calibrate

name	calibrate
description	启动 AutoCrew 风格校准流程。用户主动激活，类似 YC office hours 的引导式对话。 Trigger: 用户输入 "/calibrate" 或 "风格校准" 或 "校准风格"

/calibrate — AutoCrew 风格校准入口

一个命令启动完整的品牌风格校准流程。 类似 gstack 的 /office-hours，通过引导式对话建立你的写作人格。

核心理念

为什么需要风格校准？

AI 写内容的最大问题不是写不出来，而是写出来的东西"不像你"。

• 没校准前：AI 用通用模板写，像 ChatGPT 批量生产的内容
• 校准后：AI 学会你的语气、节奏、禁区，写出来的内容像你自己写的

风格校准做什么？

1. 理解你的品牌定位 — 你做什么、给谁看、想达到什么效果
2. 提取你的写作特征 — 从你的样本内容中学习语气、句式、emoji 习惯
3. A/B 验证准确度 — 用实际内容测试，确保 AI 真的学会了
4. 生成可执行的风格档案 — 保存到 ~/.autocrew/STYLE.md，以后自动应用

推荐工作流程

首次使用 AutoCrew？

/calibrate → 品牌调研 → 样本分析 → A/B 验证 → 开始创作
   ↓
风格档案生成完毕，以后自动应用

已经用过但想优化风格？

/calibrate → 检测到已有风格档案 → 选择：重新校准 / 微调 / 查看当前风格

执行流程

当用户触发 /calibrate 时，按以下步骤执行：

Step 0: 智能上下文加载

静默读取（如果存在）：

1. ~/.autocrew/MEMORY.md — 已有的品牌信息
2. ~/.autocrew/STYLE.md — 已有的风格档案
3. ~/.autocrew/creator-profile.json — 校准状态

如果已校准过：

检测到你已经有风格档案了！

当前风格：[简短总结 STYLE.md 的核心特征]

你想：
1. 查看完整风格档案
2. 微调现有风格（提供新样本）
3. 重新校准（从头开始）

如果是首次校准：继续 Step 1

Step 1: 品牌调研（2-4 轮对话）

目标：理解品牌定位、目标受众、内容现状

欢迎语：

欢迎来到 AutoCrew 风格校准！

接下来我会问你几个问题，帮你建立专属的写作人格。
整个过程大概 5-10 分钟，之后 AI 写的内容就会"像你"。

先聊聊你的定位 —— 
你做什么内容？主要在哪些平台发布？

需要收集的信息（跳过 MEMORY.md 中已有的）：

信息	为什么重要	示例问法
行业定位	决定话题选择和专业度	"你做什么内容？"
目标平台	不同平台风格差异大	"主要在哪些平台发布？"
受众人设	决定语气和深度	"你的读者是谁？描述一个具体的人"
风格禁区	避免踩雷	"有什么风格是你绝对不想要的？"

对话原则：

• 每轮最多问 1-2 个问题
• 对用户回答先给简短洞察，再问下一个
• 不要审讯式连问

Step 2: 样本采集与分析（1-3 轮对话）

目标：从用户内容中提取风格特征

询问样本：

有没有你觉得写得最好的内容？
可以是：
- 一篇文章的链接
- 直接粘贴文字
- 你喜欢的其他账号（我帮你分析）

如果还没有内容，我可以提供几种风格模板让你选。

如果用户提供了样本，分析以下维度：

• 语气（随意/专业/活泼/权威）
• 句式结构（短句为主？长短交替？）
• Emoji 使用（频率、位置、偏好）
• 词汇偏好和禁忌表达
• 排版习惯（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）

如果用户没有样本，提供 3 种风格模板：

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

Step 3: A/B 对比验证（1-2 轮）

目标：用实际内容验证风格准确度

1. 选一个选题（用户提供 or 从已有 topics 取）
2. 用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

如果两个版本都不满意 → 回到 Step 2 重新采集

Step 4: 生成风格档案

目标：持久化风格档案，以后自动应用 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。先做 4.1（结构化落库），4.2 的 STYLE.md 只是给人看的摘要，可选。

4.1 更新 creator-profile.json（主产出）

通过 autocrew_init 更新以下字段：

• industry — 从 Step 1 收集
• platforms — 从 Step 1 收集
• audiencePersona — 从 Step 1 构建
• styleBoundaries.never — 从风格禁区
• styleBoundaries.always — 从风格分析提取
• writingRules — 从 Step 2/3 提取，source 设为 "calibrated"； 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 的 capture_feedback 记录校准事件。

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

写入：

# Brand Voice Profile

## Core Tone
[e.g., 轻松专业，像和聪明朋友聊天]

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

## Vocabulary
- **Prefers**: [偏好词汇/表达]
- **Avoids**: [禁忌词汇/表达]

## Sentence Structure
[句式特征描述]

## Platform Variations
- **小红书**: [特定调整]
- **公众号**: [特定调整]
- **抖音**: [特定调整]

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

4.3 追加 ~/.autocrew/MEMORY.md

将品牌上下文追加到 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）

Step 5: 完成确认

✅ 风格校准完成！

你的写作人格已落进声音内核（creator-profile.json 的 writingRules）。
以后用 AutoCrew 写内容会自动应用这个风格。

要不要试一下？给我一个选题，我按你的风格写一篇看看。

关键原则

1. 对话式，不是问卷 — 像 YC office hours 那样引导，不是填表
2. A/B 验证是核心 — 不要跳过 Step 3，这是准确度的关键
3. 风格档案要可执行 — 另一个写手拿到 STYLE.md 应该能直接用
4. 控制在 60 行以内 — STYLE.md 要简洁可扫描
5. 更新不覆盖 — 用户后续提供新样本时，更新而非替换

与其他 Skill 的关系

• onboarding skill 会在用户第 3-5 次使用时 nudge 建议运行 /calibrate
• write-script / publish-content 会自动读取 STYLE.md 应用风格
• style-calibration skill 是底层实现，/calibrate 是用户入口

工具依赖

• autocrew_init — 初始化数据目录
• autocrew_memory — 记录校准事件
• 文件系统读写 — STYLE.md、creator-profile.json、MEMORY.md

Changelog

• 2026-04-02: v1 — 创建 /calibrate 入口技能，参考 gstack /office-hours 设计