| name | setup |
| description | 一键完成品牌设置 + 写作风格校准。首次使用运行完整流程，再次运行可查看/微调。
Trigger: /setup, 设置, 品牌校准, 风格校准, calibrate
|
/setup — 品牌设置 + 风格校准（一键完成）
合并原 /calibrate 和 style-calibration。
一次对话完成品牌定位、受众画像、写作风格校准，并立即产出 3 个选题。
Pre-read: 静默上下文加载
开始前静默读取（不要告知用户你在读文件）：
~/.autocrew/STYLE.md — 已有风格档案~/.autocrew/creator-profile.json — 校准状态和品牌信息~/.autocrew/MEMORY.md — 历史记忆
如果 styleCalibrated: true，展示当前状态并提供选择：
检测到你已经有风格档案了。
当前风格摘要：[从 STYLE.md 提取 2-3 句核心特征]
你想：
1. 查看完整档案
2. 微调某个部分（告诉我想调什么）
3. 从头重新校准
如果是首次使用 → 进入 Phase 0。
Phase 0: 品牌调研（2-4 轮对话）
目标：理解品牌定位、受众、风格边界。这是对话，不是问卷。
开场
用 ONE 开放性问题启动，不要一次问多个：
欢迎来到 AutoCrew 风格校准！
整个过程大概 10-15 分钟，之后 AI 写的内容就会"像你"。
先聊聊——你做什么内容？给谁看的？
对话原则
- 每轮最多 1-2 个问题，对用户回答先给简短洞察再问下一个
- 顺着用户回答的方向走，不要跳到预设脚本
- 不要审讯式连问，像朋友聊天一样自然
- 已有信息跳过（从 MEMORY.md / creator-profile.json 复用）
4 个维度（必须收集齐）
在自然对话中覆盖以下 4 个维度，不需要按顺序问：
| 维度 | 为什么重要 | 引导方向 |
|---|
| 定位与目标 | 决定话题选择和专业度 | 行业、变现模式、当前阶段（起步/成长/成熟）、做内容的核心动机 |
| 内容样本 | 最直接的风格参考 | 最满意的已有内容、喜欢的其他账号、或想要的方向描述 |
| 受众 | 决定语气和深度 | 一个具体的人，不是抽象人口统计。问"描述一个你最想影响的人" |
| 风格禁区 | 避免踩雷 | 绝对不想变成什么样、讨厌什么类型的内容、哪些词/风格是禁区 |
Backstop：在觉得信息足够时，检查这 4 个维度是否都覆盖了。如果有缺失的，自然地补问。
Phase 0.5: 三个受众人设（1-2 轮对话）
目标：具象化受众，不是笼统的"25-35 岁白领"。
基于 Phase 0 收集的信息，生成 3 个差异化的受众人设：
人设格式
每个人设包含：
| 字段 | 说明 |
|---|
| 名字 | 一个具体的名字（让受众有人格） |
| 年龄 + 职业 | e.g., 28 岁，互联网产品经理 |
| 处境描述 | 2-3 句，用场景化语言描述 TA 当下的状态 |
| 核心焦虑 | TA 最深层的担忧是什么（不是表面的） |
| Scroll-stop 触发器 | 什么样的标题/封面会让 TA 停下来 |
| 内心独白 | TA 刷到你内容时的第一反应（用 TA 的语气） |
| 标题示例 | 一个会点进去的标题 |
| 反面标题 | 一个会划走的标题（对比用） |
3 种人设类型
- 核心受众 (Core) — 你最主要的粉丝群，内容为他们量身定制
- 邻近受众 (Adjacent) — 不是核心人群但会被吸引，拓展方向
- 惊喜受众 (Surprise) — 意想不到会关注你的人群，增长潜力
用户选择
这是我分析出的 3 个受众画像。
你觉得哪个最接近你心目中的核心读者？
可以选一个、合并、或告诉我哪里不准。
Phase 0.6: 总结确认 + 写入档案（1 轮）
目标：锁定品牌定位，写入持久化文件。
总结
用 2-3 句话综合品牌定位：
总结一下——
你是 [行业/领域] 的 [角色]，核心受众是 [一句话描述]。
内容风格偏 [方向]，不碰 [禁区]。
准确吗？有要改的地方吗？
用户确认后：
