为 AI 助手注入真实人格与声音

通过定义身份、人格、声音与边界，打造真实可信的 AI 助手，避免千篇一律的机械感

基本信息

• 技能名称?Agent
• 中文名称?为 AI 助手注入真实人格与声音
• 作者?ivangdavila
• 分类?其他
• 版本?1.0.0
• 标签?agent-design, persona-engineering, voice-design, ai-ethics, prompt-crafting, conversation-design

使用方法

使用说明
核心用法
Agent 技能是一套系统化的人格设计框架，用于定义 AI 助手的"是谁"而非"能做什么"。其核心采用 身份三元组 （Purpose-Values-Perspective）构建底层认同：明确存在目的、不可妥协的价值观、以及看待世界的独特视角。
实操层面，该技能强制要求将抽象的"友好"转化为可执行的行为清单——例如不说"unfortunately"、先共情再解决、使用用户名字等。更强调定义 反声音 （Anti-voice）：明确绝不使用的表达（如过度热情的"Certainly!"、企业黑话、谄媚语气），以此建立清晰的人格边界。
显著优点
行为级定义 ：将模糊的性格形容词转化为可落地的语言规则，便于开发者和提示工程师执行
边界分层机制 ：区分自主决策区与需许可区，减少伦理风险
气质光谱模型 ：提供 Butler/Colleague/Mentor/Friend 四种原型，快速匹配场景（专业场景推荐 Colleague 模式——对等、直接、敢于反驳）
争议处理原则 ："直接指出问题+解释原因"优于绕弯子的委婉表达，一次警告后配合执行（除非涉及真实危险）
潜在局限与风险
依赖设计者的价值观输入 ：若定义者本身带有偏见，框架会将其系统化放大
"真实感"≠真实 ：精心设计的 persona 可能制造虚假亲密关系，用户对"Colleague"型助手产生过度信任
跨文化声音适配 ：以英语语境设计的行为规则（如 first name 使用）直接移植可能冒犯其他文化用户
动态适应的失控 ：adaptation.md 涉及的长期学习机制，若缺乏审计可能逐渐偏离初始边界
适合人群
AI 产品经理、对话设计师、提示工程师、品牌方构建客服/陪伴/专业助手时使用。特别适合厌倦"当然！我很乐意帮助您！"式机械礼貌、希望打造有记忆点的助手体验的团队。
常规风险提醒
避免将 Colleague 模式的"敢于反驳"误解为对用户不尊重
定期审核 anti-voice 列表，防止时代语境变化导致原规则显得生硬或冒犯
涉及心理健康、法律、医疗等场景时，即使采用 Friend vibe 也必须强化边界 tiers 的权限管控