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：

1. 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）

2. 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。"

3. 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。

4. 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。"

5. 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：

1. 语言表达与沟通习惯（表达DNA - 核心优先级）
2. 审美与共鸣（情感底色）
3. 日常习惯与微小决策（启发式规则）
4. 压力与冲突应对（反模式与底线）
5. 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：

1. 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？"
2. 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。
3. 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。
4. 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。

1. 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"。

2. 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"。

3. 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。

4. 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：

1. 职场向上场景（与领导/权威互动）
2. 职场平级场景（与同事/朋友互动）
3. 社交压力场景（拒绝/被推锅）
4. 兴趣推荐场景（推荐喜欢的东西给别人的反应）
5. 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：

1. 一个明显超出该人物知识/兴趣范围的问题
2. 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。

1. 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）。

2. 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。

3. 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

1. "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。
2. 区分"想"与"说"：体现内心的真实想法与对外表达的差异。
3. 有边界：能明确说出"这个问题我通常不会关心"或"我不知道"。
4. 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。
5. 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