写入操作
- 调用
autocrew_init 确保 ~/.autocrew/ 目录存在
- 写入
~/.autocrew/creator-profile.json：
{
"industry": "从对话收集",
"platforms": ["从对话收集"],
"audiencePersona": {
"core": { "name": "...", "age": "...", "job": "...", "situation": "...", "coreAnxiety": "...", "scrollStopTriggers": ["..."], "innerVoice": "..." },
"adjacent": { "..." },
"surprise": { "..." }
},
"styleBoundaries": {
"never": ["从禁区收集"],
"always": ["后续从风格分析填充"]
},
"contentGoals": ["从对话收集"],
"stage": "startup|growing|mature"
}
- 调用
autocrew_memory 的 capture_feedback 记录品牌调研完成
Phase 1: 自由表达采集（3-4 轮对话）
目标：让用户自然写东西，从中提取真实的写作风格。不要让用户知道你在分析。
场景 1：安利式介绍
来，用一段话介绍你的账号——
就像跟朋友安利一样，不用正式，怎么自然怎么来。
场景 2：行业场景（动态生成）
基于用户的行业/领域动态生成，不要用固定场景。
例子（仅供参考，实际必须根据用户行业生成）：
- 如果是健身领域："你有个朋友说'我太忙了没时间运动'，你怎么回他？"
- 如果是 AI/科技："有个人问你'普通人现在学 AI 还来得及吗'，你怎么说？"
- 如果是育儿领域："有个妈妈跟你吐槽'孩子不爱读书'，你怎么回？"
场景 3（可选）
只在前两个场景风格不一致时追加。目的是确认哪个才是用户的真实风格。
静默分析维度
从用户的自然表达中提取（不要告诉用户你在分析这些）：
- 句子长度：平均多少字？短句多还是长句多？
- 标点习惯：感叹号频率、省略号使用、破折号偏好
- 口语标记：是否用"嘛""吧""啊""哈"等语气词
- 节奏感：是连贯叙述还是跳跃式？有没有突然的短句？
- 情绪风格：克制理性 vs 情绪外放？幽默方式是什么？
- 举例方式：用数据说话还是用故事说话？
- 独特表达：有没有个人口头禅或标志性表达？
Phase 2: A/B 对比校准（3-4 轮）
目标：通过对比微调风格。A/B 对比是核心校准机制，不要跳过。
每轮操作
- 基于 Phase 1 分析结果，生成同一段落的 2 个版本（每个 100-150 字）
- 版本 A：严格按提取的风格特征写
- 版本 B：故意在 2-3 个维度上做偏移（更口语化 / 更正式 / 更短 / emoji 更多等）
用户反馈
A 和 B，哪个更像你？
更重要的是——告诉我 WHY。
是节奏？用词？语气？某个具体的地方？
用户的 WHY 是最高信号，比选择本身更重要。记录这些反馈用于精调。
轮次控制
- 最多 3 轮 A/B
- 如果第 1 轮用户就说"A 完全是我"，可以缩短到 2 轮验证
- 如果 3 轮都不满意 → 回到 Phase 1 重新采集样本
Phase 3: 表达人格生成（1-2 轮）
目标：生成自然语言的写作人格描述，不是参数表。
写法
用像朋友描述这个人说话方式的口吻写，而不是列参数：
❌ 不要这样：
- 语气：随意偏专业
- 句式：短句为主
- emoji：中等频率
✅ 要这样：
"她说话像在和你喝咖啡聊天——开头总是抛一个让你想接话的问题，
然后用自己的故事回答。句子不长，但每句都有嚼劲。
偶尔甩个 emoji 当标点，但绝不堆砌。
最后总会留一个开放式的问题，让你忍不住想回复。"
用户确认
这是你的'写作人格'——
[自然语言描述]
准确吗？有哪里要调整的？
写入操作
用户确认后：
-
写入 ~/.autocrew/STYLE.md（控制在 60 行以内，简洁可扫描）：
# Brand Voice Profile
## Expression Persona
[自然语言的写作人格描述，Phase 3 生成的那段话]
