原则

1. 风格档案要可执行 — 另一个写手拿到 STYLE.md 应该能直接用
2. 更新不覆盖 — 用户后续提供新样本时，更新而非替换
3. STYLE.md 控制在 60 行以内 — 简洁可扫描
4. A/B 对比是核心 — 不要跳过 Phase 2，这是校准准确度的关键
5. 写入 creator-profile.json — 确保 styleCalibrated: true，其他 skill 依赖这个标记

工具依赖

• autocrew_init（确保数据目录存在）
• autocrew_memory（记录校准事件到 MEMORY.md）
• 文件系统读写（STYLE.md、creator-profile.json）

Changelog

• 2026-03-31: v1 — Adapted from Qingmo style-calibration.md v4. Removed SOUL.md dependency.
• 2026-04-01: v2 — 重构为 4 阶段流程（品牌调研 → 样本采集 → A/B 对比 → 写作人格生成）。新增 creator-profile.json 写入、A/B 对比验证、风格模板选择。

GUI

什么时候用：用户说「风格校准」「设置一下我的风格」「我的风格是这样」「参考这个账号」，或你发现档案里根本没有风格规则。

方法论：4 阶段，一次只推进一层

Phase 0 品牌调研（2-4 轮）：定位与变现模式、内容样本、受众（一个具体的人，不是人口统计）、风格禁区（绝对不想变成什么样）。 对话纪律：每轮最多问 1-2 个问题，先对用户上一句给一句短洞察再问下一个，别审讯式连问。上下文里已经有的（定位、平台席位、核心受众、目标）不要重复问。

Phase 1 样本采集：从样本里提这几个维度——语气（随意/专业/活泼/权威）、句式（短句为主？长短交替？）、emoji（频率/位置/偏好）、词汇偏好、排版（段落长度、分隔方式）、hook 模式、CTA 模式。 用户没有样本 → 给三选一：知识分享型（干货密集、数据驱动）／故事叙事型（个人经历、场景化）／观点输出型（犀利、有争议、强互动），选完据此起初始框架。

Phase 2 A/B 对比（核心，别跳）：同一个选题出两版——A 严格按提取出的风格，B 在 A 上只微调一个变量（更口语／更专业／更短）。让用户选更像自己的那版，或指出要调哪儿。两版都不满意就回 Phase 1 重采样本。

Phase 3 落库：把敲定的东西写进创作者档案——GUI 面的唯一事实源。

Phase 4 确认与试写：告诉用户风格已记住、以后写稿自动参考，问要不要给个选题试写一篇。

步骤

1. 上下文里已有定位／受众／目标就直接复用，缺什么补什么（Phase 0）。
2. 用户粘了旧文案 → absorb_style（1-5 条样本）。贴的是链接 → 先 read_url 读正文，再把正文当样本。 注意：用户粘一大段旧文时先问一句用途——是「学我的风格」还是「里面有想法要入灵感库」，别不问就默认其一。
3. 用户没样本 → 给三选一模板，选完把这个选择转成 1-2 条具体规则用 add_style_rule 记下来。
4. A/B 对比：优先拿用户已有的一篇稿做底（list_drafts → get_draft），用 revise_draft 出一个微调版让用户二选一；实在没有稿再 generate_script 起一篇（后台任务，投完引导用户去看板等它转正，别在对话里干等）。
5. 每敲定一条具体规则就 add_style_rule 一条（一条一句话，写成能直接照做的样子，别攒到最后一次性倒）。
6. 受众那部分走画像：generate_persona → 带用户逐层过 → save_persona。用户没明确认可绝不保存。聊出目标就 set_goal。
7. 收尾：告诉用户校准完成、规则已进档案，引导他去侧边栏「品牌校准」页复核，然后问要不要试写一篇。

边界

• GUI 面没有 STYLE.md / MEMORY.md 这类文件，别提也别假装写过。事实源是创作者档案——add_style_rule / save_persona / set_goal 写进去的那份。
• 更新不覆盖：用户后续再给新样本，是往上加规则，不是把之前的推翻。
• 规则要可执行——另一个写手照着这条规则能直接写出同款，才算数。