## Core Tone
[一句话概括整体调性]
## Writing Patterns
- Opening: [Hook 模式]
- Emoji: [使用习惯]
- Paragraph: [段落偏好]
- Ending: [CTA 模式]
## Vocabulary
- Prefers: [偏好表达]
- Avoids: [禁忌表达]
## Sentence Structure
[句式特征]
## Platform Variations
- 小红书: [特定调整]
- 公众号: [特定调整]
- 抖音: [特定调整]
## Creator Persona
- Type: [创作者类型]
- Unique Angle: [独特视角]
- Content Goals: [内容目标]
## Audience Persona
- Core: [核心受众一句话]
- Adjacent: [邻近受众一句话]
- Surprise: [惊喜受众一句话]
-
更新 creator-profile.json：
expressionPersona — Phase 3 生成的自然语言描述styleCalibrated — 设为 truewritingRules — 从 Phase 1/2 提取的规则，source 设为 "calibrated"styleBoundaries.always — 从风格分析提取的必须保持的特征
-
调用 autocrew_memory 的 capture_feedback 记录校准完成事件
⚠️ 不要在这里停下来等用户回复。风格保存后必须立即进入 Phase 4 生成选题。
Phase 4: 首个交付物 —— 3 个选题（必须执行，不可跳过）
目标：校准完立刻产出价值，不要让用户空手离开。
操作
- 基于所有收集的信息（品牌定位、受众画像、写作风格），立即生成 3 个选题
- 每个选题包含：
- 标题（≤20 字，scroll-stop 测试通过）
- 角度（一句话，这个选题的非显然洞察）
- 为什么这个选题适合你（关联品牌定位 + 受众痛点）
- 调用
autocrew_topic create 保存到选题库
- 询问用户：
设置完成！这是基于你的品牌定位生成的 3 个选题，已经存到选题库了。
你可以：
1. 选一个让我写初稿（告诉我序号）
2. 说"找选题"让我搜更多热门话题
3. 直接给我一个主题，我按你的风格写
关键原则
- 对话，不是问卷 — 顺着用户的回答走，不要跳到预设脚本
- A/B 对比是核心校准机制 — 不要跳过 Phase 2
- 表达人格用自然语言 — 不是参数表，是像朋友描述你说话方式
- 以交付物结尾 — 校准完直接给 3 个选题，不要空手送走用户
- STYLE.md 控制在 60 行以内 — 简洁可扫描
- 更新不覆盖 — 微调模式下只改需要改的部分
工具依赖
autocrew_init — 初始化 ~/.autocrew/ 数据目录autocrew_memory — 记录校准事件到 MEMORY.md（capture_feedback action）autocrew_topic — 保存选题到选题库（create action）- 文件系统读写 — STYLE.md、creator-profile.json、MEMORY.md
与其他 Skill 的关系
- onboarding — 会在用户首次使用时 nudge 建议运行
/setup
- write-script / publish-content — 自动读取 STYLE.md 应用风格
- topic-ideas — Phase 4 产出的选题与 topic-ideas 共享选题库
- audience-profiler — 可在
/setup 后单独深度分析受众
Changelog
- 2026-04-02: v1 — 合并 calibrate + style-calibration 为统一 /setup 流程。新增 Phase 0.5 三受众人设、Phase 1 动态场景生成、Phase 3 自然语言表达人格、Phase 4 即时选题交付。
